Entwicklung mit Nano Banana: Das vollständige Entwickler-Tutorial

Von @patloeber: Google hat kürzlich Gemini 2.5 Flash Image veröffentlicht, ein leistungsstarkes neues Modell zur Bildgenerierung und -bearbeitung, das auch unter dem Codenamen Nano Banana bekannt ist. Dieses Modell bietet hochmoderne Fähigkeiten zur Erstellung und Bearbeitung von Bildern und eröffnet eine breite Palette neuer Anwendungen.

Dieser Leitfaden bietet eine umfassende Anleitung für Entwickler, die Gemini 2.5 Flash Image (aka Nano Banana) mit der Gemini Developer API in ihre Anwendungen integrieren möchten.

Der Leitfaden behandelt:

1. Nano Banana in AI Studio verwenden
2. Projekteinrichtung
3. Bilderstellung
4. Bildbearbeitung
5. Fotorestaurierung
6. Mehrere Eingabebilder
7. Konversationelle Bildbearbeitung
8. Best Practices und effektive Prompting-Strategien
9. Community-Beispiele und Inspiration
10. Ressourcen

Hier ist ein Beispiel dafür, was du in diesem Tutorial bauen wirst:

1prompt = "Stelle dieses Bild von 1932 wieder her und kolorierte es"
2
3response = client.models.generate_content(
4    model="gemini-2.5-flash-image-preview",
5    contents=[prompt, image],
6)

Los geht's!

1. Nano Banana in Google AI Studio verwenden

Während Endnutzer Nano Banana in der Gemini-App nutzen können, ist die beste Umgebung für Entwickler zum Prototyping und Testen von Prompts Google AI Studio. AI Studio ist eine Spielwiese, um mit allen verfügbaren KI-Modellen zu experimentieren, bevor du Code schreibst, und gleichzeitig der Einstiegspunkt für die Arbeit mit der Gemini API.

Du kannst Nano Banana in AI Studio kostenlos nutzen. Um zu starten, gehe zu aistudio.google.com, melde dich mit deinem Google-Konto an und wähle Nano Banana aus der Modellauswahl.

Für den direkten Zugriff verwende diesen Link, um eine neue Sitzung mit dem Modell zu starten: ai.studio/banana

Tipp

: Du kannst auch direkt in AI Studio Nano Banana Web-Apps per Vibe Coding entwickeln unter

ai.studio/apps , oder den Code erkunden und eine der

vorhandenen Apps remixen.

2. Projekteinrichtung

Um diesem Leitfaden zu folgen, benötigst du Folgendes:

• Einen API-Schlüssel von Google AI Studio.
• Einrichtung der Abrechnung für dein Projekt.
• Das Google Gen AI SDK für Python oder JavaScript/TypeScript.

Schritt A: API-Schlüssel generieren

Führe diese Schritte aus:

• Klicke in Google AI Studio im linken Navigationsbereich auf API-Schlüssel abrufen.
• Klicke auf der nächsten Seite auf API-Schlüssel erstellen.
• Wähle ein vorhandenes Google Cloud-Projekt aus oder erstelle ein neues. Dieses Projekt wird verwendet, um die Abrechnung für die API-Nutzung zu verwalten.

Sobald der Vorgang abgeschlossen ist, wird dein API-Schlüssel angezeigt. Kopiere ihn und bewahre ihn sicher auf.

Schritt B: Abrechnung aktivieren

Während das Prototyping in AI Studio kostenlos ist, ist die Nutzung des Modells über die API ein kostenpflichtiger Dienst. Du musst die Abrechnung für dein Google Cloud-Projekt aktivieren.

Klicke im API-Schlüssel-Verwaltungsbildschirm neben deinem Projekt auf Abrechnung einrichten und folge den Anweisungen auf dem Bildschirm.

Wie viel kostet Nano Banana?

Die Bildgenerierung mit Nano Banana kostet 0,039 $ pro Bild *. Für 1 $ kannst du etwa 25 Bilder generieren.

* Die offizielle Preisgestaltung beträgt 0,30 $/1 Mio. Eingabetoken und 30 $/1 Mio. Ausgabetoken. Ein Standardausgabebild mit 1024x1024 px verbraucht 1290 Token, was 0,039 $ pro Bild entspricht. Details findest du in der

Gemini 2.5 Flash Image Preisübersicht .

Schritt C: SDK installieren

Wähle das SDK für deine bevorzugte Sprache.

1pip install -U google-genai
2# Installiere die Pillow-Bibliothek für Bildmanipulation
3pip install Pillow

1npm install @google/genai

Die folgenden Beispiele verwenden das Python SDK zur Demonstration. Äquivalente Code-Snippets für

die Verwendung von Nano Banana in JavaScript

findest du in diesem

GitHub Gist .

