Ein KI-Bild kann schön sein und trotzdem falsch. Die Jacke hat einen Reißverschluss-Zipper, wo Ihre zwei hat. Die Naht ist von Ton-in-Ton zu Kontrastfarbe geworden. Das Logo auf der Brust stimmt fast, und auf einer Produktseite ist fast dasselbe wie falsch. In Thumbnail-Größe sieht man nichts davon, und genau das ist das Problem: Die Kundin entdeckt es, wenn das Paket ankommt.

Die Modebranche hat das erkannt. Im August hat Zalando beschrieben, wie das Unternehmen die Genauigkeit von KI-Inhalten sicherstellt: eine automatisierte Ebene, die jedes generierte Bild mit den Original-Produktfotos vergleicht, Abweichungen bei Farbe, Verarbeitung und Markenzeichen markiert und die kreative Entscheidung Menschen überlässt. Die Regel dahinter ist einfach, und sie gilt auch für uns: Am Produkt selbst wird nicht gerüttelt.

Die meisten Marken können diese Ebene nicht selbst bauen. Also haben wir sie in On-Model eingebaut.

Jeder Job in Pro und Enterprise wird ab sofort automatisch geprüft. Sobald Ihre Bilder fertig sind, vergleicht On-Model jedes einzelne mit den Fotos, die Sie hochgeladen haben, und sagt Ihnen vor der Veröffentlichung, welche einen zweiten Blick wert sind. Das kostet keine Credits, verändert nie ein Bild, und wenn alles stimmt, sagt die Prüfung gar nichts.

Was passiert, wenn ein Job fertig ist

An Ihrer Arbeitsweise ändert sich nichts. Der Job wird abgeschlossen, Ihre Bilder kommen wie gewohnt an, und ein paar Sekunden später erscheint auf der Ergebnisseite des Jobs eine Zeile Quality.

Ergebnisseite eines Flat-to-Model-Jobs in On-Model mit vier Poloshirt-Bildern, das letzte bernsteinfarben umrandet, und eine Zeile Quality in der Übersicht mit dem Text 1 of 4 worth a look — Vier Bilder, eines davon einen zweiten Blick wert. Um den Rest müssen Sie sich nicht kümmern.

Jedes Bild bekommt eines von drei Ergebnissen:

Nichts. Das Bild passt zu Ihren Inputs. Kein Badge, kein Rauschen.
Worth a look (einen Blick wert). Etwas könnte abweichen, und ein Mensch sollte entscheiden.
Likely issue (wahrscheinliches Problem). Eine klare Abweichung von Ihrem Produkt, etwa ein fehlendes Detail oder die falsche Farbe.

Die Ergebnisse sind zunächst hinter einem Klick verborgen, niemand in Ihrem Team muss sie also sehen, und jeder kann die Hinweise dauerhaft ausblenden. Außerdem läuft die Prüfung automatisch bei jeder neuen Version eines Bildes erneut, sodass ein retuschiertes oder repariertes Bild genauso geprüft wird wie das Original.

Geprüft wird Ihr Produkt, nicht "sieht es gut aus"

Übliche Bildbewertung fragt, ob ein Bild realistisch wirkt. Für einen Katalog ist das die falsche Frage. Ein realistisches Bild der falschen Jacke zeigt immer noch die falsche Jacke. Die Prüfung bewertet deshalb keinen Geschmack. Sie vergleicht jeden Output mit Ihren eigenen Inputs, also den Fotos, die Sie hochgeladen haben, und sucht nach den Stellen, an denen beide nicht übereinstimmen.

Das geschieht auf drei Ebenen.

Das einzelne Bild. Der gesamte Bildausschnitt, gemessen an Ihrer Vorgabe: das richtige Model, die Shot-Anweisung umgesetzt, saubere Hände und Gesichter, der gewünschte Hintergrund, die bestellte Größe.

Produkt-Nahaufnahmen. Hier liegt der größte Nutzen. Die Prüfung findet jedes Produkt im Output, schneidet es aus und stellt es neben dasselbe Produkt in Ihren Inputs, einschließlich Ihrer Detail- und Makroaufnahmen. Dann geht sie das Kleidungsstück Teil für Teil durch:

Teil	Was verglichen wird
Form und Schnitt	Silhouette, Passform, Proportionen
Kragen, Verschluss, Taschen	Anzahl, Position und Art
Ärmel, Bündchen, Saum	Länge und Verarbeitung
Hardware und Besätze	Zipper, Knöpfe, Druckknöpfe, Nähte
Print, Logo oder Schrift	Platzierung, Schreibweise, Lesbarkeit
Farbe	Farbton und Nuance im Vergleich zu Ihrem Foto

Dieses schrittweise Vorgehen ist entscheidend. Fragt man ein Modell "Ist das dieselbe Jacke?", findet es meist eine Abweichung und hört dann auf. Soll es erst den Kragen bestätigen, dann den Verschluss, dann die Taschen, findet es auch die zweite und dritte.

