Als KI-Entwickler freue ich mich, Ihnen Folgendes vorstellen zu dürfen: Nano-Banane — der spielerische Spitzname für Gemini 2.5 Flash-Image – Googles neuestes, hochpräzises Modell zur Bildgenerierung und Bildbearbeitung. In diesem ausführlichen Artikel erkläre ich, was es ist, wie man es verwendet (App und API), wie man es effektiv anwendet, gebe konkrete Beispiele, füge sofort lauffähigen Code hinzu und gehe durch sieben kreative, praktische Anwendungen Sie können noch heute mit der Bewerbung beginnen.
Was ist Gemini 2.5 Flash Image (Nano Banana)?
Gemini 2.5 Flash Image ist ein neues Modell zur Bildgenerierung und Bildbearbeitung in der Gemini-Familie. Es erweitert die Gemini 2.5 Flash-Familie um die Erstellung und Bearbeitung von Bildern (nicht nur Text). Es kombiniert Geminis multimodales Denken, Weltwissen und Eingabeaufforderungen, um Bilder aus Text- und/oder Bildeingaben zu erstellen oder zu verändern. Das Team und die Entwicklerdokumentation nennen es ausdrücklich „Gemini 2.5 Flash Image“ und beachten den internen Spitznamen Nano-Banane.
Bei der Ankündigung war der veröffentlichte Preis für die Gemini 2.5 Flash Image-Stufe \30 $ pro 1 Mio. Ausgabetoken, mit einem Beispiel für die Kosten pro Bild, die wie folgt angegeben werden: 1290 Ausgabetoken ≈ $0.039 pro BildDas Modell wird in der Vorschau angeboten (Entwickler-/Vorschau-IDs wie gemini-2.5-flash-image-preview) und ist bereits über ausgewählte Partner (CometAPI) und Googles eigene Entwicklerplattformen verfügbar.
Was sind die herausragenden Funktionen von Gemini 2.5 Flash Image?
Charakter- und Stilkonsistenz über alle Bearbeitungen hinweg
Eine der zentralen Verbesserungen ist Zeichenkonsistenz: Das Modell ist explizit darauf abgestimmt, ein Motiv (eine Person, ein Haustier oder ein Produkt) über mehrere Bearbeitungen und unterschiedliche Kontexte hinweg visuell kohärent zu halten – eine langjährige Schwäche früherer Bildmodelle. Dies verbessert Arbeitsabläufe, die konsistente Markenwerte, wiederkehrende Charaktere im Storytelling oder automatisch generierte Produktfotos mit mehreren Aufnahmen erfordern.
Eingabeaufforderungsbasierte, lokalisierte Bearbeitung
Sie können ein Bild und eine Anweisung in natürlicher Sprache bereitstellen, z. B. „Entfernen Sie den Fleck auf dem Hemd“, „Wechseln Sie das Outfit zu einer blauen Jacke“ oder „Verwischen Sie den Hintergrund und erhöhen Sie die Helligkeit des Motivs“. Das Modell führt dann gezielte, lokale Bearbeitungen durch, ohne dass in vielen Fällen manuelle Masken erforderlich sind. Dies macht es praktisch für die iterative, dialogorientierte Bearbeitung.
Multi-Image-Fusion und Stilübertragung
Gemini 2.5 Flash Image kann mehrere Bilder aufnehmen und komponieren Sie können sie in eine einzelne Szene integrieren oder Stil/Textur von einem Bild auf ein anderes übertragen. Dies ermöglicht Produktmodelle (Platzieren eines Produkts in einer Szene), Möbelinszenierungen oder kombinierte Bilder für Marketing und E-Commerce.
Wissen der einheimischen Welt
Da das Modell auf der Gemini-Familie aufbaut, nutzt es Weltwissen – z. B. das Verständnis von Requisiten, Umgebungen oder kontextuell korrekten Objektbeziehungen –, was bei der realistischen Szenenkonstruktion und semantisch kohärenten Bearbeitungen (nicht nur ästhetisch plausiblen Ergebnissen) hilft.
Geringe Latenz und Kosteneffizienz
Die „Flash“-Familie von Gemini zielt auf geringe Latenz und kosteneffiziente Nutzung im Vergleich zu größeren Reasoning-Ebenen ab. Die Entwicklerankündigung betont Geschwindigkeit und ein günstiges Preis-Leistungs-Verhältnis für viele reale Anwendungsfälle.
