Product Updates··5 Min. Lesezeit

Styling mit Notes steuern

Styling Notes zu Flat-Lay-Fotos hinzufuegen und steuern, wie die KI jedes Kleidungsstueck traegt: eingesteckt, gekrempelt, geschichtet oder umgefaerbt.

By On-Model Team

Ein gefaltetes Nadelstreifenhemd mit leuchtend blauem KI-Anmerkungs-Overlay auf dunkler Oberflaeche

Wenn Sie ein Flat-Lay-Hemd und eine Hose in Flat-to-Model hochladen, entscheidet die KI, wie das Model angezogen wird. Soll das Hemd eingesteckt oder locker haengend sein? Soll die Hose gekrempelt oder in voller Laenge getragen werden? Bisher lag das vollstaendig in der Interpretation der KI, und das Ergebnis konnte sich zwischen den Ausgaben aendern. Fuer Fashion-E-Commerce-Teams, die Hunderte von Bildern pro Woche generieren, erzeugt diese Inkonsistenz echte Produktionsreibung.

Laut dem Baymard Institute ist die erste Aktion von 56 % der Nutzer auf einer Produktseite, die Produktbilder zu erkunden. Wenn Ihr Hemd in einem Bild eingesteckt und in einem anderen locker erscheint, bricht das die visuelle Konsistenz, die Kaufvertrauen schafft. Eine Studie von Shopify bestaetigt dies: 75 % der Online-Kaeufer stuetzen sich bei Kaufentscheidungen auf Produktfotos.

Styling Notes loesen dieses Problem. Sie ermoeglichen es, jedem Eingabebild eine kurze Anweisung beizufuegen, die der KI genau vorgibt, wie das Kleidungsstueck auf dem generierten Model erscheinen soll.

Was sind Styling Notes?

Eine Styling Note ist eine Freitext-Anmerkung zu einem einzelnen Kleidungsstueck-Bild. Sie klicken auf das Stift-Symbol bei einem hochgeladenen Thumbnail, geben eine kurze Anweisung wie "in die Hose gesteckt, nur vorne eingesteckt" ein, und die KI behandelt dies als verbindliche Vorgabe bei der Generierung.

Notes sind voellig optional. Wenn Sie keine hinzufuegen, funktioniert alles genau wie zuvor. Das macht es zu einem Progressive-Disclosure-Feature: Gelegenheitsnutzer bemerken es nicht, Power-User erhalten praezise Kontrolle.

Styling Notes wirken sich auf den Schritt der Garderobenbeschreibung aus, in dem die KI entscheidet, wie Kleidungsstuecke getragen werden sollen. Sie aendern weder die Pose, den Hintergrund noch die Kameraeinstellungen.

So funktioniert es

Schritt 1: Flat-Lay-Bilder hochladen

Laden Sie Ihre Kleidungsstuecke wie gewohnt im Flat-to-Model-Assistenten hoch. Hier aendert sich nichts.

Schritt 2: Notes zu einzelnen Bildern hinzufuegen

Fahren Sie mit der Maus ueber ein Thumbnail in der Seitenleiste und klicken Sie auf das Stift-Symbol. Ein Dialog oeffnet sich mit dem Kleidungsstueck-Bild links und einem Textfeld rechts. Geben Sie Ihre Styling-Anweisung ein und klicken Sie auf Fertig.

Ein kleines Banner erscheint auf dem Thumbnail und bestaetigt, dass die Note angehaengt ist.

Schritt 3: Absenden und generieren

Senden Sie den Auftrag wie gewohnt ab. Ihre Notes fliessen durch die Pipeline und steuern direkt, wie die KI jedes Kleidungsstueck stylt. Die Ergebnisseite zeigt ein "Note"-Badge bei jedem Bild, dem eine Styling Note beigefuegt war.

Ohne Styling Notes

Wir haben drei Flat-Lay-Bilder hochgeladen und drei Ausgaben ohne Styling Notes generiert. Die KI hat die Kleidungsstuecke analysiert und eigene Entscheidungen ueber Einstecken, Passform und Krempeln getroffen.

Weisses und marineblaues Nadelstreifen-Oxford-Hemd — Flat-Lay-Eingabe
Hemd
Cremefarbene Wide-Leg-Hose — Flat-Lay-Eingabe
Hose
Weisse und salbeigruene Plateau-Sneaker — Flat-Lay-Eingabe
Sneaker
Ohne Styling Notes
Frontal
Seitlich
Gehend

Die KI hat sich entschieden, das Hemd vollstaendig einzustecken und die Hose in allen drei Posen in voller Laenge zu belassen. Das ist in Ordnung, wenn es Ihrer Absicht entspricht, aber Sie hatten keine Moeglichkeit, ein anderes Styling anzufordern.

Mit Styling Notes

Dieselben drei Eingabebilder, dieselbe Identitaet, dieselben Posen. Dieses Mal haben wir zwei Styling Notes hinzugefuegt:

  • Hemd: "in die Hose gesteckt, nur vorne eingesteckt"
  • Hose: "Slim-Fit-Look, an den Knoecheln gekrempelt"
Mit Styling Notes
Frontal
Seitlich
Gehend

Der Unterschied ist sichtbar: Das Hemd hat jetzt einen laessigen Front-Tuck statt eines vollstaendigen Einsteckens, und die Hose ist in allen drei Posen an den Knoecheln gekrempelt. Das Styling ist konsistent und beabsichtigt.

