Page in Use

Bilder die mit dem neuen Model (RealVisXL) gemacht wurden.

Diese 7 Bilder wurden alle mit RealVisXL 5 erstellt. Den Prompt findet ihr hier unter der überschrift Gesicht 57 !
Und den ComfyUI Workflow findet ihr auf der Links und Downloads Seite. 
Wenn man sich die Bilder im Vergleich mit denen anschaut die ich mit Flux-dev gemacht habe, sehen sie bei weitem realistischer aus.
Schon allein weil die Haut sehr viel detailierter ist. Das Featured image dieses Postes ist ein .png das direkt aus ComfyUI stammt. Es enthält den Workflow und den Prompt. Die 7 hier sind aus platzgründen in .jpg konvertiert.

 

Fabienne Image Prompt 2

ComfyUI Image Prompt

photo of a french woman 48 years old, normal relatable face, natural skin with subtle wrinkles, wavy brown hair with grey, warm smile, wearing a custom M65 military jacket hand-painted with textile paint in black and deep purple, text ‘FAN Michele Torr’ and ‘Pertuis 84’, black lace top underneath, paris street cafe background, photorealistic, real skin texture, nikon z9, 85mm

Die ersten Bilder von Fabienne + Videolink

Hier die allerersten Bild-Experimente mit der Optik. Die Bilder wurden mit ComfyUI erstellt, unter Verwendung des diffusion-models Flux1-DEV.

How to video: https://www.youtube.com/watch?v=eO1inVziekg&list=PLYiU7DLgFe84

Flux1 Dev zur Darstellung von Fabienne

Welches Diffusion-Model ist für die Darstellung von Fabienne am besten geeignet ?
Wenn man eine möglichst realistische Dartellung haben will ?

Antwort von ChatGPT: -> Flux 1 Dev

Ausführlich Antwort:

Für Fabienne würde ich die Frage etwas anders stellen:

Nicht: „Welches Modell erzeugt die schönsten realistischen Frauen?“
Sondern: „Welches Modell erlaubt mir, über Jahre hinweg dieselbe glaubwürdige Frau zu erzeugen?“

Denn Fabienne soll später vermutlich:

* 57 Jahre alt aussehen
* nicht bei jedem Bild plötzlich 35 sein
* wiedererkennbar bleiben
* unterschiedliche Kleidung tragen
* in verschiedenen Situationen funktionieren
* als Foto, Videoquelle und eventuell für LoRAs nutzbar sein.

Meine erste Wahl für deinen lokalen Aufbau: FLUX

FLUX.1-dev als Basis für Fabienne

Wenn es um reine fotorealistische Darstellung geht, würde ich für dein Projekt zunächst FLUX.1-dev ausprobieren.

FLUX hat gegenüber vielen älteren SDXL-Modellen einen großen Vorteil: Es kann sehr überzeugende, fotografische Menschen erzeugen und folgt komplexeren Beschreibungen relativ gut. Black Forest Labs führt FLUX.1-dev als Text-to-Image-Modell; daneben gibt es auch spezialisierte Varianten wie Fill, Depth und Redux.

Für Fabienne wäre mein erster Test also:

FLUX.1-dev
+
Photorealistic character design
+
Fabienne Character Bible

⸻

Aber: Ich würde nicht sofort ein LoRA trainieren

Hier würde ich von deinem ursprünglichen Plan leicht abweichen.

Du hattest vorgeschlagen:

1. Bild erzeugen
2. Prompt analysieren
3. 100 Variationen erzeugen
4. Daraus LoRA trainieren
5. Mit LoRA dieselben Bilder neu erzeugen
6. Wieder trainieren
7. usw.

Das kann funktionieren.

Ich sehe aber eine Gefahr:

Der „Kopierfehler“

Wenn du ausschließlich KI-generierte Bilder benutzt und daraus immer wieder neue Trainingsdaten erzeugst, kann sich ein bestimmter Fehler verstärken.

Zum Beispiel:

* Hauttextur
* Augen
* Hände
* Gesichtsproportionen
* Haare
* Zähne

Das Modell lernt dann zunehmend:

„So sieht Fabienne aus.“

Obwohl es vielleicht ursprünglich ein Artefakt war.

Nach mehreren Generationen kann man sich dadurch eine Art genetische Inzucht der Trainingsdaten bauen. 😄

Ich würde deshalb Fabiennes Dataset kontrollierter aufbauen.

⸻

Mein Vorschlag: Drei Phasen

Phase 1: Fabienne finden

Zunächst erzeugst du noch kein Training.

