Die IDE für Künstler: ArtCraft setzt Blocking und Kamera vor den Prompt

Das Tool, das diesen Monat oben auf GitHub stand, ist kein Modell

Fast zwei Jahre lang bestand der Weg zu einem bestimmten Bild aus einem KI-System darin, es besser zu beschreiben. Man lernt das Vokabular — goldene Stunde, 35 mm, geringe Schärfentiefe, Dreiviertelansicht — und würfelt weiter, bis etwas passt. Leute nennen das Prompt-Roulette, und genau das ist es: ein Spielautomat mit Textfeld.

ArtCraft, eine Rust-Desktop-Anwendung, die Anfang Oktober oben in GitHubs wöchentlicher Trending-Liste stand, vertritt die These, dass nie ein besserer Prompt gefehlt hat. Es fehlte ein Ort, an dem man Entscheidungen trifft, bevor das Sampling losgeht. Das Projekt nennt sich selbst eine Engine für absichtliches Gestalten für Künstler, Designer und Filmemacher. Die kürzere Fassung, aus dem eigenen README: Es will die IDE für Leute sein, die Bilder und Shots machen.

Diese Rahmung leistet echte Arbeit. Eine IDE schreibt einem das Programm nicht. Sie gibt einem einen Ort, an dem man Struktur sieht, Teile verschiebt und prüft, was man gebaut hat, bevor man es laufen lässt. ArtCraft überträgt dieselbe Idee auf ein Bild.

Was es tatsächlich macht

Projekt öffnen, und man bekommt zwei Räume gleichzeitig. Der eine ist eine 2D-Leinwand: Ebenen, Freistellen, Zeichenwerkzeuge, Masken, Inpainting. Der andere ist eine 3D-Szene, in der man Hintergründe, Requisiten und aus Bildern umgewandelte Meshes platziert, eine Gliederpuppe posiert und Kamerawinkel setzt.

Am wichtigsten sind die Funktionen, die einen Shot konsistent halten:

Image to Location. Man platziert virtuelle Darsteller einmal in einem Set, und das Set bleibt über alle Shots hinweg bestehen. Wer fünf Bilder im selben Raum plant, bekommt den Raum nicht zwischen den Bildern neu erfunden.

Character Posing und Identity Transfer. Die Gliederpuppe ist, in der Beschreibung des Projekts selbst, ein einfaches 3D-ControlNet. Man dreht ein Gelenk, statt "ihre linke Hand liegt auf dem Tisch, Ellbogen bei ungefähr neunzig Grad" zu schreiben und zu hoffen.

3D-Compositing und Kitbashing. Hintergründe und Requisiten schichten sich mit echter Tiefe, sodass Vordergrund und Hintergrund gegeneinander blockiert werden können, statt in einem Prompt plattgedrückt zu werden.

Image to 3D Mesh. Ein Bild wird zu einem Objekt, das man drehen und rahmen kann — der Unterschied zwischen "ein Stuhl in der Ecke" und einem Stuhl in einer bestimmten Entfernung zum Objektiv.

Die Generierung selbst ist austauschbar. Die App liefert kein Modell mit, sondern leitet an Drittanbieter weiter: Text-to-Image über ein Dutzend Optionen, Prompt-Editing inklusive Googles Nano-Banana-Reihe und OpenAIs Bildmodellen, und Image-to-Video über Dienste wie Seedance und Kling. Sets lassen sich auch aus Gaussian Splats bauen, die mit Marble von World Labs erstellt wurden. Dieses letzte Detail verrät, für wen das gedacht ist. Wer einen echten Raum scannt und dann darin dreht, macht kein Meme.

Warum das eine Schnitt-These ist, keine Modell-These

ArtCraft ist wichtig, weil es die Ausgabequalität verbessert, ohne ein Modell zu verbessern. Jeder Gewinn kommt daher, eine Entscheidung früher zu verlegen, an einen Ort, an dem man sie sehen und ändern kann.

