Ein Lightroom-Preset, das einem Nadelwald sattes Grün gibt, macht aus einem Foto vom Münster in Breisach am Rhein noch lange kein natürliches Bild, gleiches Preset führt zu zwei völlig unterschiedlichen Ergebnissen. Genau diese Verwechslung sorgt bei der Landschaftsfotografie für Frust: Wer ein Preset-Paket kauft, erwartet einen Knopfdruck-Fix für die Workflow-Optimierung, und wundert sich danach, warum seine Schwarzwald-Fotografie trotzdem künstlich aussieht.
Presets sind kein fertiges Produkt, sondern eine Kalkulationsgrundlage, genau wie eine Vorlage für einen Quartalsbericht: Die Formeln stimmen, aber die Zahlen müssen für jedes Projekt neu rein. Der ROI eines Presets zeigt sich sowieso erst zusammen mit dem, was du vorher über die einzelnen Regler gelernt hast, nicht als Solo-Produkt aus der Dose.
Der Irrglaube: Presets liefern automatisch natürliche Landschaftsfotos
Der häufigste Denkfehler bei der Landschaftsfotografie: ein Preset sei kalibriert für "echte" Ergebnisse, ähnlich wie eine Smartphone-Kamera, die automatisch nachschärft und die Farben aufpumpt. RAW-Dateien aus einer Systemkamera funktionieren anders. Sie kommen absichtlich flach und ungesättigt aus der Kamera, damit später mehr Spielraum bleibt. Ein Preset setzt an diesem Rohzustand an, nicht an einem fertigen Bild.
Wer den Unterschied zwischen Rohdaten und einem fertigen JPEG aus dem Smartphone nicht kennt, tappt hier in die erste Falle. Das ist im Kern eine eigene Lücke im Verständnis – ein Benchmark gegen ein Smartphone-Bild ist an dieser Stelle sinnlos, das habe ich an anderer Stelle ausführlicher durchgerechnet. Für Landschaftsfotos reicht die Kurzversion: Ein Preset kann diese Lücke allein nicht schließen.
Warum dasselbe Preset in Breisach anders wirkt als im dichten Wald
Nimm zwei Motive zum Vergleich: den Rebhang unterhalb des Münsters bei Breisach im Gegenlicht und einen dichten Nadelwaldhang am Feldberg. Beide RAW-Dateien kommen aus demselben APS-C-Sensor, aber mit komplett unterschiedlicher Lichtstimmung. Wende dasselbe Preset auf beide an, und die Grüntöne im Wald kippen sofort ins Giftige, während das Rebgrün am Rhein blass bleibt. Die Sättigung im Preset ist meistens global eingestellt, nicht pro Motiv.
Am Histogramm siehst du das sofort: Bei unterbelichteten RAW-Dateien schiebt sich die Kurve als blasser Schleier nach links, auf der dunklen Interface-Fläche kaum zu erkennen. Genau an dieser Stelle greift ein pauschal angewendetes Preset am meisten daneben, weil es von einer mittleren Belichtung ausgeht, die dein Foto oft gar nicht hat.
Workflow-Optimierung: Wie du ein Preset in zehn Minuten kalibrierst
Mein Ablauf heute: erst Weißabgleich manuell korrigieren, dann Belichtung angleichen, dann erst das Preset wählen. Ein Preset ist fast immer auf ein normal belichtetes Bild ausgelegt; ist dein Foto leicht unterbelichtet, sieht jedes Preset zunächst falsch aus, unabhängig davon, wie gut es ist.
Danach ziehe ich den Betrag-Regler runter, meistens auf etwa die Hälfte. Das ist wie eine Risiko-Adjustierung: den Kern der Idee behalten, die extremen Ausschläge dämpfen. Wie ich dieses Prinzip auf ein ganzes Preset-Paket übertrage, steht in meinem Test von Presets für Reise und Landschaft im Detail; hier bleibt es bei diesem einen Regler.
Einen englischen YouTube-Kanal namens Lightroom Killer Tips habe ich vor einer Weile versucht mitzuverfolgen und nach zehn Minuten abgebrochen – nicht weil die Inhalte schlecht waren, sondern weil ich beim gleichzeitigen Übersetzen und Mitklicken den Faden verloren habe. Seitdem bleibe ich bei deutschsprachigen Quellen, auch wenn das Angebot kleiner ist.
Masken statt Gießkanne: der eigentliche Unterschied
Ein Preset behandelt das ganze Bild gleich, wie eine Gießkanne, die über die komplette Fläche gleichmäßig verteilt. Der Himmel über dem Münster braucht aber eine andere Behandlung als der Rebhang darunter, und ein Kindergesicht im Vordergrund erst recht. Die Maskierungswerkzeuge in Lightroom lösen genau das: Du wendest den Preset-Effekt dort verstärkt an, wo er passt, und nimmst ihn dort raus, wo er Hauttöne oder Moosgrün verfälscht.
Hansjörg vom Freiburger Fotostammtisch hat mir letztens ungefragt erklärt, warum seine Fuji anders rauscht als meine Sony – spannend, aber für das Preset-Problem komplett irrelevant. Das eigentliche Problem liegt nicht am Sensor, sondern daran, dass ein Preset nicht wissen kann, woher das Licht in deinem speziellen Moment kam.
Was ein Preset nie ersetzen kann
Roswin Buß, ein Forenmitglied aus dem DSLR-Forum, hat mich neulich gefragt, ob sich mein Preset-Ansatz für Landschaft auch auf seine Motorsport-Serien übertragen lässt. Die Antwort war nur teilweise: andere Ausgangslage, anderes Bildaufkommen beim Batch-Verarbeiten nach dem Renntag. Presets sind ein Startpunkt für den Forecast, keine Endabnahme.
Eine Schwarzwald-Serie, die ich früher an einem ganzen Sonntagnachmittag bearbeitet habe, war nach Kursmodul 3 in etwa zwei Stunden fertig – nicht weil das Preset plötzlich besser geworden war, sondern weil ich vorher wusste, welche drei Regler ich zuerst prüfe, bevor ich überhaupt ein Preset anfasse. Genau da bekommt ein Preset-Paket seinen eigentlichen Wert, nämlich zusammen mit diesem Wissen, nicht davor.
Im Artikel über Schwarzwald Fotos mit authentischen Naturfarben gehe ich genauer darauf ein, wie man Orange- und Gelbtöne kalibriert, damit der Waldboden nicht nach Plastik aussieht. Hier reicht die Kurzfassung: Der individuelle Lichtcharakter einer Aufnahme bleibt nur erhalten, wenn du ihn bewahrst, statt ihn mit einem Filter zu überbügeln.
Die Regel für natürliche Landschaftsfotos
Presets sind kein Ersatz für einen strukturierten Lernpfad, egal wie gut das Marketing klingt. Wer nie gelernt hat, was Belichtungskorrektur, Tonwerte und Klarheit einzeln bewirken, wird jedes Preset falsch einschätzen. Genau da liegt der Unterschied zwischen jemandem, der wahllos Tutorials sammelt, und jemandem, der systematisch durch ein Kursmodul nach dem anderen geht.
Die Regel, die bei mir am Ende übrig geblieben ist: korrigiere zuerst Weißabgleich und Belichtung von Hand, wende das Preset danach mit reduziertem Betrag-Regler an, und maskiere gezielt statt das ganze Bild zu fluten. Das Bild vom Sohn auf dem Laufrad vor dem Münster in Breisach sieht seitdem so aus, wie ich es in Erinnerung habe, nicht wie ein Filter drüber, sondern wie der Moment selbst.