Eine Nahaufnahme der Qualitätsprüfung, die das Poloshirt im Output mit den Fotos vergleicht, aus denen es entstanden ist: Flat-Lay, Stoffdetail und Kragendetail, darunter zwei Befunde zu den Knöpfen an der Knopfleiste — Das Polo im Output neben den drei Input-Fotos, mit denen es verglichen wurde. Die Knöpfe an der Knopfleiste stimmen nicht.

Das hat die Prüfung aus der Nähe entdeckt. In der Ganzkörperaufnahme ist die Knopfleiste nur ein winziger Streifen im Bild, und auf den ersten Blick wirkt das Shirt korrekt: blaues Polo, Kragen, Knöpfe. Zoomt man hinein, sitzen auf der Knopfleiste zwei Knöpfe nebeneinander, während Ihr Polo einen einzigen Knopf unter dem Kragen hat. Genau so ein Detail übersieht ein müdes Auge bei Bild 180 von 200, und genau so eines bemerkt die Kundschaft, wenn das Paket ankommt.

Über das ganze Set. Manche Probleme zeigen sich erst, wenn die Bilder nebeneinanderstehen: ein Gesicht, das sich zwischen den Aufnahmen verändert, ein Hintergrund, der von Grau zu Beige driftet, ein Kleidungsstück, das auf Bild 3 etwas länger ist. Die Prüfung vergleicht das gesamte Set und benennt die Bilder, die herausfallen.

Was die Prüfung für jedes Tool bedeutet

"Originalgetreu" bedeutet für jedes Tool etwas anderes, deshalb wird jedes an seinem eigenen Versprechen gemessen.

Tool	Woran der Output gemessen wird
Model Swap	Das neue Model entspricht der gewählten Identität, und alles, was es trägt, bleibt exakt wie auf Ihrem Foto.
Flat-to-Model	Ihre Flat-Lay- oder Packshot-Kleidungsstücke erscheinen am Model mit ihrer echten Farbe, ihrem Schnitt, ihren Prints und Besätzen.
Create Packshot	Das Produkt ist dasselbe Produkt, präsentiert im gewählten Stil.
Garment Recolor	Das Kleidungsstück erreicht die gewünschte Farbe, und sonst ändert sich nichts daran.
Detail Repair	Die Korrektur tut, was Sie verlangt haben. Wollten Sie ein Logo entfernen, gilt eine saubere Entfernung als Erfolg, nicht als fehlendes Logo.

Vom Hinweis zur Korrektur

Ein Hinweis nützt nur, wenn Sie damit etwas anfangen können. Jeder Befund nennt drei Dinge: was die Prüfung gesehen hat, warum es wichtig ist und was zu tun ist, meist "dieses Bild neu generieren" oder ein Verweis auf Detail Repair.

Öffnen Sie den Job in Review, und jedes Bild hat eine eingeklappte Karte Quality check mit den Belegen, einschließlich der Nahaufnahme-Paare. So können Sie selbst urteilen, statt sich auf unser Wort zu verlassen. Von dort macht ein Klick auf Add to review aus einem Befund eine Review-Markierung: Die passende Kategorie ist gewählt, die Notiz ausgefüllt und das Produkt im Bild markiert. Es ist derselbe Review- und Retusche-Workflow wie in Qualitätskontrolle für KI-Produktbilder beschrieben, nur ist die Suche schon erledigt.

Der Review-Bildschirm in On-Model mit dem umrandeten Produkt im Bild, der Karte Quality check mit zwei Befunden und einem darunter vorausgefüllten Problem Garment Distortion nach dem Klick auf Add to review — Ein Klick auf Add to review: Die Kategorie ist gewählt, die Notiz geschrieben und das Produkt markiert.

Und wenn die Prüfung danebenliegt, sagen Sie es. Markieren Sie einen Befund mit Dismiss als kein Problem, als akzeptabel oder als an der falschen Stelle, und er verschwindet für alle, die an diesem Job arbeiten.

Darauf ausgelegt, sich zurückzuhalten

Ein Prüfer, der ständig falschen Alarm schlägt, ist schlechter als gar keiner. Wer zum zweiten Mal eine Warnung wegklickt, hinter der nichts steckte, liest Warnungen gar nicht mehr. Die Prüfung ist deshalb so eingestellt, dass sie sich nur meldet, wenn sie etwas vorzuweisen hat, und wir messen sie an den Urteilen menschlicher Reviewer.