Integrierte Herkunft: SynthID-Wasserzeichen
Alle mit dem Modell erstellten/bearbeiteten Bilder enthalten eine unsichtbares digitales SynthID-Wasserzeichen So kann später überprüft werden, ob die Bilder von KI erstellt oder bearbeitet wurden. Dies ist Teil der produktbezogenen Maßnahmen von Google zur Missbrauchsminderung und Herkunftsverfolgung.
1) Wie kann ich eine konsistente Figur für einen langjährigen Comic oder eine Markenkampagne erstellen?
Warum funktioniert das?
Nano Banana wurde speziell darauf trainiert, das Erscheinungsbild des Charakters über Bearbeitungen und neue Kontexte hinweg beizubehalten – nützlich, wenn das gleiche Gesicht, Outfit oder Maskottchen in verschiedenen Episoden, Miniaturansichten oder Heldenbildern erscheinen soll. Die Entwickler nennen dies „Charakterkonsistenz“.
So führen Sie eine Aufforderung aus
- Beginnen Sie mit einem beschreibenden Block, der Identitätsmerkmale erfasst (Altersspanne, Gesichtsmerkmale, besondere Merkmale, Outfit-Elemente).
- Fügen Sie eine „Konsistenztoken“-Anweisung hinzu, etwa „Verwenden Sie für alle Ausgaben dasselbe Zeichen – ändern Sie die Erkennungszeichen nicht.“
- Geben Sie für die Ausgabe mehrerer Bilder ein oder mehrere Referenzbilder als Eingabe an, um die Ähnlichkeit zu sperren.
So fordern Sie zu konsistenten Änderungen auf
- Beginnen Sie mit der Beschreibung der wichtigsten Identitätsmerkmale, die Sie bewahren möchten: Alter, Haarfarbe, besondere Merkmale (z. B. „hat ein kleines Muttermal auf der linken Wange“) und Kleidungsstil.
- Verwenden Sie beim Bearbeiten eine zweiteilige Eingabeaufforderung: Beschreiben Sie zunächst, was sollen identisch bleiben, dann beschreiben Sie die Übernehmen Sie möchten. Beispiel: „Behalten: 28-jährige ostasiatische Frau, kurzer schwarzer Bob, kleines Muttermal auf der linken Wange. Ändern: Platzieren Sie sie in einem Diner aus den 1970er Jahren, trägt eine rote Lederjacke, lächelt, warmes Wolframlicht.“
- Wenn Sie mehrstufige Bearbeitungen vornehmen, fügen Sie in die Eingabeaufforderung ein kleines Referenztoken wie „(KEEP_ID: A)“ ein und verwenden Sie es erneut, um in allen Eingabeaufforderungen dasselbe Thema anzuzeigen.
Beispielaufforderung
„Erstellen Sie ein fotorealistisches Porträt von Amina, eine 28-jährige Comicautorin mit kurzem, asymmetrischem Haarschnitt, einem halbmondförmigen Muttermal auf der linken Wange, warmen braunen Augen und einer grünen Lederjacke. Behalten Sie Aminas Erkennungsmerkmale in den folgenden sechs Szenen bei: „Amina in einem Morgencafé“, „Amina beim Skizzieren im Park“, … . Verwenden Sie für jede Szene die gleiche Charakterähnlichkeit.“
Code-Snippet (Python, mehrere Bilder generieren)
Dieses Beispiel verwendet den in den Google-Dokumenten gezeigten Gemini-API-Client – übergeben Sie Ihre beschreibende Eingabeaufforderung und führen Sie Szenenvarianten in einer Schleife aus.
from google import genai
from PIL import Image
from io import BytesIO
client = genai.Client()
base_description = (
"Photorealistic portrait of Amina: 28yo graphic novelist, short asymmetrical haircut, "
"crescent mole on left cheek, warm brown eyes, green leather jacket. Keep likeness identical across scenes."
)
scenes = [
"Amina at a morning coffee shop, reading a sketchbook, warm golden hour light.",
"Amina sketching in the park, windy afternoon, soft bokeh background.",
# add more scenes...
]
for i, scene in enumerate(scenes, start=1):
prompt = f"{base_description} Scene: {scene}"
response = client.models.generate_content(
model="gemini-2.5-flash-image-preview",
contents=,
)
parts = response.candidates.content.parts
for part in parts:
if part.inline_data:
img = Image.open(BytesIO(part.inline_data.data))
img.save(f"amina_scene_{i}.png")
2) Wie kann Nano Banana die Produktfotografie und A/B-Bildgebung im E-Commerce beschleunigen?
