Nano Banana Pro: Googles neues dominantes Bildgenerierungsmodell

Als Googles Entwicklerteam sein Bildgenerierungsmodell intern „Nano Banana“ taufte, blieb der Name hängen. Die Pro-Version erschien am 20. November 2025 und behebt Probleme, die Nutzer bei früheren KI-Bildgeneratoren frustriert haben.

Dieses Tutorial zeigt dir, wie Nano Banana Pro funktioniert, führt dich durch die API und hilft dir zu entscheiden, wann du es der Nicht-Pro-Version vorziehen solltest.

Was ist Nano Banana Pro?

Nano Banana Pro (gemini-3-pro-image-preview) baut auf Gemini 2.5 Flash Image (dem ursprünglichen Nano Banana aus meinem vorherigen Tutorial) mit deutlichen Verbesserungen auf.

Das Modell meistert vier Dinge außergewöhnlich gut, mit denen frühere Versionen zu kämpfen hatten:

• Textrendering: Klarer, gut lesbarer Text in mehreren Sprachen und Schriften (keine verstümmelten Buchstaben mehr)
• Studio-Controls: Licht, Kamerawinkel und Schärfentiefe steuern wie im Fotostudio
• Charakterkonsistenz: Den gleichen Charakter über 5 Personen oder 14 Objekte in unterschiedlichen Szenen beibehalten
• Realwelt-Wissen: Google-Search-Integration für korrekte Fakten in Bildungsinhalten

Das Modell unterstützt 1K-, 2K- und 4K-Auflösungen mit Seitenverhältnissen wie 1:1, 16:9, 9:16 und 21:9. Jedes Bild enthält unsichtbares SynthID-Wasserzeichen. Du kannst es kostenlos in der Gemini-App ausprobieren, für API-Zugriff ist jedoch eine Abrechnungseinrichtung nötig.

Bevor du loslegst, brauchst du Zugriff auf das Modell. Schauen wir uns deine Optionen an.

So bekommst du Zugriff auf Nano Banana Pro

Du kannst Nano Banana Pro kostenlos in der Gemini-App unter gemini.google.com testen. Melde dich einfach mit deinem Google-Konto an und starte die Bildgenerierung. Der kostenlose Zugriff hat Nutzungslimits (Google veröffentlicht keine genauen Zahlen). Wenn du viele Bilder erzeugen oder Anwendungen bauen willst, brauchst du API-Zugriff über Google AI Studio oder Vertex AI. Das erfordert eine Abrechnungseinrichtung, bietet aber planbare Kosten und höhere Limits.

API-Zugriff einrichten

Gehe zu Google AI Studio und melde dich an. Du musst ein Google-Cloud-Projekt erstellen oder verknüpfen und dann die Abrechnung aktivieren (Kreditkarte erforderlich). Danach generierst du im Bereich API-Schlüssel deinen Key.

Bewahre deinen API-Schlüssel sicher auf. Lege in deinem Projektordner eine .env-Datei an und füge hinzu:

GEMINI_API_KEY=your_key_hereBereitgestellt von

Checke diese Datei niemals in die Versionsverwaltung ein. Füge .env zu deiner .gitignore hinzu.

Preisübersicht

Abrechnung pro generiertem Bild:

• Standard-Tarif: $0,134 pro 1K- oder 2K-Bild, $0,24 pro 4K-Bild
• Batch-Tarif: $0,067 pro 1K/2K-Bild, $0,12 pro 4K-Bild (asynchrone Verarbeitung für geringere Kosten)

Zur Orientierung: Für $10 bekommst du ungefähr 75 Standard-1K-Bilder oder 42 4K-Bilder. Generieren und Bearbeiten kosten gleich viel.

Die Ratenlimits variieren nach Kontostufe und Region (prüfe die offizielle Preisdoku für aktuelle Limits). Enterprise-Nutzer können über Vertex AI mit zusätzlichen Sicherheits- und Compliance-Features zugreifen.

Mit eingerichtetem Zugriff generieren wir jetzt dein erstes Bild und sehen uns die Konversationsbearbeitung in Aktion an.

Erste Schritte: Dein erstes Bild

Zeit für die Bildgenerierung – und dafür, was Nano Banana Pro besonders macht. Wir erzeugen eine eindrucksvolle kosmische Szene, verändern sie per Konversation und mischen sie anschließend mit mehreren Referenzbildern zu einer finalen Komposition.

Deine Umgebung einrichten

Installiere zunächst die benötigten Pakete:

pip install google-genai python-dotenv pillowBereitgestellt von

Du brauchst google-genai für die Arbeit mit Gemini-Modellen, python-dotenv zum Laden deines API-Schlüssels aus der .env-Datei und pillow für die Bildverarbeitung.