Sie ist außerdem reproduzierbar. Prüfen Sie dasselbe Bild zweimal, bekommen Sie dieselbe Antwort, und ein Ergebnis, das Sie gestern gesehen haben, sieht Ihre Kollegin heute genauso.

Die Qualitätsprüfung liest Ihre Bilder nur. Sie bearbeitet sie nie, generiert sie nie neu, hält nie einen Job zurück und entscheidet nie für Sie. Das letzte Wort hat immer ein Mensch.

Sie ist auch ehrlich darüber, was sie nicht sehen kann. Manche Details sind kleiner, als das Bild sie darstellen kann: Eine Kragenlasche in einer Ganzkörperaufnahme in 1K besteht aus einer Handvoll Pixel. Statt zu raten, meldet die Prüfung, dass das Detail Too small to verify (zu klein zum Prüfen) war, und empfiehlt, in 2K oder 4K zu generieren, wo genug Detail für eine saubere Prüfung vorhanden ist. Sehr kleine Teile liegen noch an der Grenze dessen, was irgendein Vision-Modell zuverlässig beurteilen kann. Deshalb markiert die Prüfung, und ein Mensch entscheidet, niemals umgekehrt.

Davor, danach, und dazwischen Menschen

Das ist die zweite Hälfte eines Paars. Der Vorab-Check liest Ihre Inputs, bevor ein Job startet, und sagt Ihnen, was mit dem gewählten Tool nicht funktionieren wird. Die Qualitätsprüfung liest die Outputs, nachdem der Job beendet ist, und sagt Ihnen, was nicht richtig herausgekommen ist. Dazwischen liegt der Teil, der menschlich bleiben soll: das kreative Urteil, ob ein Bild zur Marke passt, und die Freigabe zur Veröffentlichung.

Genau das meinen wir mit Infrastruktur für Modebilder: nicht eine einzelne clevere Generierung, sondern eine Pipeline, der Sie im Umfang eines ganzen Katalogs vertrauen können, in der jedes Bild am selben Ort erstellt, mit dem echten Produkt abgeglichen und freigegeben wird.

Häufige Fragen

Kostet die Qualitätsprüfung Credits? Nein. Sie ist in den Plänen Pro und Enterprise enthalten und rührt Ihr Credit-Guthaben nie an, egal wie viele Bilder ein Job hat.

Welche Pläne enthalten sie? Pro und Enterprise. In anderen Plänen sehen Sie, wo die Prüfung in Ihren Ergebnissen erscheinen würde, und können per Upgrade freischalten.

Welche Tools werden geprüft? Model Swap, Flat-to-Model, Create Packshot, Garment Recolor und Detail Repair. Jedes wird an dem gemessen, was das jeweilige Tool verspricht.

Verändert sie meine Bilder? Nein. Sie liest sie nur. Ihre Bilder, Ihr Job und Ihre Credits bleiben unberührt, ganz gleich, wie das Ergebnis ausfällt.

Womit vergleicht sie meine Bilder? Mit Ihren eigenen Inputs: den Produktfotos, Detailaufnahmen und Referenzen, die Sie hochgeladen haben, dazu die gewählte Identität und Ihre Instructions. Nicht mit einer allgemeinen Vorstellung davon, was ein gutes Foto ist.

Was, wenn sie etwas markiert, das in Ordnung ist? Verwerfen Sie den Befund mit Dismiss. Er wird für alle entfernt, die an dem Job arbeiten.

Findet sie jeden Fehler? Nein, und das behauptet sie auch nicht. Sehr gut ist sie bei Farbe, Prints, Logos, fehlenden oder hinzugefügten Teilen und der Konsistenz eines Sets. Winzige Details auf kleinen Bildern sind schwieriger, und dort sagt sie Ihnen, dass sie nicht prüfen konnte, statt zu raten. Sie lenkt Ihre Reviewer auf die Bilder, die sie brauchen. Ersetzen soll sie sie nicht.

Verlangsamt sie meinen Job? Nein. Ihre Bilder werden geliefert, sobald sie fertig sind, und die Prüfung läuft danach. Die Ergebnisse erscheinen meist innerhalb einer Minute.

Jetzt ausprobieren

Öffnen Sie einen fertigen Job in On-Model und achten Sie auf die Zeile Quality auf der Ergebnisseite. Wenn Sie Pro oder Enterprise nutzen, wird Ihr nächster Job automatisch geprüft. Noch nicht? Unter Preise sehen Sie, was jeder Plan enthält.

Neu bei On-Model? Beginnen Sie mit dem Flat-to-Model Guide, dem Create-Packshot Guide oder dem Model-Swap Guide.