← Alle Projekte

FLUX & LoRA Finetuning.

Open-Source-Bildmodelle wie FLUX erzeugen sehr hochwertige Bilder. Wie das Telekom-Logo aussieht und wie die Marke wirken soll, wissen sie aber nicht. Mit LoRA haben wir FLUX das beigebracht: Logos, Bildstile, Gesichter, und zum Ausprobieren meinen Kater.

Art: KI-Training
Zeitraum: seit 2024
Rolle: Model-Training, beruflich bei Telekom & operational services, mit FLUX.1 [dev], FLUX 1.1 [pro], ComfyUI und ControlNet
Fähigkeiten: Modelltraining
Datensatzpflege

Fotorealistisch wirkendes Telekom-T, in einen bemoosten Stein am Waldboden gemeißelt — KI-generiert mit FLUX und einem selbst trainierten Logo-Modell: das T, in Stein.

Ausgangslage

Marketing braucht Bilder, und zwar ständig: Kampagnen, interne Kommunikation, der Weihnachtsgruß. Der klassische Weg führt über Stockfotos und Agenturen und kostet Geld.

LoRA steht für Low-Rank Adaptation. Statt das ganze Modell aufwendig und teuer neu zu trainieren, trainiert man nur eine kleine Zahl zusätzlicher Parameter nach. So lernt FLUX genau ein neues Motiv: ein Logo, einen Stil, eine Person. Dafür reichen 20 bis 100 Trainingsbilder je Motiv.

Mein Beitrag

Generative KI bot riesige Möglichkeiten, die Marketing-Profis der Telekom zu stärken, und da sind wir richtig reingegangen. Ab Mitte 2024 habe ich gemeinsam mit Can Ergin LoRA-Modelle für die Deutsche Telekom trainiert. Wir haben dazu geschult, waren eng im Austausch mit Brand & Design des Konzerns und haben die Debatte um Bildgenerierung und Feintuning in der Telekom angestoßen. Can hat mich in dieser Zeit besonders geprägt; er ging danach als Creative Technologist zu Black Forest Labs, der Firma hinter FLUX.

Für die operational services, eine eigenständige Tochter mit eigener Bildsprache, habe ich drei Modelle trainiert: eines für das Unternehmenslogo, eines für den Fotostil und eines für den Illustrationsstil. Damit können Kommunikation, Vertrieb und Marketing ihre Motive selbst erzeugen, statt Stockfotos zu kaufen oder eine Agentur zu briefen.

Zwei Testtrainings

Mit schlechten Trainingsbildern werden auch die Ergebnisse schlecht

Zum Test habe ich FLUX absichtlich mit Katzenmemes trainiert: kleine, oft weitergeschickte Bilder. In jedem neuen Bild stecken dann auch die Körnigkeit und die Kompressionsfehler. Bei einem Markenmodell entscheidet die Qualität der Trainingsbilder also über die Qualität aller Ergebnisse.

KI-generiertes Katzenmeme mit der Bildunterschrift: wie ich meinen Chef anschaue, wenn er sagt, dass Katzenmeme-Finetunings kein Business Case sind — Ein Ergebnis aus dem Training, samt gelernter Körnigkeit.

Raster aus neun KI-generierten Katzengesichtern mit dem Schriftzug Cat Memes — Neun weitere aus demselben Modell, als Sammelbild.

Am eigenen Kater sehe ich sofort, ob ein Training geklappt hat

Menschen, Produkte, Logos und Stimmungen hatten wir schon trainiert, dann kam mein Kater Oskar dran. Bei ihm erkenne ich sofort, ob FLUX genau dieses Tier gelernt hat oder nur „schwarzweiße Katze“. Bei einem fremden Gesicht fällt derselbe Fehler viel später auf.

Was daraus wurde

Aus den Prototypen von 2024 wurde Ende des Jahres ein Vortrag vor den Marken-Verantwortlichen der Deutschen Telekom und Anfang 2025 das Vorhaben Zephyrus: ein länderübergreifendes Werkzeug, mit dem das Marketing des Konzerns selbst Bilder erzeugen und bearbeiten kann, passend zur Bildsprache der Marke.