Direktvergleich

Generiert ohne Styling Notes — Hemd vollstaendig eingesteckt, Hose in voller Laenge
Ohne Notes
Generiert mit Styling Notes — Hemd vorne eingesteckt, Hose an den Knoecheln gekrempelt
Mit Notes

Dieselben Kleidungsstuecke, dieselbe Identitaet, dieselbe Pose. Der einzige Unterschied sind zwei kurze Textnotizen.

Bonus: Farben der Kleidungsstücke ändern

Styling Notes können mehr als nur die Trageweise steuern. Sie können auch visuelle Eigenschaften wie die Farbe ändern. Hier haben wir die gleichen drei Inputs und die gleichen Styling-Anweisungen beibehalten, aber "white color" zur Notiz der Hose hinzugefügt:

  • Hemd: "tucked into pants, front tuck only"
  • Hose: "slim fit look, cuffed at the ankles, white color"
Generiert mit Styling Notes — cremefarbene Hose
Originalfarbe
Generiert mit Styling Notes — weiße Hose durch Farbnotiz
Farbe per Notiz geändert

Die Hose wurde weiß, während alles andere identisch blieb. Das ist nützlich, wenn Sie Farbvarianten desselben Produkts zeigen möchten, ohne die Flat-Lay-Aufnahme erneut zu fotografieren. McKinsey schaetzt die Kosten traditioneller Modefotografie auf 500 bis 1.000 US-Dollar pro SKU; Farbvarianten aus einer einzigen Flat-Lay-Aufnahme zu generieren, senkt diesen Betrag auf nahezu null.

Was Sie steuern koennen

Styling Notes funktionieren mit jedem Kleidungsdetail, das die KI interpretieren kann. Hier einige Beispiele:

  • Einstecken: "in die Hose gesteckt", "nur vorne eingesteckt", "nicht eingesteckt, locker haengend"
  • Reissverschluesse und Knoepfe: "Reissverschluss vollstaendig geschlossen", "offen getragen, Reissverschluss offen", "obere zwei Knoepfe offen"
  • Aermel: "Aermel bis zu den Ellbogen hochgekrempelt", "Aermel laessig hochgeschoben"
  • Layering: "dies ist die innere Schicht, unter der Jacke getragen", "aeussere Schicht, ueber die Schultern drapiert"
  • Saum: "an den Knoecheln gekrempelt", "Hosenbeine einmal umgeschlagen"
  • Passform: "Slim-Fit-Look", "Oversized, lockerer Fall"
  • Schals und Accessoires: "locker um den Hals drapiert, nicht gebunden", "als Guertel getragen"
  • Farben: "white color," "navy blue," "change to white"

Notes gelten pro Bild, nicht pro Auftrag. Das bedeutet, Sie koennen jedem Kleidungsstueck im selben Outfit unterschiedliche Anweisungen geben. Die KI analysiert weiterhin die Bilder, um die Kleidungsstuecke zu verstehen; Ihre Notes fungieren als Ueberschreibungen zusaetzlich zu dieser Analyse.

Ueber die API verfuegbar

Styling Notes funktionieren auch ueber die On-Model API. Uebergeben Sie jedes Bild als Objekt mit einem optionalen note-Feld anstelle einer einfachen Datei-ID:

{
  "images": [
    { "file_id": "uuid-shirt", "note": "tucked into pants, front tuck only" },
    { "file_id": "uuid-pants", "note": "cuffed at the ankles" },
    { "file_id": "uuid-shoes" }
  ]
}

Bilder ohne note-Feld verhalten sich genau wie zuvor. Beide Formate (einfache Strings und annotierte Objekte) koennen in derselben Anfrage gemischt werden.

"Die Luecke zwischen Flat-Lay-Fotografie und On-Model-Bildern war schon immer die Styling-Absicht. Ein gefaltetes Hemd auf einem Tisch traegt keine Information darueber, wie es getragen werden soll. Styling Notes schliessen diese Luecke, indem sie Marken ermoeglichen, ihre kreative Vision direkt in die Produktionspipeline einzubetten."

Nunzio Alexandro Letizia, Co-founder at PiktID and creator of On-Model

Jetzt ausprobieren

Oeffnen Sie einen beliebigen Flat-to-Model-Auftrag und fahren Sie mit der Maus ueber ein Kleidungsstueck-Thumbnail, um das Stift-Symbol zu sehen. Fuegen Sie eine Note hinzu, generieren Sie und vergleichen Sie die Ergebnisse mit und ohne.

Sie kennen Flat-to-Model bereits? Lesen Sie unseren Flat-to-Model-Leitfaden oder entdecken Sie Presets fuer noch mehr Kontrolle ueber Ihre Ausgaben.


Quellen:

  1. Baymard Institute. (2025). Product Page UX: How Users Interact with Product Images. baymard.com
  2. McKinsey & Company. (2024). The State of Fashion: Technology Edition. mckinsey.com
  3. Shopify. (2025). Product Photography Statistics: Why Visuals Drive E-Commerce Sales. shopify.com
flat-to-modelstyling-notesproduktfotografiefashion-e-commercekiworkflow