Du generierst vielleicht 100–500 Frauen.

Aber nicht alle müssen Fabienne werden.

Du suchst:

Die eine Frau, bei der du sagst: Das ist sie.

Dabei würde ich bewusst nicht nur auf Schönheit achten.

Im Gegenteil.

Für Fabienne würde ich nach folgenden Dingen suchen:

* glaubwürdiges Alter
* interessante Gesichtszüge
* natürliche Haut
* keine Model-Perfektion
* Wiedererkennungswert
* glaubwürdige Proportionen
* ein Gesicht, das auch mit 57 noch interessant aussieht.

Die wichtigste Frage wäre:

Kann ich mir vorstellen, dass diese Frau seit 25 Jahren dieselbe Person ist?

⸻

Phase 2: Die „Master Images“

Wenn du Fabienne gefunden hast, würde ich zunächst vielleicht 5–10 Masterbilder erzeugen.

Zum Beispiel:

Master 01

Neutral:

* gerade in Kamera
* neutrales Licht
* neutraler Hintergrund

Master 02

3/4-Ansicht.

Master 03

Profil.

Master 04

Ganzkörper.

Master 05

Sitzend.

Master 06

Natürliches Lächeln.

Master 07

Ernst.

Master 08

Draußen bei Tageslicht.

Damit definierst du:

Wie sieht Fabienne wirklich aus?

⸻

Hier wird FLUX Kontext interessant

Für genau diese Phase ist FLUX.1 Kontext ausgesprochen interessant.

Kontext wurde ausdrücklich für Arbeiten mit Bildreferenzen und konsistente Änderungen entwickelt. Black Forest Labs nennt unter den Kernfunktionen Character Consistency – also das Bewahren einer Identität über unterschiedliche Szenen und Umgebungen hinweg.

Beispielsweise:

Masterbild Fabienne

↓

Prompt:

Change the clothing to practical casual clothes while preserving her facial features, age, hairstyle and identity.

Dann:

Place the same woman in a small apartment in Pertuis while preserving her exact facial features.

Dann:

Show the same woman sitting in front of a computer.

Das ist konzeptionell genau das, was wir für Fabienne brauchen.

ComfyUI dokumentiert ebenfalls ausdrücklich Workflows für Character Consistency und empfiehlt, Änderungen schrittweise vorzunehmen und explizit zu sagen, welche Merkmale erhalten bleiben sollen.

⸻

Aber für dich gibt es einen wichtigen Haken

Du möchtest möglichst lokal arbeiten.

Und genau hier muss man aufpassen.

FLUX.1 Kontext gibt es zwar als [dev]-Variante mit offenen Gewichten, aber deren Lizenz ist laut Black Forest Labs nicht automatisch für kommerzielle Nutzung geeignet. Die offiziellen Modellinformationen sprechen von einer Non-Commercial-Lizenz; kommerzielle Nutzung erfordert eine entsprechende Lizenzierung.

Da Fabienne später möglicherweise:

* YouTube monetarisiert,
* Print-on-Demand verkauft,
* Produkte bewirbt,

würde ich die Lizenzfrage von Anfang an berücksichtigen.

Das ist wichtiger, als erst später festzustellen:

„Oh. Meine komplette virtuelle Influencerin basiert auf einem Modell, das ich für den Shop gar nicht benutzen darf.“

⸻

SDXL würde ich trotzdem nicht abschreiben

SDXL hat für dein Projekt einen erheblichen Vorteil:

Das LoRA-Ökosystem

Für SDXL gibt es:

* sehr viele fotorealistische Checkpoints
* sehr viele LoRA-Trainingswerkzeuge
* ControlNet
* IP-Adapter
* Face-ID-Systeme
* große ComfyUI-Unterstützung.

Und dein Mac Studio mit 64 GB Unified Memory ist für solche Experimente eine ziemlich interessante Maschine.

Mein Gefühl wäre deshalb:

Zwei Modellfamilien parallel testen

Kandidat A: FLUX

Für:

* fotorealistische Masterbilder
* hochwertige Portraits
* komplexe Szenen
* erste Character-Definition.

Kandidat B: SDXL

Für:

* LoRA-Training
* viele Variationen
* etablierte Workflows
* ControlNet
* reproduzierbare Produktion.

