AI vs. Mensch beim Schmuck-Retuschieren: Ergebnisse des Blindtests 2026

Die Motivation für diesen Test entstand aus einer wiederkehrenden Frage in Schmuckverkäufer-Communities: Ist KI-Retusche tatsächlich gut genug für echte Produktlistings, oder liefert sie Ergebnisse, die erfahrene Käufer erkennen und denen sie misstrauen?

Um diese Frage sorgfältig zu beantworten, haben wir einen Test mit drei Grundprinzipien konzipiert: kontrollierte Eingaben (identische Ausgangsfotos für jeden Vergleich), blinde Bewertung (die Bewertenden hatten keine Information darüber, welche Methode das jeweilige Bild erzeugt hatte) und echte Käufer als Bewertende (keine Designer oder Fotografen, deren professionelle Ausbildung andere Präferenzen als das tatsächliche Kaufverhalten einbringen könnte).

Wir haben 200 Bewertende über einen Online-Panel-Dienst rekrutiert und dabei gezielt Personen ausgewählt, die in den letzten 12 Monaten mindestens zweimal Schmuck online gekauft hatten. Das Panel bestand zu 68% aus Frauen und zu 32% aus Männern, im Alter zwischen 24 und 61 Jahren, mit einem mittleren Haushaltseinkommensbereich von $65.000–$95.000 – ein demografisches Profil, das den mittelständischen Schmuckkäufer repräsentativ widerspiegelt.

Jede bewertende Person sah Paare retuschieter Bilder (KI vs. Mensch, jedoch ohne Beschriftung) und beantwortete zwei Fragen: Welches Bild würde Sie eher dazu veranlassen, diesen Artikel zu kaufen, und welches Bild wirkt professioneller produziert? Außerdem haben wir bei zufälligen 20% der Vergleiche qualitatives Open-Text-Feedback gesammelt, um die Begründungen hinter den Präferenzen zu verstehen.

Der gesamte Test dauerte von der Fotografie bis zur abschließenden Datenanalyse sechs Wochen. Die Ausgangsbilder wurden von einem einzigen Werbefotografen unter Studio-Blitzlicht auf einem weißen Acrylsweep aufgenommen. Keine der Testbilder wurde vor der Übergabe an die Retuschierer oder das KI-System vorbearbeitet – alle erhielten dieselben rohen JPEG-Dateien.

Die drei menschlichen Retuschierer wurden anhand verifizierter Portfolio-Beispiele mit Schmuck-Feinarbeiten ausgewählt. Alle drei verfügten über mehr als fünf Jahre Erfahrung speziell beim Retuschieren von Schmuck – nicht allgemeiner Produktfotografie – und ihre Tagessätze lagen zwischen $45 und $80 pro Bild, was den Marktpreisen für erfahrene Schmuckretuscheure entspricht. Um individuelle Stilunterschiede zu reduzieren, erhielten alle drei dasselbe Briefing: Standard-Werberetusche, weißer Hintergrund, farbtreue Metalltöne, saubere Steinfacetten, keine starken Verschönerungsfilter.

Das KI-System verarbeitete jedes Bild über eine vollautomatisierte Pipeline. Vor der Übergabe an die Bewertenden wurden keine manuellen Anpassungen, Zuschnittkorrekturen oder Qualitätsprüfungen an den KI-Ausgaben vorgenommen. Dies spiegelt die reale Nutzung wider: Die meisten Verkäufer, die KI-Retuschiertools verwenden, prüfen nicht jeden Output manuell, bevor sie ihn herunterladen.

Die 50 Schmuckstücke verteilten sich auf vier Kategorien: 15 Ringe (Mix aus Solitär-, Pavé- und Stapelringen), 12 Halsketten (Anhänger und Ketten), 13 Ohrringe (Ohrstecker und hängende Ohrringe) und 10 Armbänder (Tennis- und Charm-Stile). Die Preise reichten von $85 für Modeschmuckstücke bis zu $2.400 für Feinschmuck. Wir haben Stücke aus diesem Preisbereich bewusst einbezogen, da die Erwartungen und das Prüfverhalten der Käufer zwischen einem $95-plattierten Modeschmuckring und einem $1.800-Diamantsolitär deutlich unterschiedlich sind.

