Nano Banana Pro: Alles was du wissen musst (Deutsch)

Wenn ein Bildmodell einen Sprung macht, merkt man das nicht an schöneren Bildern, sondern daran, dass Arbeit verschwindet. Bei Nano Banana Pro ist genau das passiert: Text im Bild ist lesbar, Figuren bleiben über mehrere Motive gleich, und die Auflösung reicht für mehr als Social Media.

Das klingt nach einem Detail. Es verändert aber den Ablauf: Bisher brauchte jede Kampagne mindestens zwei Stationen — jemand erzeugte ein Bild, jemand setzte Text darauf. Jetzt kann beides in einem Schritt entstehen, und die Designabteilung prüft statt zu produzieren.

Dieser Leitfaden beschreibt, was das Modell kann, wo es bricht und welche 32 Aufgaben sich damit tatsächlich lösen lassen.

Was Nano Banana Pro ist

Nano Banana Pro ist ein Bildmodell von Google, Teil der Gemini-Familie. Es erzeugt Bilder aus Textbeschreibungen oder aus Referenzbildern und kann bestehende Bilder gezielt verändern.

Die drei Fähigkeiten, die den praktischen Unterschied machen:

Text im Bild. Kurze Titel, Beschriftungen und Claims werden lesbar gesetzt — auch mehrsprachig. Das ist der Punkt, an dem Bildgenerierung von „hübsche Illustration“ zu „Layout-Entwurf“ wird.

Konsistenz. Dieselbe Figur, dasselbe Produkt, mehrere Motive. Für eine Kampagne mit sechs Sujets ist das der Unterschied zwischen sechs Einzelstücken und einer Serie.

Auflösung. Bis 4K. Das entscheidet, ob ein Bild für Plakat, Printanzeige oder Messe-Wall brauchbar ist oder nur für den Feed.

Zugang: Gemini, AI Studio, Vertex

Es gibt drei Wege, und sie unterscheiden sich nicht in der Bildqualität, sondern in den Rahmenbedingungen.

Gemini-App. Der schnellste Weg für Einzelpersonen. Gut zum Ausprobieren, ungeeignet für Teamarbeit, weil Ausgaben, Rechte und Abrechnung an einem persönlichen Account hängen.

AI Studio. Der Weg für Entwicklerinnen und Entwickler. Gut zum Testen von Prompts und Parametern, mit direkter API-Anbindung.

Vertex AI. Der Weg für Unternehmen. Regionen, Auftragsverarbeitung, Aufbewahrung und Abrechnung sind geregelt. Wenn du das Modell produktiv nutzt, willst du hier sein — nicht weil das Bild besser wäre, sondern weil du sonst jede Frage, die ein Audit stellt, nicht beantworten kannst.

Was es kostet

Die Kosten laufen über zwei Modelle: ein Abo für die App-Nutzung oder eine Abrechnung pro Bild in der Cloud.

Für die Budgetplanung ist die Pro-Bild-Abrechnung die ehrlichere Grösse, weil sie die Ausschussquote sichtbar macht. Rechne mit vier bis acht Generierungen pro verwendbarem Bild. Bei aufwendigen Kompositionen mit Text und mehreren Elementen auch mehr.

Dazu kommen Posten, die in Budgets regelmässig fehlen:

• Nachbearbeitung. Freistellen, Farbanpassung, Typografie.
• Freigabe. Jemand muss jedes Bild rechtlich und markenseitig prüfen.
• Ablage. Bilder brauchen Metadaten, sonst findet sie in drei Monaten niemand mehr.
• Hardware und Software. Ein 4K-Bild auf einem Laptop zu bearbeiten ist eine Geduldsprobe.

32 Use-Cases für Unternehmen

Die folgende Liste ist nach Aufwand sortiert, nicht nach Attraktivität. Die ersten Einträge funktionieren nach einer Woche, die letzten brauchen einen Prozess.