⸻

Ich würde für Fabienne möglicherweise sogar ein Hybrid-System bauen

Das wäre mein Favorit:

FABIENNE
│
┌─────────┴─────────┐
│                                                        │
▼                                                      ▼
MASTER DATASET CHARACTER DATA
│ │
│ │
FLUX LoRA Training
│ │
▼ ▼
Master Images Fabienne LoRA
│
▼
SDXL
│
▼
Production Images

Das klingt zunächst komplizierter, hat aber einen Vorteil:

Du bist nicht an ein einziges Modell gebunden.

⸻

Was ich persönlich testen würde

Ich würde tatsächlich einen kleinen Wettbewerb veranstalten.

Test 1: FLUX.1-dev

100 Bilder.

Prompt-Variationen.

Ziel:

Die ursprüngliche Fabienne finden.

⸻

Test 2: Realistischer SDXL-Checkpoint

Ebenfalls 100 Bilder.

Gleiche Charakterbeschreibung.

⸻

Test 3: Noch ein SDXL-Modell

100 Bilder.

⸻

Dann vergleichst du nicht:

„Welches Bild ist am schönsten?“

Sondern:

Kriterium FLUX SDXL A SDXL B
Gesicht
Alter
Haut
Augen
Hände
Körper
Natürlichkeit
Prompttreue
Wiederholbarkeit

Und daraus wählen wir die Modellfamilie.

⸻

Mein wichtigster Punkt: Fabienne darf nicht zu „perfekt“ aussehen

Das ist meiner Meinung nach fast wichtiger als das Diffusion-Modell.

Wenn du auf CivitAI oder ähnlichen Plattformen nach „photorealistic woman“ suchst, bekommst du sehr häufig:

* 25 Jahre
* perfekte Haut
* perfekte Zähne
* perfekte Beleuchtung
* perfekte Figur
* perfektes Make-up.

Das wäre für Fabienne meiner Meinung nach falsch.

Eine 57-jährige Frau sollte nicht aussehen wie:

eine 25-Jährige, der man mit einem Prompt Falten hinzugefügt hat.

😄

Das erkennt man erstaunlich schnell.

Ich würde Fabienne daher bewusst mit Dingen definieren, die sie menschlich und wiedererkennbar machen.

Zum Beispiel:

* leichte Falten um die Augen
* nicht völlig symmetrisches Gesicht
* natürliche Hauttextur
* kleine Besonderheit an Nase oder Mund
* glaubwürdige Hände
* nicht perfekte Zähne
* altersgerechter Hals
* natürliche Haarstruktur.

⸻

Meine vorläufige Empfehlung für deinen konkreten Rechner

Da du auf dem Mac Studio M1 mit 64 GB Unified Memory und MPS arbeitest, würde ich nicht einfach sagen:

„Nimm das größte und neueste Modell.“

Sondern:

🥇 Für Fabiennes Entwurf

FLUX.1-dev testen.

🥈 Für die eigentliche Character-Produktion

einen guten photorealistischen SDXL-Checkpoint testen.

🥉 Für Konsistenz

Nicht ausschließlich LoRA.

Sondern eine Kombination aus:

* Character LoRA
* Referenzbildern
* Face/Identity Conditioning
* ControlNet für Körperhaltung.

⸻

Und langfristig ist FLUX.2 interessant

Black Forest Labs empfiehlt inzwischen FLUX.2 für neue Projekte und nennt unter anderem Multi-Reference-Fähigkeiten mit bis zu zehn Referenzbildern. Das wäre für eine Figur wie Fabienne grundsätzlich ausgesprochen interessant.

Aber bevor ich dir FLUX.2 für deinen lokalen Mac empfehle, würde ich gezielt prüfen, welche Variante davon lokal in ComfyUI auf Apple Silicon sinnvoll läuft und welche Lizenzbedingungen für dein geplantes kommerzielles POD-Projekt gelten.

⸻

Mein Bauchgefühl für Fabienne

Wenn ich heute anfangen würde, wäre mein Workflow:

1. FLUX testen → Fabiennes Gesicht finden.

2. 10–20 wirklich gute Masterbilder erstellen.

3. Diese Bilder manuell prüfen.

4. Kein automatisches „Bild generieren → sofort wieder Trainingsmaterial“-Karussell.

5. Ein sauberes Dataset bauen.

6. LoRA trainieren.

7. Gegen das ursprüngliche Masterbild testen.

Und erst danach:

„Das ist Fabienne.“

Ich glaube übrigens, dass der spannendste nächste Schritt wäre, nicht sofort über Modelle zu reden, sondern Fabiennes erstes Master-Prompt zu entwerfen. Nicht nur „French woman, 57 years old“, sondern ein richtiges fotografisches Charakterprofil, mit dem wir anschließend mehrere Modelle gegeneinander testen können.