Warum das kreativ und nützlich ist
Produktteams investieren enorme Ressourcen in mehrere Aufnahmen, Beleuchtungsaufbauten und Variationen (Farben, Hintergründe). Nano Bananas Mehrbildfusion und die präzise, sofortige Bearbeitung ermöglichen Ihnen die schnelle Erstellung konsistenter Produktvarianten und Lifestyle-Kompositionen – für Katalogaufnahmen, Lifestyle-Szenen und Social-Media-Inhalte – und reduzieren so die Iterationszeit und die Produktionskosten.
So fordern Sie Produktvarianten an
- Geben Sie eine kurze Produktspezifikation (Abmessungen, Materialien, Farbpalette) und den fotografischen Stil an (z. B. „Studio-weißer Hintergrund, 45°-Winkel, weicher Schatten“).
- Für Varianten: „Machen Sie 4 Varianten dieses Bluetooth-Headsets: Schwarz, Pink, Grau mit orangefarbenen Ohrmuscheln und Grau mit blauem Schimmer – alle mit der gleichen Beleuchtung, dem gleichen Kamerawinkel und in einem weißen Raum.“
- Verwenden Sie die Multi-Image-Fusion, um das Produkt in verschiedene Szenen einzufügen: „Legen Sie diesen Rucksack zur goldenen Stunde mit geringer Tiefenschärfe auf eine Picknickdecke.“
Beispiel-Eingabeaufforderung (Produkt)
„Bild A (Produktreferenz): Hochwertiger Lederrucksack. Erstellen Sie drei Katalogvarianten mit weißem Hintergrund – Waldgrün, Hellbraun, Anthrazit – aufgenommen im 45°-Winkel, natürlicher weicher Schatten, ISO-Gefühl von 100.“
Codeausschnitt: Schnelle Python-Generierung (Katalogvariante)
from google import genai
from PIL import Image
from io import BytesIO
client = genai.Client(api_key="YOUR_API_KEY")
product_image = open("backpack_ref.png","rb").read()
prompt = ("Make 4 variations of this Bluetooth headset: black, pink, gray with orange ear caps, and gray with blue glint – all with the same lighting, same camera angle, and in a white room.")
response = client.models.generate_content(
model="gemini-2.5-flash-image-preview",
contents=,
)
# Save images from response parts (example)
for i, part in enumerate(response.candidates.content.parts):
if part.inline_data:
img = Image.open(BytesIO(part.inline_data.data))
img.save(f"backpack_variant_{i}.png")
Dieses Snippet spiegelt das dokumentierte Nutzungsmuster von Google wider und ist ein guter Ausgangspunkt für die Automatisierung der Erstellung von Produktvarianten.
Ausgabebild:
3) Wie kann ich lehrreiche Illustrationen erstellen, die Fotos und Diagramme kombinieren?
Warum funktioniert das?
Nano Banana integriert Weltwissen (Geminis multimodales Denken), sodass es handgezeichnete Diagramme interpretieren, Bilder mit Anmerkungen versehen oder erklärende visuelle Darstellungen aus einer Mischung von Fotos und Textanweisungen erstellen kann – praktisch für E-Learning, technische Dokumente und interaktive Tutoren.
So führen Sie eine Aufforderung aus
- Stellen Sie Bilder bereit (z. B. ein Foto eines physikalischen Experiments) und eine Aufforderung wie „Kommentieren Sie dieses Bild mit Beschriftungen und Pfeilen, die die wichtigsten Komponenten erklären, und erstellen Sie ein zweites Bild, das das System im Querschnitt zeigt.“
Beispielaufforderung
Bilderklärung zu vier Wissenseinheiten: NEURONALE NETZWERKE DES MENSCHLICHEN GEHIRNS, ZELLULARE REPARATUR, sATP-PRODUKTION, GENETISCHER CODE DER DNA-DOPPELHELIX, PFLANZENFOTOS, HYSS
Ausgabebild:
4) Wie kann ich aus echten Fotos markengerechte Marketingvarianten (Outfit, Beleuchtung, Hintergrund) machen?
Warum funktioniert das?
Das Modell unterstützt gezielte Transformation und lokale Bearbeitungen, die in natürlicher Sprache ausgedrückt werden: Ändern Sie ein Outfit, passen Sie die Beleuchtung an, ersetzen Sie den Hintergrund oder entfernen Sie Objekte – und es wird versucht, die Identität des Motivs und den Gesamtrealismus zu bewahren. Dies ermöglicht schnelle Marketingvarianten (saisonale Outfits, lokalisierte Szenen).
So führen Sie eine Aufforderung aus
- Geben Sie das Originalfoto als Eingabe an.
