Mosaik-Prinzip im Prompting: So generiert ihr einzigartige KI-Bilder

Ob für den nächsten Blogartikel, einen LinkedIn-Post, eine Werbeanzeige oder das Titelbild eures Newsletters: KI-Bildgeneratoren wie ChatGPT, Midjourney, Nano Banana oder Adobe Firefly gehören fest zu eurem Marketing-Alltag. 

Per Klick ein Bild zu erstellen, fühlt sich anfangs wie Magie an, doch die Euphorie verfliegt, sobald Markenrichtlinien, eine spezifische Bildsprache oder präzise Botschaften zählen. Statt maßgeschneiderter Visuals liefert die KI dann oft nur generischen Einheitsbrei im Stil künstlicher Stockfotos.

Genau hier setzt das MOSAIK-Prinzip an. Dieses Framework revolutioniert eure Kommunikation mit Bild-KIs und verwandelt lose Stichwortsammlungen in strukturierte, präzise Bildbriefings. In diesem Guide zeigen wir euch kompakt, wie ihr seine sechs Säulen nutzt, um ab morgen echte visuelle Unikate für eure Marke zu erschaffen.

Warum unstrukturierte Prompts eure Zeit und euer Budget fressen 

Würdet ihr eine professionelle Designagentur oder ein Fotostudio für eine teure Kampagne buchen und das Briefing in fünf Wörtern auf einen Bierdeckel schreiben? Vermutlich nicht. Ein Briefing für ein echtes Shooting umfasst Details zu Models, Requisiten, Location, Lichtstimmung, Kamera-Perspektiven und dem exakten Einsatzzweck.

Bei KI-Bildgeneratoren neigen wir jedoch aus Bequemlichkeit oft zu folgendem Verhalten. Wir tippen hastig ein:

„Ein Handwerker in der Werkstatt, professionell, Social Media.“

Das Tool liefert daraufhin ein Bild. Technisch ist es sauber, aber die KI musste bei der Generierung dutzende kreative Entscheidungen im Alleingang treffen, weil ihr keinen Rahmen vorgegeben habt.

• Soll die Person nahbar oder distanziert wirken?

• Handelt es sich um ein realistisches Foto im Reportage-Stil oder um eine cleane Vektorillustration für eine Website?

• Welche Rolle spielt das Thema Technologie auf dem Bild – dezent im Hintergrund oder gar nicht?

• Ist links oder rechts im Bild Platz für Text-Overlays (sogenannter Negative Space)?

Wenn ihr diese Fragen im Prompt offen lasst, greift die KI auf den statistischen Durchschnitt ihrer Trainingsdaten zurück. 

Das Ergebnis: Ein generisches Einheitsbild. Ihr klickt genervt auf „Regenerate“, passt den Prompt minimal an, testet wieder und verliert wertvolle Arbeitszeit. Dieses unstrukturierte Trial-and-Error-Verfahren ist der größte Produktivitätskiller im modernen Content-Marketing.

Bild-KIs besitzen eine enorme Leistungsfähigkeit. Sie sind jedoch keine Hellseher. Stattdessen benötigen sie eine klare Richtung. Das MOSAIK-Prinzip liefert genau diese Struktur. Es orientiert sich an der natürlichen Art und Weise, wie Menschen Bilder beschreiben, und übersetzt diese in eine Logik, die neuronale Netze optimal verarbeiten können.

Das MOSAIK-Prinzip: Die 6 Säulen im Überblick 

Das Akronym MOSAIK steht für sechs zentrale Bausteine, aus denen sich jede professionelle Bildbeschreibung zusammensetzen sollte. Jeder Buchstabe fungiert dabei als mentale Checkliste für euer Prompt Engineering, damit ihr beim Briefing an die KI kein wichtiges Detail vergesst:

• M – Motiv: Was oder wer steht unmissverständlich im Mittelpunkt des Geschehens?

• O – Optik: In welchem visuellen Stil und Medium soll das Bild erschaffen werden?

• S – Szene: Wo befindet sich das Motiv, wie sieht die Umgebung und der gesamte Hintergrund aus?

• A – Atmosphäre: Welche emotionale Stimmung, Lichtcharakteristik und Farbwelt soll im Bild herrschen?

• I – Inszenierung: Wie wird das Motiv im Raum komponiert (z. B. Kamera-Winkel, Perspektive und Bildausschnitt)?

• K – Kontext: Welchen technischen Zweck hat das Bild am Ende und welche spezifischen Parameter müssen dafür gelten?

Gehen wir nun tief in jede einzelne dieser sechs Säulen rein, damit ihr versteht, wie ihr sie in euren eigenen Prompts meisterhaft einsetzt. 

Das Akronym MOSAIK steht für sechs zentrale Bausteine, aus denen sich jede professionelle Bildbeschreibung zusammensetzen sollte.

M wie Motiv: Was soll überhaupt zu sehen sein? 

Das Motiv ist das Fundament eures Bildes. Es beschreibt die Entität, also die Person, das Produkt, das Tier oder das abstrakte Objekt, auf die der Blick der Betrachter zuerst fallen soll.