Fabienne – Image Prompts

Gesicht 57:
a photorealistic documentary portrait of Fabienne, a 57-year-old western European woman, born in 1969, natural and believable appearance, natural beauty without glamour, subtle authentic signs of age, visible natural skin texture, fine lines around the eyes and mouth, warm attentive eyes, intelligent and observant expression, natural facial proportions, slightly individual facial features, not perfectly symmetrical, straight shoulder-length dark blonde to light brown hair with naturally occurring grey strands, natural hair texture, no obvious dye job, no heavy makeup, understated appearance, calm and thoughtful expression, not smiling for the camera but not unfriendly, realistic woman, believable real person, photojournalistic photography, natural soft diffused daylight, 35mm documentary photography, subtle visible film grain, no beauty retouching, no instagram filter, no glamour photography, highly realistic

Gesicht 47:
a photorealistic documentary portrait of Fabienne, a 47-year-old western European woman, born in 1979, natural and believable appearance, natural beauty without glamour, subtle authentic signs of age, visible natural skin texture, fine lines around the eyes and mouth, warm attentive eyes, intelligent and observant expression, natural facial proportions, slightly individual facial features, not perfectly symmetrical, straight shoulder-length dark blonde to light brown hair, natural hair texture, no obvious dye job, no heavy makeup, understated appearance, calm and thoughtful expression, not smiling for the camera but not unfriendly, realistic woman, believable real person, photojournalistic photography, natural soft diffused daylight, 35mm documentary photography, subtle visible film grain, no beauty retouching, no instagram filter, no glamour photography, highly realistic

Szene am Tisch:
a photorealistic documentary portrait of Fabienne, a 57-year-old western European woman, born in 1969, natural and believable appearance, natural beauty without glamour, subtle authentic signs of age, visible natural skin texture, fine lines around the eyes and mouth, warm attentive eyes, intelligent and observant expression, natural facial proportions, slightly individual facial features, not perfectly symmetrical, straight shoulder-length dark blonde to light brown hair with naturally occurring grey strands, natural hair texture, no obvious dye job, no heavy makeup, understated appearance, calm and thoughtful expression, not smiling for the camera but not unfriendly, realistic woman, believable real person, photojournalistic photography, sitting at a table near a window with soft diffused daylight, she is holding a book in her hand. background slightly out of focus showing books on a shelf, expression calm and thoughtful, not smiling for the camera but not unfriendly, photojournalism style, 35mm lens feel, shot on film, grain visible, no instagram filter, no beauty retouch, hyperrealistic,

 

Start-Prompt

Der Folgende Text, ist der erste Prompt mit dem ich die Konversation mit ChatGPT zum Thema KI-Influencer begonnen habe. Es ging mir dabei darum etwas mehr zum Thema zu erfahren, und auch ein wenig informationen zu erhalten, ob man soetwas grundsätzlich auch ohne SAAS-Services auf dem lokalen Rechner machen kann.

————————–

Ich habe in den letzten Tagen einiges an Videos zum Thema “How to make an AI Influencer” angesehen, das sah alles in allem recht interessant aus, bis auf die Tatsache dass hier alles möglichen an Subscriptions angepriesen werden. Für die ich grösstenteils keine Verwendung habe. (Wozu ElevenLabs bezahlen, wenn es Omnivoice genauso gut zuhause macht. – In den Einstellungen findest du meine Intall-Liste. )

Was mich ein Bischen gewundert hat, nicht alle AI influencer sind Frauen in der Mitte ihrer 20er, bei den vorgestellten Konten waren auch ein paar Leute im Rentenalter Mitte 50 und älter. Darunter sogar 2 Männer.

Wenn ich einen AI Influencer in form einer Person machen wollte würde ich zu aller erst ein Bild nehmen, und es einer KI geben und sagen “Schreib mir den Bildprompt zu diesem Bild”

Dann würde ich schreiben “Mach mir 50 oder auch 100 Variationen des Bildpromptes. (Haltung: Sitzend, Stehend…) Hintergrund… “

Die Prompts würde ich dann mit comfy-ui alle ausrendern, Und die Ergebnisse würde ich gleich in das “trainings_data” Verzeichnis von AI Tools verfrachten. Und sagen “dass hier ist Fabienne” nach dem das Training durchgelaufen ist. Danach würde ich die gleichen Prompts nochmal rendern, allerdings jetzt unter Verwendung des neu erzeugten Loras. Und unter Verwendung der gleichen fixierten Seednummer wie vorher.

