Was ist Subsurface Scattering?

Es ist die Streuung des Lichts unter der Oberfläche eines lichtdurchlässigen Materials. Licht tritt ein, verteilt sich im Inneren, färbt sich, tritt dann weicher wieder aus. Es verleiht Haut, Wachs, Marmor oder einem Parfüm ihr lebendiges Aussehen. Im 3D-Rendering wird es aus der echten Physik des Materials berechnet und lässt sich einstellen. Generative KI ahmt es aus Bildern nach, inzwischen sehr gut auf einem einzelnen Bild, aber ohne Einstellmöglichkeit und ohne Garantie von einer Generierung zur nächsten.

Warum verfehlt generative KI Markenfarben?

Weil ein generatives Modell einen Farbcode zwar akzeptiert, ihn aber nicht wie eine Design-Software liest: Es interpretiert Sprache und optimiert auf ein plausibles Bild, nicht auf einen exakten Wert. Der IMG.LY-Benchmark von 2026 zeigt, dass selbst die besten Modelle weit von der erwarteten Farbtreue entfernt bleiben, 3,67 von 5 beim Besten, zwölf von fünfzehn Modellen unter 3. Töne driften ab, Verläufe tauchen auf, manchmal eine Farbe zu viel. Bei einem einzelnen Bild lässt sich der Ton in der Postproduktion korrigieren; bei einer Produktlinie garantiert diese manuelle Korrektur keine Konsistenz von einem Visual zum nächsten.

Ist CGI zuverlässiger als KI für einen Beauty-Packshot?

Für ein reales Produkt, das der Ladenversion entsprechen muss, ja. CGI geht von den exakten Werten des Produkts aus, Farbcode, Material, Brechungsindex, und rendert reproduzierbar in einem farbgemanagten Workflow: Was spezifiziert ist, kommt auf dem Bildschirm heraus. Das ist entscheidend, wenn Farbe ein kommerzielles Versprechen ist und nicht bloß eine Stimmung.

Hat KI einen Nutzen in der Beauty-Produktion?

Ja. Zuerst im Vorfeld, um Art Directions zu erkunden, Lichtstimmungen zu testen, Moodboards zu generieren oder ein Markenuniversum grob anzulegen. Die besten Modelle geben Haut und Materialien heute sehr gut wieder, was aus diesen Explorationen echte Render-Referenzen macht. Bei einer Produktlinie, wo Farbe und Material exakt und von einem Visual zum nächsten identisch sein müssen, weicht sie dem berechneten 3D-Rendering. Und bei einem einzelnen finalen Visual, ohne Produktlinie und ohne vertraglich festgelegten Farbton, kann KI genügen, sofern ein Artist das Bild vor der Auslieferung freigibt.

Warum zählt Farbe in der Beauty so sehr?

Weil ein Ton ein Produkt ist. Eine Kundin vergleicht die Farbe im Visual mit der, die sie erwartet, und schickt zurück, wenn es nicht passt. Bei online verkauften Foundations erreicht die Rückgabequote rund 23 %, vor allem durch falschen Farbton getrieben. Ein treues Visual schützt daher die Marge ebenso wie das Bild.

Beauty: Haut, Farbe und was generative KI noch nicht garantiert

Kurz gesagt

In der Beauty hängt die Glaubwürdigkeit eines Bildes an zwei Details, die das Auge in Sekundenbruchteilen beurteilt. Erstens, wie Licht durch ein lichtdurchlässiges Material wandert, die Haut, das Wachs eines Lippenstifts, ein Serum, ein Parfümflakon: das ist Subsurface Scattering. Zweitens die Genauigkeit der Markenfarbe, die keine Stimmung ist, sondern ein präziser Wert. Beim ersten Punkt liefern die besten Bildmodelle, allen voran Nano Banana Pro, heute sehr überzeugende Haut und Materialien. Beim zweiten zielt die KI auf plausibel, nicht auf exakt: Der Farbton driftet ab, und man muss ihn in der Postproduktion nachziehen, Bild für Bild, ohne Garantie von einem Artikel zum nächsten. CGI dagegen berechnet das Licht und behandelt Farbe als Datum: derselbe Wert über dreißig Artikel und hundert Blickwinkel hinweg. Deshalb behält ein 3D-Studio bei einem realen Produkt, das dem Tester im Laden entsprechen muss, den Vorteil, sobald es um eine ganze Produktlinie geht. Bei Digiteyes arbeitet KI im Vorfeld, und ein einzelnes finales Visual kann durchaus mit KI entstehen; sobald eine Produktlinie oder ein Markenton im Spiel ist, bleibt das Visual Bild für Bild gebaut.