Sofort machbar (1–7)

1. Social-Media-Sujets in mehreren Formaten aus einem Motiv.
2. Blog-Headerbilder, die zur Artikelüberschrift passen.
3. Produktbilder vor neutralem Hintergrund als Entwurf vor dem Fotoshooting.
4. Illustrationen für Präsentationen statt Stockmaterial.
5. Zitatkarten mit lesbarem Text für LinkedIn.
6. Newsletter-Header in wiederkehrendem Stil.
7. Icons und Piktogramme in einheitlicher Linienstärke.

Mit kurzer Einarbeitung (8–16)

8. Kampagnenmotive mit derselben Figur in unterschiedlichen Situationen.
9. Plakatentwürfe mit Titel und Claim im Bild.
10. Verpackungsentwürfe für die Vorabstimmung mit dem Kunden.
11. Messestand-Visualisierungen vor dem Bau.
12. Stellenanzeigen-Visuals mit konsistentem Arbeitgeberbild.
13. Rezept- und Anwendungskarten mit Text und Produkt.
14. Anleitungsbilder in gleichbleibendem Stil.
15. Landingpage-Hero-Bilder in mehreren Varianten für A/B-Tests.
16. Bildserien für Produktkataloge ohne Fotoshooting.

Mit Prozess und Freigabe (17–24)

17. Varianten für unterschiedliche Zielgruppen aus einer Basis.
18. Saisonale Anpassungen eines bestehenden Motivs.
19. Lokalisierte Versionen mit fremdsprachigem Text im Bild.
20. Mockups für Kundenpräsentationen.
21. Storyboards für Videos.
22. Szenenbilder für Drehvorbereitungen.
23. Illustrierte Erklärstücke für komplexe Produkte.
24. Cover-Gestaltung für Reports und Whitepaper.

Nur mit klarer Regelung (25–32)

25. Retusche bestehender Produktbilder.
26. Hintergrundersetzung bei Personenfotos.
27. Bildwelten für Markenrichtlinien.
28. Trainingsmaterial mit einheitlichen Szenen.
29. Interne Kommunikationsmittel für Change-Projekte.
30. Visualisierung von Daten und Zusammenhängen.
31. Prototypen für Verpackung und Beschriftung.
32. Entwürfe für Printanzeigen vor der Reinzeichnung.

Was alle 32 verbindet: Es ist immer ein Entwurf, der durch einen Menschen freigegeben wird. Kein Punkt in dieser Liste ersetzt eine Endfertigung.

Prompting: das Sechs-Block-Schema

Ein Prompt, der nur beschreibt, was zu sehen ist, produziert Zufall. Ein Prompt, der sechs Blöcke hat, produziert Reproduzierbarkeit:

1. Motiv. Was ist zu sehen, in welcher Umgebung.
2. Komposition. Bildausschnitt, Perspektive, Anordnung.
3. Text im Bild. Wörtlich, in Anführungszeichen, mit Position.
4. Stil. Bildcharakter, Materialität, Referenz.
5. Licht. Quelle, Richtung, Qualität.
6. Format. Seitenverhältnis und Verwendungszweck.

Ein Beispiel:

Ein Kaffeebeutel aus Kraftpapier steht auf einer hellen Eichenholzfläche. Freigestellt, leichte Aufsicht, Produkt mittig, viel Weissraum oben. Text auf dem Beutel: „Röstung 04 — Bergamotte“. Klare, reduzierte Produktfotografie, keine Requisiten. Weiches Tageslicht von links, sanfter Schatten nach rechts. Quadratisch, für Instagram.

Der entscheidende Block ist der dritte. Wer Text wörtlich in Anführungszeichen setzt und die Position nennt, bekommt deutlich häufiger ein brauchbares Layout als jemand, der „mit Text“ schreibt.