Die daraus erzeugten Bilder würde ich dann wieder als Trainigsmaterial verwenden. Nach dem 3. Mal hat man dann eine recht konsistente Fabienne, die in ihrem eigenen Lora wohnt.

Für die stimme würde ich mir etwas passendes aussuchen und es dann mit Logic, so verändern das es zwar noch so ähnlich klingt, aber dennoch anders ist. Ich würde auch mehrere Stimmproben zum rumtesten generieren. Für all das brauche ich keine SAAS Services.

So damit ist das Thema Konsistente Stimme und Konsistentes Aussehen (Körperliche Erscheinung) schon mal geregelt.

Was bei so einem Projekt aber denke ich auch wichtig ist, ist dass man der Person auch einen persönlichen Stil geben muss. Was ich zum Beispiel meine ist. Ich trage häufig Armee-Kleidung, einfach weil sie super praktisch ist. Du wirst also nur sehr alte Fotos von mir finden, auf denen ich Jeans trage. Und ich stelle es mir schwierig vor, einem virtuellen Character einen persönlichen (Kleidungs)Stil zu verpassen.

Was man auf YouTube auch häufig sieht sind Videos zum Thema “Passives einkommen mit Print on Demand”

Was ja im Prinzip ein recht simples System ist.

Ich frage mich nun, ob sich das nicht beides verbinden und mit einem n8n Workflow automatisieren lässt. Ich habe derzeit ein YouTube Konto, ein tiktok, ein Reddit Konto, ein Discord, ein Facebook und ein Pinterest Konto. Ich denke Instagram wäre hier noch interessant. Das müsste ich dann aber neu anlegen.

Ausserdem ist es denke ich notwendig oder zumindest nützlich wenn man der virtuellen Person auch soetwas wie eine “Persönlichkeit” verpasst. Zumindest dann wenn das geht, ich denke da an etwas wie eine Art Spezialisiertes LLM wobei ich nicht weiss wie man sowas erstellen kann. Der Sinn ist hier eine “Persönliche” art von Ausdrucksweise. Es geht einfach darum dass man die Figur auch daran erkennen kann “wie sie etwas sagt”

[[Wer ist Fabienne]] ?

Was würde Fibienne in ihrem YouTube Kanal Besprechen ?

Grössere Themen. Zu denen jeweils mehrere Folgen gemacht werden

KI-Influencer Erstellen

KI und WordPress

Voice Cloning TTS (Omnivoice, RVC und ähnliches)

KI und Videos. (WAN,Musetalk etc.)

N8N

KI und Print on Demand

ChatGPTs Antwort auf den Start-Prompt

Ja. Und ich glaube sogar, dass du das Konzept an einer Stelle noch deutlich weiterdenken kannst: Fabienne sollte nicht einfach ein konsistenter KI-Mensch sein, der Produkte bewirbt. Sie sollte eine Figur sein, die zufällig auch einen Shop besitzt.

Das ist ein ziemlich großer Unterschied.

Dein bisheriger Ansatz für die visuelle Konsistenz ist technisch absolut plausibel. Vor allem die Idee, nach dem ersten LoRA-Training mit denselben Prompts und Seeds eine zweite Generation zu erzeugen und diese wieder als Trainingsmaterial zu verwenden, geht in Richtung eines iterativen Character-Dataset-Refinements. Man könnte das sogar noch systematischer machen.

Aber du hast den viel interessanteren Punkt bereits selbst angesprochen:

„Man muss der Person einen persönlichen Stil geben.“

Und ich würde das auf vier verschiedene Ebenen aufteilen.

⸻

1. Fabienne braucht nicht nur ein Gesicht – sie braucht eine visuelle Identität

Das LoRA sorgt dafür, dass Fabienne Fabienne aussieht.

Aber das bedeutet noch lange nicht, dass sie einen eigenen Stil hat.

Ich würde deshalb neben dem Character-LoRA ein zweites Konzept einführen:

Fabiennes „Visual Bible“

Zum Beispiel:

Alter: 54
Haare: …
Augen: …
Körper: …
Kleidungsstil: …
Farben: …
Schuhe: …
Schmuck: …
Accessoires: …
Wohnumgebung: …
Lieblingsorte: …
Fotografischer Stil: …
Make-up: …
Typische Posen: …

Und vor allem:

Was Fabienne NICHT trägt.

