Midjourney V8.1, ChatGPT Images 2.0 und Adobe Firefly: Was 2026 in der KI-Bildgenerierung passiert

Das Ökosystem der KI-Bildgenerierung in seiner aktivsten Phase

Das erste Halbjahr 2026 war für KI-Bildgenerierungstools außerordentlich turbulent. Midjourney veröffentlichte sein bisher ambitioniertestes Modell, OpenAI hat neu definiert, was es bedeutet, Bilder innerhalb eines Chats zu erstellen, Adobe verwandelte Firefly in eine vollwertige Plattform für kreative Automatisierung – und der Rechtsstreit über Urheberrecht mit Hollywood erreichte einen Wendepunkt. Für Unternehmer und Marketing-Teams in Lateinamerika ist es entscheidend, diese Entwicklungen zu verstehen, um fundierte Entscheidungen darüber zu treffen, welche Tools sie einsetzen und wie sie diese nutzen sollten.

Midjourney V8.1: das schnellste und schärfste Modell der Unternehmensgeschichte

Midjourney hat das Modell V8.1 im Juni 2026 als Standard für alle Nutzer etabliert und damit V7 abgelöst, das seit Jahresbeginn diesen Platz innegehabt hatte. Der Sprung ist beachtlich: Laut der offiziellen Plattformdokumentation ist V8.1 das schnellste Modell in der Geschichte von Midjourney – Standard-Generierungen sind in nur 4 Sekunden fertig, im HD-Modus in 12 Sekunden.

Den Anfang machte der 17. März 2026, als V8 Alpha erschien – aufgebaut auf einer vollständig neu geschriebenen Codebasis und als bedeutendster Fortschritt seit V5 gewertet. Am 14. April 2026 folgte dann V8.1 mit konkreten Verbesserungen, die das Nutzungserlebnis grundlegend veränderten: Der HD-Modus ist nun dreimal schneller und dreimal günstiger als zuvor, die Standard-Auflösung ist 50 % schneller und 25 % kostengünstiger – und ein neuer Run as HD-Button erlaubt es, jedes Standardbild mit einem Klick in hoher Auflösung zu rendern.

Darüber hinaus generiert V8.1 Bilder nativ in 2K-Auflösung und verbessert die Textwiedergabe innerhalb von Bildern erheblich – historisch gesehen eine der größten Schwächen von KI-Generatoren. Die Plattform hat außerdem einen Stilexplorierungs-Modus mit dem Befehl --sref random eingeführt, der 24 Bilder in unterschiedlichen Stilen im Entwurfsmodus erzeugt, um kreative Iteration zu erleichtern.

Ein weiterer bemerkenswerter Fortschritt ist die Videogenerierung aus Bildern: Nutzer können ein statisches Bild in einen 5-Sekunden-Clip umwandeln und diesen auf bis zu 21 Sekunden verlängern. Außerdem wurde der Sprach-Konversationsmodus verbessert, der während der Sitzung nun auf Bildreferenzen und Nutzereinstellungen zugreift.

Parallel dazu speist die Community bereits Ranking-Daten für Verbesserungen an V8.2, der nächsten Version in der Entwicklung, ein.

OpenAI ersetzt DALL-E durch ChatGPT Images 2.0

Am 21. April 2026 stellte OpenAI ChatGPT Images 2.0 vor (intern bekannt als gpt-image-2), den direkten Nachfolger von GPT Image 1.5, das im Dezember 2025 erschienen war. Dieser Launch markiert das Ende der DALL-E-Ära als primäre Engine für die Bildgenerierung in ChatGPT: Im März 2025 wurde DALL-E 3 bereits durch die nativen Bildgenerierungsfähigkeiten des GPT-Modells ersetzt – Images 2.0 hebt dieses Konzept nun auf eine neue Ebene.

Die wichtigste Neuerung dieses Modells ist die Einführung des Thinking-Modus, der die Reasoning-Fähigkeiten der O-Serie von OpenAI in die visuelle Generierung integriert. Das bedeutet: Bevor das Modell ein Bild erstellt, recherchiert, plant und denkt es über die visuelle Struktur nach. Laut dem Fachmedium Infobae kann Images 2.0 im aktiven Thinking-Modus in Echtzeit im Web nach Informationen suchen, aus einem einzigen Prompt mehrere unterschiedliche Bilder erstellen und seine eigenen Ergebnisse vor der Auslieferung überprüfen.

