Nano Banana, ein Jahr später: Was die Bild-KI im Marketing wirklich leistet

Ein Modell mit dem Namen einer Frucht hat 2025 das Produktmarketing aufgemischt. Ein Jahr, drei Modellgenerationen und eine EU-Verordnung später lässt sich nüchtern sagen, was davon geblieben ist — und wo die Rechnung im Werbealltag trotzdem aufgeht.

Vom anonymen Testmodell zur Produktfamilie

Der Name stammt aus dem Blindtest. Als bei LMArena im Sommer 2025 ein unbekanntes Bildmodell auftauchte, das Vorlagen präziser bearbeitete als alles, was die Konkurrenz zeigte, lief es unter dem Tarnnamen „Nano Banana“. Dahinter stand Google mit Gemini 2.5 Flash Image. Der Codename wurde populärer als die offizielle Bezeichnung, und Google hat ihn kurzerhand behalten.

Seither ist aus dem Einzelmodell eine Familie geworden, und wer heute noch über „Nano Banana“ spricht, muss dazusagen, welches gemeint ist:

Für die Praxis heißt das: Der Standardweg führt heute über Nano Banana 2, die Pro-Variante kommt dort zum Einsatz, wo Markenkonsistenz und Detailtreue über den Mehrpreis entscheiden. Wer noch Prompts und Workflows aus dem Herbst 2025 pflegt, arbeitet mit angezogener Handbremse.

Was tatsächlich neu ist — und was nur gut klingt

Der wichtigste Fortschritt ist unspektakulär und wird in Präsentationen selten gefeiert: lesbarer Text im Bild. Buchstaben waren seit der ersten Diffusionsmodell-Generation die zuverlässigste Schwachstelle — dekoratives Kauderwelsch statt Schrift. Für Produktmarketing war das ein K.-o.-Kriterium, weil auf einem Packshot nun einmal Etiketten, Claims und Mengenangaben stehen. Die aktuellen Gemini-Bildmodelle setzen Überschriften, Schilder und Produkttexte direkt ins Motiv, in brauchbarer Qualität. Das erspart den Nachbau in der Grafik — und macht lokalisierte Varianten überhaupt erst wirtschaftlich.

Daneben stehen drei Punkte, die den Produktionsalltag konkret betreffen: Ausgaben bis 4K, Seitenverhältnisse bis hin zu 21:9, und die Fähigkeit, mehrere Referenzbilder zu kombinieren — in der Pro-Variante bis zu 14 Referenzen mit konsistenter Darstellung mehrerer Personen. Hinzu kommt die Anbindung an das Weltwissen des zugrundeliegenden Sprachmodells: Wer einen realen Ort zu einer bestimmten Tageszeit anfragt, bekommt eher die zutreffende Geometrie als eine impressionistische Interpretation.

Was man dagegen mit Vorsicht behandeln sollte, sind die Prozentzahlen, die in Agenturpräsentationen zu solchen Werkzeugen kursieren — „X Prozent mehr Interaktion durch optimierte Visuals“ steht selten mit einer nachprüfbaren Quelle daneben. Der belastbare Effekt liegt woanders: in der Zahl der Varianten, die man in derselben Zeit testen kann. Das ist kein Kreativargument, sondern ein Media-Argument.

»Der Gewinn liegt nicht im ersten Bild. Er liegt in der zwölften Variante, die früher niemand bezahlt hätte.«

Marvinfilm — Produktionserfahrung 2026

Wo es im Marketing wirklich trägt

• Konzept und Previz. Moodboards, Storyboards, Look-Referenzen, Setentwürfe. Hier ist der Nutzen unstrittig, weil das Ergebnis nie veröffentlicht wird — es dient der Abstimmung. Ein Board, das aussieht wie der spätere Film, verhindert teure Missverständnisse am Drehtag.
• Varianten und Lokalisierung. Dasselbe Motiv in vier Sprachen, drei Formaten und zwei Saisonstimmungen. Was früher ein Grafikprojekt war, ist heute ein Nachmittag.
• Set-Extensions und Cleanup. Hintergrund erweitern, Störer entfernen, Himmel ersetzen. Klassische Postproduktion, nur schneller.
• E-Commerce-Umfelder. Freigestelltes Produkt in wechselnden Szenen. Funktioniert — solange das Produkt selbst aus einer echten Aufnahme stammt und nicht neu erfunden wird.
• Pitch und Angebot. Eine visuelle Idee lässt sich in Minuten zeigen statt beschreiben. Das verändert Gespräche mit Kunden spürbar.

