In jedem Text-zu-Bild-Modell steckt ein einziger Regler, der entscheidet, wie sehr es auf Sie hört. Schieben Sie ihn hoch, klammert sich die Maschine an Ihre Worte wie ein nervöser Praktikant. Ziehen Sie ihn herunter, schweift sie ab und malt, worauf sie gerade Lust hat. Dieser Regler ist die Guidance Scale — kurz CFG, für Classifier-Free Guidance — und die meisten behandeln ihn als Zahl, die man besser in Ruhe lässt. Das ist ein Fehler. Er ist einer der wenigen Regler, die den Charakter eines Bildes verändern, nicht bloß seinen Inhalt.
Wer ihn bewusst bewegt, kämpft nicht mehr gegen das Modell. Er arbeitet mit ihm zusammen.
Was die Zahl wirklich tut
Bei jedem Entrausch-Schritt macht das Modell zwei Schätzungen: eine, die Ihr Prompt formt, und eine, die den Prompt ignoriert. Die Guidance Scale ist das Gewicht, das es auf den Unterschied zwischen beiden legt. Bei CFG 1 zählt der Prompt kaum — Sie bekommen den rohen Instinkt des Modells. Drehen Sie auf 15, übertreibt das Modell jede Richtung, die Ihre Worte andeuten, immer wieder, Schritt für Schritt.
Stellen Sie es sich als die Lautstärke vor, mit der Sie die Anweisung rufen. Flüstern Sie, improvisiert der Maler. Brüllen Sie, befolgt er den Auftrag so wörtlich, dass das Ergebnis steif, übersättigt und spröde wird. Irgendwo dazwischen liegt der Bereich, in dem die Sache lebendig wirkt.
Bei den älteren Modellen Stable Diffusion 1.5 und SDXL liegt dieser Bereich meist zwischen 5 und 8. SDXL mag es eine Spur niedriger, als man erwartet — 6 oder 7 genügen. Jenseits von 12 brennen die Farben aus, Kanten werden hart wie Plastik, Gesichter sehen frittiert aus. Das typische Versagen erkennt man sofort, wenn man es einmal gesehen hat: ein Sonnenuntergang, der glüht wie ein radioaktiver Leitkegel.
Der Brand, den man auf einen Blick liest
Hohe CFG hat einen eigenen Look. Haut wird wächsern. Der Kontrast steigt, bis Schatten ins Schwarz absacken und Lichter ins Weiß kippen. Feine Texturen — Haare, Stoff, Blattwerk — werden krisselig, fast gerastert. Künstler nennen es „den CFG-Brand“, und er ist der häufigste Grund, warum eine vielversprechende Generierung auf der Zielgeraden auseinanderfällt.
Die Lösung ist nicht immer, die Zahl zu senken. Manchmal wollen Sie genau diese Hitze — ein Plakat, eine kräftige Grafik, ein bewusst synthetischer Pop-Art-Rahmen können CFG 11 durchaus vertragen. Es geht ums Wählen. Brand mit Absicht liest sich als Stil. Brand aus Versehen liest sich als Fehler.
Auch niedrige CFG hat ihren Fingerabdruck. Unter 4 werden Kompositionen lose und verträumt, Details weich, und das Modell lässt still Teile Ihres Prompts fallen, zu denen es nichts Starkes empfand. Verlangen Sie „eine Frau mit rotem Regenschirm im Regen“ bei CFG 2, bekommen Sie vielleicht die Frau, den Regen und einen Regenschirm, der vergessen hat, dass er rot war. Das Modell hat sich Freiheiten genommen. Manchmal sind diese Freiheiten besser als Ihr Plan.
Warum die neuen Modelle die Regeln verändert haben
Jetzt wird es spannend. Die Guidance-Zahlen, die Sie sich für SDXL gemerkt haben, stimmen für die aktuelle Generation nicht mehr. Flux von Black Forest Labs nutzt eine destillierte Guidance, die fest im Modell steckt — sein effektiver optimaler Bereich liegt bei etwa 2,5 bis 3,5, und ihn auf den alten „sicheren“ Wert 7 zu schieben, ruiniert das Bild. Wer von SDXL umsteigt, verbringt die erste Woche verwirrt, überzeugt, Flux sei kaputt — dabei brüllt er nur ein Modell an, das lieber leise angesprochen wird.