Für die Bewertung beurteilten die Bewertenden jedes Bild eines Paares auf einer Skala von 1–10 in zwei Dimensionen: Kaufabsicht ("Wie wahrscheinlich würden Sie auf dieses Listing klicken, um mehr zu erfahren?") und professionelle Qualität ("Wie professionell produziert wirkt dieses Bild?"). Wir analysierten die Ergebnisse getrennt nach Kategorie, Preissegment und Komplexität des Stücks. Gesamtzahl der gesammelten Datenpunkte: 200 Bewertende × 50 Paare × 2 Fragen = 20.000 individuelle Bewertungen.

Ringe (15 Stücke): KI und menschliche Retuschierer lieferten effektiv gleichwertige Ergebnisse – die durchschnittlichen Kaufabsicht-Scores lagen bei 7,4 für KI und 7,6 für Menschen, eine Differenz innerhalb der Fehlertoleranz. Bei einfachen Solitär- und Bandringen konnten die Bewertenden KI- von menschlicher Retusche nicht zuverlässig unterscheiden. Bei komplexen Pavé-Fassungen mit vielen kleinen Steinen erzielten menschliche Retuschierer etwas höhere Werte (7,9 vs. 7,2), weil sie mehr Urteilsvermögen bei der Schattenplatzierung um einzelne Steine herum einbrachten. Der Unterschied war im Open-Text-Feedback erkennbar: Mehrere Bewertende bemerkten, dass einige KI-Ergebnisse bei Pavé-Ringen "etwas flach" wirkten im Vergleich zu menschlich retuschierten Versionen, die subtiles Dodge-and-Burn eingesetzt hatten, um Mikrokontraste um die Steine zu erzeugen.

Ohrringe (13 Stücke): Dies war die Kategorie mit dem kleinsten Leistungsunterschied. KI und menschliche Retuschierer lagen bei allen Ohrringsstilen innerhalb von 0,2 Punkten voneinander. Ohrstecker zeigten besonders nahezu identische Scores (7,8 KI, 7,9 Mensch). Die Bewertenden hatten Schwierigkeiten, die Methoden zu unterscheiden, und die Open-Text-Antworten wurden von Kommentaren zum Schmuck selbst und nicht zur Retuschequalität dominiert – ein gutes Zeichen für beide Ansätze.

Armbänder (10 Stücke): KI übertraf menschliche Retuschierer speziell bei Tennisar mbändern mit 8,1 vs. 7,4. Das KI-System erzeugte eine gleichmäßigere Steinhelligkeit über alle 47 Steine eines mehrsteingen Tennisarmbandes, während menschliche Retuschierer leichte Helligkeitsschwankungen von Stein zu Stein aufwiesen, die Käufer als subtil störend empfanden. Bei Charm-Armbändern mit unregelmäßigen Abständen lagen die Ergebnisse näher beieinander.

Halsketten (12 Stücke): Menschliche Retuschierer übertrafen die KI in dieser Kategorie mit 8,2 vs. 7,0. Dies war der größte Abstand im Test. Halsketten mit feiner Kettenarbeit und Anhängern erfordern ein feines Gespür dafür, wie Kettenglieder das Licht einfangen – ein dreidimensionales Problem, das KI-Systeme derzeit mit weniger Raffinesse bewältigen als erfahrene Retuschierer.

Die entscheidendsten Vorteile der KI lagen nicht in der künstlerischen Qualität – sie waren operativer Natur.

Geschwindigkeit: Die KI verarbeitete alle 50 Bilder in weniger als vier Stunden gesamt. Die drei menschlichen Retuschierer, die in ihrem normalen professionellen Tempo arbeiteten, lieferten Ergebnisse in 3–5 Werktagen, mit einer Revisionsrunde im angebotenen Preis inbegriffen. Für Verkäufer, die eine neue Kollektion von 30–80 Stücken fotografieren und Bilder vor einem Aktionsfenster oder einer Saison live schalten müssen, ist der Unterschied zwischen 4 Stunden und 4 Tagen kommerziell erheblich.