Nehmen Sie einen Lippenstift. Seine Farbe trägt einen Codenamen, eine Referenz, eine Nummer, die das Marketing über Monate freigegeben hat. Bitten Sie nun einen Bildgenerator, sie zu reproduzieren. Das Bild wird schön sein, die Haut wird stimmen, und der Ton wird nah dran sein. Nah, nicht exakt: ein Rot, das ins Orange kippt, ein Finish, das eigene Glanzlichter erfindet. Bei einem einzelnen Bild zieht ein Colorist das in der Postproduktion nach. Bei einer Produktlinie mit dreißig Artikeln zieht das niemand von Hand nach.

Beauty ist das Feld, auf dem das Bild nichts verzeiht. Man betrachtet die Haut aus nächster Nähe, vergleicht den Ton mit dem auf dem Handrücken, beurteilt das Material aus dem Bauch heraus. Zwei Mechanismen entscheiden, ob ein Visual echt oder falsch wirkt: Subsurface Scattering und Farbtreue. Beim ersten hat generative KI in einem Jahr einen Sprung gemacht. Beim zweiten bleibt sie ungenau, und genau dort behält berechnetes 3D den Vorteil, vor allem, sobald eine ganze Produktlinie zusammenhalten muss. Hier ist, warum, mit Zahlen belegt.

Beauty, der härteste Test für ein Bild

Ein Sneaker-Packshot auf weißem Hintergrund, den gibt eine KI heute sauber aus. Ein Gesicht in Großaufnahme oder ein bernsteinfarbener Flakon, den das Licht durchdringt, mit den besten Modellen ebenfalls. Schwierig bleibt die Exaktheit: Beauty häuft lichtdurchlässige Materialien, komplexe Reflexionen und eine Farbanforderung bis auf den Zehntelton an, Produkt für Produkt. Und der Markt spaßt nicht. Online verkaufte Beauty- und Körperpflegeprodukte waren 2025 weltweit mehr als 250 Milliarden Dollar schwer, mit einem Wachstum von 11 bis 13 % pro Jahr (Statista). Wenn die Farbe nicht passt, schickt die Kundin zurück.

◆3,67 / 5 : der beste Wert für Markenfarbtreue unter den getesteten großen KI-Modellen; die meisten bleiben unter 3 (IMG.LY-Benchmark, 2026)
◆~23 % : Rückgabequote bei online gekauften Foundations, dort, wo eine Rückgabe möglich ist, vor allem wegen falschen Farbtons (Benchmarks 2026)
◆257 Mrd. $ : weltweiter Online-Umsatz mit Beauty und Körperpflege 2025 (Statista), ein Feld, auf dem Farbgenauigkeit bar bezahlt wird

Diese drei Zahlen erzählen dieselbe Geschichte. Farbe ist in der Beauty kein ästhetisches Detail, sie ist ein kommerzielles Versprechen. Zeigt ein Visual einen Ton, den das Produkt nicht hält, geht die Rückgabe raus, und die Marge mit. Und genau hier ist generative KI am fragilsten.

Subsurface Scattering: was die KI jetzt gut kann, und was sie nicht kontrolliert

Betrachten Sie eine brennende Kerze, ein Ohr im Gegenlicht, einen Klecks Creme unter einer Lampe. Licht prallt nicht einfach von der Oberfläche ab: Es dringt in das Material ein, wandert im Inneren, färbt sich, tritt dann weicher wieder aus. Auf der Haut färbt sich diese Reise rot, wegen des Bluts unter der Epidermis. Das Phänomen hat einen Namen, Subsurface Scattering, die Streuung unter der Oberfläche, und es verleiht Haut, Wachs, Marmor und einem Parfüm diesen Eindruck von Leben. Ohne es sieht Haut aus wie Plastik. 3D-Renderengines berechnen es seit Jahren aus echter Physik: Materialdicke, Dichte, Streufarbe.