Der häufigste Fehler in dieser Phase ist mangelnde Konkretheit. Wenn ihr der KI lediglich ein Substantiv hinwerft, erzeugt sie ein Klischee. Aus „ein Handwerker“ wird standardmäßig ein lächelnder Mann mittleren Alters mit blitzsauberem Blaumann und einem perfekt platzierten, unbenutzten Werkzeugkoffer.

Um einzigartige Bilder zu generieren, müsst ihr dem Motiv Charakter und eine kleine Geschichte verleihen. Beschreibt spezifische Merkmale, Handlungen und Details:

• Schwacher Prompt: „Ein Handwerker arbeitet mit Holz.“

• Starker MOSAIK-Prompt: „Ein Schreinermeister in seinen 40ern mit leicht holzstaubiger Arbeitskleidung steht in einer hellen Werkstatt. Er hält stolz ein frisch geschliffenes, massives Eichenholzbrett in den Händen und begutachtet konzentriert die Maserung.“

Durch diese detaillierte Beschreibung zwingt ihr die KI, von ihren Standard-Bildmustern abzuweichen. Ihr bestimmt das Alter, die Authentizität der Kleidung und die konkrete Dynamik. Das Motiv führt eine aktive Handlung aus, die zu eurem Content-Thema passt, anstatt nur starr und künstlich in die Kamera zu lächeln.

O wie Optik: Welchen Stil soll das Bild haben? 

Die Optik legt das übergeordnete Medium und den künstlerischen Stil fest. Hier entscheidet sich, ob das Bild nahtlos mit eurem Corporate Design verschmilzt oder wie ein Fremdkörper auf eurer Website wirkt.

Viele Nutzer vermischen in ihren Prompts widersprüchliche Stilbegriffe wie „realistisch, 3D-Rendering, Vektor, cinematisch, fotorealistisch“. Das verwirrt das KI-Modell. Es versucht, alle Stile gleichzeitig zu bedienen, was in einem unruhigen, minderwertigen visuellen Kompromiss endet. Legt euch vorab fest, welches visuelle Medium ihr replizieren wollt.

Nehmen wir als Beispiel das Thema „Friseurmeisterin bei der Arbeit“:

• Als Fotografie: Hier solltet ihr das Genre definieren. „Hochwertiges Editorial-Foto für ein Lifestyle-Magazin, natürliches Licht, sichtbare Texturen.“ Ihr könnt sogar spezifische Kameratypen oder analoge Film-Emulationen nennen (z. B. „aufgenommen auf einer 35mm Filmkamera“), um einen modernen, leicht körnigen und ehrlichen Look zu erzielen.

• Als Grafik / Illustration: Seid präzise. „Minimalistische Flat-Design-Illustration im modernen Corporate-Look, klare Formen, wenige Details, fokussiert auf Linienführung.“

Indem ihr die Optik klar kontrolliert, stellt ihr sicher, dass eure KI-Bilder eine einheitliche Handschrift tragen. Wenn all eure Blog-Visuals im Stil einer bestimmten Grafik oder einer klaren Reportage-Fotografie generiert werden, baut ihr trotz KI-Nutzung einen konsistenten Brand-Look auf.

S wie Szene: Wo spielt das Ganze? 

Die Szene liefert den Hintergrund und verankert euer Motiv in einer realistischen oder konzeptionellen Welt. Ohne eine definierte Szene platziert die KI euer Motiv entweder vor einer sterilen Studio-Wand oder in einer zufälligen, oft völlig überladenen Umgebung.

Der Hintergrund sollte euer Motiv unterstützen und eine Geschichte erzählen, anstatt vom Hauptobjekt abzulenken. 

Nutzt die Szene, um Kontext zu stiften. Wenn es in eurem Artikel um das Handwerk oder den lokalen Handel geht, muss die Umgebung genau das widerspiegeln.

• Muster-Formulierung für eine lebendige Szene: „Der Innenraum eines modernen, inhabergeführten Fahrradladens. Im Hintergrund hängen stylische E-Bikes an einer cleanen Backsteinwand, es gibt eine kleine, einladende Kaffeeecke für Kunden und im Vordergrund ist eine hölzerne Werkbank mit sauber angeordneten Werkzeugen leicht unscharf zu sehen.“

Achtet darauf, der KI mitzuteilen, wie dominant der Hintergrund sein soll. Im professionellen Marketing-Kontext wollt ihr meistens eine klare Trennung zwischen Vorder- und Hintergrund. Das erreicht ihr, indem ihr eine geringe Schärfentiefe einfordert („verschwommener Hintergrund“, „weiches Bokeh“, „out of focus background“). Dadurch bleibt der Fokus voll auf eurem Motiv, während die Szene die räumliche Glaubwürdigkeit liefert.

A wie Atmosphäre: Welche Stimmung soll entstehen? 

