Bildbearbeitung per KI Google Gemini 2.5 Flash Image "Nano Banana" bringt Charakterkonsistenz und Multi-Imag

Seit einigen Wochen macht ein nur unter dem Codenamen "Nano Banana" identifiziertes KI-Bildmodell Furore durch seine hervorragenden Ergebnisse. Jetzt ist es endlich offiziell vorgestellt worden: Niemand anders als Google hat das neue Modell entwickelt, das jetzt unter dem Namen Gemini 2.5 Flash Image firmiert. Das Modell hatte - quasi anonym - innerhalb kurzer Zeit auf der Benchmarkseite lmarena.ai die Spitzenposition der KI-Bildeditoren und -generatoren erobert.

Charakterkonsistenz über mehrere Bilder

Die Spezialität von Nano Banana ist neben der Generierung neuer Bilder die Bearbeitung und Re-Kombination von Bildern per Prompt. Googles neues Modell glänzt besonders bei der - bisher schwierigen - Konsistenz von Charakteren, d.h. es kann per Foto vorgegebene Personen oder beliebige Objekte sehr realistisch in anderen per Prompt definierten Szenen darstellen - auch zusammen mit anderen Personen oder Objekten.

Bildbearbeitung per Texteingabe

Das Bildmodell greift bei der Generierung von Bildern bzw. Bildbestandteilen auf das Weltwissen von Googles multimodaler Gemini KI zurück, um Prompts zu verstehen und realistisch umzusetzen. So kann das Modell präzise Bearbeitungen vornehmen und die Bildkonsistenz aufrechterhalten. Als Input dienen Bilder und umgangssprachliche Prompts, die beschreiben, was genau an einem Bild editiert werden soll und so eine objektorientierte Bildbearbeitung ermöglichen.

Anwender können gezielt bestimmte Bildelemente verändern - etwa den Hintergrund weichzeichnen, Objekte entfernen, Farben ändern oder Details wie die Pose einer Person anpassen. Diese semantisch gesteuerten Eingriffe erlauben eine deutlich intuitivere und flexiblere Bearbeitung als herkömmliche, UI-basierte Tools - ganz ohne Masken. Ein Bild kann so Schritt für Schritt editiert werden, ohne dass das zentrale Motiv unkenntlich wird. Möglich ist auch die klassische Funktion der Übertragung eines Stils oder einer Textur von einem auf ein anderes Bild oder die Kombination von verschiedenen - auch abstrakten - Bildelementen. Nano Banana kann so zum Beispiel für eine virtuelle Anprobe von Kleidung genutzt werden.

“Put this shirt on him”

Gemini 2.5 Flash Image

Previously nano-banana pic.twitter.com/7jX8vJ7GOx

— Pietro Schirano (@skirano) August 26, 2025

Oder ein Zimmer virtuell neu eingerichtet:

Im folgenden Beispiel ist das Modell in der Lage, die Pflanzenarten zu ermitteln, die an der niederländischen Küste gut gedeihen würden, und dann die Ästhetik der Pflanzen zu berücksichtigen, die gut aussehen würden.

Interessant ist auch die Möglichkeit, Objekte aus Bildern quasi zu extrahieren:

Multi-Image-Fusion: Bilder kombinieren per Prompt

Mit der neuen Funktion zur Multi-Image-Fusion lassen sich mehrere Bilder zu einer kohärenten Szene verschmelzen. So können etwa Objekte in realistische Szenen eingefügt oder Innenräume mit anderen Farben und Texturen neugestaltet werden - alles gesteuert über ein einziges Textprompt.

Integration und Verfügbarkeit

All diese Funktionen waren bei anderen KI-Bildmodellen bisher schon möglich, Googles Nano Banana aber ist noch deutlich besser als diese, wie der (anonyme) Vergleich von lmarena.ai zeigt. Gemini 2.5 Flash Image ist ab sofort über Gemini, die Gemini App, die Gemini API, Google AI Studio und Vertex AI als Vorschauversion verfügbar - für eine begrenzte Anzahl von Versuchen kostenlos, danach kostet jedes generierte Bild 0,039 Dollar. Alle mit dem Modell erstellten Bilder enthalten zudem ein unsichtbares SynthID-Wasserzeichen, das sie als KI-generiert kennzeichnet.

Hier einige Tipps von Google für den optimalen Einsatz mit den verschiedenen Funktionen von Nano Banana.