Makro-Nahaufnahme eines bernsteinfarbenen Serumtropfens und eines Cremeklecks von hinten beleuchtet, das Licht durchdringt das Material und nimmt einen warmen Ton an — Die Signatur lebendiger Materie: Licht tritt ein, streut, tritt weicher wieder aus. Die KI ahmt sie heute sehr gut nach; 3D berechnet und regelt sie. Digiteyes-Konzept.

Generative KI dagegen berechnet nichts: Sie hat Millionen Bilder von Haut gesehen und gibt deren Aussehen statistisch wieder. Und man muss ehrlich sein, sie macht das immer besser. Die Modelle der neuesten Generation, allen voran Nano Banana Pro, geben Haut, Seren und lichtdurchlässige Flakons sehr überzeugend aus, so sehr, dass das Falsche auf einem einzelnen Bild nicht mehr auf den ersten Blick auffällt. Was fehlt, ist nicht mehr das Aussehen, sondern die Kontrolle: die Streutiefe einer Creme, die Transluzenz eines Wachses, die innere Farbe einer Flüssigkeit sind keine Parameter, die Sie einstellen, sondern Ergebnisse, die Sie von einer Generierung zur nächsten bekommen, oder eben nicht. Bei einem einzelnen Bild wählt man das richtige aus. Bei einer Produktlinie will man dieselbe Materialität auf jedem Artikel, unter jedem Licht, und genau da übernimmt die physikalische Berechnung wieder.

Eine Markenfarbe ist keine Stimmung, sie ist ein Wert

Hier ist der konkreteste Punkt, und der schmerzhafteste für jeden, der es versucht hat. Ein Bildgenerator akzeptiert heute einen Hexadezimalcode im Prompt, manche machen daraus sogar ein Verkaufsargument. Aber er liest ihn nicht wie eine Design-Software: Er liest Sprache, und der Wert ist für ihn nur eine Zeichenkette, die er auf gut Glück deutet. Ergebnis: Er optimiert auf plausibel, nicht auf das Spektrofotometer. Der IMG.LY-Benchmark, der den Abstand zwischen geforderter und gelieferter Farbe an fünfzehn Modellen misst, ist eindeutig: Das beste schafft maximal 3,67 von 5, und zwölf von fünfzehn Modellen bleiben unter der Marke von 3. Fordern Sie zwei präzise Markenfarben, lässt das Modell eine abdriften, fügt einen Verlauf hinzu oder schmuggelt sogar einen dritten Ton ein. Der einzige bekannte Weg, sich dem exakten Wert anzunähern, besteht darin, ein Farbmuster als Referenzbild mitzugeben und dann zu iterieren, oder den Ton in der Postproduktion zu korrigieren. Bei einem einzelnen Bild macht ein Colorist das in wenigen Minuten. Bei einer Produktlinie wiederholt sich dieses manuelle Nachziehen bei jedem Visual, ohne Garantie, dass zwei Bilder zusammenpassen.

Eine Reihe Lippenstiftminen in fein abgestuften Tönen unter Studiolicht, ohne sichtbare Marke, veranschaulicht die farbliche Präzision — In der Beauty sind zwei Rottöne, die fast nichts trennt, zwei verschiedene Produkte. Farbe ist ein gemessener Wert, keine Absicht. Digiteyes-Konzept.

CGI packt das Problem am anderen Ende. Man gibt ihr den exakten Wert, den Hexcode, die in den Arbeitsfarbraum umgerechnete Pantone-Referenz, den Brechungsindex des Glases, das am realen Produkt gemessene Streuprofil, und sie rendert reproduzierbar. Was geschrieben steht, kommt auf dem Bildschirm heraus, unter einer Bedingung, die seriöse Studios kennen: ein durchgehend farbgemanagter Workflow (ACES oder OpenColorIO, kalibrierte Monitore) und, für eine exakte Übereinstimmung, eine Messung des realen Produkts mit dem Spektrofotometer. Der Unterschied ist keine Frage künstlerischen Talents, es ist ein Wesensunterschied: Generierung ist probabilistisch, eine Markenanforderung ist deterministisch. Für ein Logo, eine Signaturfarbe, einen Flakon, der dem Tester im Regal entsprechen muss, kann man nicht Prompt-Lotterie spielen.