Die Atmosphäre ist die emotionale Geheimwaffe des MOSAIK-Prinzips. Sie steuert, was eure Zielgruppe fühlt, wenn sie euer Bild sieht. Ein Bild kann hochprofessionell, aber gleichzeitig extrem kühl, distanziert und steril wirken. Im modernen Marketing wollen wir jedoch meistens Nahbarkeit, Vertrauen, Dynamik oder handwerkliche Leidenschaft vermitteln.

Atmosphäre wird im Prompting über drei Hebel definiert: Licht, Farbe und psychologische Stimmungswörter.

1. Das Licht: Vergesst Wörter wie „schönes Licht“. Nutzt stattdessen konkrete Begriffe. „Weiches, diffuses Tageslicht, das von der Seite einfällt“ erzeugt einen natürlichen, ehrlichen Look. „Helle, klare Beleuchtung mit warmen Lichtquellen im Hintergrund“ sorgt für Wohlbefinden. „Golden Hour Sunlight“ bringt warme, emotionale Schwingungen in das Bild.

2. Die Farbwelt: Definiert die Farbpalette passend zu euren Markenfarben. Nutzt Beschreibungen wie „warme Holztöne und sanfte Naturfarben“, „eine reduzierte Farbwelt mit kühlen Akzenten“ oder „gedeckte, erdige Pastelltöne“.

3. Die Stimmung: Ergänzt den Prompt um emotionale Adjektive wie „souverän“, „einladend“, „energiegeladen“, „nahbar“ oder „authentisch“. Bild-KIs sind exzellent darin, diese abstrakten Stimmungen in subtile Anpassungen der Mimik, Körperhaltung und Farbgraduierung zu übersetzen.

I wie Inszenierung: Aus welcher Perspektive schaut die Kamera? 

Die Inszenierung beschreibt die Bildkomposition und die Kameraführung. Hier übernehmt ihr die Rolle des Regisseurs hinter der Linse und bestimmt, wie der Betrachter auf die Szene blickt. Dies ist der handwerklich wichtigste Schritt, wenn ihr Bilder für konkrete Werbeformate oder Web-Layouts benötigt.

Folgende Parameter solltet ihr in diesem Baustein festlegen:

• Der Bildausschnitt: Braucht ihr ein Porträt („Close-up Shot“), eine Darstellung ab der Hüfte aufwärts („Medium Shot“) oder eine Totale, die die gesamte Person und den Raum zeigt („Full-body Shot“)?

• Die Perspektive: Eine Komposition auf „Augenhöhe (Eye-level perspective)“ wirkt neutral, ehrlich und maximal nahbar. Eine leichte „Froschperspektive (Low-angle shot)“ lässt euer Motiv dynamischer und heroischer wirken. Eine „Vogelperspektive (Top-down view)“ eignet sich hervorragend für Flatlays von Produkten auf einem Tisch.

• Die Drittel-Regel & Negative Space: Wenn ihr ein Hero-Image für eine Website oder eine Performance Ad plant, braucht ihr Platz für eure Headline und euren Call-to-Action. Sagt das der KI explizit im Inszenierungs-Teil: „Das Motiv ist leicht nach links versetzt nach der Drittel-Regel komponiert. Die rechte Hälfte des Bildes bietet großzügigen, ruhigen Freiraum (Negative Space) ohne störende Details, ideal für Text-Overlays.“

K wie Kontext: Technische Informationen 

Der Kontext bildet den Abschluss des Prompts und fungiert als Sammelbecken für technische Parameter, Seitenverhältnisse und qualitative Ausschlusskriterien. Hier sagt ihr der KI, wofür das Bild am Ende des Tages verwendet wird.

• Seitenverhältnisse (Aspect Ratios): Je nach Tool steuert ihr das über Parameter oder die Benutzeroberfläche. Für ein Website-Banner nutzt ihr das Querformat (z. B. 16:9), für Social-Media-Szenen das Quadrat (1:1) oder das Hochformat (4:5 / 9:16).

• Qualitäts-Anker: Vermeidet bedeutungslose Buzzwords wie „4k“ oder „8k“ – diese Begriffe befinden sich meistens auf minderwertigen Desktop-Wallpapern in den Trainingsdaten der KI. Nutzt stattdessen qualitative Anker, die sich auf den Verwendungszweck beziehen: „saubere Komposition, scharfer Fokus auf die Augen, hochwertige Magazin-Qualität“.

• Ausschlusskriterien (Negative Prompting): Wenn ihr absolut keine klischeehaften Science-Fiction-Elemente, keine Roboterhände oder keine unnatürlichen Farbverfremdungen wollt, haltet das hier fest (z. B. „keine Neon-Effekte, keine künstlichen Hologramme, keine unnatürliche Haut“).

Praxis-Check: Ein vollständiger MOSAIK-Prompt im Vorher-Nachher-Vergleich 

Damit ihr seht, wie drastisch das MOSAIK-Prinzip die Qualität und Steuerbarkeit eurer Bilder verändert, spielen wir ein konkretes Szenario durch. Wir benötigen ein Hero-Image für die neue Website eines regionalen Restaurants / Cafés. 