- Nachfragen gezielte Bearbeitungen mit expliziten Anweisungen, z. B. „Jacke durch roten Woll-Peacoat ersetzen, Hintergrund in Stadtstraße bei Dämmerung ändern, warmes Randlicht hinzufügen.“
Beispielaufforderung
„Ersetzen Sie ausgehend vom hochgeladenen Foto die blaue Jeansjacke durch einen maßgeschneiderten roten Woll-Peacoat, stellen Sie als Hintergrund eine Stadtstraße am frühen Abend mit leichtem Bokeh ein und fügen Sie sanfte Randbeleuchtung hinzu, um das Motiv vom Hintergrund abzuheben.“
Hinweise
- Wenn Sie eine iterative Kontrolle benötigen, führen Sie mehrstufige Bearbeitungen durch: Fordern Sie eine erste Bearbeitung an und verfeinern Sie diese dann („Hut entfernen“, „jetzt die Farbtemperatur erwärmen“).
5) Wie können Animationskünstler und Vorvisualisierungsteams Prototypen von Szenen und Storyboards erstellen?
Warum es nützlich ist
Regisseure und Kameraleute können Licht-Setups, Kostüme und Kameraeinstellungen schnell als Prototypen erstellen. Nano Banana kann Storyboards mit konsistenten Charakteren erstellen, was die Planung und die Pre-Visualisierung erleichtert. ()
H3: Beispiel-Eingabeaufforderung
There is a tree house in the forest at night with colorful lights hanging on the trees
Ausgabebild:
6) Wie kann Nano Banana für Konzeptkunst, Spielressourcen und konsistente Charaktere im Spiel verwendet werden?
Warum Spielestudios und Indie-Entwickler sich darum kümmern sollten
Das Erstellen von Grafikelementen und die Anpassung des Charakter-Looks erfordert in der Regel wiederholte Überarbeitungen der Charaktere. Dank der Charakterkonsistenz von Nano Banana können zahlreiche Posen, Outfits und Beleuchtungseinstellungen erstellt werden, die der Identität eines einzelnen Charakters treu bleiben – eine enorme Zeitersparnis in der Vorproduktion und beim Rapid Prototyping.
So fordern Sie Spielressourcen an
- Definieren Sie den „kanonischen“ Charakterbogen im Text: Größe, Körpertyp, Hauptmerkmale, Grundausstattung der Garderobe.
- Fordern Sie mehrere Ausgaben an: „Erstellen Sie drei Kampfrüstungsvarianten mit denselben Gesichtszügen, die jeweils in Frontal-, Profil- und ¾-Position gezeigt werden.“
- Verwenden Sie für Umgebungsgrafiken die Mehrfachbildfusion: Geben Sie ein Bild der Figur und eines der Umgebung ein und fordern Sie sie auf, sie zu verschmelzen.
Beispiel-Eingabeaufforderung (Spielressourcen)
„Erstelle drei Rüstungsvarianten für ‚Kael, den Windranger‘: Behalte die Gesichtszüge bei (schmaler Kiefer, Narbe über der rechten Augenbraue). Rüstung A: Leder + blaugrüner Stoff; Rüstung B: Schuppen + Messing; Rüstung C: Tarnung, mattschwarz. Ausgabe: Ganzkörper, Front, Profil, ¾.“
Armor C: Stealth Mattschwarz
Rüstung B: Schuppen + Messing
Rüstung A: Leder + blaugrüner Stoff
7) Wie kann ich Fotoretusche-Workflows mit dialogorientierter Multi-Turn-Bearbeitung automatisieren?
Warum funktioniert das?
Nano Banana unterstützt die dialogorientierte Bildbearbeitung in mehreren Durchgängen: Sie können eine Bearbeitung anfordern, das Ergebnis prüfen und anschließend weitere Anweisungen in natürlicher Sprache erhalten. Das ist ideal für den Aufbau einer Human-in-the-Loop-Retusche-Pipeline, bei der ein Editor das Modell über mehrere Durchgänge hinweg bearbeitet.
So implementieren Sie den Workflow
- Laden Sie ein erstes Foto hoch und fordern Sie eine grundlegende Retusche an (Beleuchtung, Fehlerentfernung).
- Senden Sie das neu bearbeitete Bild bei jedem Durchgang mit der nächsten Anweisung („Lichter reduzieren, Schatten hervorheben, auf 4:5 zuschneiden“) an das Modell zurück.
- Protokollieren Sie jeden Schritt, damit Sie ihn rückgängig machen oder denselben Durchgang auf einen Stapel anwenden können.
