Warum deine Midjourney-Bilder nie so aussehen

Die Bilder, die du nachbauen willst, wirken ruhig, weil jemand Motiv, Licht und Kamera getrennt hat. Die eigenen Versuche werden oft zu einer Kette aus „cinematic, ultra realistic, 8k, beautiful, stunning“. Das Modell mittelt diese Wörter und liefert ein allgemeines Werbebild. Weniger Wörter, in fester Reihenfolge, treffen öfter.

Die Reihenfolge, die trägt

Schreib den Prompt als Satzteile, nicht als Stimmungswolke. Jeder Teil hat genau einen Job:

• Motiv: wer oder was, in einer Tätigkeit. „Eine Keramikerin hebt eine Schale aus dem Ofen.“
• Ort: ein konkreter Raum, keine Gattung. „Kleine Werkstatt mit Regal und Zementboden“, nicht „schöne Atmosphäre“.
• Licht: eine Quelle und eine Richtung. „Nachmittagslicht von links, harter Schatten auf dem Boden.“
• Kamera: Brennweite und Ausschnitt, wie du sie einem Fotografen sagen würdest. „50mm, Halbtotale, Kamera auf Augenhöhe.“
• Material: was man anfassen könnte. Ton, Leinen, nasses Holz. Das ersetzt „hochwertig“.
• Verbot: was das Bild nicht sein soll. „Kein Text, kein Logo, keine zweite Person, kein Studiohintergrund.“

Warum die Adjektivliste scheitert

„Cinematic“ und „editorial“ gleichzeitig ziehen in zwei Richtungen: der eine Look ist Kontrast und Farbe, der andere ist flach und nüchtern. „8k“ und „ultra detailed“ ändern selten den Bildaufbau, sie machen Oberflächen nur lauter. Wenn zwei Stilwörter sich widersprechen, gewinnt keins. Streich sie und behalte Licht plus Kamera.

Parameter wie Seitenverhältnis bleiben sinnvoll, weil sie den Rahmen festlegen, nicht die Stimmung. Für ein Porträt im Feed `--ar 4:5`, für ein Querformat `--ar 3:2`. Die genauen Parameterstände stehen in der aktuellen Midjourney-Hilfe; der Satz davor ist der Teil, der über Monate gleich bleibt.

Eine Keramikerin hebt eine noch warme Schale aus einem kleinen Ofen, Hände in Leinenhandschuhen, Blick auf die Schale.
Kleine Werkstatt, Regal mit unglasierten Tassen, Zementboden, ein Fenster.
Nachmittagslicht von links, ein harter Schatten der Schale auf dem Boden, sonst gedämpft.
Foto, 50mm, Halbtotale, Augenhöhe, natürliche Farben, sichtbare Ton-Textur.
Kein Text, kein Logo, keine zweite Person, kein Studio, kein Pastellfilter. --ar 4:5

So näherst du dich in drei Läufen

Lauf eins: nur Motiv, Ort, Licht. Lauf zwei: Kamera und Material dazu, nichts streichen, was schon stimmte. Lauf drei: ein einziges Verbot für das, was dich stört — meist eine zweite Person, Text im Bild oder ein Look, der nach Stockfoto aussieht. Wer in Lauf zwei fünf neue Adjektive ergänzt, setzt sich auf Anfang.

Dieselbe Struktur gilt für Produkt und Porträt, nur das Motiv wechselt. Die ausgebaute Fassung mit Licht, Referenzen und Serien steht in der Midjourney Masterclass. Für die Zeile unter dem Bild helfen Social-Prompts, und damit die Serie nach dir aussieht und nicht nach einer Bilddatenbank, Markenstimme mit KI. Den gleichen Gedanken für Textprompts hat 5 Prompt-Fehler, die jeder Anfänger macht.