Warum nicht einfach Gemini? Eine ehrliche Antwort

Die Frage kommt in jedem zweiten Gespräch, meistens ungefähr in der dritten Minute: „Das kann Gemini doch auch. Warum sollte ich dafür ein Werkzeug nehmen?”

Die kurze Antwort: Für ein Bild hat der Fragende recht. Für hundertfünfzig nicht.

Die lange Antwort ist interessanter, weil sie an einer Stelle gegen uns ausgeht.

Wo das Bildmodell gewinnt

Fangen wir mit dem Zugeständnis an, sonst wird der Rest unglaubwürdig.

Wer zweimal im Jahr ein Objekt vermarktet und dafür eine hübsche Grafik braucht, sollte kein Werkzeug einführen. Ein Bildmodell im Chatfenster ist schneller verfügbar, kostet nichts extra und liefert ein ansehnliches Ergebnis. Es gibt keinen Grund, dafür einen Account anzulegen, einen API-Schlüssel zu verwalten oder sich mit Vorlagen zu beschäftigen.

Wer das anders darstellt, verkauft an Menschen vorbei.

Der Punkt, an dem es kippt, ist nicht Qualität. Es ist Wiederholung.

Wo es bricht

Der Preis muss exakt stimmen

„€ 749.000” muss genau diese Zeichenfolge sein. Nicht ungefähr, nicht „€ 749.800”, nicht „€ 74.900”. Eine falsche Ziffer in einer Immobilienanzeige ist kein Schönheitsfehler — sie ist ein wirtschaftliches und potenziell rechtliches Problem. Dasselbe gilt für Wohnflächen, Zimmerzahlen und den Ortsnamen mit Umlaut.

Bildmodelle setzen Text ins Bild, indem sie ihn zeichnen, nicht indem sie ihn setzen. Bei kurzen Wörtern klappt das inzwischen gut, bei langen Zahlenketten, Umlauten und Sonderzeichen weniger zuverlässig.

Und hier kommt die unbequeme Einschränkung: Das ist das Argument, das am schnellsten erodiert. Textwiedergabe in Bildmodellen hat sich in achtzehn Monaten dramatisch verbessert, und es gibt keinen Grund anzunehmen, dass sie dort stehen bleibt. Wer seine Produktstrategie darauf baut, baut auf Sand. Wir führen es auf, weil es heute stimmt — nicht, weil wir uns darauf verlassen.

Das Foto muss das Objekt zeigen, das verkauft wird

Das ist das Argument, das nicht erodiert.

Ein generiertes Haus ist nicht das Haus. Es ist ein plausibel aussehendes, erfundenes Gebäude. In einer Immobilienanzeige ist das keine Stilfrage, sondern irreführende Werbung — der Interessent kommt zur Besichtigung und findet ein anderes Objekt vor als auf dem Bild.

Ein Bildmodell kann ein vorhandenes Foto bearbeiten und beschriften, das stimmt. Nur ist man dann bereits bei einer Vorlage mit Feldern — nur ohne die Garantie, dass das Ergebnis reproduzierbar ist.

Anzeige zwanzig muss aussehen wie Anzeige eins

Ein Immobilienfeed ist keine Sammlung einzelner Bilder. Er ist ein Auftritt. Wenn jedes Objekt eine andere Schriftgröße, eine andere Badge-Form und einen anderen Grünton hat, sieht das Profil nicht abwechslungsreich aus, sondern unbeaufsichtigt.

Generative Modelle variieren per Konstruktion — das ist ihr Zweck. Dieselbe Eingabe zweimal ergibt zweimal etwas Anderes. Eine Vorlage rendert dasselbe Layout mit anderen Daten. Für Markenkonsistenz über fünfzig Objekte hinweg ist das kein Detail, sondern die eigentliche Aufgabe.