Mini-Workflow-Snippet (Python)
# 1) Initial retouch
prompt1 = "Remove small blemishes, even skin tone, slightly warm color grade"
response1 = client.models.generate_content(model="gemini-2.5-flash-image-preview", contents=)
# save response1 -> edited_v1.png
# 2) Follow-up tweak
prompt2 = "Crop to 4:5, increase local contrast on eyes, desaturate background slightly"
response2 = client.models.generate_content(model="gemini-2.5-flash-image-preview", contents=)
# save response2 -> edited_v2.png
Wie führe ich Nano Banana aus, um die besten Ergebnisse zu erzielen?
Welchen Aufforderungsprinzipien sollte ich folgen?
Nano Banana reagiert am besten auf beschreibende, narrative Eingabeaufforderungen die Szene, Perspektive, Beleuchtung und Stimmung erklären – nicht nur eine Liste von Schlüsselwörtern. Die offiziellen Richtlinien empfehlen, Kamera, Objektiv, Beleuchtung und stilistische Hinweise für fotorealistische Darstellungen bzw. Stil- und Farbhinweise für Illustrationen anzugeben. Geben Sie außerdem explizit Einschränkungen (Seitenverhältnis, Hintergrund, Textanforderungen) an.
Wie strukturiere ich eine starke Eingabeaufforderung?
Hier sind kurze, wiederverwendbare Vorlagen:
- Fotorealistische Vorlage:
A photorealistic of , , in , illuminated by , captured with , emphasizing . Aspect ratio: . - Stilübertragung / Kompositionsvorlage:
Combine Image A (style) with Image B (subject). Transfer the color palette of A, keep subject proportions of B. Final style:.
Schnelle technische Tipps (Kurzliste)
- Nutzen Sie ein klarer erzählender Satz anstatt vieler unzusammenhängender Tags.
- Speichern Kameradetails für Fotorealismus (z. B. „85 mm, geringe Schärfentiefe“).
- Um konsistente Charaktere über Bearbeitungen hinweg zu erhalten, verweisen Sie auf das vorherige Bild und das Attribut, das Sie beibehalten möchten (z. B. „Sommersprossen und blauen Schal des Motivs beibehalten, Frisur ändern in …“).
- Laden Sie beim Bearbeiten das Quellbild hoch kombiniert mit einem nachhaltigen Materialprofil. Beschreiben Sie genau, welche Bereiche oder Elemente geändert werden sollen.
- Verwenden Sie iterative Bearbeitungen mit mehreren Durchgängen, um winzige visuelle Details zu verfeinern (Nano Banana unterstützt die Konversationsverfeinerung).
Schlussnote
Nano Banana (Gemini 2.5 Flash Image) ist ein kreativer Sprung: Es ermöglicht Kreativen, Charakter- und Produktkontinuität zu wahren und gleichzeitig mutige neue Bearbeitungen, die Fusion mehrerer Bilder und schnelle Iterationen zu ermöglichen. Nutzen Sie es, um das Storytelling zu beschleunigen, Produktionsreibungen zu reduzieren und visuelle Prototypen schnell zu erstellen – verbinden Sie diese Vorteile jedoch mit strengen Überprüfungen und ethischen Grundsätzen.
Erste Schritte
CometAPI ist eine einheitliche API-Plattform, die über 500 KI-Modelle führender Anbieter – wie die GPT-Reihe von OpenAI, Gemini von Google, Claude von Anthropic, Midjourney, Suno und weitere – in einer einzigen, entwicklerfreundlichen Oberfläche vereint. Durch konsistente Authentifizierung, Anforderungsformatierung und Antwortverarbeitung vereinfacht CometAPI die Integration von KI-Funktionen in Ihre Anwendungen erheblich. Ob Sie Chatbots, Bildgeneratoren, Musikkomponisten oder datengesteuerte Analyse-Pipelines entwickeln – CometAPI ermöglicht Ihnen schnellere Iterationen, Kostenkontrolle und Herstellerunabhängigkeit – und gleichzeitig die neuesten Erkenntnisse des KI-Ökosystems zu nutzen.
Entwickler können zugreifen Gemini 2.5 Flash-Image(Nano Banana CometAPI-Liste gemini-2.5-flash-image-preview/gemini-2.5-flash-image Stileinträge in ihrem Katalog.) über CometAPI, die neuesten Modellversionen sind zum Veröffentlichungsdatum des Artikels aufgeführt. Erkunden Sie zunächst die Funktionen des Modells in der Spielplatz und konsultieren Sie die API-Leitfaden Für detaillierte Anweisungen. Stellen Sie vor dem Zugriff sicher, dass Sie sich bei CometAPI angemeldet und den API-Schlüssel erhalten haben. CometAPI bieten einen Preis weit unter dem offiziellen Preis an, um Ihnen bei der Integration zu helfen.