My Image-Making Process with Stable Diffusion.cpp

TIMO PROVENANCE v6.0

Herkunft und Transparenz

Jedes Bild der Serie Gesicht & Fiktion entsteht lokal auf meinem eigenen Rechner. Damit nachvollziehbar bleibt, wie ein Bild zustande gekommen ist, dokumentiert ein selbst gebautes Werkzeug jede einzelne Datei – automatisch, vollständig und ohne das Original zu verändern.

Der Prozess – lokal auf meinem Rechner

Kein Bild entsteht in der Cloud. Modelle, Prompts und Ergebnisse bleiben auf meinem eigenen Rechner; generiert wird offline.

1. Das eigene Gesicht als Ausgangsmaterial. Grundlage sind Fotografien meines Gesichts. Daraus habe ich eine LoRA trainiert – eine kleine Zusatzdatei (kreaneuer), die einem großen Bildmodell beibringt, wie ich aussehe, ohne das Modell selbst zu verändern.
2. Das Basismodell. Als Bildmodell nutze ich Krea2 Turbo, als Text-Encoder Qwen3-VL-4B und als VAE Wan2.1. Alle Modelle liegen in komprimierter Form (GGUF, Q4_K_M) vor, damit sie auf normaler Hardware laufen.
3. Die Software. Gerechnet wird mit stable-diffusion.cpp, einer schlanken Open-Source-Implementierung, über die Vulkan-Schnittstelle auf einer AMD Radeon RX 6400 mit 4 GB Grafikspeicher. Ein bewusst bescheidenes Setup: kein Rechenzentrum, kein Abo.
4. Der Prompt. Jedes Bild beginnt mit einem Text, den ich selbst schreibe – eine Szene, ein Licht, eine Zeit, eine Bildsprache. Die LoRA setzt mein Gesicht in diese Fiktion ein (Stärke 1.0).
5. Die Generierung. In 8 Rechenschritten entsteht ein Bild mit 768 × 768 Pixeln. Der Seed legt den Zufall fest: gleicher Seed, gleiche Parameter, gleiches Bild.
6. Auswahl und Wiederholung. Es entstehen viele Varianten, nur wenige bleiben. Die Auswahl, das Verwerfen und das wiederholte Umschreiben der Prompts sind der eigentliche künstlerische Teil der Arbeit.
7. Dokumentation. Sobald ein Bild gespeichert ist, erfasst TIMO PROVENANCE automatisch alle Daten dieses Prozesses.

Seit 2024 arbeite ich an dieser Serie, anfangs mit anderen Bildmodellen. Das Werkzeug hat sich verändert, die Frage nicht.

Was dokumentiert wird

Werk-ID & Titel	eindeutige Kennung, z. B. GF-20261022-140029-3
Creator & Kollektion	Timo Schuster · Gesicht & Fiktion
Zeitpunkt	Erstellungszeit in UTC (ISO 8601)
Software	stable-diffusion.cpp (lokal, offline)
Modell, Text-Encoder, VAE	Krea2 Turbo · Qwen3-VL-4B · Wan2.1 VAE
LoRA	kreaneuer – eigenes Training auf meinem Gesicht
Parameter	Seed, Steps, Guidance, CFG, Sampler, Auflösung
Prompt	vollständiger Prompt und Negative Prompt
Fingerabdruck	SHA-256-Hash der Originaldatei
Signatur (optional)	C2PA-Manifest (Content Credentials) in einer signierten Kopie

Wie es funktioniert

1. Ein Watcher überwacht den Ausgabeordner des Bildgenerators. Jede neue PNG-Datei wird erkannt und nur einmal verarbeitet.
2. Die eingebetteten Generierungsdaten werden ausgelesen und mit Werk-ID, Titel und Zeitstempel zusammengeführt.
3. Ein SHA-256-Hash der Originaldatei wird berechnet und in timoprovenance.json gespeichert.
4. Optional wird eine Kopie nach dem C2PA-Standard signiert. Das Original bleibt unverändert.
5. Für die Website entstehen ein lesbarer Provenance-Block und strukturierte Daten (JSON-LD).

Warum

Seit 2024 arbeite ich mit KI-Bildmodellen und meinem eigenen Gesicht. Die Serie fragt, was ein Porträt noch bezeugt, wenn es keine Kamera mehr braucht. Gerade deshalb will ich offenlegen, wie jedes Bild entstanden ist: welches Modell, welche Parameter, welcher Prompt. Die Fiktion liegt im Bild – nicht in seiner Herkunft.

Selbst prüfen

Der SHA-256-Wert unter jedem Bild lässt sich mit der Originaldatei abgleichen (Windows: certutil -hashfile datei.png SHA256, macOS/Linux: shasum -a 256 datei.png). Signierte Kopien können mit einem C2PA-fähigen Prüfwerkzeug wie contentcredentials.org/verify geprüft werden.

TIMO PROVENANCE v6.0 · selbst entwickelt mit KI-Unterstützung · Stand Oktober 2026