Wirkungsvolle Prompts schreiben

Gute Prompts für Nano Banana Pro kombinieren konkrete Details mit Foto- oder Designbegriffen. Statt vager Beschreibungen solltest du klare visuelle Elemente und Stilreferenzen angeben.

Starke Prompts enthalten typischerweise:

• Motivdetails: Konkrete Objekte, Farben, Kompositionen
• Lichtsetzung: „weiches natürliches Licht“, „Goldene Stunde“, „dramatisches Seitenlicht“
• Kameraspezifikationen: „geringe Schärfentiefe“, „Froschperspektive“, „Totale“
• Stilbeschreibungen: „professionelle Fotografie“, „cinematisch“, „minimalistisches Design“

Dein erstes Bild generieren

Hier ist der vollständige Code zum Generieren eines Bildes:

import os
from google import genai
from google.genai import types
from dotenv import load_dotenv

# Load API key
load_dotenv()
client = genai.Client(api_key=os.getenv("GOOGLE_API_KEY"))

# Generate image
response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents="Vast cosmic nebula in deep space. Swirling purple and blue gas clouds with bright star clusters. Ethereal glow. Epic space photography. 16:9 cinematic composition. No planets visible.",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(
            aspect_ratio="16:9",
            image_size="1K"
        ),
    )
)

# Save the image
for part in response.parts:
    if image := part.as_image():
        image.save("cosmic_base.png")
        print("Image saved!")Bereitgestellt von

Dieser Code bildet den Kern-Workflow von Nano Banana Pro ab. Die Methode generate_content() übernimmt die Bildgenerierung. Mit dem Parameter response_modalities lässt du dir Text und Bild zurückgeben. In image_config steuerst du die Ausgabe: aspect_ratio legt das Seitenverhältnis fest (16:9 für Widescreen), image_size die Auflösung (1K, 2K oder 4K). Die Antwort kommt in Parts zurück, durch die du iterierst, um das generierte Bild zu extrahieren und zu speichern.

So entsteht eine eindrucksvolle kosmische Nebelwolke:

Jetzt sehen wir, wie sich die Szene per Konversation bearbeiten lässt.

Konversationsbearbeitung in Aktion

Statt von vorn zu starten, kannst du Bilder per Dialog bearbeiten. Ändern wir die Farbpalette des Nebels und erhalten dabei seine Struktur:

# Load the base image
from PIL import Image
base_image = Image.open("cosmic_base.png")

# Create a chat session for editing
chat = client.chats.create(
    model="gemini-3-pro-image-preview",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(
            aspect_ratio="16:9",
            image_size="1K"
        ),
    )
)

# Edit: Transform colors
response = chat.send_message([
    base_image,
    "Transform this nebula to warm orange and red tones, like a different type of stellar nursery. Keep the same swirling structure and composition."
])

# Save edited image
for part in response.parts:
    if image := part.as_image():
        image.save("cosmic_orange.png")Bereitgestellt von

Gleiche Nebelstruktur, völlig andere Stimmung:

Mehrere Bilder mischen

Nano Banana Pro kann bis zu 14 Referenzbilder mischen und dabei die Konsistenz wahren. Kombinieren wir unsere orangefarbene Nebelwolke mit zwei weiteren Elementen: einem dramatischen Kometen und einem uralten Alien-Monolithen.

Erzeuge zuerst die beiden Referenzbilder:

# Generate comet reference
comet_response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents="Massive comet with bright glowing nucleus and long ion tail streaming behind. Detailed surface texture on comet head. Ethereal blue-white tail against black space. Dramatic cosmic photography.",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="1K"),
    )
)

# Save comet
for part in comet_response.parts:
    if image := part.as_image():
        image.save("comet.png")Bereitgestellt von

Hier ist das Kometen-Element:

# Generate ancient alien monolith
monolith_response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents="Massive ancient alien monolith floating in space. Towering black rectangular obelisk with subtle geometric patterns. Mysterious glowing symbols etched on surface. 2001 Space Odyssey style. Epic scale.",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="1K"),
    )
)

# Save monolith
for part in monolith_response.parts:
    if image := part.as_image():
        image.save("monolith.png")Bereitgestellt von

Und der uralte Alien-Monolith:

Jetzt mischst du alle drei Elemente zu einer Komposition. Der Parameter contents nimmt eine Liste: zuerst deinen Textprompt, gefolgt von allen Bildern, die du mischen möchtest.