In der Beauty ist ein falscher Ton kein misslungenes Bild, sondern ein Produkt, das die Kundin nicht wiedererkennt. Und was man nicht wiedererkennt, schickt man zurück.

Was ein falscher Ton kostet

Das Thema ist alles andere als kosmetisch, wenn man so will. Bei online verkauften Foundations und Concealern klettert die Rückgabequote dort, wo Rückgaben erlaubt sind, auf rund 23 %, fast ausschließlich wegen des falschen Farbtons. Über die gesamte online verkaufte Beauty hinweg gehen fast zwei von drei Rückgaben auf ein Produkt zurück, das in echt als anders wahrgenommen wird als das, was der Bildschirm zeigte. Jedes zurückgeschickte Paket bedeutet Logistik, verlorene Marge, ein Produkt, das mitunter unbrauchbar ist. Ein Visual, das eine Farbe verspricht, die die Haut nicht wiederfindet, ärgert nicht nur, es speist diese Kosten direkt.

Ein Parfümflakon und ein Cremetiegel in CGI, halb als 3D-Drahtgitter- und Clay-Render, halb als finaler fotorealistischer Render gezeigt — Die eigentliche Arbeit ist unsichtbar: Farbe, Material und Licht auf das reale Produkt abzustimmen, nicht auf eine Näherung. Digiteyes-Konzept.

Umgekehrt beruhigt und verkauft ein treues Visual. Das ist der ganze Sinn des Beauty-Packshots: den echten Ton, die echte Textur, das echte Finish zeigen, damit das, was in der Box ankommt, dem entspricht, was der Bildschirm versprochen hat. Berechnetes 3D erlaubt das, weil es von den Werten des Produkts ausgeht. Es ist eine Investition, aber eine, die die Marge ebenso schützt, wie sie dem Bild dient.

Wo KI wirklich hilft, und wo 3D notwendig bleibt

Nichts davon heißt, dass KI in der Beauty keinen Platz hätte, im Gegenteil. Bei Digiteyes arbeitet sie im Vorfeld, dort, wo sie brillant ist: Art Directions erkunden, zehn Lichtstimmungen in einer Stunde testen, ein Markenuniversum generieren, um ein Moodboard zu rahmen, ein Set grob anlegen vor der 3D-Produktion. Und wenn eine generierte Haut oder Materialität gut ist, dient sie dem 3D-Team als Render-Referenz. Bei diesen Aufgaben spart die KI wertvolle Zeit, und die Qualität, die sie heute bei der Haut erreicht, macht diese Exploration weit nützlicher als noch vor einem Jahr. Ein finales Visual aus der KI ist bei uns kein Tabu. Es ist eine Frage der Bedingungen: ein einzelnes Bild, ohne Produktlinie, die zusammenhalten muss, ohne Markenton, der auf den Code genau sitzen muss, und vor der Auslieferung von einem Artist geprüft.

Aber sobald es um eine Produktlinie geht, um einen Packshot, der dem Tester im Regal entsprechen muss, um eine Bildserie, die zusammenpassen muss, bleibt das Visual in einer Renderengine gebaut, aus den gemessenen Werten des Produkts. Nicht aus Prinzip, aus Notwendigkeit: Nur so lässt sich garantieren, dass dasselbe Rot über dreißig Artikel und hundert Blickwinkel hinweg herauskommt. KI beschleunigt das Denken, CGI zeichnet die Produktlinie ab. Verwechselt man beide, riskiert man einen falschen Ton in einem Markt, der nicht verzeiht. Fügt man sie klug zusammen, produziert man schneller, ohne bei der Qualität einen Millimeter nachzugeben.

