Recraft Hintergrundentfernung für E-Commerce-Produktbilder

Das manuelle Freistellen von Produkthintergründen lässt sich bei mehr als ein paar Dutzend SKUs nicht mehr skalieren. Das Hintergrundentfernungsmodell von Recraft auf hiapi macht daraus einen einzigen API-Aufruf: Produktfoto senden, ein sauberes PNG mit transparentem Hintergrund zurückerhalten und es anschließend auf jeden beliebigen Hintergrund setzen, den dein Marktplatz oder Store benötigt. Dieser Artikel führt dich durch einen echten Batch-Lauf gegen recraft/remove-background, einschließlich der tatsächlichen Requests, der tatsächlichen Ausgaben und eines Skripts, das du auf einen vollständigen Produktkatalog richten kannst.

Warum die Hintergrundentfernung weiterhin ein echter Engpass ist

Die meisten Produktbild-Pipelines sehen ähnlich aus: Fotos kommen von Fotografen oder Lieferanten mit dem Hintergrund, der gerade zur Hand war – Studiohohlkehle, Lagerboden, Versandpalette – und jemand muss das Produkt freistellen, bevor es auf eine Listenseite mit weißem Hintergrund, in eine Lifestyle-Komposition oder in eine Marktplatzvorlage gesetzt werden kann, die je nach Kategorie eine bestimmte Hintergrundfarbe verlangt.

Sobald pro Woche mehr als nur wenige Bilder anfallen, lässt sich das in Photoshop nicht mehr skalieren, und generische Web-Tools zur „KI-Hintergrundentfernung“ bedeuten, Produktfotos einzeln über den Browser hochzuladen – langsam und schwer zu automatisieren. API-basierte Freistellungsmodelle lösen beide Probleme: schnelle Verarbeitung pro Bild und extrem einfacher Aufruf aus einem Skript, sodass sie sich direkt in deine bestehende Pipeline für Produktfoto-Kataloge einfügen.

Was recraft/remove-background tatsächlich tut

Das Modell akzeptiert genau eine Eingabe: die URL des Produktfotos. Es liefert ein PNG zurück, bei dem der Hintergrund entfernt und durch transparente Bereiche ersetzt wurde – kein Prompt, keine Maske, keine weiteren Parameter zum Justieren. Der gesamte Request lautet:

{
  "model": "recraft/remove-background",
  "input": {
    "image_url": "https://your-cdn.example.com/products/sneaker-001.jpg"
  }
}

Für Katalogaufgaben ist die schmale Eingabefläche ein Vorteil: Es gibt keinen Prompt-Engineering-Schritt, und derselbe Aufruf funktioniert bei jedem Produktfoto, das du ihm übergibst, auf die gleiche Weise – was wichtig ist, wenn du Tausende von SKUs unbeaufsichtigt verarbeitest.

Ein echter Lauf: Vorher und Nachher

Hier ist ein echtes Produktfoto, das über die Live-API verarbeitet wurde, zusammen mit der zurückgegebenen Freistellung:

Das Schachbrettmuster auf der rechten Seite zeigt Transparenz an, keinen grauen Hintergrund – die PNG-Ausgabe hat den Hintergrund vollständig entfernt, sodass du das Produkt in alles downstream komponieren kannst: reinweiße Listen-Hintergründe, Markenfarbflächen oder Lifestyle-Szenen.

Die eigenständige Freistellung als transparentes PNG sieht so aus:

Diese Datei kann direkt in eine Listen-Vorlage, einen marktplatzkonformen Rahmen für weiße Hintergründe oder den Ebenenstapel eines Design-Tools übernommen werden, ohne dass noch Maskierungsarbeit nötig ist.

Der direkte Aufruf

Der Request geht an den standardmäßigen asynchronen Task-Endpunkt von hiapi. Aufgabe übermitteln und dann pollen, bis sie abgeschlossen ist:

curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "recraft/remove-background",
    "input": {
      "image_url": "https://your-cdn.example.com/products/sneaker-001.jpg"
    }
  }'

Es wird eine taskId zurückgegeben. Poll GET https://api.hiapi.ai/v1/tasks/{taskId}, bis status den Wert success hat, und lade dann sofort das PNG von output[0].url herunter – Ausgabe-URLs laufen ab, also hole die Bytes in deinen eigenen Speicher, bevor du mit ihnen irgendetwas anderes machst.

