Produktfotos mit KI: Was sich für Brillenmarken ändert und was das Gesetz verlangt

Im Jahr 2024 veröffentlichte eine Modemarke die erste Kampagne, die vollständig mit künstlicher Intelligenz generiert wurde. 2025 folgten eine große Bekleidungskette und Europas führende Online-Modeplattform. Anfang 2026 zog auch die Brillenbranche nach. Inzwischen gilt eine europäische Regel, die all diese Bilder betrifft.

Dieser Beitrag fasst vier Dinge zusammen, die eine Brillenmarke wissen muss, bevor sie ihre Produktfotografie der KI überlässt: was andere getan haben und worauf sie geachtet haben, warum Brillen ein Sonderfall sind, was das Gesetz von denen verlangt, die veröffentlichen, und was es wirklich braucht, um ein detailgetreues Foto zu erhalten.

Was andere getan haben und worauf sie geachtet haben

Mango, Juli 2024. Die Kampagne zur Kollektion Sunset Dream der Linie Teen war die erste, die vollständig mit KI generiert wurde, und erschien in 95 Märkten. Der Ablauf ist aufschlussreich: zuerst echte Fotos jedes Kleidungsstücks im Fotostudio, dann ein KI-System, das mit diesen Fotos trainiert wurde, um die Personen im Bild „einzukleiden“, und schließlich das Kreativteam, das die Bilder auswählt, retuschiert und fertigstellt.¹

H&M, März und Juli 2025. H&M hat „digitale Zwillinge“ von dreißig Models erstellt – mit deren Einwilligung. Die Models behalten die Rechte an ihrer digitalen Kopie und werden so bezahlt wie bei einem klassischen Fotoshooting. Die ersten Bilder, veröffentlicht am 2. Juli 2025, tragen ein Wasserzeichen, das auf ihren künstlichen Ursprung hinweist.²

Zalando, Mai 2025. Rund 70 % der redaktionellen Bilder in den Kampagnen des letzten Quartals 2024 wurden mit KI generiert. Die Produktionszeit sank von sechs bis acht Wochen auf drei bis vier Tage, die Kosten um 90 %. Zalandos Vice President Content Solutions erklärte, es gehe nicht darum, dass KI bessere Bilder mache, sondern darum, dass sie es ermögliche, neue, relevante Inhalte im Tempo der Trends zu produzieren.³

Lenskart Middle East, Januar 2026. Der Brillenhändler stellte eine KI-generierte Kampagne für seine Kollektion Glint vor. Damit die Produkte detailgetreu bleiben, wurde das KI-System mit der gesamten Kollektion trainiert, bevor die Fassungen in die Szenen eingefügt wurden.⁴

Vier Unternehmen, vier Kontexte, drei Konstanten. Ausgangspunkt ist das echte, fotografierte Produkt. Am Ende entscheidet ein Mensch, nicht das System. Und wer am sorgfältigsten vorgeht, kennzeichnet die Bilder als KI-generiert.

Warum Brillen ein Sonderfall sind

Ein Kleidungsstück verzeiht gewisse Ungenauigkeiten: eine andere Falte, einen zusätzlichen Schatten. Eine Brille nicht. Sie ist klein, sitzt mitten im Gesicht, und der Unterschied zwischen einer Fassung und der nächsten liegt in der Wölbung der Brillenfront, der Stärke des Acetats, einem eingravierten Logo auf dem Bügel, dem Farbverlauf eines Glases. Ein Bild, das „ähnlich aussieht“, ist kein leicht ungenaues Foto, sondern ein Katalogfehler.

Deshalb geht es nicht um die Frage „Macht KI gute Fotos?“, sondern um diese: Ist die Brille auf dem Foto wirklich die, die ich verkaufe? Vier Prüffragen helfen bei der Antwort – unabhängig vom Anbieter.

• Womit es beginnt. Mit Fotos und Maßen des echten Produkts, nicht mit einer schriftlichen Beschreibung.
• Wer prüft. Ein Mensch, nach festgelegten Kriterien: Form, Farbe, Logos, Materialien, Reflexe auf den Gläsern.
• Wer auf den Fotos zu sehen ist. Entweder KI-generierte Models (Menschen, die es nicht gibt), die vor der Produktion ausgewählt und freigegeben werden, oder digitale Zwillinge realer Menschen, mit Einwilligung und Vergütung, wie bei H&M. Beides ist legitim. Die zweite Variante erfordert Verträge.
• Wie korrigiert wird. Mit nachverfolgbaren Versionen, Bild für Bild, statt alles neu zu machen.

Ein Anbieter, der diese vier Fragen gut beantwortet, verkauft keinen Bildgenerator: Er liefert Fotos.