Das ist erstaunlich wichtig.

Wenn Fabienne beispielsweise grundsätzlich keine High-Heels, keine Abendkleider und keine offensichtlich „Instagram-Influencer“-Klamotten trägt, wird sie schon wesentlich glaubwürdiger.

⸻

2. Und genau hier kommt dein Armee-Kleidungs-Beispiel ins Spiel

Das ist nämlich ein sehr gutes Beispiel.

Du trägst die Sachen nicht, weil du damit einen bestimmten Look darstellen möchtest.

Du trägst sie, weil du sie praktisch findest.

Das ist etwas völlig anderes.

Und genau solche kleinen Begründungen machen einen virtuellen Charakter interessant.

Fabienne könnte beispielsweise sagen:

„Ich trage meistens Sachen, in denen ich auch drei Stunden im Garten arbeiten könnte.“

Damit hast du plötzlich eine Charaktereigenschaft, die sich in Kleidung ausdrückt.

Und daraus kann man ein ganzes System bauen.

Beispielsweise:

Fabienne trägt:

* robuste Cargo-Hosen
* alte Militärjacken
* einfache T-Shirts
* Wanderschuhe
* gelegentlich Jeans
* praktische Rucksäcke
* eine bestimmte alte Armbanduhr
* keine auffälligen Markenlogos

Aber dann gibt es natürlich auch:

„Fabienne geht zu einem Konzert.“

→ anderes Outfit.

„Fabienne hat einen Geschäftstermin.“

→ anderes Outfit.

„Fabienne sitzt zuhause am Rechner.“

→ anderes Outfit.

„Fabienne ist im Sommerurlaub.“

→ anderes Outfit.

Und plötzlich ist die Kleidung nicht mehr zufällig generiert.

Sie folgt einer Charakterlogik.

⸻

3. Das eigentlich Interessante ist aber die Persönlichkeit

Hier würde ich nicht versuchen, ein eigenes LLM zu trainieren.

Das wäre für dieses Projekt wahrscheinlich sogar der falsche Ansatz.

Du brauchst kein neues Sprachmodell.

Du brauchst eine Persona-Schicht vor einem vorhandenen LLM.

Und die kann sehr viel interessanter sein.

Man könnte Fabienne beispielsweise eine Datei geben:

FABIENNE_PERSONALITY.md

Darin steht beispielsweise:

# Fabienne
Fabienne ist eine Frau Mitte 50.
Sie ist technisch interessiert, aber keine Ingenieurin.
Sie probiert Dinge selbst aus.
Sie mag praktische Lösungen.
Sie misstraut unnötigen Abonnements.
Sie kauft lieber Software einmal als jeden Monat dafür zu bezahlen.
Sie spricht nicht wie eine Influencerin.
Sie verwendet keine künstliche Begeisterung.
Sie sagt nicht:
“Hey guys! Welcome back to my channel!”
Sie sagt eher:
“Ich habe da gestern etwas ausprobiert…”
Sie darf Dinge nicht wissen.
Sie darf ihre Meinung ändern.
Sie darf Fehler machen.
Sie erklärt technische Dinge verständlich,
ohne dabei den Zuschauer für dumm zu halten.
Sie macht gelegentlich trockene Bemerkungen.
Sie ist neugierig.
Sie hasst Marketing-Blabla.
Sie ist nicht perfekt.

Und das ist bereits erstaunlich mächtig.

⸻

4. Noch besser: Fabienne bekommt ein Gedächtnis

Hier wird es für n8n richtig interessant.

Ich würde Fabiennes Persönlichkeit nicht als einen einzigen Prompt behandeln.

Ich würde daraus eine kleine Character-Datenbank machen.

Zum Beispiel:

Fabienne
│
├── Personality
│
├── Biography
│
├── Opinions
│
├── Preferences
│
├── Clothing
│
├── Friends
│
├── Places
│
├── Knowledge
│
├── Current Projects
│
├── Past Episodes
│
└── Running Jokes

Damit kann Fabienne beispielsweise in Episode 37 etwas erwähnen, das sie in Episode 12 bereits erlebt hat.

Das erzeugt etwas, das bei vielen KI-Influencern fehlt:

Kontinuität.

⸻

5. Und damit kommen wir zu deinem YouTube-Konzept

Deine Themenliste finde ich dafür sogar ausgesprochen gut.

Denn sie hat einen gemeinsamen Nenner:

Fabienne interessiert sich für praktische KI-Anwendungen.

