KI-Bilder — drei Jahre später

Vor drei Jahren haben wir uns über KI-Golfbilder amüsiert: Spieler mit zwei Schlägern, Schläger wie Angelruten, ein halbes Dutzend Bälle nach dem Abschlag. Das war 2023. Seitdem hat sich die Bildgenerierung rasant weiterentwickelt — Zeit für einen ehrlichen Vergleich. Was kann die KI heute, wo scheitert sie noch, und was heißt das für einen Golfclub, der Bilder braucht?

Was sich verändert hat

Zwischen den ersten Midjourney-Versionen von 2023 und der heutigen Generation der Bildmodelle liegen Welten. Die offensichtlichen Schnitzer — falsche Anzahl Finger, verbogene Schläger, unmögliche Körperhaltungen — sind weitgehend verschwunden. Heutige Modelle erzeugen Golfszenen in einer Qualität, die auf den ersten Blick von einem Foto kaum zu unterscheiden ist: stimmiges Licht, echte Tiefenschärfe, glaubwürdige Stoffe und Oberflächen.

Mindestens so wichtig wie die Qualität ist, wie einfach es geworden ist. Wo man 2023 noch Prompts in eine Spezial-App tippte, generiert man Bilder heute beiläufig direkt im Chat — in ChatGPT, in Google Gemini, in Copilot. Bildgenerierung ist vom Nerd-Werkzeug zum Alltagsgegenstand geworden.

Was die KI heute richtig macht

Das Bild oben zeigt es: Was heute überzeugt, ist —

• Spieler-Posen. Schwung, Stand, Griff wirken anatomisch korrekt — kein verrenkter Twister mehr.
• Platz-Atmosphäre. Morgendunst über dem Fairway, tiefstehende Sonne, Rough und Bunkerkanten: Die Stimmung eines echten Golfmorgens trifft die KI inzwischen verblüffend gut.
• Equipment-Details. Schlägerform, Bag, Handschuh, sogar das Muster auf dem Ball sehen plausibel aus, solange man nicht zu genau hinschaut.

Was immer noch falsch ist

Der Fortschritt hat die Fehler nicht beseitigt — er hat sie subtiler gemacht. Statt zu lachen muss man heute genauer hinsehen. Und das ist der eigentliche Witz an den heutigen Bildern: grafisch ein brutaler Sprung, technisch trotzdem voller Fehler, die nur ein Golfer bemerkt. Typische Schwachstellen 2026:

• Regel- und Detailfehler. Ballposition, Tee-Höhe, Bunkerkanten, Fahnen und Markierungen — Dinge, die nur wer das Spiel kennt, als falsch erkennt.
• Text auf dem Bild. Scorekarten, Anzeigetafeln, Logos: Sobald Schrift im Spiel ist, wird es krakelig. Lesbarer Text bleibt die Achillesferse der Bildmodelle.
• Der Alltag jenseits der Tour. Ein deutscher Durchschnittsplatz an einem Dienstagvormittag sieht anders aus als ein Major-Finale — und genau diesen unspektakulären Alltag bekommt die KI seltener hin.

Unser Beispielbild oben ist ein Paradefall. Auf den ersten Blick beeindruckend — beim zweiten verrät es sich Stück für Stück:

• Abschlag vom Holzboden. Beide Golferinnen schlagen von einem Bretterboden ab, nicht vom Tee oder vom Rasen. So spielt man auf keinem Platz der Welt — der größte Schnitzer im Bild.
• Fantasie-Text auf den Werbebanden. Die Sponsorenschilder rechts zeigen reinen Buchstabensalat. Sobald Schrift ins Bild soll, kapituliert die KI.
• Zwei Epochen durcheinandergewürfelt. Links stehen „Paris 1900 — Olympische Spiele" und „Deutscher Golf Verband, gegr. 1907" nebeneinander. Das Pikante: Beide Fakten stimmen für sich (Damengolf war 1900 in Paris olympisch, der DGV wurde 1907 gegründet) — die KI kennt die Fakten, wirft sie aber wahllos in eine einzige Szene.
• Verstreute Schläger, recyceltes Clubhaus. Links liegen Schläger lose am Boden statt im Bag; das Clubhaus ist links wie rechts erkennbar dasselbe Gebäude, nur umgefärbt.
• Und der Ball. Rechts liegt er für einen Driver zu weit hinten im Stand, links überhaupt auf dem Holz statt auf Rasen oder Tee.

Warum bleibt etwas noch falsch?

Zwei Gründe. Erstens die Trainingsdaten: Im Netz sind hochglanzpolierte Tour-Fotos massiv überrepräsentiert, der ganz normale Amateur-Alltag kaum. Die KI hat gelernt, wie ein Profi-Turnier aussieht — nicht, wie ein Feierabend-Neuner auf dem Heimatplatz aussieht.

Zweitens: Ein Bildmodell kennt Bilder, keine Regeln. Es hat Millionen Golffotos gesehen, aber nie das Regelwerk gelesen. Es weiß, dass ein Bunker grob so aussieht — nicht, dass der Ball dort nicht aufgeteet wird. Solches Detailwissen steckt im Kontext, nicht im Pixel, und genau da bleibt die Lücke.

Was das für uns im Club heißt

Praktisch gefragt: Wo setzen wir KI-Bilder ein, wo nicht?

• Ja — für Atmosphäre. Stimmungsbilder für Blog-Header, Newsletter oder Social Media, wo es um Gefühl statt um Fakten geht, sind heute brauchbar.
• Mit Kennzeichnung. KI-generierte Bilder weisen wir als solche aus — Transparenz gegenüber unseren Mitgliedern gehört dazu.
• Nein — für alles Echte. Mitgliederkarten, Handicap-Unterlagen, jede Kommunikation mit echten Namen und Daten: Da haben generierte Bilder nichts verloren. Was ein Mitglied betrifft, zeigt einen echten Menschen oder gar nichts.

Fazit

Drei Jahre haben die KI-Golfbilder vom Lacher zum brauchbaren Werkzeug gemacht — für Stimmung, nicht für Wahrheit. Die offensichtlichen Pannen sind weg, die feinen Fehler geblieben. Für einen Club heißt das: nutzen, wo es um Atmosphäre geht, kennzeichnen, und überall dort die Finger lassen, wo es um echte Mitglieder geht.

Links

• Rückblick, wie es 2023 anfing: KI-generierte Golfbilder (April 2023)