Turbo- und Lightning-Varianten gehen noch weiter. Diese destillierten Wenig-Schritt-Modelle wollen oft CFG nahe 1, weil die Destillation die Guidance bereits in die Gewichte gefaltet hat. Geben Sie einem Lightning-Checkpoint eine CFG von 7, bekommen Sie den Brand sofort. Die Lehre: Guidance Scale ist keine universelle Konstante. Sie ist ein Dialekt. Jede Modellfamilie spricht ihn anders, und das Erste, was man an einem neuen Checkpoint lernt, ist der Bereich, den er tatsächlich will.
Der Regler als Kompositionswerkzeug
Ist die Angst vor der Zahl erst weg, wird CFG ausdrucksstark. Ein paar bewährte Gewohnheiten:
- Fahren Sie ihn durch. Fixieren Sie Seed und Prompt, dann erzeugen Sie dasselbe Bild bei CFG 3, 5, 7, 9 und 11. Sie sehen, wie sich die Komposition entlang der Reihe strafft und die Palette aufheizt. Wählen Sie das Bild, in dem Struktur und Stimmung zusammenkommen — es ist selten der Standardwert.
- Koppeln Sie ihn an die Schritte. Hohe Guidance mit wenigen Schritten verstärkt Artefakte schnell. Wollen Sie knackige Prompt-Treue, geben Sie dem Modell mehr Schritte, um das Detail aufzulösen, statt allein die CFG hochzudrehen.
- Senken Sie ihn für img2img. Beim Verfeinern eines bestehenden Bildes hält niedrige Guidance das Modell davon ab, das zu überschreiben, was schon da ist. Hohe CFG bei einem Edit kämpft gegen Ihre Vorlage.
- Trennen Sie CFG von der Prompt-Gewichtung. Ein Wort per Syntax zu betonen, wirkt lokal. Die Guidance Scale ist global — sie dreht alles auf einmal hoch. Das sind verschiedene Instrumente, und CFG zu nutzen, um ein störrisches Element zu reparieren, zerbricht meist vier andere.
Die stille Philosophie eines Reglers
An der Guidance Scale ist etwas ehrlich, das der Rest der Pipeline verbirgt. Sie benennt den Handel, den jeder KI-Künstler ohnehin eingeht: Kontrolle gegen Überraschung. Drehen Sie hoch, bekommen Sie Ihre Idee, exakt, ein wenig tot. Drehen Sie herunter, bekommen Sie die Idee des Modells, manchmal falsch, manchmal weit besser als Ihre. Die beste Arbeit lebt meist am Rand — hoch genug, um Ihre Absicht zu halten, niedrig genug, damit die Maschine Sie noch verblüffen kann.
Refik Anadol spricht in Interviews nicht über CFG, und die meisten Galeriekünstler, die mit diesen Werkzeugen arbeiten, auch nicht. Doch wer konstant gute Ergebnisse erzielt, hat alle, ganz leise, seine Zahl gefunden. Sie liegt meist niedriger als die eines Anfängers und ist variabler als die eines Puristen. Diese Künstler bewegen den Regler pro Bild, pro Stil, pro Modell — weil sie aufgehört haben, ihn als Einstellung zu behandeln, und angefangen haben, ihn als Entscheidung zu sehen.
Greifen Sie zum Regler. Fahren Sie ihn beim nächsten Werk einmal bewusst durch. Der Unterschied zwischen einem Künstler und jemandem, der Prompts tippt, ist oft genau das — zu wissen, welche Regler die Seele der Sache verändern, und bewusst danach zu greifen.
Wollen Sie selbst mit Guidance und dem übrigen Werkzeugkasten experimentieren? Probieren Sie es auf ai-art-designer.de und finden Sie Ihre Zahl.
Bilder: AI-Designed
Dieser Beitrag ist auch verfügbar auf:
Deutsch