Was das Gesetz verlangt

Die europäische Verordnung über künstliche Intelligenz (Verordnung (EU) 2024/1689, bekannt als KI-Verordnung oder AI Act) regelt in Artikel 50 die Transparenzpflichten. Die Pflichten gelten ab dem 2. August 2026 und betreffen auch Produktbilder.⁵

Was das Gesetz unter einem „Deepfake“ versteht. Ein durch KI erzeugtes oder manipuliertes Bild, das existierenden Personen, Gegenständen oder Orten ähnelt und fälschlicherweise als echt erscheinen würde. In den Leitlinien der Europäischen Kommission ist das Kriterium der wahrgenommene Realismus, nicht die Täuschungsabsicht, und die abgebildete Person kann auch fiktiv sein. Ein fotorealistisches Porträt eines Models, das es nicht gibt, mit einer echten Brille im Gesicht, fällt unter diese Definition.⁶

Wer veröffentlicht, muss kennzeichnen. Die Kennzeichnungspflicht trifft denjenigen, der das Bild verwendet, also die Marke oder den Händler, der es veröffentlicht. Die Kennzeichnung muss klar und eindeutig sein und spätestens dann sichtbar, wenn man das Bild zum ersten Mal sieht. Eine Zeile in den Nutzungsbedingungen oder in einem versteckten Menü reicht nicht aus. Die Ausnahme für künstlerische oder kreative Werke greift nicht, wenn der kommerzielle Zweck überwiegt.⁶

Wer das System anbietet, muss die Dateien markieren. Anbieter von Systemen, die Bilder erzeugen, müssen eine maschinenlesbare Markierung einbetten, etwa in den Metadaten, die den Inhalt als künstlich erzeugt erkennbar macht. Für Systeme, die bereits auf dem Markt sind, wurde die Frist auf den 2. Dezember 2026 verschoben.⁷

Die Sanktionen. Bei Verstößen gegen die Transparenzpflichten sieht die KI-Verordnung Geldbußen von bis zu 15 Millionen Euro oder 3 % des weltweiten Jahresumsatzes vor.⁸

In Italien kommt etwas hinzu. Das italienische Gesetz 132/2025 hat den Straftatbestand der unrechtmäßigen Verbreitung von mit KI erzeugten oder veränderten Inhalten eingeführt: ohne Einwilligung einer realen Person Bilder von ihr zu verbreiten, die so verändert sind, dass sie täuschen, und ihr damit einen unrechtmäßigen Schaden zuzufügen. Das betrifft digitale Zwillinge realer Menschen, nicht KI-generierte Models: Wo es keine reale Person gibt, gibt es niemanden zu schützen.⁹

Die Kennzeichnung mindert den Wert des Bildes nicht

Der erste Impuls ist bei vielen, den Hinweis zu verstecken – aus Angst, er könnte das Foto abwerten. Die Daten zeigen das Gegenteil. In einer Umfrage von Getty Images unter mehr als 30.000 Erwachsenen in 25 Ländern wollen fast 90 % der Befragten wissen, ob ein Bild mit KI erstellt wurde, und 98 % halten authentische Bilder für entscheidend, um einer Marke zu vertrauen. Dieselbe Studie stellt fest, dass KI-generierte Bilder von Menschen und von realen Produkten als irreführender wahrgenommen werden als Bilder abstrakter oder anderer nicht menschlicher Motive. Genau das trifft auf eine getragene Brille zu.¹⁰

Deshalb sollte die Kennzeichnung als Teil der Qualität verstanden werden, nicht als Preis, den man zahlen muss. Ein detailgetreues Brillenbild mit Hinweis ist mehr wert als ein „fast identisches“ ohne. H&M hat sich genau deshalb für das Wasserzeichen auf den ersten Bildern entschieden: damit die Kunden sofort verstehen, was sie sehen.

Was jetzt zu tun ist

1. Setzen Sie auf Bilder, die auf Fotos Ihres eigenen Produkts aufbauen.
2. Fragen Sie, wer jedes Bild prüft und nach welchen Kriterien.
3. Entscheiden Sie über das Casting: KI-generierte Models oder digitale Zwillinge mit Vertrag.
4. Platzieren Sie den Hinweis gut sichtbar, auf jedem Kanal: Website, Marktplätze, soziale Medien, Print.
5. Fragen Sie Ihren Anbieter, wie er die gelieferten Dateien markiert.
6. Bewahren Sie Versionen und Freigaben auf: Bei einer Prüfung können Sie den Prozess belegen.

So arbeitet AI Photoshoots

Die drei oben genannten Konstanten – vom echten Produkt ausgehen, einen Menschen entscheiden lassen, das Bild als KI-generiert kennzeichnen – bestimmen auch, wie ARShades die Fotos von AI Photoshoots produziert. Es lohnt sich, das genauer zu erklären, denn jeder Schritt ist die Antwort auf eine konkrete Herausforderung der Brillenbranche.

