Wer KI-Designprojekte nach Stückpreisen abrechnet, landet direkt in der Korrekturhölle

Weil die meisten den Zufallsfaktor generativer KI unterschätzen und glauben, mit einem Prompt sei der Auftrag direkt erledigt. Auf Reddit im Grafikdesign-Forum gab es dazu kürzlich einen drastischen Fall: Ein Vorgesetzter verlangte von einem Praktikanten, eine komplette Animation per KI zu erstellen. Das Ergebnis: Der Praktikant verbrachte Wochen allein damit, Storyboards per KI zu berechnen. Das Rohmaterial war stilistisch uneinheitlich und Figuren verzerrt. Am Ende musste alles aufwendig in After Effects und Premiere manuell retuschiert und zusammengeschnitten werden, um überhaupt nutzbar zu sein

Diese Illusion entsteht, weil man nur das rasante Anfangstempo sieht. In der ersten Phase wirkt KI wie ein unermüdlicher Kreativassistent, der in Sekunden Richtungen vorgibt. Doch sobald verlangt wird, den Hintergrund gegen ein echtes Büromotiv auszutauschen, wird die Unberechenbarkeit der KI zum Zeitfresser. Um die letzten 5 % an Details zu kontrollieren, verbraucht das ständige Nachjustieren von Prompts und partielles Überarbeiten (Inpainting) oft mehr Zeit, als die Illustration von Hand gezeichnet hätte

Wer endlose Korrekturschleifen verhindern will, muss die verdeckten Kosten für Tests und Bildbearbeitung transparent machen. KI-Designaufträge dürfen keinesfalls nach herkömmlichen Pauschalen pro fertigem Entwurf abgerechnet werden. Kunden denken sonst: »Das hat die KI doch in drei Sekunden ausgespuckt, warum soll ich dafür zahlen?« Als Absicherung empfiehlt sich die 3-Stufen-Kalkulation von Mai Strategy:

1. Aufwand für Prompt-Testing definieren: Das Angebot muss eine Grundpauschale für Stilfindung und Prompt-Engineering enthalten. Das deckt den Aufwand ab, stabile Befehlsketten für einen bestimmten Bildstil zu entwickeln und Dutzende von Testläufen durchzuführen

2. Generierungsrunden und Bildauswahl begrenzen: Setzen Sie ein klares Limit für KI-Berechnungen. Vereinbaren Sie beispielsweise maximal 3 Generierungsrunden mit jeweils 4 Rohbildern zur Auswahl. Jede weitere Runde wird separat nach Rechen- und Bedienungsaufwand berechnet

3. Manuelle Reinzeichnung und Retusche separat ausweisen: Das ist der wichtigste Schritt. KI-Bilder haben fast immer Fehler – sechs Finger an einer Hand, verzerrte Schriftzeichen oder unsaubere Kantenverläufe. Kalkulieren Sie gezielte Korrekturen und druckfertige Reinzeichnungen nach Stundensätzen ab, damit Kunden verstehen, wie arbeitsintensiv die Beseitigung von KI-Fehlern ist

Generative KI versteht bislang keine Druckstandards. Deshalb enthalten die Dateien fast immer gravierende Farb- und Formatfehler. Wer ein ansprechendes KI-Bild an MINDS zur Druckabwicklung übergibt, muss vor der Freigabe etliche Schwachstellen manuell beheben:

・Farbmodus-Konvertierung: Gängige Bildgeneratoren wie Midjourney liefern Bilder ausnahmslos im RGB-Modus. Bei der direkten Umwandlung nach CMYK kommt es zu massiven Farbverschiebungen – besonders bei Neon-Tönen sowie leuchtenden Blau- und Grüntönen. In der Reinzeichnung müssen Gradationskurven und Farbbalance manuell anhand von Farbfächern nachjustiert werden

・Auflösung und Skalierung: Standardmäßig spuckt die KI meist nur 72 DPI aus – auf der Druckmaschine wird das unweigerlich unscharf und matschig. Die Daten müssen über Spezialtools wie Topaz Gigapixel verlustfrei auf 300 DPI hochskaliert werden, inklusive Qualitätskontrolle auf künstliche Artefakte oder störende Weichzeichnungseffekte

・Beschnittzugabe und Sicherheitsabstand: KI-Kompositionen platzieren Hauptmotive oft randabfallend bis an die Außenkante. Wird dann die obligatorische Beschnittzugabe von 3 mm angelegt, schneidet man wichtige Bildelemente ab. Grafiker müssen die fehlenden Kanten per generativer Füllung im Bildbearbeitungsprogramm anbauen, was zusätzliche Arbeitszeit kostet

Entscheidend sind betriebliche Kennzahlen wie Korrekturläufe und Durchlaufzeiten, nicht die reine Generierungsgeschwindigkeit. Ob sich der Einsatz von KI in Design- und Druckprozessen wirklich rechnet, darf keine reine Bauchentscheidung sein. Im Praxiseinsatz geht es längst nicht mehr um die theoretische Modellstärke, sondern um Prozesssteuerung und Controlling

Der einfachste Weg ist ein Vorher-Nachher-Vergleich anhand von drei Kennzahlen: »Anzahl der Korrekturschleifen«, »Fehler- und Nachlieferungsquote bei Druckdaten« sowie »Durchlaufzeit von der Anfrage bis zur Freigabe«. Steigen die Korrekturläufe nach Einführung von KI plötzlich von 3 auf 8 Runden oder häufen sich fehlerhafte Druckdaten, spart KI kein Geld, sondern erhöht den internen Aufwand. Erst wenn diese harten Kennzahlen sinken, bringt KI echten Mehrwert für das Projekt

・KI im Designprozess spart keine Arbeitszeit ein, sondern verlagert sie von der manuellen Erstellung hin zu Prompt-Tests, Bildbereinigung und Reinzeichnung

・Angebote müssen Generierungsrunden und manuelle Reinzeichnung klar trennen, um unrealistische Null-Kosten-Erwartungen der Kunden von vornherein auszuschließen

・Vor dem Druck müssen bei KI-Bildern zwingend drei Probleme behoben werden: Farbabweichungen bei der RGB-nach-CMYK-Wandlung, mangelnde Auflösung und fehlende Beschnittzugabe

・Der Erfolg von KI bemisst sich am Rückgang von Korrekturschleifen und Durchlaufzeiten, nicht an der reinen Rechengeschwindigkeit

Für Designer und Druckdienstleister lohnt es sich kaum, mit Kunden darüber zu streiten, ob KI menschliche Arbeit ersetzt. Sinnvoller ist es, die Transformationskosten vom KI-Rohentwurf bis zur druckfähigen Reinzeichnung transparent zu machen. Wer den fachlichen Wert von Retusche, Farbprofil-Konvertierung und Beschnittaufbau präzise beziffern kann, lässt sich die Preise durch KI nicht drücken, sondern nutzt die Technologie als Hebel für erweiterte Serviceangebote

・Kalkulation von KI-Designprojekten: Warum KI keine Zauberei ist