Häufige Fragen

◆Was ist Subsurface Scattering? Es ist die Streuung des Lichts unter der Oberfläche eines lichtdurchlässigen Materials. Licht tritt ein, verteilt sich im Inneren, färbt sich, tritt dann weicher wieder aus. Es verleiht Haut, Wachs, Marmor oder einem Parfüm ihr lebendiges Aussehen. Im 3D-Rendering wird es aus der echten Physik des Materials berechnet und lässt sich einstellen. Generative KI ahmt es aus Bildern nach, inzwischen sehr gut auf einem einzelnen Bild, aber ohne Einstellmöglichkeit und ohne Garantie von einer Generierung zur nächsten.
◆Warum verfehlt generative KI Markenfarben? Weil ein generatives Modell einen Farbcode zwar akzeptiert, ihn aber nicht wie eine Design-Software liest: Es interpretiert Sprache und optimiert auf ein plausibles Bild, nicht auf einen exakten Wert. Der IMG.LY-Benchmark von 2026 zeigt, dass selbst die besten Modelle weit von der erwarteten Farbtreue entfernt bleiben, 3,67 von 5 beim Besten, zwölf von fünfzehn Modellen unter 3. Töne driften ab, Verläufe tauchen auf, manchmal eine Farbe zu viel. Bei einem einzelnen Bild lässt sich der Ton in der Postproduktion korrigieren; bei einer Produktlinie garantiert diese manuelle Korrektur keine Konsistenz von einem Visual zum nächsten.
◆Ist CGI zuverlässiger als KI für einen Beauty-Packshot? Für ein reales Produkt, das der Ladenversion entsprechen muss, ja. CGI geht von den exakten Werten des Produkts aus, Farbcode, Material, Brechungsindex, und rendert reproduzierbar in einem farbgemanagten Workflow: Was spezifiziert ist, kommt auf dem Bildschirm heraus. Das ist entscheidend, wenn Farbe ein kommerzielles Versprechen ist und nicht bloß eine Stimmung.
◆Hat KI einen Nutzen in der Beauty-Produktion? Ja. Zuerst im Vorfeld, um Art Directions zu erkunden, Lichtstimmungen zu testen, Moodboards zu generieren oder ein Markenuniversum grob anzulegen. Die besten Modelle geben Haut und Materialien heute sehr gut wieder, was aus diesen Explorationen echte Render-Referenzen macht. Bei einer Produktlinie, wo Farbe und Material exakt und von einem Visual zum nächsten identisch sein müssen, weicht sie dem berechneten 3D-Rendering. Und bei einem einzelnen finalen Visual, ohne Produktlinie und ohne vertraglich festgelegten Farbton, kann KI genügen, sofern ein Artist das Bild vor der Auslieferung freigibt.
◆Warum zählt Farbe in der Beauty so sehr? Weil ein Ton ein Produkt ist. Eine Kundin vergleicht die Farbe im Visual mit der, die sie erwartet, und schickt zurück, wenn es nicht passt. Bei online verkauften Foundations erreicht die Rückgabequote rund 23 %, vor allem durch falschen Farbton getrieben. Ein treues Visual schützt daher die Marge ebenso wie das Bild.

Ein Beauty-Visual auf Augenhöhe mit dem Produkt?

Digiteyes gestaltet Premium-Packshots und CGI-Filme für Beauty und Luxus, mit einer Farb- und Materialanforderung, die am realen Produkt kalibriert ist. Sprechen wir über Ihren Ton, Ihren Flakon, Ihr Material: contact@digiteyes.fr.

Quellen

◆IMG.LY GenAI Benchmarks · Why AI Image Models Miss Your Brand Colors (Farbtreue gemessen in CIEDE2000, bestes Modell bei 3,67 / 5)
◆ITU Online · What Is Subsurface Scattering? (Definition und Rolle des SSS im Realismus von Haut und Wachs)
◆Eightx · Beauty & Cosmetics Return Rate Benchmarks 2026 (Foundation-Rückgabequote um 23 %, 64 % der Beauty-Rückgaben wegen eines „in echt anders“ empfundenen Produkts)
◆Loop Returns · Die am häufigsten zurückgeschickten Produkte im E-Commerce (2026) (Rückgabegründe bei Kosmetik: Farbton und Vorliebe)
◆Statista, via Oberlo · Beauty and personal care e-commerce market (Online-Umsatz mit Beauty und Körperpflege: 257 Mrd. $ im Jahr 2025, jährliches Wachstum)
◆W. Bakkali (Google Cloud Community, Medium) · Color Code Adherence in AI Image Generation (gemessener Abstand zwischen gefordertem Code und gelieferter Farbe, und das Referenz-Farbmuster als Behelf)