Text rein, Bild raus – so einfach klingt’s, wenn es um KI-Bildgeneratoren geht. Aber wer schon mal einen Prompt durchgejagt hat, weiß: Die Unterschiede sind enorm.
Manche Tools liefern seelenlose Kompositionen, andere zaubern kleine Kunstwerke. Deshalb hab ich drei große Namen ins Rennen geschickt: Midjourney v7, ChatGPT mit DALL·E 3 und Gemini mit Imagen 4.
Gleicher Prompt, drei Interpretationen – zwei konkrete Beispiele. Und ein persönlicher Sieger.
Drei Tools, drei Welten
Midjourney ist seit Jahren die Anlaufstelle für alle, die starke Bilder mit Charakter wollen. Die aktuelle Version 7 liefert gestochen scharfe Ergebnisse mit einer Bildsprache, die oft kinoreif wirkt. Selbst banale Prompts bekommen hier Tiefe, Lichtstimmung, Ausdruck. Der Stil reicht von hyperrealistisch bis poetisch – je nachdem, was man verlangt und wie man fragt.
Ganz anders arbeitet ChatGPT. Mit dem eingebauten DALL·E 3 kannst du Bilder direkt im Chat erzeugen – und sogar per Sprache bearbeiten. Das ist smart und praktisch. Wer schnell etwas visualisieren will, ohne viel Setup, wird hier glücklich. Stilistisch bleibt DALL·E oft zurückhaltend, dafür ist die Umsetzung des Prompts meist recht exakt. Für Präsentationen, Skizzen oder schnelle Ideen ein solides Tool.
Und dann wäre da noch Gemini, Googles Antwort auf die Bild-Konkurrenz. Mit Imagen 4 hat sich einiges getan – technisch wirkt vieles sauber, farblich oft ansprechend, aber die Bildsprache bleibt generisch. Es fehlt der kreative Punch. Für neutrale Visuals mag das reichen, für emotionale oder komplexe Szenen ist es eher zu glatt. Wer mit Google arbeitet, findet hier eine einfache Lösung – aber eben keine visuelle Überraschung.
Beispiel 1: Zwei asiatische Frauen stehen in der Nacht vor einem Auto
Der Prompt war klar – und trotzdem erzählen die drei Tools drei völlig unterschiedliche Geschichten.
Midjourney V7
Midjourney inszeniert die Szene wie einen Kinostill: starke Kontraste, neonfarbene Lichtreflexe, die beiden Frauen mit Haltung und Ausstrahlung. Es wirkt wie aus einem Arthouse-Film.
ChatGPT-4o
ChatGPT liefert eine eher nüchterne Umsetzung. Die Figuren sind da, das Auto auch, aber alles wirkt statisch, fast gestellt. Kein Drama, kein Lichtspiel, kein Nachtgefühl.
Gemini mit Imagen 4 (Preview)
Gemini überrascht mit klarer Farbgebung, aber verfehlt den Vibe komplett. Die Komposition fühlt sich austauschbar an – mehr Fotobaukasten als Atmosphäre.
Beispiel 2: Eine Schale Erdbeeren, auf einer Erdbeere sitzt ein Schmetterling
Auch hier zeigt sich: Präzision ist nicht alles.
Midjourney geht ins Detail. Die Erdbeeren glänzen, der Schmetterling wirkt real und gleichzeitig zart inszeniert. Es ist ein Bild, das hängen bleibt – poetisch, fast schon meditativ.
ChatGPT bringt alle Elemente unter, aber das Zusammenspiel passt nicht ganz. Der Schmetterling sieht aus wie nachträglich draufgeklebt, das Licht ist diffus. Ein solides Bild – mehr aber nicht.
Gemini bleibt wieder technisch korrekt, aber gefühllos. Die Erdbeeren sind da, der Schmetterling sitzt brav – aber das Ganze wirkt steril. Es fehlt die Tiefe, die Stimmung, das Leben.
Midjourney gewinnt das mein Rennen
Alle drei Tools haben ihre Berechtigung. ChatGPT punktet mit Bedienbarkeit und schnellen Iterationen, Gemini mit Stabilität und Klarheit. Aber wenn es um Stil, Ausdruck und Bildqualität geht, macht Midjourney das Rennen.
Die Bilder haben Seele. Sie erzählen etwas. Und sie schaffen es, aus einem schlichten Prompt etwas Besonderes zu machen. Für mich ganz klar: Midjourney ist der Sieger dieses Battles.
Aber wie siehst du das?
Welches Bild hat dich am meisten überzeugt – und warum?
Ich bin gespannt auf deine Meinung!