Der unstrukturierte Vorher-Prompt (Trial-and-Error) 

„Ein lokales Gastronomen-Paar in ihrem Café, hält einen Kuchen, realistisches Foto, freundlich, hohe Qualität, Website-Banner.“

Das typische KI-Ergebnis: Das Bild zeigt wahrscheinlich zwei extrem künstlich wirkende Models mit einem breiten, unnatürlichen „Zahnarzt-Lächeln“. Das Café im Hintergrund sieht aus wie eine sterile, amerikanische Fast-Food-Kette, der Kuchen wirkt wie aus Plastik und die Bildkomposition ist absolut unbrauchbar, um Text darüberzulegen, weil das Paar genau in der Mitte klebt und alles überlädt.

Die strukturierte MOSAIK-Zerlegung 

Nun wenden wir das Framework systematisch an und bauen das Briefing Schritt für Schritt auf:

• M (Motiv): Ein sympathisches, authentisches Gastronomen-Paar (eine Frau und ein Mann) in ihren späten 30ern. Sie tragen schlichte, dunkle Bistroschürzen über Alltagskleidung. Sie stehen hinter einer hölzernen Theke und reichen dem Betrachter mit einem herzlichen, ehrlichen Lächeln ein frisch gebackenes Stück Kuchen auf einem minimalistischen Keramikteller.

• O (Optik): Authentische Reportage-Fotografie im modernen Lifestyle-Look. Keine künstliche Stockfoto-Ästhetik. Natürliche Texturen und echte Proportionen.

• S (Szene): Im Innenraum eines gemütlichen, modern-rustikalen Cafés. Im Hintergrund sieht man eine stilvolle Espressomaschine, ein paar hölzerne Regale mit Kaffeebohnen-Säcken und dezente, warme Lichterketten. Der Hintergrund ist stark in Unschärfe getaucht (weiches Bokeh).

• A (Atmosphäre): Warme, einladende und vertrauenswürdige Stimmung. Sanftes, natürliches Tageslicht fällt von der Seite ein. Die Farbpalette wird dominiert von warmen Kaffeetönen, hellem Holz und cremefarbenen Nuancen.

• I (Inszenierung): Medium-Shot (Oberkörper-Aufnahme) auf Augenhöhe. Das Paar ist im linken Drittel des Bildes platziert (Drittel-Regel). Das rechte Bilddrittel bietet ruhigen, unaufgeregten Hintergrund-Raum (Negative Space) ohne störende Details, ideal für Text-Overlays auf der Website.

• K (Kontext): Scharfer Fokus auf das Paar und den Kuchen, saubere Komposition, Seitenverhältnis 16:9 für ein Website-Hero-Banner.

Der fertige Nachher-Prompt (Kombiniert für die KI) 

Wenn wir diese Bausteine in einen flüssigen englischen Prompt übersetzen (da fast alle Bild-KIs auf Englisch am präzisesten reagieren), sieht das fertige Briefing wie folgt aus:

Das Ergebnis: Ihr erhaltet ein perfekt komponiertes, emotional ansprechendes und handwerklich fehlerfreies Bild. Es transportiert genau die Wärme und Authentizität eines inhabergeführten Betriebs, lässt rechts genug Platz für eure Marketing-Botschaft (z. B. eure Headline und einen Button) und sieht aus wie von einem Profi-Fotografen geschossen.

Für eine professionelle Nutzung von KI-Bildern liefert euch die KI mittels eines MOSAIK-Prompts klar die besseren Bilder.

Tool-Spezifische Feinheiten: So passt ihr MOSAIK an 

Jeder große KI-Bildgenerator hat seine eigene „Persönlichkeit“ und reagiert unterschiedlich auf Textstrukturen. Damit ihr das MOSAIK-Prinzip plattformübergreifend perfekt anwenden könnt, solltet ihr folgende Eigenheiten beachten.

Midjourney & Nano Banana 

Diese Tools lieben eine klare, prägnante Syntax. Zu viel erzählerischer „Fülltext“ (wie „ein wunderschönes Bild“) verwässert das Ergebnis.

• Anwendung: Trennt die MOSAIK-Komponenten am besten durch Kommata. Schreibt die stärksten visuellen Keywords direkt an den Anfang (M und O).

• Wichtig: Technische Befehle aus dem K-Baustein gehören zwingend als Parameter ganz ans Ende des Prompts (z. B. --ar 16:9 --style raw). Der Parameter --style raw hilft euch bei Midjourney zusätzlich dabei, die typische, übertriebene KI-Eigenästhetik abzuschalten und einen realistischeren Look zu erzielen.

DALL-E 3 (In ChatGPT integriert) 

DALL-E 3 ist das genaue Gegenteil: Das Modell ist ein Sprachgenie und hasst reine, abgehackte Keyword-Listen. Es liebt zusammenhängende Geschichten und komplexe, logische Beschreibungen.

• Anwendung: Formuliert die MOSAIK-Bausteine als fließenden, detailreichen Absatz (genau wie im obigen Nachher-Beispiel). DALL-E versteht relationale Logik extrem gut.