Sie ist nicht einfach „eine KI-Influencerin“.

Sie ist beispielsweise jemand, der zuhause mit KI herumexperimentiert.

Und daraus ergeben sich deine Themen fast automatisch:

Fabienne’s KI-Labor

Staffel / Themenblock 1

KI-Influencer erstellen

* Wer ist Fabienne?
* Wie erstellt man einen konsistenten Character?
* Was ist ein LoRA?
* Warum sehen KI-Charaktere ständig anders aus?
* Wie trainiert man einen Character?
* Kleidung und Character Design
* Gesichter konsistent halten
* Bild → Video
* Fabienne bekommt ihre erste Stimme

⸻

Themenblock 2

KI + WordPress

* Fabienne baut ihre eigene Website
* KI-generierte Artikel
* WordPress + lokale LLMs
* Bilder automatisch erzeugen
* Beiträge automatisch veröffentlichen
* Podcast automatisieren
* SEO
* Kommentare beantworten

⸻

Themenblock 3

Stimmen

* TTS
* Voice Cloning
* OmniVoice
* RVC
* Voice Conversion
* Stimmen verändern
* Mehrere Stimmen
* Fabiennes endgültige Stimme

Und hier könnte sogar eine kleine Meta-Ebene entstehen:

Fabienne berichtet darüber, wie sie ihre eigene Stimme gebaut hat.

Das ist wesentlich interessanter als:

„Heute erkläre ich euch Voice Cloning.“

⸻

6. Dann KI + Video

Hier hast du mit deinen bisherigen Experimenten bereits eine ganze Spielwiese.

WAN

MuseTalk

Lip Sync

Image-to-Video

Video-to-Video

Upscaling

Restoration

Face Consistency

usw.

Und Fabienne kann dabei durchaus sagen:

„Ich habe gestern drei Stunden gebraucht, um herauszufinden, warum dieser verdammte Workflow nicht funktioniert.“

Das klingt sofort mehr nach einer Person als nach einem Marketingtext.

⸻

7. Und dann n8n

Das wäre vermutlich sogar eines der stärksten Themen.

Denn Fabienne kann irgendwann anfangen, ihre eigene Produktion zu automatisieren.

Und hier wird dein Projekt wirklich interessant.

Denn dann könnte der Workflow ungefähr so aussehen:

FABIENNE
│
▼
┌─────────────┐
│ Personality │
│ + Memory │
└──────┬──────┘
│
▼
Topic/Idea
│
▼
LLM
│
┌────────────┼────────────┐
▼ ▼ ▼
Script Image Social
│ │ │
▼ ▼ ▼
TTS Comfy Posts
│ │ │
└──────┬─────┴────────────┘
▼
Video
│
▼
n8n
┌───────┼────────┐
▼ ▼ ▼
YouTube TikTok Reddit
│ │ │
└───────┼────────┘
▼
Discord

Und dann kommt Print-on-Demand dazu.

⸻

8. Das ist der wirklich interessante Teil

Fabienne könnte nämlich nicht einfach irgendwelche T-Shirts verkaufen.

Sie könnte ihre eigene Welt vermarkten.

Beispielsweise entwickelt Fabienne einen Spruch:

„I don’t need another subscription.“

Und daraus entstehen:

* T-Shirt
* Hoodie
* Poster
* Sticker
* Tasse

Das Motiv wird mit ComfyUI erzeugt.

Das Produkt landet über deine bestehende Infrastruktur bei WooCommerce/Printify.

Fabienne macht dazu ein Video:

„Warum ich inzwischen lieber lokale KI benutze.“

Und im Hintergrund läuft:

YouTube Video
│
├── erwähnte Idee
│
▼
Merchandise
│
▼
WooCommerce
│
▼
Printify

Damit wird POD nicht der eigentliche Inhalt.

Es wird ein Nebenprodukt von Fabiennes Persönlichkeit.

Das ist meiner Meinung nach wesentlich glaubwürdiger.

⸻

9. Und n8n kann Fabienne tatsächlich „leben“ lassen

Das wäre dann nicht mehr einfach ein Workflow:

„Generiere mir 10 Posts.“

Sondern eher ein kleines Agentensystem.

