Ein Textfeld, eine KI und ganz viel Geduld

Es fing an mit einem einzigen Textfeld

Die allererste Version unseres Klick & Bügelstudios war so simpel, dass du wahrscheinlich lachen würdest. Ein Textfeld. Mehr nicht. Du hast deinen Vornamen eingegeben, auf "Generieren" geklickt, fertig. Im Hintergrund hat eine KI aus dem Namen ein personalisiertes Bügelbild-Motiv erzeugt.

Klingt unspektakulär, war aber genau der richtige Einstieg. Denn mir ging es nicht darum, sofort ein Mega-Tool zu bauen. Ich wollte erstmal wissen: Funktioniert das Grundprinzip? Kann ich eine KI so einbinden, dass am Ende ein druckbares Bügelbild rauskommt? Und die Antwort war: Ja. Auf jeden Fall.

Die Idee war einfach: Der Vorname wird in einen Prompt eingebaut, die KI generiert daraus ein Motiv. So konnte ich für jedes Kind, jede Mama, jeden Verein ein individuelles Bügelbild erzeugen. Ohne dass ich jedes Motiv von Hand gestalten muss. Das war der erste kleine Schritt in Richtung Automatisierung.

KI auf der CPU: Zehnmal günstiger, aber langsamer

Dann kam die nächste Herausforderung. Die KI-generierten Bilder sahen gut aus, brauchten aber eine Nachbearbeitung. Die Auflösung musste hoch, der Hintergrund musste weg. Dafür gibt es KI-Modelle. Upscaler, die Bilder vergrößern ohne sie matschig zu machen. Und Hintergrund-Entferner, die das Motiv sauber freistellen.

Das Problem: Diese KI-Modelle laufen normalerweise auf GPUs in der Cloud. Und GPUs in der Cloud kosten. Richtig. Für ein Startup wie uns, das gerade erst anfängt, war das keine Option. GPU-Rendering hätte das Zehnfache gekostet im Vergleich zu einer CPU-Lösung. Wenn du gerade versuchst, ein kleines Unternehmen aufzubauen, denkst du bei jeder Entscheidung an die Kosten. Jeder Euro, der nicht in die Cloud fließt, kann woanders besser eingesetzt werden.

Also hab ich mich für den anderen Weg entschieden. Kleine KI-Modelle, die auf der CPU laufen. Deutlich günstiger. Deutlich langsamer. Statt zwei Sekunden dauert das Rendern dann schon mal zwanzig oder dreißig Sekunden. Aber hey, wir reden hier über Bügelbilder, nicht über Börsenkurse in Echtzeit. Ein paar Sekunden mehr sind da absolut okay.

Diese Entscheidung hat sich als richtig erwiesen. Die Render-Pipeline läuft stabil, die Kosten sind überschaubar. Ja, der Kunde wartet etwas länger. Aber dafür haben wir uns etwas einfallen lassen.

Countdown, Sprüche und andere Tricks gegen Langeweile

Okay, zwanzig Sekunden klingen nicht viel. Aber wenn du vor dem Bildschirm sitzt und auf dein Bügelbild wartest, fühlt sich das nach einer Ewigkeit an. Das kennt jeder: Du klickst auf "Laden" und starrst auf den Bildschirm. Nach fünf Sekunden denkst du, das Ding ist abgestürzt.

Also habe ich mir überlegt: Wie mache ich die Wartezeit erträglicher? Sogar unterhaltsam? Die Lösung war eine Mischung aus zwei Dingen.

Erstens: Ein Countdown. Du siehst genau, wie lange es noch dauert. Das nimmt die Unsicherheit raus. Du weißt, es passiert etwas. Du weißt, wann es fertig ist. Kein Rätselraten, kein "Ist die Seite eingefroren?".

Zweitens: Nerdige KI-Sprüche. Während das System arbeitet, zeigt es dir an, was die KI gerade macht. Aber nicht in langweiligem Tech-Speak, sondern mit Augenzwinkern. Sowas wie "Ich denke gerade nach..." oder "Gleich hab ich's, versprochen." Das klingt nach einer Kleinigkeit, macht aber einen riesigen Unterschied. Plötzlich wartest du nicht mehr genervt, sondern schmunzelst und bist gespannt, was als nächstes kommt.

Die Kombination aus Countdown und Sprüchen hat das Warten komplett verändert. Statt einer leeren Seite siehst du Aktivität. Statt Frust entsteht Vorfreude. Das Ergebnis: Kaum jemand bricht den Vorgang ab, obwohl es ein paar Sekunden länger dauert als bei teuren GPU-Lösungen.

Der große Hintergrund-Entferner-Test

Was mich in der V1-Phase am meisten Zeit gekostet hat? Die Suche nach dem richtigen Hintergrund-Entferner. Ich hab gefühlt jeden getestet, der auf dem Markt war. Open-Source-Modelle, kommerzielle APIs, große Modelle, kleine Modelle. Das war eine richtige Odyssee.

Das Problem: Jeder Hintergrund-Entferner hat seine Stärken. Einer kann Haare super freistellen, versagt aber bei feinen Linien. Der nächste macht saubere Kanten, aber frisst dafür CPU-Leistung ohne Ende. Wieder ein anderer ist schnell, liefert aber bei bestimmten Motiven Artefakte. Kleine Pixelfehler, die auf dem Bildschirm kaum auffallen, aber auf dem gedruckten Bügelbild sofort sichtbar werden.

Für Bügelbilder brauchte ich einen, der gut mit Grafiken umgehen kann. Klare Kanten, saubere Freistellung, kein Matsch an den Rändern. Denn was auf dem Bildschirm vielleicht noch okay aussieht, wird auf dem gedruckten Bügelbild sofort sichtbar. Da gibt es kein "naja, passt schon". Entweder die Kante ist sauber oder sie ist es nicht. Das sieht man spätestens, wenn das Motiv auf dem Shirt sitzt.

Nach vielen Tests und noch mehr Vergleichen hab ich den richtigen gefunden. Klein genug für die CPU, präzise genug für den Druck. Das war einer dieser Momente, wo du dich zurücklehnst und denkst: Läuft. Endlich.

Was ich aus V1 mitgenommen habe

Version 1 war nicht perfekt. Bei Weitem nicht. Ein einziges Textfeld, eine langsame Render-Pipeline, nerdige Sprüche als Überbrückung. Aber V1 hat mir drei wichtige Dinge gezeigt.

Erstens: Das Konzept funktioniert. Kunden können mit einem einfachen Eingabefeld personalisierte Bügelbilder erstellen. Die KI liefert brauchbare Ergebnisse. Der Weg von der Eingabe zum fertigen Druckbild ist machbar.

Zweitens: CPU statt GPU ist der richtige Weg für uns. Ja, es ist langsamer. Aber die Kosten sind beherrschbar. Als kleines Unternehmen musst du solche Entscheidungen treffen. Lieber etwas langsamer, aber dafür nachhaltig finanzierbar.

Drittens: Die User Experience zählt. Es reicht nicht, dass die Technik funktioniert. Es muss sich auch gut anfühlen. Der Countdown, die Sprüche, das direkte Feedback. All das macht den Unterschied zwischen "funktioniert" und "macht Spaß".

Und mit diesem Wissen im Gepäck bin ich in Version 2 gestartet. Aber dazu mehr im nächsten Beitrag.