Highland Cottage

Das Blender-Rendering zeigt, was in diesem Workflow von Blender erwartet wird — und was nicht. Kameraposition, Brennweite und Proportionen sind präzise definiert und reproduzierbar. Das Haus steht, wo es stehen soll. Der Hügel, die Hecke links, der Schornstein — alles sitzt.

Materialien, Texturen und Lichtstimmung fehlen bewusst. Die Wände sind graue Flächen, die zwei Kugeln an der Tür sind nur Platzhalter. Das ist kein unfertiges Rendering, das ist die Rollenverteilung: Blender liefert die Geometrie, nicht das Bild. Die KI darf interpretieren — aber nicht neu komponieren.

Aus dem Blender-Rendering wird zuerst ein Canny-Kantenbild berechnet. Es ist der Vertrag zwischen Geometrie und Modell:

Sauberer Fall: klare Konturen für Haus, Dach, Fenster, die Hügellinie im Hintergrund. Nur links unten, an der Hecke, rauscht es etwas — organische Kanten, die Canny nicht sauber fassen kann. Für dieses Motiv unkritisch, weil die Architektur das Bild trägt. (Wie sehr texturreiche Flächen ein Canny fluten können, zeigt die Food-Fallstudie — hier ist die Geometrie das Motiv, und genau das ist ControlNet Cannys Heimspiel.)

Der erste fotografische Durchlauf, SDXL mit ControlNet Canny. Das Ergebnis ist karg und ehrlich: ein graues Steinhaus in den Highlands, Schieferdach, weiße Tür, dahinter Moorland und ein Loch am linken Rand. Kein Garten, kein Efeu, nichts geschönt. Die Komposition ist exakt die aus Schritt 1 — ControlNet hat die Geometrie gehalten. Das Modell hat Material, Licht und Atmosphäre ergänzt.

Zwei Beobachtungen zeigen, wo die Grenze zwischen deterministisch und stochastisch verläuft — und sie zeigen es von zwei Seiten.

Erstens die Tür: Dort stehen zwei runde Holzscheiben, die an Whiskyfässer erinnern. In Blender waren das zwei Kugeln, Buchsbaum-Platzhalter. Das Modell hat die zwei runden Formen im Canny gefunden und ihnen einen Inhalt gegeben. Wo Canny eine Form vorgibt, erzwingt es die Form — was daraus wird, rät das Modell.

Zweitens der Vordergrund: Quer durchs Bild läuft eine Trockenmauer. Im Blender-Rendering gab es sie nicht, im Prompt stand sie nicht. SDXL hat sie eigenmächtig in die leere Fläche gesetzt. Das ist die andere Seite derselben Medaille: Wo Canny nichts vorgibt, füllt das Modell den Freiraum nach eigenem Gutdünken. Die Form erzwingt Canny — den leeren Rest verhandelt das Modell mit sich selbst.

Für dieses Standbild ist die erfundene Mauer ein Glücksfall; sie passt. Aber sie ist der eine Ort im Bild, an dem die Komposition nicht geometrisch gesichert ist — ihre Lage hängt am Zufall des Modells, nicht an Blender. Genau deshalb wird sie in Schritt 3 bewusst in den Prompt übernommen: aus einem Zufallsgeschenk wird eine Vorgabe, die sich festhalten lässt.

Was SDXL an Basis liefert, führt Flux zur fertigen Aufnahme. Hier kommt hinzu, was die karge Fassung noch nicht hatte: Efeu und wilder Wein in tiefem Herbstrot über der Fassade, ein Cottage-Garten aus Lavendel, Gräsern, Rosen, die zwei Buchsbaumkugeln an der weißen Tür. Die Stimmung wird dichter — schweres Wolkenlicht, gedämpfte Erdtöne.

Ein Wechsel des Mechanismus, der erwähnt gehört: Dieser Schritt lief nicht über ControlNet, sondern als img2img in einem eigenen ComfyUI-Workflow — kein Blender, kein Canny, nur das SDXL-Bild aus Schritt 2 als Referenz. Was die Komposition hier hält, ist nicht mehr die Geometrie-Kante, sondern der niedrige Denoise-Wert: img2img bleibt nah an der Vorlage, solange man es nicht zu stark rauschen lässt. Der Satz „Preserve exact composition" im Prompt stützt, was der moderate Denoise ohnehin tut.

Haus, Mauer, Hügel, das Loch links — alles bleibt an derselben Stelle. Verändert hat sich allein die visuelle Ausarbeitung. Das ist der Punkt, an dem der Workflow zeigt, was er kann: fotografische Materialität, ohne die Bildarchitektur zu verlieren.

Der letzte Schritt ist ein Perspektivwechsel — nicht der Kamera, sondern der Jahreszeit. Dasselbe Haus, dieselbe Komposition, aber Winter: Raureif auf Mauer und Garten, das Herbstrot zu braunen Ranken verblasst, ein kaltes, silbriges Licht über der ganzen Szene.

Diese eine Variante entstand nicht lokal, sondern mit einem High-End-Modell in der Cloud (Nano Banana Pro) — ein einziges Rendering. Das ist eine bewusste Ausnahme und ich möchte sie offen benennen: Der Workflow lebt sonst von lokaler Inferenz und kleinen Modellen. Für einen kontrollierten Season Change bei erhaltener Komposition liefert ein großes Cloud-Modell hier ein Ergebnis, das den Aufwand eines lokalen Nachbaus nicht rechtfertigt. Ein Rendering, eine Ausnahme, transparent gemacht. Mehr zur Haltung dahinter auf der entsprechenden Seite.