• Wichtig: DALL-E neigt dazu, eure Prompts im Hintergrund eigenmächtig zu erweitern. Wenn ihr die volle Kontrolle behalten wollt, schreibt in den Kontext-Teil (K): „Generate this image exactly as described in the prompt without adding any automated modifications or extra elements.“

Adobe Firefly 

Adobe Firefly ist im Agentur- und Unternehmenskontext besonders beliebt, weil das Modell auf lizenziertem Bildmaterial trainiert wurde und somit kommerziell absolut rechtssicher ist. Zudem besitzt Firefly eine hervorragende Benutzeroberfläche.

• Anwendung: Ihr müsst nicht alle MOSAIK-Elemente in den Text-Prompt tippen. Nutzt die UI-Regler auf der rechten Seite für die Optik (Auswahl zwischen „Foto“ und „Grafik“, Filter, Stile) und die Inszenierung (Kamera-Einstellungen, Blende, Blickwinkel).

• Vorteil: Den Text-Prompt füttert ihr dann primär mit den Bausteinen M (Motiv), S (Szene) und A (Atmosphäre). Das hält den Prompt kurz und maximiert die intuitive Bedienbarkeit.

Einsatzbereiche im Marketing-Alltag: Wo ihr MOSAIK nutzen solltet 

Das MOSAIK-Prinzip ist kein theoretisches Spielzeug. Es ist ein Produktivitätswerkzeug, das in verschiedenen Marketingdisziplinen massiv Zeit und Geld spart:

Blogartikel und SEO-Content

Damit eure Blogartikel Leser fesseln und eine hohe Verweildauer erzielen, benötigt ihr einzigartigen Content, auch visueller Natur. Ein standardisiertes, künstliches Stockfoto senkt die gefühlte Qualität eines Artikels sofort. Mit MOSAIK generiert ihr passgenaue Visuals, die exakt die Absätze eurer H2-Überschriften widerspiegeln.

Performance Ads (Paid Social)

Im Social-Media-Feed entscheidet die erste halbe Sekunde darüber, ob Nutzer weiterscrollen oder stoppen (sogenannte Thumb-Stopping Power). Einheits-KI-Bilder werden von Nutzern mittlerweile sofort als Werbung enttarnt und ignoriert. Mit dem MOSAIK-Prinzip – insbesondere durch den bewussten Einsatz von Atmosphäre (auffällige, aber harmonische Farbkontraste) und Inszenierung (garantierter Platz für eure Werbebotschaft durch Negative Space) – kreiert ihr Anzeigenmotive, die das Auge magisch anziehen.

Employer Branding und Recruiting

Der sensible Bereich des Personalmarketings verzeiht keine Fake-Ästhetik. Wenn ihr neue Talente sucht und auf eurer Karriere-Website KI-Bilder von perfekten, glattgebügelten Hochglanz-Models zeigt, wirkt das unauthentisch. Wenn ihr jedoch reale Arbeitsalltage visualisieren wollt (weil das Budget oder die Zeit für ein großes Shooting fehlt), hilft euch MOSAIK, ehrliche und nahbare Situationen darzustellen, die Vertrauen aufbauen.

Newsletter & E-Mail-Marketing 

Ein packender Betreff bringt euch die Öffnung, aber das visuelle Header-Bild entscheidet oft, ob eure Leser im Text dranbleiben. Wer regelmäßig Updates oder Angebote per Mail verschickt, langweilt seine Abonnenten schnell mit den immer gleichen Symbolbildern. Mit MOSAIK erstellt ihr Header-Grafiken oder Beitragsbilder, die exakt zum spezifischen Thema des aktuellen Newsletters passen. Das sorgt für einen extrem professionellen Eindruck, stärkt die Klickrate (CTR) auf eure Links und brennt eure Brand-Identität direkt in die Postfächer eurer Zielgruppe. 

Organisches Social Media & Personal Branding 

Auf Plattformen wie LinkedIn oder Instagram geht es um Persönlichkeit, Nahbarkeit und echten Austausch. Wenn ihr dort Fachbeiträge teilt, wollt ihr als Experten wahrgenommen werden – KI-Bilder im standardmäßigen „Plastik-Look“ zerstören diese Glaubwürdigkeit sofort. Über die MOSAIK-Bausteine Optik und Atmosphäre könnt ihr einen wiederkehrenden visuellen Stil für eure organischen Posts festlegen (z. B. einen ehrlichen Reportage-Stil oder minimalistische Grafiken). So entsteht ein digitaler Wiedererkennungswert: Eure Community erkennt eure Beiträge sofort im Feed wieder, noch bevor sie euren Namen gelesen hat. 

Broschüren, Flyer & lokale Verkaufsunterlagen 

Gerade für lokale Unternehmen und Dienstleister spielt gedrucktes Marketing oder die digitale Infobroschüre als PDF eine riesige Rolle – sei es die Speisekarte, der Flyer für die Nachbarschaft oder das Pitch-Deck für den Neukunden. Austauschbare Bilder ruinieren hier jedes liebevoll gestaltete Layout. 