Das Produkt mit all seinen Details

Die Herausforderung. Ein Bildgenerator arbeitet mit Ähnlichkeiten. Beschreibt man ihm eine Brille, erzeugt er eine plausible: die richtige Form, ungefähr die richtige Farbe, ein Logo, das an das echte erinnert. Für einen Katalog reicht das nicht. Das Muster eines Schildpatt-Acetats, das Profil eines Scharniers, eine Gravur auf dem Bügel, der Farbverlauf eines Glases: Genau das unterscheidet eine Fassung von der anderen, und es sind die ersten Details, die ein Generator verliert, der auf den Durchschnitt zielt.

Wie wir sie angehen. Jede Fassung geht mit echten Produktfotos in die Bearbeitung – frontal, in Dreiviertelansicht und mit Detailaufnahmen der Logos – sowie mit ihren Maßen in Millimetern. Die Bilder entstehen auf dieser Grundlage, und die Nachbearbeitung betrifft ausschließlich die Brille, unter der Kontrolle eines Menschen: Gesicht, Haare und Hintergrund bleiben so, wie sie im generierten Bildvorschlag sind. Die Produktfotos sind die einzige Quelle. Das System erfindet keine Markennamen, Farben oder Logos: Es gibt sie wieder.

Logos, Farben, Reflexe und Größe: die Prüfkriterien

Die Herausforderung. Vier Dinge verraten ein generiertes Bild. Ein Logo kann lesbar, aber leicht verändert ausfallen. Eine Farbe verschiebt sich unter simuliertem Licht, und ein Acetat in Havanna (Schildpatt-Optik) bekommt einen Rotstich. Die Gläser spiegeln eine Szene, die es nicht gibt, oder gar nichts. Und die Größe der Brille im Gesicht ist nur eine Schätzung, wenn man nicht von echten Maßen ausgeht.

Wie wir sie angehen. Für jede Ansicht – also jeden Blickwinkel, aus dem die Brille gezeigt wird – wird das Bild nach sechs festgelegten Kriterien geprüft: Hintergrund, Größe, Bildausschnitt, Farbe, Reflexe, Logos. Über jedes Kriterium urteilt ein Mensch, der das Produktfoto daneben hat. Geliefert wird nur, was alle Kriterien erfüllt. Die Größe wird anhand der echten Maße der Fassung geprüft, die bei jedem Auftrag zu den Ausgangsdaten gehören.

Die Arbeitsweise: Was automatisch läuft und was Handarbeit bleibt

Die Herausforderung. Ein einzelnes überzeugendes KI-Foto zu erzeugen, ist vergleichsweise einfach. Hunderte davon zu produzieren – einheitlich, nachverfolgbar, korrigiert und nach den Vorgaben des Kunden geliefert –, ist eine Frage der Organisation, nicht der Kreativität. Genau hier bleiben viele Pilotprojekte stecken.

Wie wir sie angehen. AI Photoshoots ist ein Bereich von ARShades Studio. Eine Liste aller Fassungen des Auftrags zeigt den Bearbeitungsstand jeder einzelnen. Für jede Ansicht erstellt das System die Vorschläge automatisch, und die Arbeit läuft parallel weiter, während das Team die bereits fertigen prüft. Spezielle Werkzeuge dienen dazu, eine Ansicht mit einer anderen Pose neu zu generieren, Abweichungen an der Brille zu korrigieren und die Hintergrundfarbe zu ändern. Am Ende liefert der Export die Bilder und den Validierungsbericht. Zwei Schritte bleiben bewusst Handarbeit: das Casting der Models und das Styling, denn das sind Entscheidungen über Geschmack und Marke, keine Routinearbeiten.

Die Prüfung, bevor der Kunde die Vorschläge sieht

Die Herausforderung. Bei vielen Dienstleistern erhält der Kunde einen Ordner mit Bildern und muss selbst auswählen und aussortieren, was nicht passt. Diese Arbeit sollte der Kunde nicht machen müssen, und sie kostet in jeder Runde Zeit.

Wie wir sie angehen. Die Prüfung nach den sechs Kriterien findet vor der Lieferung statt. Der Kunde sieht nur Vorschläge, die alle Kriterien erfüllen, in der Regel zwei pro Ansicht, und wählt aus. Überzeugt ein Vorschlag nicht, meldet der Kunde ihn mit einer Begründung zurück, und der Durchlauf wird wiederholt. Eine Korrektur bedeutet nicht, blind von vorn anzufangen: Sie geht von einer genauen Angabe aus, was nicht stimmte.

Versionen und Freigaben, Bild für Bild

Die Herausforderung. Bei generierten Bildern droht man den Überblick zu verlieren: Welche Version ist die freigegebene, was hat sich gegenüber der vorherigen geändert, wer hat zugestimmt? Ohne Dokumentation stellt jede Änderung alles wieder infrage.