Das Modell ist in zwei Varianten erhältlich:

• Instant-Modus: Kostenlos für alle ChatGPT-Nutzer verfügbar. Generiert Bilder schnell für alltägliche Aufgaben.
• Thinking-Modus: Exklusiv für zahlende Abonnenten (Plus, Pro und Business). Ermöglicht vorheriges Reasoning, Echtzeit-Websuche und die Generierung von bis zu 8 aufeinander abgestimmten Bildern in Folge.

Technisch gesehen erreicht ChatGPT Images 2.0 eine maximale Auflösung von 2K und löst eines der größten historischen Probleme der generativen KI: die Darstellung von lesbarem Text innerhalb von Bildern. Das Modell unterstützt außerdem nicht-lateinische Schriften wie Japanisch, Chinesisch, Hindi und Koreanisch – relevant für Teams mit globalem Publikum. Laut OpenAI eigenen Angaben überschreitet die Bildgenerierungsfunktion in ChatGPT bereits 1 Milliarde generierte Bilder pro Woche.

Für Entwickler kostet der API-Zugang 8 US-Dollar pro Million Eingabe-Token und 30 US-Dollar pro Million Ausgabe-Token – und ist damit 20 % günstiger als die Vorgängerversion.

Adobe Firefly: Vom Bildgenerator zur Plattform für kreative Automatisierung

Adobe hat nicht nachgelassen. Mit einem am 18. Juni 2026 angekündigten Update hörte Firefly auf, ein isolierter Bild- und Videogenerator zu sein, und wurde zu einer Schicht für kreative Automatisierung, die mehrstufige Aufgaben über eine einheitliche Konversationsschnittstelle koordiniert. Der Wandel ist struktureller Natur: Das ursprüngliche Firefly funktionierte, indem es ein Bild aus einem Prompt generierte und anschließend einen manuellen Export in andere Apps erforderte. Jetzt ist der Ablauf durchgängig.

Zu den relevantesten Firefly-Neuerungen von 2026 zählen:

• Benutzerdefinierte Modelle in der öffentlichen Beta (ab April 2026): Marken können ihre eigenen KI-Modelle mit eigenen Bildern trainieren und dabei visuellen Stil, Farbpalette, Beleuchtung und Charaktermerkmale konsistent reproduzieren.
• Über 30 integrierte Modelle, darunter Nano Banana Pro von Google, Modelle von OpenAI und Runway, die über den Modellselektor von Firefly zugänglich sind.
• Quick Cut: Verwandelt Rohmaterial in Sekunden in einen strukturierten ersten Schnitt.
• Unbegrenzte Generierung von Bildern und Videos in ausgewählten Plänen.
• Project Moonlight (in der privaten Beta): Eine agentische Oberfläche, die Photoshop, Express und Acrobat verbindet, um auf Basis von Anweisungen in natürlicher Sprache echte Aktionen in den Tools auszuführen.

Darüber hinaus hat der Firefly-Bildeditor ab März 2026 Funktionen wie Generative Fill, Generative Remove, Generative Expand und Generative Upscale integriert – alle direkt über die Web- und Mobile-Oberfläche zugänglich.

Die unerwartete Wendung: Midjourney steigt in die Medizin ein

Die überraschendste Neuigkeit des Monats kam am 17. und 18. Juni 2026, als Midjourney sein erstes Hardware-Projekt ankündigte: Midjourney Medical, eine neue Sparte mit Fokus auf diagnostische Bildgebung. Das erste Produkt ist der Midjourney Scanner, ein ultrasonisches Ganzkörper-Tomographiegerät, das verspricht, den menschlichen Körper in etwa 60 Sekunden zu scannen – ohne Strahlung und ohne Magnetfelder.

Das System funktioniert, indem der Nutzer auf einer Plattform in einen Wassertank abgesenkt wird, wo rund 500.000 Ultraschallsensoren aus verschiedenen Winkeln Daten erfassen, um dreidimensionale Bilder von Muskeln, Fett, Knochen und Organen zu erstellen. Die Technologie basiert auf einem exklusiven Lizenzabkommen mit Butterfly Network, das im November 2025 unterzeichnet wurde und über fünf Jahre bis zu 74 Millionen US-Dollar wert ist.

