Fotografieren ohne Kamera.
Die meisten sehen 3D und KI als konkurrierende Werkzeuge. Sie sind es nicht — sie lösen unterschiedliche Probleme innerhalb desselben Workflows.
Das Curriculum
01 — Denken
Einführung
Das konzeptionelle Fundament
Warum deterministische und stochastische Werkzeuge verschiedene Probleme lösen — und warum diese Unterscheidung alles verändert.
02 — Bauen
3D & Blender
Die deterministische Welt
Eine vollständige Rendering-Umgebung und das präzise kompositorische Fundament für den KI-Workflow. Wer das eine versteht beherrscht auch das andere.
03 — Synthetisieren
KI-Bildgenerierung
Die stochastische Welt
Wie Diffusionsmodelle funktionieren, was Encoder leisten, und wie man präzise statt zufällig promptet.
04 — Verbinden
RAY-L
Beide Welten zusammenführen
RAY-L verbindet Blender und ComfyUI über ControlNet Canny — volle kompositorische Kontrolle, volle kreative Bandbreite der KI.
05 — Zeigen
Fallstudien
Die Methode an echten Projekten
Echte Projekte, dokumentiert vom ersten Blender-Entwurf bis zum fertigen Bild — mit jeder Entscheidung sichtbar.
06 — Vollenden
Bildgestaltung & Post-Produktion
Colorgrading, Bildlooks, konsistente Serien
Colorgrading, Bildlooks und die Entscheidungen die aus einem guten Einzelbild eine konsistente Serie machen.
Case Study
Der Ray-L Workflow in der Praxis
Case Study F1
Highland Cottage
Eine Fallstudie, die bewusst mit minimaler Blender-Geometrie arbeitet — und zeigt, was der RAY-L-Workflow daraus machen kann. Wie präzise sich Bildaufbau und Komposition steuern lassen, während die KI maximalen gestalterischen Freiraum behält.
Direkt zur Fallstudie →Standpunkt
KI-Bildgenerierung hat einen Preis — in Energie, in Ressourcen, in Abhängigkeiten. Wer diese Technik professionell einsetzt, trifft täglich Entscheidungen: welche Modelle, welche Infrastruktur, wie viele Durchläufe. Dieser Blog versucht nicht, diese Fragen wegzureden. Er versucht, einen Workflow zu zeigen der sie ernst nimmt.
→ Zum vollständigen TextNeu erschienen
August 2026Kennzeichnen — aber was?
Was der AI Act wirklich von Bildproduzenten verlangt — und warum die entscheidende Frage nicht lautet, ob KI im Spiel war.
Wer hat ausgelöst?
Urheber- und Nutzungsrecht bei KI-Bildern — drei Fragen, die ständig durcheinandergehen, und warum die Grenze nie beim Verfahren liegt.
Flux2
Das Schweizer Tschenmesser unter den Diffussionsmodellen - Ist Flux2 wirklich so gut? Und welche Variante ist die richtige Wahl?
Case Study Nr 2
Food Fotografie und ein Canny das kein Canny ist. - Warum Texturen in Objekten für Controlnet Images zum Problem werden können.
Prompts für Flux
Zwei Encoder, zwei Felder, zwei verschiedene Sprachen. Wer den Unterschied zwischen CLIP und T5 versteht — Stichwortlisten auf der einen, freie Sätze auf der anderen Seite — für den hört Flux-Prompting auf, Ratespiel zu sein.
Prompts für SDXL
CLIP liest keine Sätze — er liest Konzepte. Reihenfolge ist Gewichtung, Gewichtung ist Steuerung, und der negative Prompt ist ein aktives Instrument, kein Sicherheitsnetz. Was man bei SDXL wirklich wissen muss.
Prompt-Architektur: Das Fundament
Vor SDXL- und Flux-Spezifika: die zwei Encoder-Logiken, die 8 Kategorien jeder Bildidee und die vier Gründe warum ein Prompt scheitert. Der Überblick, der den Rest verständlich macht.