Wenn das bessere Modell abgeschaltet wird: Was Firefly Image 3 über KI-Werkzeuge in der Produktion lehrt

Diesen Monat verschwindet Firefly Image 3 endgültig aus Adobes Werkzeugen – nach einer ersten Stufe im April, in der das Modell bereits aus dem Modellwähler von Photoshop entfernt wurde. Generative Fill und Generative Expand laufen ab sofort ausschließlich über neuere Modelle, Adobe empfiehlt den Wechsel zu "Firefly Fill & Expand". So weit ein gewöhnlicher Produktzyklus. Interessant wird es an einer Stelle, die selten vorkommt: In der Adobe-Community fordern zahlreiche Nutzer, das alte Modell als kostenpflichtige Legacy-Option zu erhalten – weil es bei Haaren, Texturen und ungesteuerter Retusche bessere Ergebnisse geliefert habe als sein offizieller Nachfolger.

Die Erzählung, die hier nicht aufgeht

Die übliche Geschichte bei KI-Modellen lautet: Die neue Version ist in jeder Hinsicht besser, wer zögert, verpasst nur Fortschritt. Bei Firefly Image 3 widerspricht ausgerechnet die Praxis dieser Erzählung, und zwar an Stellen, die kein Benchmark gut abbildet: wie ein Modell feine Haarsträhnen an einer Kante auflöst, wie es Materialoberflächen ohne konkrete Anweisung interpretiert, wie es reagiert, wenn eine Retusche bewusst vage bleibt, weil man selbst noch nicht genau weiß, was man will. Das sind genau die Momente, in denen sich ein Werkzeug im Studio als vertrauenswürdig oder eben nicht erweist – und ein neues Modell kann in Summe leistungsfähiger sein und trotzdem in diesen speziellen Situationen schlechter reagieren, weil sich mit dem Training auch der Stil verschiebt.

Der eigentliche Unterschied zu physischem Werkzeug

Genau hier liegt die Abhängigkeit, die eine Kamera oder ein Objektiv nicht kennt – derselbe Unterschied zwischen physischem und lizenziertem Werkzeug, den ich bereits zur Produktfotografie beschrieben habe. Ein Blitzkopf, der 2014 gut funktioniert hat, funktioniert 2026 immer noch gleich gut – niemand kann ihn aus der Ferne abschalten. Ein generatives Modell ist dagegen lizenzierte Infrastruktur: Es läuft, solange der Anbieter es betreibt, und verschwindet nach dessen Zeitplan, nicht nach dem der Nutzer. Wer eine Retusche-Routine, ein Preset oder einen bestimmten Bildlook um die Eigenheiten eines Modells herum aufgebaut hat, verliert dieses Fundament ohne eigenes Zutun – nicht weil das Werkzeug kaputtgeht, sondern weil es der Hersteller einstellt.

Warum "besser" bei KI-Bildmodellen nie eindimensional ist

Der Community-Wunsch nach einer bezahlten Legacy-Option trifft einen wunden Punkt, den Modellanbieter selten einräumen: Ein neueres Modell optimiert meist auf einen breiteren Durchschnitt an Anwendungsfällen, nicht auf jede einzelne Nische, in der ein Vorgänger zufällig stark war. Für ein Studio, das seit Jahren an einer bestimmten Bildsprache arbeitet, ist genau diese Nische oft der eigentliche Wert – und "im Schnitt besser" ist keine Garantie dafür, dass das auch für die eigene Arbeit gilt. Bei Adobe zumindest bleiben bereits erstellte Dokumente unverändert bestehen; die Abschaltung betrifft nur zukünftige Anwendungen. Das ist immerhin ehrlicher als stille Rückwirkung, löst aber nicht das eigentliche Problem: Wer morgen weiterarbeiten will, arbeitet mit einem anderen Werkzeug, ob er will oder nicht.

Was das für Produktionsentscheidungen bedeutet

Für uns als Agentur, die KI-gestützte Bildproduktion in reale Workflows einbaut – zuletzt an einer Solo-Kampagne mit vergleichbarem Werkzeugstapel durchgespielt –, ist die Lehre keine gegen generative Werkzeuge, sondern eine für bewusste Distanz zu einzelnen Modellversionen. Ein Preset, ein Workflow, ein Kundenversprechen sollte nie an ein bestimmtes Modell gebunden sein, das jederzeit verschwinden kann – sondern an ein Ergebnis, das sich notfalls mit einem anderen Werkzeug reproduzieren lässt. Das bedeutet in der Praxis: regelmäßig testen, ob ein Wechsel des Modells den eigenen Look verändert, bevor der Hersteller einen dazu zwingt, und die eigene Handschrift so definieren, dass sie unabhängig vom jeweiligen Tool erkennbar bleibt.

Fazit

Firefly Image 3 verschwindet diesen Monat, und ein Teil der Community sagt offen: Es war für bestimmte Aufgaben das bessere Werkzeug. Das ist kein Nostalgie-Einwand, sondern eine nüchterne Erinnerung daran, dass generative Modelle Infrastruktur sind, keine Werkzeuge im klassischen Sinn – sie laufen auf fremdem Zeitplan. Wer professionell mit ihnen arbeitet, baut seine Handschrift besser um Ergebnisse herum als um ein einzelnes Modell, das jederzeit abgeschaltet werden kann.