Fünf Stellen, an denen es teuer wird

• Das Produkt muss halten, was das Bild verspricht. Irreführende Werbung ist nach § 5 UWG unzulässig, unabhängig vom Werkzeug. Wer eine Verpackung generiert, die es so nicht gibt, oder eine Portion, die im Laden anders ausfällt, hat kein KI-Problem, sondern ein Wettbewerbsrechtsproblem — samt Abmahnung.
• Geometrie und Material bleiben heikel. Ein Modell kennt kein CAD. Nähte, Fügungen, Glanzverläufe auf Metall, das Verhalten von Flüssigkeiten: Hier entstehen Bilder, die auf den ersten Blick überzeugen und im Detail falsch sind. Bei technischen Produkten ist der Realabgleich Pflicht.
• Rechte Dritter. Fremde Marken, Logos, Gebäudefassaden, erkennbare Personen: Der Generator prüft das nicht. Die Verantwortung für den Output liegt beim absendenden Unternehmen — die Software haftet nicht.
• Menschen brauchen Verträge. Sobald reale Aufnahmen von Personen in ein generatives Werkzeug wandern, entscheidet der Model Release, ob das zulässig ist. Formulare älterer Jahrgänge decken maschinelle Veränderung in der Regel nicht ab.
• Bewegtbild ist eine andere Disziplin. Ein konsistentes Standbild ist kein konsistenter Take. Sobald Kamerabewegung, Anschluss und Timing dazukommen, verschiebt sich der Aufwand von der Bildgenerierung zur klassischen Regie- und Schnittarbeit.

Wasserzeichen, Herkunftsdaten und der 2. August

Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50 der KI-Verordnung. Das trifft dieses Thema direkt, denn Google hat die technische Seite längst vorbereitet: Bilder aus den Gemini- und Imagen-Modellen tragen ein SynthID-Wasserzeichen, das unsichtbar in die Pixelstruktur eingebettet wird und Zuschnitt, Kompression und Screenshots übersteht. Geprüft wird über den SynthID Detector oder direkt in der Gemini-App; die Erkennung wurde zuletzt auf die Google-Suche ausgeweitet.

Parallel wächst der offene Standard: C2PA-Herkunftsnachweise dokumentieren als signierte Metadaten, mit welchem Werkzeug und über welche Schritte eine Datei entstanden ist. Der Unterschied zum Wasserzeichen ist praktisch relevant — Metadaten sind offen prüfbar, gehen aber beim Export oder auf Plattformen leicht verloren, während das Pixelsignal überlebt, sich aber nur mit Anbieterwerkzeugen auslesen lässt. Die belastbaren Umsetzungen nutzen beides. Im Mai 2026 hat sich auch OpenAI dem SynthID-Ansatz angeschlossen und die Verifizierung Ende Juli auf Audio ausgeweitet.

Der entscheidende Punkt für Marketingverantwortliche: Diese technischen Markierungen erfüllen die Anbieterpflicht aus Artikel 50 Absatz 2. Sie ersetzen nicht die für Menschen wahrnehmbare Kennzeichnung, die Betreiber nach Absatz 4 bei Deepfakes schulden. Wer ein generiertes Motiv veröffentlicht, das eine reale Aufnahme imitiert, kann sich nicht auf das unsichtbare Wasserzeichen berufen. Was daraus im Detail folgt, haben wir im Beitrag zur Kennzeichnungspflicht aufgeschlüsselt.

Der Punkt, den Münchner Mittelständler zuerst prüfen sollten

Für Unternehmen mit strengen Anforderungen an die Datenresidenz gibt es eine unangenehme Feinheit: Die Pro-Variante war nach ihrer allgemeinen Verfügbarkeit auf Vertex AI zunächst nur über den globalen Endpunkt erreichbar; eine Freigabe für die EU-Multiregion oder den Frankfurter Standort stand aus. Modelle der Flash-Reihe hatten die breitere regionale Abdeckung. Wer Produktdaten, Kundenmaterial oder unveröffentlichte Kampagnenmotive durch ein Modell schickt, sollte den aktuellen Stand für den jeweiligen Endpunkt prüfen, bevor der Workflow steht — nicht danach.

Das ist kein Argument gegen den Einsatz, sondern eines für die Trennung: Konzeptmaterial und Interna vertragen unterschiedliche Wege. In der Praxis lässt sich das sauber aufteilen, wenn man es vor Projektbeginn festlegt.

Wo wir es einsetzen — und wo nicht

Wir nutzen generative Bildmodelle dort, wo sie unstrittig stark sind: in Konzeption, Previz, Variantenbildung und Cleanup. Sie ersparen Abstimmungsschleifen und machen Ideen früh sichtbar. Was sie nicht ersetzen, ist der Dreh — jedenfalls überall dort, wo ein Bild eine Behauptung über die Wirklichkeit aufstellt. Ein Werk, ein Team, ein Produkt: Wer das zeigt, sollte es gesehen haben.

Praktisch heißt das drei Dinge. Erstens führen wir je Projekt eine Liste, welches Werkzeug welchen Anteil erzeugt oder verändert hat. Zweitens klären wir vor Produktionsstart im Vertrag, wer kennzeichnet — Produktion oder Auftraggeber. Drittens gilt für Personen ausnahmslos: kein Material in ein generatives Werkzeug ohne passende Freigabe.

Das klingt nach Verwaltung. Es ist aber der Unterschied zwischen einem Werkzeug, das Zeit spart, und einem, das später Zeit kostet.