# Load all three images
nebula = Image.open("cosmic_orange.png")
comet = Image.open("comet.png")
monolith = Image.open("monolith.png")

# Blend them into one composition
blend_response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents=[
        "Combine these images into one epic space scene. Place the ancient alien monolith in the right side, towering and mysterious. Show the bright comet with its glowing tail streaking diagonally across the left side. Keep the orange nebula as the dramatic backdrop. Cinematic space composition.",
        nebula,
        comet,
        monolith
    ],
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="1K"),
    )
)

# Save final composition
for part in blend_response.parts:
    if image := part.as_image():
        image.save("cosmic_final.png")Bereitgestellt von

Die finale Komposition vereint alle drei Elemente nahtlos:

Nachdem du Bilder mit dem neuen Modell generiert und einige Funktionen genutzt hast, sehen wir uns jetzt seine vier Besonderheiten im Vergleich zu anderen Modellen an.

Was Nano Banana Pro anders macht

Du hast die Grundlagen der Bildgenerierung und der Konversationsbearbeitung gesehen. Jetzt schauen wir uns jede Fähigkeit im Detail an und wie sie in der Praxis funktioniert.

Wir nutzen eine Helper-Funktion, um die Codebeispiele übersichtlich zu halten:

def generate_image(prompt, filename, aspect_ratio="16:9", size="1K", use_google_search=False):
    
    config = types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(
            aspect_ratio=aspect_ratio,
            image_size=size
        ),
    )
    
    # Add Google Search grounding if requested
    if use_google_search:
        config.tools = [{"google_search": {}}]
    
    response = client.models.generate_content(
        model="gemini-3-pro-image-preview",
        contents=prompt,
        config=config
    )

    for part in response.parts:
        if image := part.as_image():
            image.save(f"{filename}.png")
            return imageBereitgestellt von

So reduzierst du Wiederholungen in den folgenden Beispielen und bekommst ein wiederverwendbares Muster für eigene Projekte.

Durchbruch beim Textrendering

KI-Bildgeneratoren haben Text historisch verhunzt – untauglich für Typografie, Branding oder UI-Design. Nano Banana Pro behebt das.

Hier ein Filmplakat mit mehreren Textelementen:

# Generate movie poster with cast and credits
image = generate_image(
    prompt="""Sci-fi movie poster. Large title "STELLAR HORIZON" at top. Actor names "SARAH CHEN" "MARCUS RODRIGUEZ" "AISHA WILLIAMS". Production credits "Directed by James Park" "Produced by Luna Studios" at bottom. Deep space background with nebula. Professional film poster typography. Crisp readable text.""",
    filename="movie_poster"
)Bereitgestellt von

Das Gleiche funktioniert für Web-Interfaces mit mehreren Textelementen:

# SaaS website hero section
image = generate_image(
    prompt="""Modern SaaS website hero section. Large headline "Automate Your Workflow in Minutes" with subheadline "Connect your tools and boost productivity by 10x". Two buttons "Start Free Trial" and "Watch Demo". Trust badges showing "500K+ Users" "99.9% Uptime" "SOC 2 Certified". Clean typography. Gradient purple to blue background. Professional web design layout.""",
    filename="saas_hero"
)Bereitgestellt von

Sogar mehrsprachiger Text auf demselben Bild ist kein Problem:

# Conference poster with English and Japanese
image = generate_image(
    prompt="""Tech conference poster. Top section English text: "GLOBAL AI SUMMIT 2025" "March 15-17, Tokyo". Bottom section Japanese text: "グローバルAIサミット2025" "3月15日-17日、東京". Modern geometric design. Vibrant gradient background blue to purple. Professional bilingual typography.""",
    filename="multilingual_poster"
)Bereitgestellt von

Marketingteams können Kampagnenvisuals mit klarer Botschaft erstellen, Designer Typografie ohne manuelles Layout erkunden, Marken konsistente Wortmarken generieren und UI/UX-Designer Interfaces mit lesbarem Text mocken.

Textklarheit ist nur ein Teil. Schauen wir uns an, wie du Licht und Kamerawinkel steuerst.

Kontrolle auf Studio-Niveau

Mit Nano Banana Pro passt du Licht, Kamerawinkel, Schärfentiefe und Farbgrading per Konversation an – und erhältst trotzdem deine Komposition.

Starte mit einer Produktaufnahme von vorn:

# Generate base product image
base_image = generate_image(
    prompt="""Premium wireless earbuds with charging case. Front-facing straight-on view. Sleek matte black finish. Modern minimalist design. Clean white studio background. Professional product photography. Sharp focus throughout. Contemporary tech aesthetic.""",
    filename="earbuds_front"
)Bereitgestellt von

Ändere nun den Kamerawinkel zur Vogelperspektive, ohne neu zu generieren:

# Create chat for editing
chat = client.chats.create(
    model="gemini-3-pro-image-preview",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="1K"),
    )
)

# Edit camera angle conversationally
edit_response = chat.send_message([
    base_image,
    """Show these exact same wireless earbuds from bird's eye view, looking straight down from above. Keep the same earbuds and charging case. Overhead flat lay composition. Professional product photography."""
])

# Save edited image
for part in edit_response.parts:
    if image := part.as_image():
        image.save("earbuds_overhead.png")Bereitgestellt von

Produktfotografen testen so Winkel ohne Reshoot, Architekten zeigen Gebäude aus verschiedenen Perspektiven, Interior-Designer visualisieren Räume aus mehreren Blickwinkeln, und Marketingteams erstellen Varianten für A/B-Tests.