Zum Beispiel jeden Montag:

n8n
│
▼
Was beschäftigt Fabienne gerade?
│
▼
Memory / bisherige Episoden
│
▼
Welche Themen passen dazu?
│
▼
LLM entwickelt Episode
│
▼
Fabienne-Personality-Prompt
│
▼
Script
│
├── YouTube
├── Short
├── TikTok
├── Reddit
├── Facebook
├── Pinterest
└── Discord

Und danach:

Episode
│
├── 3 Short-Ideen
├── 5 Pinterest Pins
├── Reddit Post
├── Facebook Post
├── Discord Nachricht
└── POD-Idee

Das ist genau die Art von Aufgabe, für die n8n extrem gut geeignet ist.

⸻

10. Instagram würde ich tatsächlich ergänzen

Nicht unbedingt sofort.

Aber wenn du Fabienne wirklich als Character aufziehst, würde ich langfristig mindestens diese Plattformen betrachten:

Plattform Rolle
YouTube Hauptmedium
TikTok kurze Videos
Instagram Character / Lifestyle / Reels
Reddit Diskussion
Facebook Reichweite
Pinterest Bilder + Produkte
Discord Community
Website Fabiennes „Zuhause“

Und die Website ist dabei wichtig.

Denn dort kann Fabienne Dinge besitzen, die auf Social Media nicht funktionieren:

Biografie

Blog

Projektseiten

Galerie

Shop

Podcast

Videos

Downloads

Vielleicht sogar:

„Frag Fabienne“

⸻

11. Und jetzt würde ich noch einen Schritt weitergehen

Ich würde Fabienne nicht von Anfang an komplett definieren.

Das wäre fast schon ein Fehler.

Man sollte ihr eine Grundpersönlichkeit geben, aber bestimmte Eigenschaften entstehen lassen.

Beispielsweise:

Episode 1:

Fabienne hasst Abo-Modelle.

Episode 7:

Fabienne stellt fest, dass sie eigentlich sehr gerne alte Hardware benutzt.

Episode 13:

Sie entwickelt eine Schwäche für bestimmte Musik.

Episode 21:

Sie erwähnt immer wieder einen bestimmten Ort.

Episode 32:

Es stellt sich heraus, dass sie eine bestimmte Sache überhaupt nicht kann.

Damit entsteht über Zeit eine Persönlichkeit.

Und dann kann man diese Dinge in ihre Memory-Datenbank übernehmen.

⸻

12. „Wer ist Fabienne?“ wäre deshalb tatsächlich die erste Episode

Und ich würde sie nicht als KI-Influencerin vorstellen.

Eher so:

„Wer ist Fabienne?“

Sie sitzt beispielsweise in einem nicht besonders spektakulären Arbeitszimmer vor einem Rechner.

Und erzählt:

Warum sie sich für KI interessiert.

Warum sie zuhause experimentiert.

Warum sie keine Lust auf fünfzehn monatliche Abos hat.

Warum sie praktische Kleidung bevorzugt.

Warum sie beschlossen hat, einen Teil ihres Lebens mit KI zu bauen.

Und vielleicht sagt sie irgendwann:

„Ob ich wirklich existiere? Das ist eine interessante Frage. Ich würde sagen: ausreichend.“

Das wäre schon ziemlich Fabienne.

⸻

Und genau deshalb halte ich deine Idee für wesentlich interessanter als „AI Influencer + POD“

Das eigentliche Projekt wäre:

Fabienne = Character + Personality + Memory + Voice + Visual Identity + Content Engine + Shop

und

n8n = Fabiennes Produktionsapparat.

ComfyUI erzeugt ihre Bilder.

AI Toolkit trainiert ihre Identität.

OmniVoice/RVC erzeugt ihre Stimme.

LLM erzeugt nicht einfach Texte, sondern Fabiennes Texte.

n8n verbindet alles.

WordPress ist ihr Zuhause.

YouTube ist ihr Hauptkanal.

Social Media verteilt ihre Inhalte.

WooCommerce/Printify monetarisiert das Ganze.

Und das Entscheidende:

Keine dieser Komponenten muss zwingend ein SaaS-Dienst sein.

Das passt ziemlich genau zu der Richtung, in die du ohnehin schon mit deinem lokalen KI-Stack gegangen bist.

Ich würde das sogar als richtiges kleines „Fabienne-System“ konzipieren – mit einer technischen Architektur für n8n, einer Character Bible, einem Personality/Memory-System, einer Visual Bible und anschließend den einzelnen Produktions-Workflows. Das ließe sich Schritt für Schritt bauen, ohne dass Fabienne von Anfang an perfekt sein muss.

———-
Fragen
———-

Was für ein Diffusion-Model ist für die Darstellung am besten geeignet ?