Grenzen und typische Fehler

Zu viel Text. Das Modell ist gut bei kurzen Texten, nicht bei Absätzen. Für Fliesstext im Bild ist ein Layoutprogramm weiterhin die bessere Wahl.

Perspektivwechsel bei Figuren. Die Konsistenz hält bei ähnlichen Blickwinkeln. Bei starken Wechseln bricht sie — dann hilft eine Referenz mit mehreren Ansichten derselben Figur.

Hände und Feinmotorik. Besser geworden, aber nicht gelöst. Für Produktbilder mit Bedienung bleibt die Nachbearbeitung nötig.

Markenlogos. Ein generiertes Logo ist kein Logo. Verwende echte Markenelemente als Referenz und setze sie im Layoutprogramm ein, nicht im Prompt.

Rechtlich heikle Inhalte. Prominente, geschützte Werke, erkennbare Personen: Das Modell kann sie nicht von selbst freigeben. Die Verantwortung bleibt bei dir.

Recht, Marken und Kennzeichnung

Drei Fragen, die vor dem ersten Projekt geklärt sein müssen:

Rechte am Output. Geregelt in den Bedingungen von Google. Für die Cloud-Nutzung gelten zusätzlich die Vertragsbedingungen von Vertex AI.

Rechte Dritter. Ein Prompt mit einem geschützten Motiv erzeugt kein Nutzungsrecht. „Das Modell hat es gezeichnet“ ist keine Rechtsverteidigung.

Kennzeichnung. Der EU AI Act verlangt Transparenz bei synthetischen Inhalten. Google versieht Ausgaben mit SynthID, einem nicht sichtbaren Wasserzeichen. Das hilft bei der Nachvollziehbarkeit, ersetzt aber keine redaktionelle Entscheidung. Praktisch: Kennzeichne dort, wo eine Täuschung möglich wäre.

Abgrenzung zu Midjourney, Firefly und Flux

Midjourney bleibt stärker bei Stil und Atmosphäre. Wenn du eine Bildsprache suchst, ist es oft die bessere Wahl. Bei Text und Layout verliert es.

Firefly ist für regulierte Branchen interessant, weil Adobe die kommerzielle Absicherung anders aufstellt. Wer in einem Umfeld arbeitet, in dem jede Bildherkunft belegt werden muss, ist dort besser aufgehoben.

Flux ist im Open-Weight-Umfeld relevant, wenn du Modelle selbst betreiben willst — mit allen Konsequenzen für Hardware und Betrieb.

Für die Praxis gilt: Das Modell ist selten die Entscheidung. Die Entscheidung ist, ob dein Prozess einen Entwurf in fünf Minuten braucht oder ein fertiges Bild in zwei Tagen.

Referenzbilder: der unterschätzte Teil

Die meisten Fehler entstehen nicht im Prompt, sondern bei der Referenz. Ein Modell ohne Referenz erfindet; ein Modell mit schlechter Referenz erfindet schlecht.

Drei Regeln für Referenzen:

Eine Referenz pro Ding. Wenn du ein Produkt und eine Person im Bild brauchst, gib zwei Referenzen — eine für das Produkt, eine für die Person. Alles in einen Prompt zu packen, erhöht die Fehlerquote.

Neutrale Aufnahmen bevorzugen. Ein Produktfoto vor weissem Hintergrund ist die beste Referenz. Ein Foto mit unruhigem Hintergrund zwingt das Modell, Hintergrund und Produkt zu trennen — und dabei passieren die Fehler.

Mehrere Ansichten liefern. Für Figuren gilt: Vorderansicht, Halbprofil, Seitenansicht. Damit hält die Konsistenz auch bei Perspektivwechseln, die sonst brechen.

Markenkonformität in der Praxis

Ein generiertes Bild ist markenkonform, wenn drei Dinge stimmen: Farbe, Typografie, Bildsprache.

Farbe. Beschreibe Farben nie als Adjektiv („modernes Blau“), sondern als Referenz („der Blauton aus dem hochgeladenen Logo“). Adjektive werden interpretiert, Referenzen werden übernommen.

