Latent Studio
Eine Web-App für Stable-Diffusion-Bildgenerierung, die aus einem Künstlernamen einen geprüften, eigenen Bildstil macht – gebaut für Menschen, die noch nie von „Latent Space“ gehört haben.
Kontext
Ursprünglich Abschlussprojekt für Creative Coding Advanced an der TH Nürnberg, seitdem als persönliches Projekt ohne Deadline weitergeführt. Die Aufgabe: aus der Technik hinter KI-Bildgenerierung eine App machen, die man einfach benutzen kann.
Die eigentliche Herausforderung war dabei nicht das komplizierteste Modell, sondern zwei andere Dinge: eine Oberfläche, die auch für Menschen ohne KI-Vorwissen funktioniert, und ein Weg, eigene Bildstile nicht nur automatisch zu erzeugen, sondern die Ergebnisse auch verlässlich zu prüfen.
Prozess
Angefangen habe ich damit, meine einfache Bildgenerierungs-Pipeline aus dem Kurs in eine echte Oberfläche zu übertragen – ein lauffähiger Startpunkt, den ich danach Stück für Stück weiterentwickelt habe. So hatte ich früh eine benutzbare Version, mit der ich direkt ausprobieren, testen und nachbessern konnte. Oberfläche, Funktionen und der Trainingsprozess für die Stile sind über viele kleine Iterationen gewachsen, immer wieder neu getestet.
Dabei bin ich an mehreren Stellen deutlich tiefer eingestiegen, als die Aufgabe verlangt hätte – einfach weil mich interessiert hat, wie KI-Bildgenerierung wirklich funktioniert. Wichtig war mir, Entscheidungen nicht nach Bauchgefühl zu treffen: Ob eine Idee etwas taugt oder mehr Trainingsdaten wirklich einen Unterschied machen, habe ich an direkten Vorher-Nachher-Vergleichen festgemacht statt geschätzt.
Ergebnis
Die App bedient bewusst zwei Gruppen auf einmal: Einsteiger*innen sehen nur das Nötigste – Motiv beschreiben, Stil wählen, Knopf drücken –, mit Reglern in verständlicher Sprache statt Fachbegriffen. Wer mehr will, blendet einen erweiterten Bereich mit zusätzlichen Funktionen ein, unter anderem das Hochskalieren von Bildern. Jedes Ergebnis lässt sich exakt wiederherstellen: Alle Einstellungen werden direkt in der Bilddatei mitgespeichert, ein Klick lädt sie zurück.
Die Trainings-Pipeline macht aus einem Künstlernamen automatisch einen eigenen Bildstil: Werke sammeln, aufbereiten, trainieren, prüfen. Sechs Stile sind am Ende live gegangen – Hokusai, Hiroshige, Turner, Monet, Dürer, Rembrandt. Eine automatische Bewertung hilft einzuschätzen, wie nah ein Stil am Original ist, die letzte Entscheidung trifft aber weiterhin mein Auge, nicht die Zahl. Drei weitere Künstler*innen habe ich bewusst weggelassen – von Van Gogh, Cézanne oder Cassatt gibt es online zu wenige frei nutzbare Werke, um ihren Stil verlässlich zu lernen. Eine gemessene, keine geratene Entscheidung.
Learnings
- Was als kleine Abkürzung gedacht war – die automatische Trainings-Pipeline – wurde am Ende der Teil, bei dem ich am meisten über die Technik hinter KI-Bildgenerierung gelernt habe.
- Früh eine benutzbare Version zu haben und sie immer wieder zu testen, war mehr wert als jeder perfekte Plan am Anfang – die eigentlichen Probleme zeigen sich am echten Produkt, nicht auf dem Papier.
- Automatische Prüfung nimmt einem viel ab, ersetzt aber nicht das eigene Urteil: Sie hilft, schnell vorzusortieren – ob ein Ergebnis wirklich überzeugt, entscheidet am Ende trotzdem der Blick.
- Am wichtigsten ist mir: Auch bei einem so technischen Projekt standen Verständlichkeit und Bedienbarkeit für Menschen ohne Vorwissen am Ende gleichberechtigt neben der Technik dahinter.
- Und: Seit dem Projekt weiß ich endlich, dass mein MacBook Pro tatsächlich eine Lüftung besitzt. 🌡️