Produktbilder-Workflow für E-Commerce
E-Commerce-Unternehmen haben typischerweise hunderte bis tausende von Produktbildern, die regelmäßig aktualisiert werden müssen. KI-Bildbearbeitung kann hier erhebliche Effizienzgewinne erzielen:
Standard-Anforderungen für E-Commerce-Produktbilder: - Weißer Hintergrund (100, 100, 100 RGB = reines Weiß) - Produkt nimmt 80–90% des Bildrahmens ein - Quadratisches Format (1:1) für Haupt-Produktbild - Auflösung: mindestens 1000 × 1000 px für Zoom-Funktion - Farbkonsistenz über alle Produktbilder einer Linie
KI-optimierter Workflow für Produktbilder: 1. Rohfotos aus der Produktionshalle oder vom Lieferanten erhalten (oft ungleichmäßiger Hintergrund, schlechtes Licht) 2. Batch-Hintergrundentfernung: Remove.bg API oder rembg Python-Script für alle Bilder gleichzeitig 3. Weißer Hintergrund ergänzen: Automatisiert über ImageMagick oder Photoshop-Aktion 4. Farbkalibrierung: Adobe Lightroom-Preset für konsistente Farbtemperatur 5. Upscaling wo nötig: Topaz Gigapixel für Bilder unter 1000px 6. Quality-Gate: Stichprobenartige visuelle Kontrolle (10% der Bilder) 7. Export: WebP für Web, JPEG für Drucklieferant
Automatisierung über Python-Script: Für Unternehmen mit regelmäßigem Produktbild-Bedarf lässt sich der gesamte Workflow automatisieren:
from rembg import remove
from PIL import Image, ImageOps
import os
def process_product_images(input_folder, output_folder, size=(1000, 1000)):
"""
Entfernt Hintergrund, fügt weißen BG ein, standardisiert Größe
"""
for filename in os.listdir(input_folder):
if filename.endswith(('.jpg', '.jpeg', '.png')):
# Hintergrund entfernen
with open(f"{input_folder}/{filename}", 'rb') as inp:
output_data = remove(inp.read())
# PNG mit Transparenz öffnen
img = Image.open(BytesIO(output_data)).convert("RGBA")
# Weißen Hintergrund erstellen
background = Image.new("RGBA", img.size, (255, 255, 255, 255))
background.paste(img, mask=img.split()[3])
# Größe standardisieren
background = background.resize(size, Image.LANCZOS)
# Als JPEG speichern
background.convert("RGB").save(
f"{output_folder}/{filename.replace('.jpg', '_clean.jpg')}",
'JPEG', quality=90
)
Dieses Script verarbeitet hunderte Bilder in einem Durchlauf — ohne manuelle Einzelbearbeitung.
Inpainting für Qualitätskontrolle und Bildbereinigung
Im Produktions- und Industriekontext entstehen oft Bilder mit kleinen Mängeln, die für die Kommunikation unprofessionell wirken: Fingerabdrücke auf Oberflächen, Staubflecken, Montagemarkierungen, oder temporäre Beschriftungen. Inpainting-KI löst diese Probleme schnell:
Typische Bereinigungsaufgaben:
Montagemarkierungen entfernen: Produkte, die direkt nach der Fertigung fotografiert werden, tragen oft temporäre Beschriftungen oder Markierungen aus dem Produktionsprozess. Inpainting mit Generative Fill entfernt diese in Sekunden — ohne dass das Produkt erneut gereinigt und fotografiert werden müsste.
Reflexionen auf Glaselementen: Kameraequipment-Reflexionen auf Glasscheiben oder Bildschirmen können mit gezieltem Inpainting entfernt werden. Wichtig: Das Ergebnis sollte technisch plausibel sein — keine Reflexion bedeutet auch keine Umgebungsreflexion, was bei manchen Produkten unnatürlich wirkt.
Hintergrundunordnung: In der Produktionshalle aufgenommene Bilder zeigen oft Werkzeuge, Kabel oder Verpackungsmaterial im Hintergrund. Inpainting ersetzt diese mit passenden Hintergrundtexturen — sei es Betonboden, Regalflächen oder Industriehintergrund.
Quelle: KI-Wissensbasis von MindsMachines, Edition Juni 2026. Vollständige Fassung als PDF anfordern.