Wie wir sie angehen. Jede Korrektur wird zu einer neuen Version, mit einem Vorher-nachher-Vergleich nebeneinander und der Möglichkeit, zu einer früheren Version zurückzukehren. Der Kunde gibt direkt in ARShades Studio frei oder fordert Korrekturen an, Bild für Bild oder in Gruppen. Der Verlauf bleibt erhalten: Im Zweifel oder bei einer Prüfung lässt sich der Werdegang jedes Bildes nachvollziehen.

Bilder ohne Ablaufdatum und ohne Ländergrenzen

Die Herausforderung. Bei einem klassischen Fotoshooting gehören die Bilder nie ganz der Marke. Die Nutzungsrechte an den Bildern der Models werden für einen bestimmten Zeitraum, für bestimmte Länder und für bestimmte Kanäle erworben. Läuft der Zeitraum ab oder erschließt man einen neuen Markt, muss man neu verhandeln oder neu fotografieren. Diese Kosten fallen jede Saison wieder an.

Wie wir sie angehen. Die Menschen auf den Bildern von AI Photoshoots sind KI-generierte Models: Es gibt sie nicht, deshalb sind auch keine Nutzungsrechte zu erwerben oder zu verlängern. Die gelieferten Fotos gehören dem Kunden, für alle seine Kanäle, ohne zeitliche oder räumliche Beschränkung. Die KI-generierten Models bleiben Teil des Repertoires von ARShades und können auch bei anderen Marken zum Einsatz kommen; wer ein Gesicht nur für die eigene Marke möchte, kann es exklusiv anfragen.

Ganze Kollektionen im selben Licht

Die Herausforderung. Eine ganze Kollektion mit demselben Model, demselben Licht und demselben Hintergrund zu fotografieren, erfordert tagelange Shootings, und in der nächsten Saison beginnt alles von vorn. Bilder verschiedener SKUs, die in verschiedenen Sessions entstanden sind, sind selten wirklich einheitlich.

Wie wir sie angehen. Mit AI Photoshoots werden Casting und Styling einmal für die ganze Kollektion festgelegt, und jede Fassung durchläuft denselben Prozess: dieselben Ansichten, dieselbe Prüfung, dieselben Liefervorgaben. Die Kapazität wächst mit der Zahl der Fassungen, ohne Engpässe bei Sets und Terminen. Auch Sonderformen wie Fassungen mit Clip-on haben eigene Ansichten. Das Ergebnis ist ein Katalog, in dem jede Brille auf die gleiche Weise fotografiert ist, und der Transparenzhinweis ist auf jedem gelieferten Bild standardmäßig angebracht.

Lernen Sie AI Photoshoots kennen und fordern Sie eine Demo mit einigen Fassungen aus Ihrem Katalog an.

Quellen

1. Mango (10. Juli 2024). Mango creates the first campaign generated with artificial intelligence for its Teen line. Pressemitteilung. ↩

2. H&M Group (Juli 2025). H&M continues its exploration of creativity with AI. · FashionUnited (28. März 2025). H&M to create 'twins' of models with AI. ↩

3. Reuters, übernommen von Retail Systems (7. Mai 2025). Zalando embraces AI for faster fashion content production. Interview mit Matthias Haase, Vice President Content Solutions. ↩

4. Campaign Middle East (16. Januar 2026). Lenskart Middle East debuts Gen AI-led eyewear fashion campaign. ↩

5. Verordnung (EU) 2024/1689 (KI-Verordnung, AI Act), Artikel 50 „Transparenzpflichten“ und Artikel 3 Nummer 60. Amtsblatt der Europäischen Union. ↩

6. Baker McKenzie (2026). New EU guidance on AI transparency: what should companies be doing from 2 August 2026. Zu den Leitlinien der Europäischen Kommission zu Artikel 50 (Entwurf vom 8. Mai 2026). ↩ ↩²

7. Future of Life Institute. The EU AI Act's Transparency Rules: A Practical Guide to Article 50. Zur Verschiebung auf den 2. Dezember 2026 durch die Einigung zum „AI Omnibus“ (Mai 2026). ↩

8. ICTRecht (August 2026). AI Act transparency obligations now in effect. Zu den Sanktionen nach Artikel 99. ↩

9. Agenda Digitale (2025). Legge italiana sull'AI: tutti i profili penali (auf Italienisch). Zu Artikel 612-quater des italienischen Strafgesetzbuchs, eingeführt durch das Gesetz 132/2025. ↩

10. Getty Images (30. April 2024). Nearly 90% of Consumers Want Transparency on AI Images. VisualGPS-Bericht „Building Trust in the Age of AI“. ↩