Mit der Kontext-Komponente (K) des MOSAIK-Prinzips steuert ihr die technischen Anforderungen wie gestochen scharfe Details, saubere Bildkompositionen und die passenden Seitenverhältnisse für euer Print-Raster. So wertet ihr eure Verkaufsunterlagen visuell massiv auf, ohne Unmengen an Budget für exklusive Bildrechte auszugeben. 

Das MOSAIK-Prinzip ist kein theoretisches Spielzeug. Es ist ein Produktivitätswerkzeug, das in verschiedenen Marketingdisziplinen massiv Zeit und Geld spart.

Alternativen im Überblick: Welche Methoden gibt es noch?

Das MOSAIK-Prinzip ist im deutschsprachigen Raum genial, weil es intuitiv ist und die natürliche Sprache perfekt abbildet. In der internationalen Prompt-Engineering-Szene und in Power-User-Workflows haben sich jedoch noch andere, rein handwerkliche Ansätze etabliert. Je nachdem, wie tief ihr in die Materie eintauchen wollt, sind diese drei Methoden eine perfekte Ergänzung für euren Werkzeugkasten: 

Structured Prompting (Informationsblöcke statt Fließtext) 

Das ist der wichtigste strukturelle Gegenpol zu MOSAIK. Hier zerlegt ihr euren Prompt in klar getrennte, tool-agnostische Informationsblöcke. Viele hochentwickelte KIs lieben diese saubere Trennung, weil sie die Attribute dadurch fehlerfrei zuordnen können.

Ein strukturierter Prompt sieht dann beispielsweise so aus:

“Subject: A regional craftsman in a sunlit workshop

Style: Authentic editorial photography

Lighting: Soft natural window light

Composition: Centered, shallow depth of field, blurred background”

Photographic Prompting (Die Sprache der Kamera) 

Wenn ihr die typische, künstliche Stockfoto-Ästhetik der KI komplett eliminieren wollt, solltet ihr die Sprache echter Fotografen sprechen. Tools wie Midjourney oder Stable Diffusion wurden mit Millionen echten Fotos und deren Metadaten (EXIF-Daten) trainiert. Wenn ihr der KI also konkrete Kameraanweisungen gebt, zwingt ihr sie aus dem „Mal-Modus“ in den „Fotografier-Modus“.

• So baut ihr es auf: Vergesst beschreibende Adjektive und nutzt stattdessen handfeste Kamerabegriffe wie Objektive („85mm lens“), Blendenwerte für Tiefenunschärfe („f/1.8 aperture, shallow depth of field“) oder Film-Typen („shot on 35mm Fujifilm photo film“).

• Beispiel: „Portrait of a local baker, 50mm lens, f/2.4 aperture, natural morning light, editorial magazine style.“

Weighting & Prompt-Syntax (Technische Gewichtung für Power-User) 

Für alle, die maximale Kontrolle über komplexe Bildkompositionen in Tools wie Midjourney oder Stable Diffusion brauchen, führt kein Weg an der technischen Gewichtung vorbei. Hier sagt ihr der KI über mathematische Befehle, welche Elemente im Bild am wichtigsten sind und welche dezent im Hintergrund bleiben sollen.

• In Midjourney nutzt ihr dafür Doppeldoppelpunkte (::). Ein Element mit ::2 wird doppelt so stark gewichtet wie der Rest des Prompts.

• In Stable Diffusion nutzt ihr Klammern und Zahlenwerte, wie z. B. (neon lights:1.5), um die Intensität dieses spezifischen Elements gezielt hochzuschrauben.

• Vorteil: Ihr steuert das Bild nicht mehr über vage Worte, sondern über exakte, im Tool implementierte Syntax-Befehle.

Der Pro-Move: Kombiniert die Methoden

Das Beste an diesen Systemen ist: Ihr müsst euch gar nicht für ein einziges entscheiden. In der Praxis erzielt ihr die absolut stärksten Ergebnisse, wenn ihr das MOSAIK-Prinzip mit den technischen Methoden kombiniert. Nutzt MOSAIK einfach als kreative Checkliste für den Inhalt und gießt das Ganze in die Form des Structured Prompting – also als klare, getrennte Textblöcke untereinander statt als Fließtext. Wenn ihr dann noch die Bausteine für Optik (O) und Inszenierung (I) mit echtem Photographic Prompting (wie konkreten Objektiv- und Blendenwerten) füttert, eliminiert ihr den künstlichen KI-Plastik-Look fast vollständig. 

Wenn KI an ihre Grenzen stößt: Wann ihr lieber auf Profis setzen solltet

Machen wir uns nichts vor: Das MOSAIK-Prinzip ist ein mächtiger Hebel, um eure tägliche Content-Produktion zu beschleunigen. Aber KI ist kein Allheilmittel. Es gibt Momente im Marketing, da schadet der Einsatz von generierten Bildern eurer Marke mehr, als er nützt. In folgenden Szenarien solltet ihr die Prompts links liegen lassen und stattdessen die Hilfe einer professionellen Agentur oder eines Fotografen in Anspruch nehmen:

• Wenn es um echtes Vertrauen geht (Über uns & Recruiting): Eure Kunden und potenziellen Bewerber wollen die echten Gesichter hinter eurem Unternehmen sehen. Ein Team-Foto oder ein Porträt der Geschäftsführung aus der KI wirkt sofort unnahbar und unehrlich, sobald der Schwindel auffliegt. Für authentisches Employer Branding führt kein Weg an einem echten Shooting mit eurem echten Team vorbei.