Batch-Verarbeitung über den gesamten Katalog

Der einzelne Freistellungsaufruf ist nicht der interessante Teil – das Interessante ist, ihn über den gesamten Produktkatalog laufen zu lassen. Hier ist ein echtes Batch-Skript, das eine Liste von Bild-URLs auf einen Thread-Pool verteilt, auf jede Aufgabe wartet und eine Zuordnung von Quellfoto zu Freistellungs-URL zurückgibt:

import concurrent.futures
import os
import time
import requests

API_KEY = os.environ["HIAPI_API_KEY"]
BASE_URL = "https://api.hiapi.ai/v1/tasks"


def remove_background(image_url: str) -> str:
    resp = requests.post(
        BASE_URL,
        headers={"Authorization": f"Bearer {API_KEY}"},
        json={"model": "recraft/remove-background", "input": {"image_url": image_url}},
        timeout=60,
    )
    resp.raise_for_status()
    task_id = resp.json()["data"]["taskId"]

    while True:
        poll = requests.get(
            f"{BASE_URL}/{task_id}",
            headers={"Authorization": f"Bearer {API_KEY}"},
            timeout=30,
        )
        task = poll.json()["data"]
        if task["status"] == "success":
            return task["output"][0]["url"]
        if task["status"] == "fail":
            raise RuntimeError(f"{image_url}: {task['error']}")
        time.sleep(3)


def batch_remove_background(image_urls, max_workers: int = 5):
    results = {}
    with concurrent.futures.ThreadPoolExecutor(max_workers=max_workers) as pool:
        futures = {pool.submit(remove_background, url): url for url in image_urls}
        for future in concurrent.futures.as_completed(futures):
            url = futures[future]
            try:
                results[url] = future.result()
            except Exception as exc:
                print(f"failed: {url} -> {exc}")
    return results

max_workers=5 ist eine sinnvolle Startgleichzeitigkeit für Katalogaufgaben – erhöhe sie, wenn deine Kontorate-Limits mehr parallele Aufgaben erlauben, und behalte immer das try/except pro Bild bei, damit ein fehlerhaftes Quellfoto nicht den Rest des Batches aufhält. Lade jede Ergebnis-URL sofort nach der Rückgabe in dauerhaften Speicher herunter; gehe nicht davon aus, dass die Ausgabe-URL später noch gültig ist.

Kosten im Katalogmaßstab

Stand 2026-09 kostet recraft/remove-background auf hiapi $0.01 pro Bild. Für einen Katalog mit 500 SKUs und je einem Hauptbild kostet die vollständige Freistellung des Batches nur $5; für einen Katalog, bei dem pro SKU drei Blickwinkel freigestellt werden müssen, sind es $15. Prüfe vor der Planung großer Batches die Live-Preisseite, da sich die Tarife ändern können.

Häufige Fragen

Braucht es einen Prompt oder eine Maske? Nein. Die einzige Eingabe ist image_url. Es gibt nichts, was pro Bild angepasst werden müsste – genau deshalb kann es unbeaufsichtigt auf großen Katalogen laufen.

Wie sieht die Ausgabe aus? Ein PNG, bei dem der Hintergrund durch transparente Bereiche ersetzt wurde und dessen Abmessungen der Motivkomposition des Eingabefotos entsprechen. Komponiere es auf jeden Hintergrund, den deine Listen-Vorlage benötigt.

Kann ich ihm auch Lifestyle-Fotos mit unruhigem Hintergrund übergeben, nicht nur Studioaufnahmen? Ja – es funktioniert mit jeder Produktfoto-URL, nicht nur mit sauberen Studioaufbauten, wobei klar getrennte Motive (wie in den meisten Produktfotografien) die saubersten Kanten liefern.

Wie schnell ist eine Aufgabe? Eine einzelne Aufgabe ist normalerweise in wenigen Sekunden bis einer Minute abgeschlossen; das obige Batch-Skript pollt alle 3 Sekunden pro Aufgabe und führt mehrere Aufgaben parallel aus, sodass einige hundert Bilder in einem einzigen Skriptlauf erledigt werden können.

Variiert der Preis mit der Bildauflösung? Das Modell berechnet einen Festpreis pro Aufgabe, nicht nach Auflösung gestaffelt. Bestätige den aktuellen Tarif auf der Preisseite, bevor du dich zu großen Batch-Läufen verpflichtest, da sich veröffentlichte Tarife ändern können.

Wohin als Nächstes

Probiere das Modell direkt auf der Modellseite recraft/remove-background aus, oder schau dir den verwandten Workflow auf der Generierungsseite an – E-Commerce-Produktbilder mit Qwen Image generieren – falls du auch neue Produktszenen erzeugen musst und nicht nur vorhandene Fotos freistellen willst. Für alles Weitere, was die Task-API unterstützt, deckt die Quickstart-Dokumentation Authentifizierung und den vollständigen Task-Lebenszyklus ab.