Heute möchte ich euch ein weiteres Projekt vorstellen: das coffeenol-LoRA-Modell (Low-Rank Adaptation), das ich auf Civitai hochgeladen habe. Der Name leitet sich von einem selbstgemachten Entwicklerrezept ab, das Kaffee, Waschsoda und Vitamin C kombiniert – eine ungewöhnliche Mischung, die ich in der Analogfotografie ausprobiert habe. Das Modell wurde auf den Basis-Modellen FLUX und SDXL trainiert und verbindet meine Neugier für alternative Entwicklungsverfahren mit KI. In diesem Beitrag zeige ich euch, wie es entstanden ist, welche technischen Details dahinterstecken und wie man es nutzen kann – auch jenseits der Dunkelkammer. Lasst uns eintauchen!

Wie alles begann: Kaffee als Entwickler

Die Idee kam mir, als ich nach nachhaltigeren Alternativen zu herkömmlichen Fotochemikalien suchte. Das „coffeenol“-Rezept, das ich entwickelt habe, besteht aus:

• 30 Teelöffel Kaffeepulver
• 30 Teelöffel Waschsoda
• 12 Teelöffel Vitamin C

Dieses Gemisch, inspiriert von DIY-Ansätzen in der Fotografie-Community (mehr dazu auf dieser Seite), erzeugt einen milden Entwicklungsprozess, der weiche Kontraste und warme Brauntöne liefert – ganz anders als klassische Entwickler. Ich habe es auf Fotopapier angewendet, die Ergebnisse gescannt und als Trainingsdaten für mein LoRA-Modell genutzt. Die Bilder im Anhang zeigen zwei Beispiele: eine neblige Strandszene mit drei Gestalten, die in den Nebel verschwinden, und eine unscharfe Silhouette vor hellem Hintergrund. Beide Aufnahmen spiegeln die Ästhetik von coffeenol wider: weiche Übergänge, ein leicht körniges Finish und warme, sepiaartige Töne.

Technische Details: Das Training des Modells

Das Training war ein iterativer Prozess, der Anpassung erforderte. Hier die wichtigsten Daten:

• FLUX-Version
  • Base Model: Flux.1 D (Mehr über Flux.1)
  • Training:
    • Steps: 585
    • Epochs: 10
  • Usage Tips: Clip Skip: 1
• SDXL-Version
  • Base Model: SDXL 1.0 (Details zu SDXL)
  • Training:
    • Steps: 1.170
    • Epochs: 20
  • Usage Tips: Clip Skip: 1

Ich habe etwa 40-60 Scans meiner coffeenol-entwickelten Bilder gesammelt – Landschaften, Porträts und abstrakte Motive. Die Bilder wurden auf 512×512 Pixel angepasst und mit Tags wie „coffeenol style“, „warm tones“, „soft contrast“ versehen. Mit Kohya_ss, einem weit verbreiteten Tool in der KI-Community, habe ich das LoRA trainiert. Die unterschiedlichen Schrittzahlen (585 für FLUX, 1.170 für SDXL) und Epochen (10 bzw. 20) spiegeln die Anpassung an die jeweiligen Basis-Modelle wider, um den gewünschten Stil zu optimieren.

Wie man es nutzen kann: Praktische Hinweise

Das Modell ist auf Civitai verfügbar:

• FLUX-Version
• SDXL-Version

Ein paar Tipps für den Einsatz:

• Prompts: Probiert „a coffeenol-developed foggy beach scene with warm sepia tones“ oder „soft-contrast silhouette in a hazy landscape“. Negative Prompts wie „harsh lines, oversaturated, digital noise“ helfen, die Ergebnisse zu verfeinern.
• Einstellungen: Ein CFG-Scale von 7-12 und 20-50 Sampling-Schritte sind ein guter Start. Für die weichen, körnigen Texturen von coffeenol empfiehlt sich eine moderate Denoising-Stärke (0.4-0.6), um die organische Ästhetik zu bewahren.
• Stilanpassung: Wenn ihr die warme Tonalität verstärken wollt, fügt Begriffe wie „sepia glow“ oder „vintage haze“ zum Prompt hinzu. Für mehr Kontrast könnt ihr „high contrast edges“ ergänzen.

Wofür eignet sich dieses LoRA im Marketing?

Das Modell kann auch im Marketing interessante Möglichkeiten eröffnen, vor allem durch seinen charakteristischen Stil – die warmen Brauntöne, das körnige Finish und die weichen Kontraste. Hier ein paar Szenarien, die auf dieser Ästhetik basieren:

• Markenästhetik: Die sepiaartigen Töne und die neblige Atmosphäre eignen sich für Marken, die Nostalgie und Ruhe vermitteln wollen, z. B. für Wellness-Retreats oder Öko-Resorts. Eine Kampagne mit Bildern von nebligen Stränden könnte eine einladende Stimmung schaffen. Mehr zu Markenästhetik findet ihr bei HubSpot.
• Social Media: Auf Plattformen wie Instagram oder Pinterest könnten die Bilder als stimmungsvolle Hintergründe für Posts dienen, z. B. für Reise- oder Lifestyle-Marken, die eine natürliche, ungekünstelte Ästhetik suchen. Tipps gibt’s bei Sprout Social.
• Emotionale Kampagnen: Die weichen Kontraste und warmen Töne könnten für emotionale Storytelling-Kampagnen genutzt werden, z. B. für eine Marke, die Erinnerungen oder Vergänglichkeit thematisiert – die Silhouette im Nebel würde hier perfekt passen. Mehr zu Storytelling beim Content Marketing Institute.
• Kostenersparnis: Statt eines teuren Fotoshootings für eine Vintage-Ästhetik könnt ihr mit diesem Modell Bilder erzeugen, die die organische, körnige Textur von coffeenol einfangen, wie auf Forbes beschrieben.
• Kreative Moodboards: Die Ästhetik eignet sich für Moodboards, z. B. für Mode- oder Interior-Design-Marken, die eine erdige, handgemachte Note betonen wollen. Die warmen Töne und die Körnung könnten eine natürliche Eleganz vermitteln. Tools wie Canva helfen, solche Moodboards zu erstellen.

Warum ich das gemacht habe: Ein persönlicher Blick

Die Idee, Kaffee als Entwickler zu nutzen, kam aus meiner Neugier, mit unkonventionellen Materialien zu arbeiten. Die Verbindung von diesem DIY-Ansatz mit KI erlaubt es, den einzigartigen Stil digital weiterzuführen. Die neblige Strandszene und die Silhouette sind erste Versuche – ich plane, mehr Experimente zu machen und vielleicht andere natürliche Entwickler auszuprobieren.