• Bei präziser Produktfotografie: Ihr verkauft maßgeschneiderte Möbel, ein regionales Kleidungsstück oder einen lokal produzierten Gin? Eine KI wird niemals die exakten Details, die feine Textur oder das exakte Etikett eures physischen Produkts fehlerfrei replizieren. Wenn das Produkt im Fokus steht, braucht ihr ein professionelles Produkt-Shooting.

• Bei komplexen, strategischen Branding-Kampagnen: Eine KI versteht keine Marktpsychologie und kennt eure lokalen Mitbewerber nicht. Wenn ihr eure Marke komplett neu positioniert oder eine groß angelegte Kampagne über mehrere Kanäle plant, braucht ihr ein strategisches Gesamtkonzept. Eine Agentur liefert euch hier nicht nur ein schönes Bild, sondern das tiefere visuelle Storytelling und die emotionale Führung eurer Zielgruppe.

• Für absolute rechtliche Sicherheit bei Großprojekten: Die Rechtslage rund um KI-Bilder ist und bleibt dynamisch. In vielen Fällen genießt KI-generierte Kunst keinen Urheberrechtsschutz. Das bedeutet, Konkurrenten könnten eure Bilder im schlimmsten Fall einfach kopieren. Wenn ihr eine riesige, teure Werbekampagne fahrt (z. B. auf Plakaten oder im TV), braucht ihr die 100%ige rechtliche Absicherung und exklusive Bildrechte, die euch nur Profis garantieren können.

Kurz gesagt: Nutzt die KI als euren effizienten Co-Piloten für den täglichen Content-Stream (Blogs, Social Media, Newsletter). Wenn es aber um das Herzstück eurer Markenidentität, um eure echten Produkte oder um strategische Meilensteine geht, spart nicht am falschen Ende. Setzt dort auf die menschliche Kreativität, das Handwerk und die strategische Erfahrung von Profis.

Es gibt Momente im Marketing, da schadet der Einsatz von generierten Bildern eurer Marke mehr, als er nützt.

FAQ: Häufige Fragen zum MOSAIK-Prinzip bei KI-Bildern 

Muss ich die Reihenfolge M-O-S-A-I-K im Prompt exakt einhalten? 

Nein, das müsst ihr nicht. Das Wort MOSAIK dient in erster Linie als Eselsbrücke, damit ihr beim Schreiben des Briefings keinen wichtigen Aspekt vergesst. Allerdings solltet ihr im Kopf behalten, dass die meisten KI-Bildgeneratoren Wörter am Anfang des Prompts etwas stärker gewichten. Es ist also eine Best Practice, das Motiv (M) und die übergeordnete Optik (O) relativ weit nach vorne zu stellen, während technische Parameter (Kontext) immer ganz ans Ende gehören. 

Sollte ich die MOSAIK-Prompts lieber auf Deutsch oder Englisch schreiben? 

Wir empfehlen euch ganz klar Englisch. Auch wenn ChatGPT (DALL-E 3) oder Adobe Firefly mittlerweile sehr gut Deutsch verstehen, wurden die Kern-Modelle fast aller Bild-KIs primär mit englischsprachigen Bild-Text-Paaren trainiert. Besonders bei feinen Nuancen in den Bereichen Atmosphäre (Lichtstimmungen) und Inszenierung (Kamerawinkel, Objektive) reagieren die Tools auf englische Fachbegriffe weitaus präziser und fehlerfreier.  

Ich bin kein Fotograf. Woher bekomme ich die passenden Fachbegriffe für Optik und Inszenierung? 

Ihr müsst kein Designstudium absolviert haben, um das MOSAIK-Prinzip zu nutzen. Nutzt einfach eine Text-KI als euren Übersetzer! Ihr könnt ChatGPT oder Claude mit euren einfachen deutschen Worten füttern und folgendes schreiben:

„Ich möchte ein Bild nach dem MOSAIK-Prinzip erstellen. Mein Thema ist [Thema einfügen]. Übersetze meine Idee in einen englischen Prompt und füge professionelle Fachbegriffe für die Bereiche Optik und Inszenierung hinzu.“

Funktioniert das Prinzip auch bei Grafiken, Logos oder Illustrationen? 

Ja, absolut. Das MOSAIK-Prinzip ist nicht auf fotorealistische Stile beschränkt. Wenn ihr eine Grafik benötigt, passt ihr einfach die Bausteine an.

• M (Motiv): Eine stilisierte Kaffeebohne.

• O (Optik): Minimalistisches Flat-Design, Vektorgrafik.

