Case Study · Food
Granola Bowl
Blender-Geometrie, ControlNet Canny, Flux.1 dev — und warum das eigentliche Werkzeug für einen überzeugenden Food-Shot das Material in Blender ist.
Flux.1 dev · ControlNet Canny · minimal in Affinity aufgehellt
Die meisten Beispiele auf diesen Seiten bauen auf Objekten mit klarer Geometrie auf: Räume, Gebäude, Produkte. Genau da spielt ControlNet Canny seine Stärke aus: Die Blender-Geometrie ist das Motiv, Canny hält sie fest, das Modell legt Material und Licht darüber. Deterministisch die Form, stochastisch die Oberfläche. Saubere Arbeitsteilung.
Food ist anders.
Das Hauptkriterium einer Foodaufnahme ist: Sieht es natürlich und wirklich lecker aus? An dieser Stelle scheitern fast alle Renderings kläglich. Trotz ausgefeilter Materialien und aufwändiger Subsurface-Parameter wirken die Objekte meist unlecker und alles andere als frisch. Genau hier geht die KI-Bildgenerierung einen wesentlichen Schritt weiter.
Dieser Artikel hat mich beim Schreiben ein wenig an die „Reise des Helden" erinnert — mit einem großen Ziel, dem Scheitern auf halber Strecke und der glücklichen Ankunft.
Den verwendeten Prompt habe ich in ComfyUI ohne Blender und ControlNet entwickelt, um ein Gefühl dafür zu bekommen, welche Beschreibungen für Objekte, Oberflächen und Lichtstimmung funktionieren.
Eine Schale mit Granola stellt dich vor zwei Probleme, die bei den meisten Aufnahmen nicht vorkommen. Erstens: Das eigentliche Motiv — das Essen — existiert in deiner Blender-Szene gar nicht. Die Schale ist eine leere Hülle. Zweitens: Die Materialien, die eine Bowl attraktiv machen, sind texturreich. Gesprenkelte Keramik, verwittertes Holz, eine grobe Leinenserviette. Und genau diese Texturen sabotieren Canny.
Ein Canny, das kein Canny ist
Der erste Versuch lief mit den Materialien, die ich für den Aufbau des Motivs in Blender verwendet hatte: gesprenkelte Keramikschale, Holztisch mit feiner Maserung. Canny bei den Defaults, Schwellenwerte 50 / 150. Das Ergebnis war miserabel — eine halb leere Schale, ein bisschen Obst und seltsame, an Mohn erinnernde Sprenkel. Vom reichen Prompt kam fast nichts an.
Der Fehler steht im Canny-Bild: Das ist kein Konturbild. Das ist ein Rauschfeld. Zwei Quellen fluten es. Der ganze Hintergrund ist voller feiner Striche — die Holzmaserung, die Canny als Tausende Mini-Kanten erfasst. Und der Schaleninnenraum ist übersät mit weißen Punkten — die gesprenkelte Glasur, ebenfalls als Kanten gelesen. Was wirklich wichtig wäre — Schalenrand und Löffelsilhouette — ersaufen darin.
Damit ist das schwache Ergebnis erklärt. ControlNet sagt dem Modell bei hoher Stärke: hier muss Struktur hin, hier, hier, überall. Der Hintergrund wird durch das Maserungsrauschen zugenagelt. Und der Schaleninnenraum wird durch die Sprenkel als gefüllte, texturierte Fläche definiert — obwohl er leer ist. Das Modell kann die Bowl gar nicht frei füllen. Die Geometrie sagt: leere, gepunktete Schale in verrauschtem Umfeld.
Blender-Render · Canny-Bild · Ergebnis — erster Versuch mit gesprenkelter Keramik und Holzmaserung
Der Hebel: Material-Trennung an der Quelle
Es gibt zwei Wege, Canny-Rauschen zu bekämpfen. Man kann es nachgelagert filtern, indem man die Schwellenwerte hochzieht — kontrastarme Mikrokanten fallen dann raus. Das funktioniert und ist der Notnagel, wenn du die Szene nicht ändern kannst.
Der sauberere Weg ist, das Rauschen an der Quelle zu vermeiden. In diesem Durchlauf blieben die Schwellenwerte bei 50 / 150 — unverändert. Geändert wurden nur die Materialien: die gesprenkelte Glasur raus, eine glatte, matte, neutrale Schale rein. Die feine Holzmaserung ersetzt durch ein Material mit klaren Dielenfugen statt dichter Oberflächenstruktur.
Das Ergebnis, bei identischen Canny-Einstellungen: Dasselbe Motiv, dieselben Schwellenwerte. Nur die Materialien sind andere. Aus dem Rauschfeld ist ein Konturbild geworden: der Schalenrand als klare Ellipse, die Löffelsilhouette, der Rand des Honigschälchens. Und der entscheidende Punkt — der Schaleninnenraum ist schwarz. Kein einziger Sprenkel mehr. Genau dort darf das Modell jetzt Granola, Joghurt und Früchte hineinlegen. Nichts zwingt ihm mehr eine leere Fläche auf.
Das ist der Kern der ganzen Lektion, und er ist modellunabhängig: Das Canny wird berechnet, bevor irgendein Modell rendert. Halte die Kontrollflächen glatt und neutral. Die Textur soll das Modell erzeugen — stochastisch, aus dem Prompt. Sie gehört nicht in den Geometrie-Kanal.