Charakterkonsistenz

Markenmaskottchen müssen über alle Touchpoints gleich aussehen. Kampagnen verlangen denselben Charakter in unterschiedlichen Szenarien. Frühere Modelle hatten hier Probleme (das Basismodell Nano Banana war bereits gut). Nano Banana Pro verbessert die visuelle Identität über Szenen hinweg weiter.

Erzeuge ein Markenlogo-Element:

# Create brand logo
brand_logo = generate_image(
    prompt="""Abstract geometric ribbon logo. Flowing infinity loop shape with metallic gradient silver to deep purple. Smooth curved surfaces. Elegant minimalist design. Clean white background. Premium brand identity element. Modern corporate aesthetic. No face. No eyes.""",
    filename="ribbon_logo"
)Bereitgestellt von

Nutze dasselbe Ribbon in einer Mobile-App-Oberfläche:

# Create chat for editing
chat = client.chats.create(
    model="gemini-3-pro-image-preview",
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio="16:9", image_size="1K"),
    )
)

# Show logo in app interface
app_response = chat.send_message([
    brand_logo,
    """Show this exact ribbon logo in a complete mobile app home screen. Top status bar with time and battery. Logo in header next to app name. Content cards below showing features. Bottom tab navigation with icons and labels. Modern mobile app UI. Gradient purple background. Professional startup app design. Full mobile interface layout."""
])

# Save
for part in app_response.parts:
    if image := part.as_image():
        image.save("ribbon_app.png")Bereitgestellt von

Zeige nun dasselbe Ribbon auf physischen Merchandise-Artikeln:

# Show logo on merchandise
merch_response = chat.send_message([
    brand_logo,
    """Show this exact ribbon logo on brand merchandise collection. Flat lay showing: white tote bag with logo, coffee mug with logo, t-shirt with logo printed on chest, product packaging box with logo. All items arranged together. Premium brand identity mockup. Minimalist aesthetic. Professional product photography. Same ribbon on each item."""
])

# Save
for part in merch_response.parts:
    if image := part.as_image():
        image.save("ribbon_merchandise.png")Bereitgestellt von

Jetzt kommt das Feature mit dem größten Hebel von Nano Banana Pro – faktenbasiertes Grounding über Google Search.

Realwelt-Wissen in Aktion

Wenn du Search-Grounding aktivierst, greift das Modell auf aktuelle Informationen zu – für korrekte Bildungsinhalte, technische Dokumentation und datenbasierte Visuals, bei denen Richtigkeit zählt.

Aktiviere Google-Search-Grounding für Bildungsinhalte:

# Generate solar energy infographic with Search grounding
image = generate_image(
    prompt="""Educational infographic explaining solar panel energy conversion. Show photovoltaic cells converting to DC power, then inverter converting to AC power for the grid. Clear labels and arrows.""",
    filename="solar_infographic",
    use_google_search=True  # Enable Search for factual accuracy
)Bereitgestellt von

Dasselbe Grounding funktioniert für technische Diagramme:

# Generate neural network diagram with Search grounding
image = generate_image(
    prompt="""Neural network architecture diagram. Left: 4 input nodes labeled "Input 1" "Input 2" "Input 3" "Input 4". Middle: two hidden layers each with 5 nodes labeled "Hidden Layer 1" and "Hidden Layer 2". Right: 3 output nodes labeled "Output 1" "Output 2" "Output 3". Connection lines between all layers. Clean technical illustration. Educational ML diagram. Professional data science aesthetic.""",
    filename="ml_architecture",
    use_google_search=True  # Enable Search for accuracy
)Bereitgestellt von

Bildungsanbieter erstellen damit korrekte Lernmaterialien, Tech-Autoren visualisieren komplexe Systeme richtig, Datenteams stellen echte Statistiken dar, und Wissenschaftskommunikatoren erzeugen akkurate Diagramme ohne aufwendiges Fact-Checking.

Diese vier Features machen Nano Banana Pro vielseitig für professionelle Workflows. Als Nächstes vergleichen wir es direkt mit dem ursprünglichen Nano Banana und sehen uns die Verbesserungen an.