• S (Szene): Isoliert auf weißem Hintergrund.

• A (Ausschnitt / Atmosphäre): Symmetrischer, perfekt zentrierter Bildausschnitt; harmonische und moderne Wirkung.

• I (Illumination / Licht): Flache Ausleuchtung (Flat Shading), keine Schlagschatten oder plastischen Lichteffekte.

• K (Kontext): Clean lines, SVG-Style.

Wie schaffe ich es, dass mehrere Bilder für eine Kampagne den exakt gleichen Look haben? 

Das ist die Königsklasse im Prompting, aber mit MOSAIK ganz einfach: Haltet die Bausteine für Optik (O) und Atmosphäre (A) in eurer Kampagne immer zu 100 % identisch. Wenn ihr für eine Reihe von Blogartikeln Bilder generiert, tauscht ihr von Prompt zu Prompt nur das Motiv (M) und die Szene (S) aus. Bei Tools wie Midjourney könnt ihr zusätzlich den Parameter --sref (Style Reference) am Ende einfügen, um der KI ein bereits gelungenes Bild als visuelle Stilvorlage mitzugeben. 

Was mache ich, wenn das Bild trotz MOSAIK-Struktur Fehler (z.B. fehlerhafte Hände) hat?  

KI-Bildgeneratoren sind stochastische Systeme, sie berechnen Wahrscheinlichkeiten und arbeiten nicht wie eine exakte Maschine. Fehler bei feinen Details wie Fingern, Brillen oder Texten im Hintergrund kommen vor. 

Unser Tipp: Generiert nicht das ganze Bild komplett neu, wenn der Rest perfekt ist. Nutzt stattdessen Funktionen wie „Vary Region“ (Inpainting) in Midjourney oder das „Generative Füllen“ in Adobe Firefly. Damit markiert ihr nur die fehlerhafte Hand und lasst die KI ausschließlich diesen kleinen Bereich korrigieren. 

Kann ich das MOSAIK-Prinzip auch in Tools nutzen, die primär Schieberegler haben? 

Ja, und es spart euch sogar Schreibarbeit! Tools wie Adobe Firefly oder die Bildfunktionen in Canva bieten Benutzeroberflächen, bei denen ihr den visuellen Stil (Optik) oder das Seitenverhältnis (Kontext) per Klick auswählen könnt. In diesem Fall nutzt ihr die Regler des Tools für diese spezifischen Bausteine und konzentriert euch im Text-Prompt stattdessen voll auf das Motiv (M), die Szene (S) und die emotionale Atmosphäre (A). 

Sind Bilder, die ich nach diesem Prinzip generiere, rechtlich geschützt? 

In der Regel nein. Nach aktuellem Recht besitzen reine KI-generierte Bilder kein Urheberrecht, da dafür eine menschliche Schöpfungshöhe erforderlich ist. Das bedeutet: Theoretisch darf jeder eure generierten Bilder kopieren und für sich nutzen. Wenn ihr absolute Rechtssicherheit für kommerzielle Zwecke braucht (z. B. bei großen Werbekampagnen), solltet ihr Tools wie Adobe Firefly nutzen, die auf lizenzierten Stock-Daten basieren, oder für die Kernbereiche eurer Markenidentität direkt auf professionelle Agenturen und Fotografen setzen. 

Fazit: Struktur schlägt Zufall 

Das MOSAIK-Prinzip zeigt eines ganz deutlich: Beim Umgang mit Bild-KIs gewinnt am Ende immer die Struktur über das kreative Chaos. Solange ihr eure Prompts aus einer spontanen Laune heraus eintippt, bleibt jedes gelungene Bild ein reiner Zufallstreffer und das kostet im Marketing-Alltag wertvolle Zeit, Nerven und Budget.

Indem ihr die sechs Säulen Motiv, Optik, Szene, Atmosphäre, Inszenierung und Kontext systematisch als mentale Checkliste nutzt, verändert sich eure Rolle fundamental: Ihr seid nicht mehr die ungeduldigen Bittsteller, die darauf hoffen müssen, dass die KI eure Gedanken errät. Ihr werdet zum Regisseur und Artdirector eurer eigenen digitalen Bildproduktion.

Das Ergebnis? Ein visueller Markenauftritt aus einem Guss, der eure Zielgruppe wirklich abholt und euch im digitalen Rauschen unverwechselbar macht.

Euer nächster Schritt für die Praxis: Legt euch eine einfache Prompt-Vorlage in eurer Wissensdatenbank oder eurem KI-Texteditor an. Wenn ihr das nächste Mal ein Visual für euren Blog, LinkedIn oder euren Newsletter braucht, nehmt euch genau zwei Minuten Zeit, um die sechs Bausteine stichpunktartig auszufüllen. Ihr werdet erstaunt sein, wie präzise und einzigartig die Ergebnisse bereits im allerersten Versuch sein werden. Probiert es direkt aus!

Quellen

• KI-Bilder brauchen Briefings

• Schluss mit zufälligen KI-Bildern

• Optimierung der KI-Bildgenerierung