Das ist das Gegenteil davon, wie die meisten KI-Kreativtools gebaut sind. Sie stellen das Modell in die Mitte und die Oberfläche drumherum, was bedeutet, dass die Oberfläche immer nur mit einem Ergebnis verhandeln kann, das schon existiert. ArtCraft stellt die Szene in die Mitte und behandelt Modelle als Renderer. Das mentale Modell ist näher an einer Bühne als an einem Chatfenster.

Das hat eine praktische Folge. Wenn die Komposition in einer Szenendatei lebt, lässt sie sich versionieren, wiederverwenden und weitergeben. Wenn sie in einem Prompt lebt, stirbt sie mit der Sitzung. Wer einen Nachmittag damit verbracht hat, eine Figur für Shot vier richtig hinzubekommen, und dann feststellt, dass Shot fünf eine andere Nase hat, versteht den Unterschied.

Der Gründer, Brandon Thomas, hat es im Februar 2026 auf Hacker News als eine KI-Film- und Design-Engine vorgestellt, die er für sich und andere Filmemacher gebaut hat. Diese Herkunft erklärt die Prioritäten. Es sind die Funktionen, die jemand braucht, der einen Kurzfilm dreht, nicht die, die jemand braucht, der ein einzelnes Wallpaper macht.

Wo Vorsicht angebracht ist

Drei Vorbehalte, und sie sind nicht klein.

Die Lizenz ist ein Durcheinander. GitHub führt die Repo-Lizenz als "Other", was GitHubs Art zu sagen ist, dass es sie nicht einordnen konnte. Mindestens eine Projektseite beschreibt den Code als dual lizenziert unter MIT oder Apache-2.0. Das sind nicht dieselben Aussagen, und der Unterschied zählt, wenn man eine kommerzielle Pipeline darauf bauen will. LICENSE-Datei im Repo lesen, bevor irgendwas ausgeliefert wird.

Zur Hardware steht kaum was da. Die Doku deckt Installation und Installation aus dem Quellcode ab. Über GPU- und VRAM-Anforderungen, die Herkunft der Generierungsgewichte und die Frage, ob Inferenz lokal oder über einen gehosteten Dienst läuft, ist sie deutlich stiller. Da die App auf Credits läuft — Monatspläne oder Einmal-Pakete, mit der Option, eigene Rechenleistung oder eigene Modell-Abos mitzubringen —, ist die Antwort wahrscheinlich "kommt auf das Backend an". Das klären, bevor man eine Workstation drumherum plant.

Ein Desktop-Studio ist eine Menge Tool. Wer nur ein gutes Bild für einen Blogpost will, bekommt mehr Software, als der Job braucht. ArtCraft ist für Leute mit einer Sequenz im Kopf: mehrere Shots, ein Ort, eine Figur, eine Kamera, die auf derselben Seite der Achse bleiben muss.

Was uns die Sternzahl sagt

Das Repo hat Anfang Oktober an einem einzigen Tag irgendwo nördlich von zweitausend Sternen eingesammelt und liegt seither im Bereich von siebentausend, mit Fork-Zahlen hoch genug, dass Leute den Code wohl herunterladen statt ihn nur zu bookmarken. Es wurde außerdem über eine lange Strecke gebaut, das Projekt liefert seit 2022 in der einen oder anderen Form aus, was für etwas, das plötzlich trendet, ungewöhnlich ist.

Diese Kombination ist ungewöhnlich. Trending-Listen sind normalerweise voll mit neuen Dingen. Hier wurde ein altes Ding neu relevant, was meist heißt, dass das Ökosystem drumherum endlich zur Idee aufgeschlossen hat. Bildmodelle wurden gut genug, dass der Engpass sich verschoben hat. Es geht nicht mehr um "kann es eine glaubwürdige Person rendern". Es geht um "kann ich diese Person dorthin setzen, wo ich sie will, zweimal, aus zwei Winkeln, und passt das Licht noch".

ArtCrafts Antwort: aufhören, ein Sprachmodell als Bühnenmeister zu behandeln. Bühne bauen, dann rendern. Das ist ein weniger aufregender Pitch als ein neues Modell mit einer größeren Benchmark-Zahl, und für alle, die ein zweites Bild liefern müssen, das zum ersten passt, wahrscheinlich der nützlichere.