3. Bildgenerierung aus Text

Verwende Nano Banana, um ein oder mehrere Bilder aus einem beschreibenden Text-Prompt zu generieren. Verwende für alle API-Anfragen die Modell-ID gemini-2.5-flash-image-preview.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5# Konfiguriere den Client mit deinem API-Schlüssel
6client = genai.Client(api_key="DEIN_API_SCHLÜSSEL")
7
8prompt = """Erstelle ein fotorealistisches Bild einer orangefarbenen Katze
9mit grünen Augen, die auf einem Sofa sitzt."""
10
11# Rufe die API auf, um Inhalte zu generieren
12response = client.models.generate_content(
13    model="gemini-2.5-flash-image-preview",
14    contents=prompt,
15)
16
17# Die Antwort kann sowohl Text- als auch Bilddaten enthalten.
18# Durchlaufe die Teile, um das Bild zu finden und zu speichern.
19for part in response.candidates[0].content.parts:
20    if part.text is not None:
21        print(part.text)
22    elif part.inline_data is not None:
23        image = Image.open(BytesIO(part.inline_data.data))
24        image.save("katze.png")

Ausgabe

Das Modell ist multimodal, daher ist die Antwort als Liste von Teilen strukturiert, die gemischte Text- und Bilddaten (inline_data) enthalten können. Der obige Code durchläuft diese Teile, um das generierte Bild zu extrahieren und zu speichern.

4. Bildbearbeitung mit Text- und Bildeingaben

Gib ein vorhandenes Bild zusammen mit einem Text-Prompt ein, um Bearbeitungen durchzuführen. Das Modell zeichnet sich durch die Beibehaltung der Charakter- und Inhaltskonsistenz des Eingabebildes aus.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="DEIN_API_SCHLÜSSEL")
6
7prompt = """Erstelle auf Basis des Bildes der Katze eine fotorealistische,
8Straßenansicht der Katze, die auf einem Bürgersteig in einem
9New Yorker Viertel entlangläuft, mit unscharfen Beinen von Fußgängern
10und vorbeifahrenden gelben Taxis im Hintergrund."""
11
12image = Image.open("katze.png")
13
14# Übergib sowohl den Text-Prompt als auch das Bild in der 'contents'-Liste
15response = client.models.generate_content(
16    model="gemini-2.5-flash-image-preview",
17    contents=[prompt, image],
18)
19
20for part in response.candidates[0].content.parts:
21    if part.text is not None:
22        print(part.text)
23    elif part.inline_data is not None:
24        image = Image.open(BytesIO(part.inline_data.data))
25        image.save("katze2.png")

Eingabe und Ausgabe

5. Fotorestaurierung mit Nano Banana

Eine der leistungsstarken Anwendungen des Modells ist die Fotorestaurierung. Mit einem einfachen Prompt kann es alte Fotos restaurieren und koloriert beeindruckende Ergebnisse liefern.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="DEIN_API_SCHLÜSSEL")
6
7prompt = "Stelle dieses Bild von 1932 wieder her und kolorierte es"
8
9image = Image.open("lunch.jpg")  # "Lunch atop a Skyscraper, 1932"
10
11response = client.models.generate_content(
12    model="gemini-2.5-flash-image-preview",
13    contents=[prompt, image],
14)
15
16for part in response.candidates[0].content.parts:
17    if part.text is not None:
18        print(part.text)
19    elif part.inline_data is not None:
20        image = Image.open(BytesIO(part.inline_data.data))
21        image.save("lunch-restored.png")

Original und Ausgabe

6. Arbeiten mit mehreren Eingabebildern

Du kannst mehrere Bilder als Eingabe für komplexere Bearbeitungsaufgaben bereitstellen.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="DEIN_API_SCHLÜSSEL")
6
7prompt = "Lass das Mädchen dieses T-Shirt tragen. Lasse den Hintergrund unverändert."
8
9image1 = Image.open("girl.png")
10image2 = Image.open("tshirt.png")
11
12response = client.models.generate_content(
13    model="gemini-2.5-flash-image-preview",
14    contents=[prompt, image1, image2],
15)
16
17for part in response.candidates[0].content.parts:
18    if part.text is not None:
19        print(part.text)
20    elif part.inline_data is not None:
21        image = Image.open(BytesIO(part.inline_data.data))
22        image.save("girl-with-tshirt.png")

