Fotarobota: Produktfotos wie aus dem Studio, in Sekunden

Von der Idee zum laufenden Dienst mit zahlender Kundschaft in zwei Wochen.

Professionelle Produktaufnahmen in Sekunden statt stundenlanger Shootings.

Projektstatus: Archiviert — Infrastruktur abgeschaltetProjekt zur Übernahme
Fotarobota — podgląd produktu

Das Ergebnis

Ein Handyfoto, vier fertige Aufnahmen. Alle Bilder unten stammen aus dem laufenden System — nichts wurde von Hand retuschiert.

Vorher (Handy)
Vorher (Handy)

Boden, zufälliger Hintergrund, keine Inszenierung

Nachher (FotaRobota) 1Nachher (FotaRobota) 2Nachher (FotaRobota) 3Nachher (FotaRobota) 4
Nachher (FotaRobota)

Studioqualität in 15 Sekunden

Für andere Varianten auf die Punkte klicken. Das Produkt bleibt dasselbe — das Modell ändert nur Szene und Licht.

Die Aufgabe

Klassische Fotoshootings sind teuer, zeitaufwendig und organisatorisch anspruchsvoll. Studio, Team und Retusche kosten schnell vierstellig, die Umsetzung dauert Wochen.

Für kleine Unternehmen und den Onlinehandel ist das eine Hürde: ohne professionelle Produktfotos sinken Abschlussquote und Vertrauen in die Marke.

Gastronomiebetriebe müssen außerdem nicht eigens kochen und fotografieren lassen. Das Team fotografiert einzelne Gerichte aus laufenden Bestellungen mit dem Handy. Das ist der No-Waste-Gedanke: fertige, gut ausgeleuchtete Aufnahmen für App, Website und Portale wie Lieferando, Wolt oder Uber Eats.

KI-Architektur

Moderne Diffusionsmodelle (Fal.ai) erzeugen in Sekunden professionelle Aufnahmen. Die Nutzerin lädt ein Produktfoto hoch, wählt Hintergrund und Lichtstimmung — das System liefert einen fertigen Satz Bilder ohne Studio und ohne Team.

Der Effekt: vom Rohfoto zur Werbeaufnahme in der Zeit eines Kaffees.

Der Weg eines Fotos

  1. 01

    Hochladen

    Das Handyfoto wird im Browser hochgeladen. Die Datei landet in Supabase Storage, das Backend speichert ausschließlich eine Adresse innerhalb des eigenen Speichers.

  2. 02

    Szene wählen

    Statt einen Prompt zu schreiben, werden Kategorie und Stil gewählt. Die Anwendung baut daraus den fertigen Prompt samt Verbotsliste, die das Produkt schützt.

  3. 03

    Guthaben abbuchen

    Die Abbuchung erfolgt atomar, noch vor dem Absenden des Auftrags. Scheitert die Einreihung in die Warteschlange, wird das Guthaben automatisch zurückgebucht.

  4. 04

    Warteschlange und Generierung

    Der Auftrag geht in die Warteschlange von fal.ai, die Serverless-Funktion endet sofort nach Erhalt der Status-Adresse. Das Abfragen übernimmt der Browser.

  5. 05

    Galerie

    Die fertige Aufnahme landet in der privaten Galerie und lässt sich in einer Auflösung herunterladen, die für Shop und Lieferportale taugt.

Technisch interessante Stellen

Fire-and-forget statt Warten

Die Generierung dauert länger als die sinnvolle Laufzeit einer Serverless-Funktion. Statt sie offen zu halten, meldet die Schnittstelle den Auftrag an die Warteschlange und gibt sofort die Status-Adresse zurück; das Abfragen übernimmt der Browser. Die Funktion endet im Sekundenbruchteil, Wartezeit wird nicht bezahlt.

Guthaben atomar abgebucht

Die Abbuchung arbeitet mit optimistischem Sperren samt Wiederholung und erfolgt vor der Generierung. Damit ist die Lücke geschlossen, durch die sich mit mehreren offenen Tabs mehr Bilder erzeugen ließen als bezahlt.

Eingeschränkte Bildquelle

Die Eingabe prüft Zod, doch der Typ „URL“ allein genügt nicht: eine zusätzliche Bedingung erzwingt, dass die Bildadresse aus dem eigenen Speicher stammt. Sonst ließe sich die Schnittstelle nutzen, um serverseitig beliebige Adressen abzurufen.

Ein Prompt, der das Produkt schützt

Das Modell soll die Szene tauschen, nicht die Ware. Dafür sorgen ein negativer Prompt gegen Veränderung, Austausch und Formänderung sowie eine niedrige Transformationsstärke. So ist die Pizza im Nachher-Bild dieselbe Pizza, mit denselben Oliven.

Zahlungen mit Signaturprüfung

Die Anbindung an Autopay verarbeitet ITN-Benachrichtigungen: jede wird über einen SHA-256-Hash aus dem gemeinsamen Schlüssel geprüft, die Antwort geht im geforderten XML-Format zurück. Abgerechnet wird im Modell der nicht eingetragenen Tätigkeit.

Technischer Unterbau

Frontend

Next.js

KI-Verarbeitung

fal.ai

Zahlungen

Autopay

Skalierbarkeit

Serverless

Vollständiger Stack

Next.js 16 (App Router) · TypeScript · Supabase (Auth + PostgreSQL + Storage) · fal.ai (nano-banana / edit) · Autopay (Zahlungsgateway + ITN) · Cloudinary · sharp · PostHog · Zod · Vercel

Geschäftliche Ergebnisse

  • Erste lauffähige Version nach 14 Tagen. Kompletter Weg vom Briefing bis zur laufenden Anwendung.
  • Vollständig funktionierende Zahlungsabwicklung und automatisierte Abläufe.
  • 90 % geringere Kosten für Produktfotos im Vergleich zum klassischen Shooting.
  • Die Anwendung nutzt das Zahlungsgateway Autopay und rechnet vollständig im Modell der nicht eingetragenen Tätigkeit ab — eine Zahlungsplattform für Kreative ohne Gewerbeanmeldung.

Warum das Projekt ruht

Fotarobota war ein Validierungsprojekt: die Frage war, ob sich ein funktionierendes, kostenpflichtiges KI-Produkt in zwei Wochen ausliefern lässt und ob jemand dafür zahlt. Beide Antworten lauteten ja. Nach der Validierung wurde die Infrastruktur abgeschaltet — eigene Domain, Datenbank und Zahlungsgateway für ein Projekt zu halten, das seine Aufgabe erfüllt hat, wäre Kosten ohne Gegenwert.

Alle Bilder auf dieser Seite stammen aus dem laufenden System.

Das Projekt steht zum Verkauf

Das System ist fertig und im Einsatz erprobt — es lief kommerziell und hatte zahlende Nutzer. Für eine eigene Plattform dieser Art gibt es zwei Wege: die Übernahme genau dieses Projekts samt Code, Architektur und Anbindungen, oder der Aufbau einer neuen Version, von Grund auf für Ihre Branche, Ihre Marke und Ihr Abrechnungsmodell.

Über eine Übernahme sprechen

Website oder Unternehmenssoftware gesucht?

Eine moderne Website oder ein System, das zum tatsächlichen Arbeitsablauf im Unternehmen passt.

Zum Projektassistenten