Chargen-Konsistenz: Dieses Ergebnis hat selbst uns überrascht. Als wir Luminanz (Gesamthelligkeit) und Weißabgleich über alle 50 KI-Ausgaben maßen, betrug die Standardabweichung 4,2 Punkte auf einer Skala von 0–255. Bei den Ausgaben der menschlichen Retuschierer lag die Standardabweichung bei 19,8 Punkten – fast fünfmal höher. Einzelne Retuschierer waren intern konsistent, aber die Variation zwischen den drei Retuscheuren war erheblich, was für Verkäufer relevant ist, die mehrere Retuschieure beschäftigen oder im Laufe der Zeit den Anbieter wechseln. Die Bewertenden konnten diesen Unterschied nicht bewusst artikulieren, aber er zeigte sich in ihren Kaufabsicht-Scores: KI-retuschiete Katalogseiten (auf denen mehrere Stücke zusammen gezeigt wurden) erzielten 0,7 Punkte höhere Werte bei professioneller Qualität als gemischte, menschlich retuschiete Katalogseiten.

Kosten: Zu den in diesem Test gezahlten Marktpreisen lag die menschliche Retusche zwischen $45 und $80 pro Endbild einschließlich einer Revisionsrunde. Die KI-Verarbeitung zu aktuellen kommerziellen Tool-Tarifen liegt zwischen $1,50 und $3,00 pro Bild. Für einen Verkäufer mit einer vierteljährlichen Katalogaktualisierung von 200 Bildern ergibt sich ein Unterschied von $9.000 bis $15.500 gegenüber $300 bis $600. Der Kostenvorteil allein rechtfertigt die KI-Übernahme für Volumenarbeit unabhängig von Qualitätsvergleichen.

Die Genauigkeit der Hintergrundentfernung war bei KI-Ausgaben ebenfalls deutlich stärker. Die KI entfernte Hintergründe bei allen 50 Stücken sauber ohne manuelle Maskierung. Menschliche Retuschieure produzierten zwei Bilder (4%), die aufgrund fehlender Hintergrundpixel nahe feiner Kettenglieder überarbeitet werden mussten.

Die Schwächen des KI-Systems wurden am deutlichsten sichtbar, wenn die Retuschieraufgabe etwas über "Lass das sauber und akkurat aussehen" hinausging.

Kreative Ausrichtung für Hero-Shots: Als wir menschlichen Retuscheuren ein Briefing für Hero-Level-Kampagnenbilder gaben – mit spezifischen Anweisungen zu Stimmung, Schattenstil und Wärme des Metalltones – produzierten sie Bilder, die die Bewertenden merklich höher bei Kaufabsicht und wahrgenommener professioneller Qualität bewerteten. Das kreative Briefing enthielt Hinweise wie "warme Roségoldtöne, weicher Richtungsschatten nach unten links, leichte Vignettierung." Menschliche Retuschierer interpretierten und umsetzten dieses Briefing mit Feingespür. Das KI-System, das für diesen spezifischen Workflow ohne Eingabemechanismus für kreative Briefings arbeitete, fiel auf seine Standardausgabe zurück. Für eine hochwertige Brautschmuckmarke ist dieser Unterschied bedeutsam.

Antike und oxidierte Metalle: Vier Teststücke enthielten absichtliche Patina, oxidiertes Silber oder antike Goldoberflächen. Das KI-System behandelte diese als Mängel und korrigierte sie teilweise in Richtung einer helleren, moderneren Oberfläche – was einen Teil des absichtlichen Charakters des Stücks entfernte. Menschliche Retuschieure erkannten die absichtliche Alterung und erhielten sie. Dies ist ein erhebliches Problem für Vintage- und Kunsthandwerks-Schmuckverkäufer, bei denen die Patina ein Verkaufsargument und kein Fehler ist.