Eingaben 1 & 2 und Ausgabe

7. Konversationelle Bildbearbeitung

Für iterative Verfeinerungen kannst du eine Chats-Sitzung verwenden, um den Kontext über mehrere Anfragen hinweg zu erhalten. So kannst du Bilder im Gespräch bearbeiten.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="DEIN_API_SCHLÜSSEL")
6
7# Erstelle einen Chat
8chat = client.chats.create(
9    model="gemini-2.5-flash-image-preview"
10)
11
12# Führe die erste Bildbearbeitung durch
13response1 = chat.send_message(
14    [
15        "Ändere die Katze in eine Bengalkatze, lasse alles andere gleich",
16        Image.open("katze.png"),
17    ]
18)
19# Bild anzeigen / speichern...
20
21# Setze das Gespräch fort und bearbeite weiter
22response2 = chat.send_message("Die Katze sollte einen lustigen Partyhut tragen")
23# Bild anzeigen / speichern...

Eingabe und Ausgaben 1 & 2

Tipp

: Wenn du nach vielen konversationellen Bearbeitungen bemerkst, dass Bildmerkmale nachlassen oder „abdriften", ist es am besten, eine neue Sitzung mit dem aktuellsten Bild und einem detaillierteren, konsolidierten Prompt zu starten, um eine hohe Wiedergabetreue zu gewährleisten.

8. Best Practices und Prompting-Tipps für Nano Banana

Um die besten Ergebnisse mit Nano Banana zu erzielen, befolge diese Prompting-Richtlinien:

• Sei hyperspezifisch: Je mehr Details du zu Motiven, Farben, Beleuchtung und Komposition angibst, desto mehr Kontrolle hast du über die Ausgabe.
• Gib Kontext und Absicht an: Erkläre den Zweck oder die gewünschte Stimmung des Bildes. Das Verständnis des Kontextes durch das Modell beeinflusst seine kreativen Entscheidungen.
• Iteriere und verfeinere: Erwarte nicht beim ersten Versuch Perfektion. Nutze die Konversationsfähigkeit des Modells, um schrittweise Änderungen vorzunehmen und dein Bild zu verfeinern.
• Verwende Schritt-für-Schritt-Anleitungen: Zerlege bei komplexen Szenen deinen Prompt in eine Reihe klarer, aufeinanderfolgender Anweisungen.
• Verwende positive Formulierungen: Anstatt negativer Prompts wie „keine Autos", beschreibe die gewünschte Szene positiv: „eine leere, verlassene Straße ohne Anzeichen von Verkehr."
• Kontrolliere die Kamera: Verwende fotografische und filmische Begriffe, um die Komposition zu lenken, wie „Weitwinkelaufnahme", „Makroaufnahme" oder „Untersicht".

Für tiefere Einblicke in die Best Practices lies den offiziellen Blogbeitrag zu Prompting-Best-Practices und den Prompting-Guide in der Dokumentation.

9. Community-Beispiele und Inspiration

Entdecke, was die Community mit Nano Banana baut:

• Kameraperspektive verschieben von @henrydaubrez: X-Beitrag
• Few-Shot Learning für konsistentes Charakterdesign von @multimodalart: X-Beitrag
• „Was sieht der rote Pfeil?" – Google Maps-Transformationen von @tokumin: X-Beitrag
• Bilder aus Strichmännchen-Anmerkungen generieren von @yachimat_manga: X-Beitrag
• 3D-Modelle aus Standbildern erstellen von @deedydas: X-Beitrag
• Standortbasierte AR-Erlebnisse generieren von @bilawalsidhu: X-Beitrag
• 2D-Karte in 3D-Grafik umwandeln von @demishassabis: X-Beitrag

10. Ressourcen und nächste Schritte

Dieser Leitfaden hat die Grundlagen der Arbeit mit Nano Banana (aka Gemini 2.5 Flash Image) abgedeckt. Du hast gelernt, wie du deine Umgebung einrichtest, Bilder generierst und bearbeitest und fortgeschrittene Techniken anwendest. Jetzt bist du bereit, diese leistungsstarken Fähigkeiten in deine eigenen Projekte zu integrieren.

Für weiterführende Lektüre wirf einen Blick auf die offiziellen Ressourcen:

• Google AI Studio
• Gemini API-Dokumentation
• Nano Banana Gemini API-Dokumentation
• So erstellst du die besten Prompts für Gemini 2.5 Flash Image Generation
• Nano Banana Prompting-Guide
• Pixshop App in AI Studio

Wenn du etwas Cooles damit baust, würde ich es gerne sehen! Schreib mir einfach eine DM oder tagge mich auf X: @patloeber.

\Originalbeitrag auf [Dev.to