Canvas Magic Design kombiniert die LLMs von OpenAI mit dem eigenen Design-Modell

Zwei Modelle für zwei Aufgaben

Das konkreteste technische Detail in diesem Interview ist, wie Canva Magic Design aufbaut. Adams erklärt, dass die Funktion LLM-Prompting mit Canvas eigenem Design-Modell verbindet, um ein Design zu erzeugen, das der Nutzer anschließend bearbeiten kann.

Das ist eine klare Aufgabenteilung, keine vage 'KI-gestützt'-Behauptung. Das Sprachmodell interpretiert die Anfrage; ein separates, hausinternes Design-Modell erzeugt das visuelle Ergebnis. Canva nennt OpenAI und Leonardo.Ai als externe Partner und erklärt, dass Magic Studio teilweise auf den APIs von OpenAI aufbaut.

Für Teams, die Foundation-Modelle integrieren, ist das ein bekanntes Muster: Das universelle LLM für das nutzen, worin es gut ist, und ein Fachmodell für genau das Ergebnis behalten, das das eigene Produkt tatsächlich ausliefert.

Die 'letzte Meile' bleibt manuell

Adams beschreibt die Generierung immer wieder als Ausgangspunkt, nicht als Endpunkt. Er spricht von der Erzeugung 'vollständiger, editierbarer Designs' und nennt das Bearbeiten durch den Nutzer 'die entscheidende letzte Meile'.

Die formulierte Strategie ist 'das Beste aus beiden Welten' — ein generatives Erlebnis für Designs, Bilder und Texte, ergänzt durch einen vollständigen Workflow, um jeden generierten Teil manuell zu bearbeiten, zusammenzuarbeiten und zu veröffentlichen, ohne Canva zu verlassen.

Das ist wichtig, weil es festlegt, wo die KI aufhört. Das Modell bringt den Nutzer schneller zu einem ausgereiften Entwurf; die Kontrolle bis auf Pixelebene bleibt beim Menschen. Canva verkauft kein autonomes Ergebnis, sondern einen schnelleren Einstieg in einen Editor, den es bereits besitzt.

Drei KI-Quellen und 225 Millionen Nutzer zur Verbreitung

Adams beschreibt drei Wege, wie Canva die KI-Fähigkeiten der Plattform erweitert: eigene Design-KI-Forschung, Kooperationen mit Unternehmen wie OpenAI und Leonardo.Ai sowie einen Ökosystem-Marktplatz.

Er nennt 225 Millionen aktive Nutzer und einen Entwickler-Marktplatz, auf dem KI-gestützte Apps — von KI-Präsentatoren bis zu Musikgeneratoren — direkt in Designs eingebunden werden. Diese Reichweite macht das Ökosystem-Konzept erst tragfähig: KI-Tools von Drittanbietern erreichen Nutzer innerhalb des Produkts statt als separate Anwendungen.

Mit Magic Design verknüpfen wir LLM-Prompting mit unserem eigenen Design-Modell, um ein einzigartiges Design zu erzeugen, das unsere Nutzer anschließend für die entscheidende letzte Meile bearbeiten können.Montana Labs

Interne Nutzung ist werkzeugspezifisch, nicht pauschal

Canvas internes Programm 'AI Everywhere' wird konkret, Team für Team, beschrieben: Die Entwicklung nutzt Cursor zum Programmieren, die Finanzabteilung setzt auf andere Tools, und unternehmensweite Hackathons lassen Teams außerhalb der gewohnten Abläufe experimentieren. Das Unternehmen arbeitet zudem mit ChatGPT Enterprise.

Bemerkenswert ist der Rahmen — Teams dabei zu helfen, 'die richtigen Werkzeuge für ihre Bedürfnisse zu finden'. Das ist ein Portfolio-Ansatz für interne KI-Nutzung statt eines einzigen vorgeschriebenen Assistenten.

Was Canvas geteilte Architektur zeigt

Die konkrete Implikation dieser Ankündigung ist, dass ein Unternehmen mit eigenem Design-Modell das Prompting trotzdem über die APIs von OpenAI leitet, anstatt alles selbst zu bauen. Canva behält das Modell, das sein Ergebnis differenziert — die Design-Generierung — und mietet die allgemeine Reasoning-Schicht.

Für Teams, die zwischen Eigenbau und Zukauf abwägen, ist Canvas Magic Design ein brauchbares Vorbild: das Modell besitzen, das an das eigene Kernprodukt und die Bearbeitungsoberfläche gebunden ist, externe LLMs für die Interpretationsebene integrieren und die Übergabe so gestalten, dass Nutzer das Ergebnis des Systems weiterhin bearbeiten können.