Typografie. Setze Schrift im Layoutprogramm, nicht im Prompt. Generierte Schrift ist nie exakt deine Hausschrift, und eine fast richtige Schrift ist ein Markenverstoss.

Bildsprache. Wenn deine Marke dokumentarisch ist, schreibe „dokumentarisch, verfügbares Licht, kein Studio-Setting“. Wenn sie reduziert ist, schreibe „viel Weissraum, ein Objekt, keine Requisiten“. Die Bildsprache ist der Teil, den ein Modell am ehesten überschreibt, wenn man es lässt.

Qualitätssicherung: die Checkliste vor der Freigabe

Jedes Bild durchläuft vor der Veröffentlichung fünf Prüfungen:

• Text: Ist jeder Buchstabe korrekt? Umlaute, Akzente, Satzzeichen?
• Konsistenz: Stimmen Produkt und Figur mit der Referenz überein?
• Rechte: Sind keine geschützten Werke, Marken oder Personen ohne Freigabe im Bild?
• Technik: Auflösung, Schärfe, Farbprofil passend zum Verwendungszweck?
• Herkunft: Ist dokumentiert, welches Modell das Bild erzeugt hat, und ist die Kennzeichnung entschieden?

Diese Liste klingt bürokratisch, ist aber der einzige Weg, generative Bildproduktion in einen bestehenden Freigabeprozess einzuhängen. Ohne sie entsteht ein Parallelprozess, der irgendwann auffällt.

Bildproduktion: Rechnung mit ehrlichen Zahlen

Die folgende Gegenüberstellung ist ein Modell, keine Preisliste. Sie zeigt, welche Posten du vergleichen musst.

Der entscheidende Unterschied liegt in der letzten Zeile. Ein Shooting liefert ein Set Bilder für einen Termin. Eine Generierung liefert ein Verfahren, das du morgen mit anderem Motiv wiederholst. Genau deshalb lohnt sich die Investition in Prompt-Vorlagen: Sie ist eine Investition in Wiederholbarkeit, nicht in ein einzelnes Bild.

Ein 30-Tage-Plan für den Einstieg

Woche 1 — Zugang und Referenzen. Wähle den Zugangsweg, lege einen Projektordner an und sammle zehn Referenzbilder: Produkt, Logo, Bildsprache. Ohne diesen Schritt produzierst du Zufall.

Woche 2 — Sechs Blöcke üben. Schreibe zehn Prompts nach dem Schema und vergleiche die Ergebnisse. Ziel ist nicht ein schönes Bild, sondern ein Gefühl dafür, welcher Block das Ergebnis steuert.

Woche 3 — Erste Serie. Erzeuge ein Motiv in drei Formaten mit identischer Beschreibung. Wenn die drei Bilder zusammen funktionieren, hast du einen Prozess.

Woche 4 — Freigabe und Dokumentation. Definiere die Checkliste, die Ablage und die Kennzeichnungsregel. Danach kannst du das Verfahren an eine zweite Person übergeben.

Nach 30 Tagen solltest du drei Zahlen haben: Trefferquote, Zeit pro verwendbarem Bild und Nachbearbeitungsanteil. Ohne diese Zahlen ist jede Entscheidung über Skalierung ein Gefühl.

Fazit

Nano Banana Pro ist kein Spielzeug und kein Ersatz für Design. Es ist ein Werkzeug, das die Lücke zwischen Idee und Entwurf schliesst — und damit die teuerste Phase der Bildproduktion verkürzt.

Wenn du es einsetzen willst, fang mit Use Case 1 an: ein Motiv, drei Formate, ein Freigabeprozess. Wenn das funktioniert, hast du eine Grundlage, auf der die restlichen 31 aufbauen. Wenn es nicht funktioniert, hast du einen Nachmittag verloren und keine Kampagne.