Exakte Maße

1080 × 1080. 1080 × 1920. 1200 × 630. Nicht ungefähr — exakt, sonst beschneidet Instagram, und zwar bevorzugt dort, wo der Preis steht. Dazu kommen Sicherheitszonen für die Bedienelemente der Plattform, die die unteren und oberen Bildkanten überlagern.

Ein Bildmodell liefert Annäherungen an ein Seitenverhältnis. Ein Renderer liefert Pixel.

Kosten und Zeit bei Menge

Ein Rendering dauert bei uns rund 0,3 Sekunden und kostet praktisch nichts — gemessen, nicht geschätzt. Ein generiertes Bild kostet Sekunden und Cents.

Bei drei Formaten und fünfzig Objekten im Monat sind das 150 Bilder. Der Unterschied hört an dem Punkt auf, akademisch zu sein.

Eine Preisänderung ist ein Feld

Der Verkäufer geht von 749.000 auf 719.000 herunter. Bei einer Vorlage ändert man ein Feld und rendert in 0,3 Sekunden neu — dasselbe Bild, neuer Preis. Beim Bildmodell erzeugt man ein neues Bild, und es zeigt ein anderes Haus, eine andere Schriftgröße, eine andere Anmutung.

Das klingt nach einer Kleinigkeit, bis man es zwanzigmal im Monat macht.

Die Grafik muss ohne Menschen entstehen

Der wichtigste Punkt kommt zuletzt, weil er am wenigsten nach einem Feature klingt: Die Grafik soll entstehen, weil sich ein Objekt im CRM geändert hat — nicht, weil jemand ein Chatfenster geöffnet hat.

Ein neues Objekt wird in onOffice angelegt, ein Webhook feuert, drei Grafiken liegen im Ordner des Maklers. Bei diesem Ablauf spielt ein Chatfenster nicht mit. Nicht weil es zu schwach wäre, sondern weil es das falsche Werkzeug für einen Ablauf ohne Menschen ist.

Die unbequeme Konsequenz

Wer die Liste ehrlich liest, kommt zu einem Schluss, der für einen Anbieter von Bildgenerierung unangenehm ist:

Bilder erzeugen ist der am wenigsten verteidigbare Teil.

Rendern kann jeder. Die Bibliotheken sind offen, die Rechenleistung kostet nichts, und ein passables Layout ist ein Nachmittag Arbeit. Der Burggraben liegt woanders: in der Datenextraktion aus dem, was der Makler ohnehin hat; in der Normalisierung zu sauberen Feldern; in der Markenkonsistenz über den gesamten Bestand; und in der Anbindung an das System, in dem die Objekte tatsächlich leben.

Das hat eine klare Folge für die Positionierung. Als „Werkzeug für schöne Bilder” verliert man gegen ein Bildmodell — heute schon knapp, in einem Jahr deutlich. Als Automatisierungsschicht zwischen CRM und Social Media verliert man nicht, weil dort gar nicht dieselbe Frage gestellt wird.

Was wir noch nicht wissen

Ein Teil dieses Textes ist begründet, nicht gemessen. Die Aussage zur Textwiedergabe stammt aus Beobachtung und Erfahrung, nicht aus einem kontrollierten Vergleich mit einem aktuellen Modell.

Der Test ist einfach: dieselben Objektdaten — Titel, Preis mit Tausenderpunkt, Ort mit Umlaut, Fläche mit Quadratmeterzeichen — einmal durch ein Bildmodell, einmal durch eine Vorlage. Geprüft wird auf exakte Zeichenfolge, korrekte Umlaute und exakte Maße.

Fällt der Test zugunsten des Bildmodells aus, streichen wir das Argument. Die übrigen sechs stehen dann immer noch — und es sind ohnehin die besseren.

---

Dieser Beitrag beschreibt die Überlegungen hinter ListingShot, einem Werkzeug, das aus Immobilien-Objektdaten fertige Social-Media-Grafiken erzeugt. Wir halten Argumente, die sich als falsch erweisen, für streichbar — auch die eigenen.