Weihnachten steht wieder vor der Tür. Während der Einzelhandel ein kaum überschaubares Angebot an Spielwaren bereitstellt, wünschen sich manche Eltern jedoch ein etwas persönlicheres Geschenk. Eine Möglichkeit dafür wäre ein selbstgestaltetes Bilderbuch. Nur hat nicht jeder ein Gespür für kindgerechte Geschichten und ein Händchen für eigene Illustrationen. Von der dafür notwendigen Zeit ganz abgesehen.

Dank generativer KI ist das aber auch nicht mehr nötig. Geschichten kann ChatGPT schreiben, und Bilder lassen sich mit KI-gestützten Bildgeneratoren erzeugen. Um euch zu zeigen wie das geht, haben wir genau diesen Prozess für euch durchexerziert und erklären, welche Schritte ihr dabei beachten müsst.

In dieser Bildergalerie seht ihr exemplarisch, wie eine rein KI-generiertes Bilderbuch aussehen könnte. Nein, einen Kinderbuchpreis gewinnt die Geschichte nicht. Auch an den Illustrationen hätten wir hier und da noch feilen können. Das Ergebnis zeigt aber vor allem, dass ihr innerhalb sehr kurzer Zeit eine Bildergeschichte per KI erzeugen könnt. Wie viel Arbeit ihr dann noch in das Finetuning stecken wollt, müsst ihr entscheiden.

Für euer Bilderbuch benötigt ihr zunächst eine Geschichte. Die könnt ihr entweder selbst schreiben, oder ihr überlasst ChatGPT diese Arbeit. Auch wenn ihr euch für die KI entscheidet, könnt ihr natürlich über euren Prompt festlegen, wovon die Story handeln soll. Auch könnt ihr ChatGPT beispielsweise die Namen eurer Kinder verwenden lassen.

Für unsere Beispielgeschichte haben wir folgenden Prompt verwendet:
Schreib mir bitte eine Kindergeschichte über einen Jungen namens Joshua, der ein Weihnachtsabenteuer erlebt.

Wer möchte, der kann aber natürlich deutlich mehr ins Detail gehen und beispielsweise verschiedene Handlungsorte, Charaktere oder Dinge vorgeben. Wenn euch das Ergebnis nicht gefällt, lohnt es sich in jedem Fall, ChatGPT einfach eine neue Antwort auf euren Prompt generieren zu lassen.

Auch kann es sich lohnen, die Geschichte selbst nochmal ein bisschen zu überarbeiten. Auf die Art könnt ihr auch Probleme bei der Bilderstellung lösen. Denn bisweilen tun sich Bildgeneratoren noch etwas schwer mit bestimmten Prompts. Wenn ihr also im nächsten Schritt einmal partout kein vernünftiges Bild aus der KI bekommt, könnt ihr auch im Zweifel viel Zeit sparen, indem ihr einfach den betreffenden Teil der Geschichte abändert.

Es gibt eine ganze Reihe von KI-gestützten Bildgeneratoren, die ihr zu Bebilderung eurer Geschichte einsetzen könnt. Wir haben für unser Beispiel Midjourney verwendet.

Unabhängig davon, welches Tool ihr verwendet, müsst ihr zunächst ein Problem lösen. Nämlich die Bild-KI dazu zu bringen, euren Charakter möglichst identisch auf allen Bildern darzustellen. Dafür gibt es verschiedene Möglichkeiten. Theoretisch könnte ihr eine Bild-KI mit existierenden Bildern trainieren. Alternativ wäre es möglich, einen fiktiven Charakter oder Filmstar zu nehmen und zu hoffen, dass die Bilder einigermaßen gleich werden.

Wir haben uns jedoch für einen anderen Weg entschieden. Bei Midjourney könnt ihr zusätzlich zu einem Text-Prompt auch Bilder mitgeben. Um diese Funktion zu nutzen, haben wir zunächst unseren Hauptcharakter in verschiedenen Posen von Midjourney erzeugen lassen.

Unser Prompt dafür sah so aus:
little boy character, multiple poses and expressions, children’s book illustration style, simple, cute, full colour, green shoes, short blonde hair, hoodie, blue pants, flat colour, --no outline

Wichtig ist an der Stelle, dass ihr Midjourney den Hinweis mitgebt, dass ihr den Charakter in verschiedenen Posen und Ausdrücken haben wollt. Die Beschreibung des Charakters selbst, also Haarfarbe, gewünschter Kunststil et cetera könnt ihr frei wählen.

Nachdem ihr so euren Charakter erstellt habt, müsst ihr das Bild mit den unterschiedlichen Posen herunterladen und in einem Bildbearbeitungsprogramm Einzelbilder daraus machen. Die wiederum müsst ihr dann wieder in Discord einfügen. Das geht entweder per Drag-and-Drop aus eurem Bildbearbeitungsprogramm, oder ihr ladet die Bilder über den Plus-Button einzeln hoch.

Wichtig: In diesem Schritt ladet ihr wirklich nur die Bilder auf Discord hoch. Wenn ihr das getan habt, müsst ihr die URLs aller Bilder kopieren. Anschließend startet ihr mit dem /imagine-Befehl einen neuen Bild-prompt und fügt jetzt sämtliche URL mit Leerzeichen voneinander getrennt ein. Dann fügt ihr den Ursprünglichen Prompt auch noch ein – mit einer Änderung.

An die Stelle von multiple poses and expressions könnt ihr jetzt den eigentlichen Prompt zur Beschreibung der jeweiligen Szene einfügen. Wenn euch keines der vier automatisch erzeugten Ergebnisse zusagt, löst den Vorgang einfach nochmal aus. Wenn auch das nicht zum gewünschten Ergebnis führt, müsst ihr euren Prompt solange verändern, bis ein geeignetes Bild entsteht.

Hier ist vor allem experimentieren angesagt. Auch herauszoomen kann immer mal wieder helfen. Ebenfalls hilfreich: Bei Midjourney könnt ihr über den an den prompt angehängten Befehl --iw festlegen, wie wichtig die beigefügten Bilder im Verhältnis zum Text-Prompt sein sollen. Hinter das Kürzel tragt ihr dazu einen Wert zwischen 0 und 2. Je niedriger der Wert, desto stärker wird der Text-Prompt im Vergleich zu den Bildern gewichtet. Allzu weit wollt ihr euch zwar nicht von den Bildvorlagen entfernen, trotzdem kann es bisweilen helfen, den Wert etwas zu verändern.