Ein Nebeneffekt macht die Sache konkret. Eine komplett leere Fläche gibt Canny nichts, und dann verliert das Modell die perspektivische Orientierung. Deshalb die Dielenfugen: Ein paar klare, lange Linien in Fluchtrichtung definieren die Tischebene und den Fluchtpunkt. Sie überleben auch hohe Schwellenwerte, weil sie kontrastreich und lang sind. Die feine Maserung dagegen darf verschwinden. Du kontrollierst die Geometrie der Ebene, überlässt aber die Maserung als Material dem Modell.
Der Prompt: warum Flux ganze Sätze will
Ebenso entscheidend für einen Food-Shot ist der Prompt — und Flux verlangt hier etwas anderes als SDXL.
SDXL arbeitet mit komma-getrennten Stichwörtern. Flux nicht. Der T5XXL-Encoder reagiert schlecht auf Keyword-Stapel und gut auf beschreibende Sätze. Mehr zur getrennten Content-Architektur von CLIPTextEncodeFlux in 2.4 — Prompt-Architektur — hier zählt das Ergebnis: Ein Food-Motiv wird nicht durch Tags appetitlich, sondern durch die Beschreibung sinnlicher Oberflächenreize. Feuchte. Glanz. Frische.
Der Prompt für das Endergebnis:
Flux t5xxl — Prompt
A ceramic bowl with a speckled glaze sits on a rustic, weathered gray wood table, filled with granola, creamy yogurt, fresh blueberries, banana slices and strawberries. Honey is drizzled over the yogurt, catching the light with a subtle gloss. A vintage silver spoon rests on the table to the left of the bowl, and a folded linen napkin lies loosely in the background. Soft, diffused natural light enters from the upper left, creating gentle highlights on the berries and yogurt without harsh shadows. The composition is shot from a 45-degree angle with an 85mm lens, sharp focus on the bowl, soft background blur. Editorial food photography style, photorealistic.
Beachte, was hier passiert. Nicht "yogurt", sondern creamy yogurt, über das Honig läuft und das Licht fängt. Nicht "berries", sondern frische Beeren mit weichen Glanzlichtern. Kamera und Optik stehen als Satz drin, nicht als Tag-Kürzel: 45-Grad-Winkel, 85mm, scharfer Vordergrund, weicher Hintergrund. Das ist die Sprache, die Flux versteht.
Die Einstellungen
Der erste Flux-Durchlauf war zu hart. ControlNet-Stärke 0.7 mit dem InstantX-Canny-Adapter presst die Kanten so stark durch, dass das Granola trocken und krümelig wirkte — erzwungene Kantenstruktur statt weicher Materialfreiheit. Flux hält die Komposition auch bei deutlich geringerer Stärke, weil das Basismodell geometrisch stabiler ist als SDXL. Also runter mit der Stärke, rauf mit der Guidance:
| Modell | Flux.1 dev (fp16) |
| ControlNet | flux-canny-instantx.safetensors |
| ControlNet-Stärke | 0.4 |
| Steps | 20 |
| Guidance | 5.0 |
| Canny Low / High | 50 / 150 |
| Seed | 2147483647 |
Die reduzierte ControlNet-Stärke ist hier der Haupthebel. Sie gibt dem Modell die Freiheit, Oberflächen cremig und glänzend zu gestalten, statt an jeder Kante eine harte Struktur zu erzwingen. Die höhere Guidance sorgt dafür, dass die beschriebenen Oberflächenqualitäten deutlicher umgesetzt werden. Zu hoch wird plastikartig — 5.0 war für dieses Motiv der brauchbare Wert.
Das Ergebnis
Das hält neben professioneller Food-Fotografie. Der Joghurt ist als eigene Komponente da, cremig, mit dem Honig, der hineinläuft. Das Granola wirkt knusprig statt trocken. Die Beeren sind prall. Die abblätternde Farbe auf dem Holz, die weiche Tiefenschärfe, das Honigschälchen im Bokeh — ein durchkomponierter Shot. Minimal in Affinity aufgehellt, sonst unbearbeitet aus Flux.
Blender-Render · Canny-Bild · Ergebnis — zweiter Versuch mit neutralen Materialien, identische Canny-Einstellungen
Eine Entscheidung ist erwähnenswert, weil sie nichts mit Technik zu tun hat. Im Prompt standen ursprünglich Kokosflocken. Sie sahen nicht lecker aus. Die Lösung war nicht, sie durch Gewichtung schöner zu erzwingen — die Lösung war, sie zu streichen. Weglassen, was nicht trägt. Kein Parameter der Welt ersetzt dieses Urteil.
Erkenntnis
Für dieses Motiv — organisch, weich, feucht — liefert Flux die überzeugendere Materialität. Das ist kein Pauschalurteil. Bei kantenbetonten Motiven mit klarer Geometrie zieht SDXL gleich oder ist schneller. Food dieser Art ist Flux' Heimspiel; ein Möbelstück oder eine Fassade können anders ausgehen. Die Frage ist nie "welches Modell ist besser", sondern "welches Modell für welches Motiv".
Die eigentliche Lektion steht aber vor der Modellwahl. Sie steht in den zwei Canny-Bildern. Gleiche Szene, gleiche Schwellenwerte, nur andere Materialien — und aus Rauschen wird Kontur. Bereite die Referenz vor. Trenne, was deterministisch ist, von dem, was stochastisch sein soll. Dann arbeitet die Technik für dich, nicht gegen dich.