Warum ich diese Frage nicht mehr ignorieren kann
Seit Anfang 2023 werde ich in fast jedem Kundengespräch gefragt: "Nutzt du KI?" Oder: "Kann KI das nicht günstiger?" Manchmal auch: "Brauchen wir dann noch einen Designer?"
Die Antwort auf die letzte Frage ist Ja — aber das lenkt vom Eigentlichen ab. Die richtige Frage ist: Was leistet KI im Designprozess tatsächlich, und was nicht? Ich arbeite seit gut zwei Jahren täglich mit KI-Tools und habe dazu eine klare Meinung.
Was KI im Grafikdesign wirklich kann
Bilder freistellen und Hintergründe bearbeiten
Was früher 20 Minuten in Photoshop kostete, dauert heute Sekunden. Adobe Firefly entfernt Hintergründe, füllt Bildbereiche realistisch auf und erweitert Bildränder — mit einer Qualität, die manuelle Arbeit in vielen Fällen überflüssig macht. Das spart messbar Zeit bei Produktfotos, Freistellungen und Formatanpassungen.
Konzept-Moodboards in Minuten
Früher: Stunden auf Stockfoto-Plattformen suchen, lizenzieren, zusammenstellen. Heute: Midjourney, Google Nano Banana 2 oder ChatGPT Image 2.0 generieren in wenigen Minuten Stimmungsbilder für unterschiedliche Designrichtungen. Die Bilder landen selten so im Endprodukt — aber sie beschleunigen die Abstimmung mit Kunden erheblich. Vier Stilrichtungen visualisiert, Feedback eingeholt, Richtung gewählt.
Textvarianten und Headline-Entwicklung
Claude und ChatGPT sind für mich zu festen Werkzeugen für Textarbeit geworden — nicht weil die KI besser textet als ein Texter, sondern weil sie Varianten schnell liefert. Zehn Headline-Optionen für eine Anzeige, fünf Umformulierungen für einen zu langen Subtext, eine Kurzfassung für das Format 300×250. Das gibt mir Auswahl, ohne dass ich jede Variante selbst durchdenken muss.
Briefing-Analyse und Recherche
Ein zehnstiges Kundenbriefing in drei Minuten auf die wesentlichen Anforderungen reduziert, mit offenen Fragen versehen und priorisiert — das geht mit einem guten Prompt. Auch Wettbewerbsrecherche, Zielgruppenanalyse und Keyword-Recherche für SEO-Texte lassen sich mit KI erheblich beschleunigen.
Workflow-Automatisierung
Wiederkehrende Aufgaben, die früher manuell erledigt wurden: Bilder für verschiedene Ausgabeformate skalieren, Dateinamen nach Schema umbenennen, Exporte für verschiedene Kanäle anlegen, Reports aus Rohdaten generieren. Mit n8n oder Agents lassen sich solche Routinen einmal aufbauen und dann automatisch ausführen. Das spart nicht Stunden — es spart Tage.
Konkretes Beispiel: Für einen Kunden generiere ich automatisiert ein mehrseitiges Händlerverzeichnis direkt aus einer CSV-Datei — als fertig layoutete PDF. Was vorher manuelles Einpflegen und stundenlanges Layout bedeutete, läuft jetzt vollautomatisch ab.
Was KI nicht kann — und warum das wichtig ist
Das wird meistens in den KI-Jubel-Artikeln ausgelassen. Also explizit:
Strategische Markenentscheidungen treffen
KI kann Optionen generieren. Sie kann nicht entscheiden, welche Positionierung für ein Unternehmen richtig ist, welchen Ton eine Marke in einem bestimmten Kontext anschlagen sollte, oder wie ein Logo auf die Zielgruppe wirkt. Das erfordert Marktverständnis, Empathie und Erfahrung — Dinge, die KI simulieren, aber nicht ersetzen kann.
Konsistentes Corporate Design entwickeln und pflegen
KI-generierte Bilder und Elemente sehen jeweils gut aus — aber als System funktionieren sie selten. Ein konsistentes Corporate Design hat Regeln, Ausnahmen und einen inneren Zusammenhang, der über alle Werbemittel hinweg erkennbar bleibt. Das zu entwickeln und zu pflegen erfordert ein Gespür für Gestaltung, das KI bisher nicht hat.
Druckvorstufe und technische Produktion
Farbprofile, Beschnittzugaben, Überdrucken, Transparenzen, Preflight — das ist ein technisches Handwerk das Präzision und Werkzeugkenntnis erfordert. Ein falsch exportiertes PDF landet als Fehldruck in der Produktion, egal wie gut das generierte Bildmaterial war.
Kundengespräche führen
Das Briefing, die Rückfragen, das Verhandeln zwischen Wunsch und Machbarkeit, das Erkennen was ein Kunde meint (aber nicht sagt) — das ist Kommunikationsarbeit. KI kann ein Gespräch strukturieren oder zusammenfassen. Führen kann sie es nicht.
Echte Originalität liefern
KI-Modelle sind auf vorhandenen Daten trainiert. Was sie erzeugen, ist eine statistische Kombination des Gesehenen — ausgefeilt, oft überzeugend, aber selten wirklich neu. Für Routinearbeit reicht das. Für eine Marke die sich von allen anderen unterscheiden soll, reicht es nicht.
Mein KI-Workflow: Was ich tatsächlich nutze
Kein theoretisches Tool-Ranking — sondern was tatsächlich in meiner täglichen Arbeit steckt:
| Tool | Wofür ich es einsetze |
|---|---|
| Adobe Firefly | Generative Fill in Photoshop, Hintergrundentfernung, Vektorisierung in Illustrator, Bildausschnitt erweitern |
| Claude | Briefing-Analyse, Textvarianten, Headlines, Konzeptideen ausarbeiten, lange Dokumente zusammenfassen |
| ChatGPT | Schnelle Recherche, Keyword-Ideen, Gegenlesen von Texten, strukturierte Listen erstellen |
| Midjourney | Konzept-Moodboards, Stimmungsbilder für Präsentationen, Stilrichtungen visualisieren |
| n8n | Workflow-Automatisierung: Daten-Merge, Dateiexporte, wiederkehrende Routinen |
Was das für Auftraggeber bedeutet
Wer einen Freelancer mit KI-Know-how beauftragt, bekommt zwei Dinge: Tempo und Bandbreite. Mehr Varianten in kürzerer Zeit. Weniger Schnittstellen, weil Textentwicklung, Design und Workflow-Automatisierung aus einer Hand kommen.
Was sich nicht ändert: die Qualitätskontrolle liegt weiterhin beim Menschen. KI-Output muss geprüft, bewertet und angepasst werden. Ein generiertes Bild sieht auf dem ersten Blick gut aus — und hat trotzdem manchmal sechs Finger oder einen unlesbaren Text im Hintergrund. Das fällt nur auf, wenn jemand hinschaut.
Die Kombination aus handwerklicher Designerfahrung und KI-Kompetenz ist im Moment tatsächlich ein Vorteil.