Komplexe Mehrkomponenten-Kompositionen: Zwei Testbilder enthielten mehrere Schmuckstücke, die zusammen gestylt waren (ein Ring-und-Ohrringe-Set, ein Halsketten-und-Armband-Stack). Die KI produzierte technisch saubere Ausgaben, erzeugte gelegentlich jedoch räumliche Inkonsistenzen darin, wie Schatten zwischen den Stücken fielen. Menschliche Retuschieure verbrachten zusätzliche Zeit damit, sicherzustellen, dass die Komposition physisch kohärent wirkte, was die Bewertenden positiv aufnahmen.

Open-Text-Feedback zu menschlich bevorzugten Bildern enthielt häufig Wörter wie "luxuriös", "redaktionell" und "hochwertig" – was darauf hindeutet, dass menschliche Retuschieure auf ihrem besten Niveau ein wahrnehmbares Qualitätssignal hinzufügen, das den wahrgenommenen Markenwert über das hinaus steigert, was eine genaue Produktdokumentation bietet.

Basierend auf den Testergebnissen ist der kommerziell rationalste Ansatz nicht, zwischen KI- und menschlicher Retusche zu wählen – sondern beide dort einzusetzen, wo sie am besten abschneiden.

Stufe 1: KI für Katalogvolumen. Alle Standard-Produktbilder – Hauptaufnahmen mit weißem Hintergrund, Nebenwinkelaufnahmen, Detailnahaufnahmen und Variantenbilder – liegen gut innerhalb der nachgewiesenen Fähigkeiten der KI. Der Konsistenzvorteil macht die KI für diese Arbeit sogar gegenüber menschlichen Retuscheuren vorzuziehen, und die Kosten- und Geschwindigkeitsvorteile sind entscheidend. Eine 100-stückige Kollektion, die in menschlicher Retusche $6.000–$8.000 kosten würde, kostet mit KI $200–$400, und die Konsistenz auf Katalogebene ist messbar besser.

Stufe 2: Menschliche Retusche für Hero-Shots. Identifizieren Sie für jede Kollektion 3–5 Bilder, die als Gesicht der Kollektion in bezahlter Werbung, dem Homepage-Hero-Banner, E-Mail-Kampagnen und jeglicher redaktioneller oder Pressenutung dienen werden. Diese Bilder rechtfertigen professionelle Retuschieinvestitionen, da sie viele Tausende von Impressionen generieren werden und die zusätzliche Investition in kreative Qualität wert sind. Budgetieren Sie $150–$300 pro Hero-Bild für Senior-Level-Schmuckretusche.

Stufe 3: KI zuerst, menschliche Überprüfung für Grenzfälle. Für Stücke mit ungewöhnlichen Oberflächen, komplexen Steinen oder hohen Preispunkten, bei denen die Käuferprüfung intensiv ist, führen Sie zunächst KI-Retusche durch und überprüfen Sie die Ausgaben vor der Veröffentlichung. Wenn das KI-Ergebnis stark ist (was in den meisten Fällen so sein wird), veröffentlichen Sie es. Wenn es ein bestimmtes Element falsch gehandhabt hat – die Farbe eines bestimmten Steins, eine Patina, eine komplexe Fassung – beauftragen Sie eine gezielte menschliche Revision statt das gesamte Bild neu zu retuschieen.

Die Verkäufer, die in unserer Folgebefragung die stärkste Zufriedenheit mit diesem hybriden Modell berichteten, waren diejenigen, die die KI/Mensch-Entscheidung auf der Ebene der Kollektionsplanung trafen, anstatt Bild für Bild. Die Vorauswahl von Hero-Shots vor dem Fotoshooting – damit der Fotograf diese Aufnahmen mit besonderer Sorgfalt festhalten kann – lässt sich sauber in den hybriden Retusche-Workflow integrieren und erzeugt die besten Gesamtergebnisse.