Midjourney-CEO David Holz beschrieb das Gerät als die erste neue Methode zur vollständigen Körperbildgebung seit Jahrzehnten. Das Unternehmen plant, seinen ersten Standort namens Midjourney Spa Ende 2027 in San Francisco zu eröffnen, und hat das ambitionierte Ziel, bis 2031 50.000 Scanner weltweit zu betreiben. Der aktuelle Prototyp verfügt jedoch noch nicht über eine FDA-Zulassung für diagnostische Zwecke, weshalb das Unternehmen zunächst nur Körperzusammensetzungs-Maps anbieten wird, während es schrittweise regulatorische Genehmigungen anstrebt.

Die Ankündigung stieß in der medizinischen Fachwelt auf Skepsis: Einige Radiologen wiesen auf physikalische Grenzen des Ultraschalls beim Durchdringen von Knochen und tiefem Gewebe hin. Dennoch hatte die Meldung unmittelbare Auswirkungen auf die Märkte: Die Aktien von Butterfly Network stiegen nach der Nachricht um 33 %.

Der Rechtsstreit, der die Zukunft des Urheberrechts in der KI bestimmen wird

Während die Technologie voranschreitet, gibt es an der rechtlichen Front keine Verschnaufpause. Anfang Juli 2026 reichte Midjourney vor einem Bundesgericht einen Antrag ein, um Disney, Universal und Warner Bros. zu verpflichten offenzulegen, wie sie künstliche Intelligenz in ihren internen Prozessen einsetzen. Der Streit steht im Zusammenhang mit den Klagen wegen Urheberrechtsverletzung, die die drei Studios im vergangenen Jahr gegen Midjourney eingereicht hatten – mit dem Vorwurf, die Plattform ermögliche die Generierung von Bildern geschützter Charaktere wie Bart Simpson und Darth Vader ohne Genehmigung.

Midjourney verteidigt seine Position unter der Doktrin des Fair Use und argumentiert, dass die Studios selbst KI möglicherweise auf ähnliche Weise in ihren internen Produktionsprozessen einsetzen. Das Unternehmen begehrt Zugang zu KI-Geschäftsplänen, Trainingsdatensätzen, Modellgewichten und Präsentationen von Führungskräften zum Thema KI. Im Juni schränkte ein Richter diesen Zugang auf verbraucherorientierte KI-Anwendungen ein – eine Entscheidung, gegen die Midjourney Berufung eingelegt hat.

Das Ergebnis dieses Falls könnte einen grundlegenden Präzedenzfall schaffen – hinsichtlich der Transparenz beim Training von KI-Modellen und der Anwendbarkeit des Fair Use in der Branche, mit direkten Auswirkungen auf die gesamte generative KI-Industrie weltweit.

Was das für Unternehmer und KMUs in Lateinamerika bedeutet

Der globale Markt für generative KI wurde 2025 auf 53,7 Milliarden US-Dollar geschätzt und soll 2026 laut Global Market Insights 83,3 Milliarden US-Dollar erreichen. Die Bildgenerierung gehört zu den am stärksten wachsenden Segmenten in Werbung, E-Commerce und Produktdesign. Für lateinamerikanische KMUs bedeutet das eine konkrete Chance: Laut Utilia AI nutzen bereits mehr als 54 % der kleinen und mittleren Unternehmen in Amerika KI in irgendeiner Form, und rund 49 % setzen generative KI in ihren Abläufen ein.

Der Wettbewerb zwischen den Plattformen drückt die Preise und hebt gleichzeitig die Qualität. Midjourney V8.1 bietet Tarife ab 10 US-Dollar monatlich. ChatGPT Images 2.0 im Instant-Modus ist kostenlos. Adobe Firefly ist in Creative Cloud enthalten. Die Wahl des richtigen Tools hängt nicht mehr nur von der Bildqualität ab, sondern auch vom Workflow, der rechtlichen Konformität und den tatsächlichen Kosten pro generiertem Bild.

In diesem Kontext ermöglichen Plattformen wie Doobl.IA Marketing-Teams in Lateinamerika, einen Schritt weiter zu gehen: die Generierung visueller Inhalte mit der Automatisierung von Social-Media-Veröffentlichungen durch KI-Agenten zu verbinden – und so die Produktionszeit zu verkürzen und die Markenkonsistenz zu wahren, ohne auf große Teams angewiesen zu sein.