Kann man einem Foto noch trauen?
04 Kann man einem Foto noch trauen?
Weniger, als die meisten Werkzeuge zugeben. Selbst starke KI-Bilderkennungssysteme verlieren erheblich an Genauigkeit, sobald ein Foto erneut komprimiert oder weitergeleitet wird - was fast allem passiert, was online geteilt wird. Eine Microsoft-Studie fand heraus, dass Menschen selbst nur in 62 % der Fälle zwischen echten und KI-generierten Bildern unterscheiden konnten - kaum besser als Münzwurf. Es gibt keinen verlässlichen "ist das echt?"-Knopf, weder unseren noch den von irgendjemandem, der dabei ehrlich ist. Was dieses Werkzeug stattdessen tut: die sichtbaren Beweise zeigen - seltsame Komprimierung, nicht übereinstimmende Vorschaubilder, doppelte Bereiche - klar als Hinweis gekennzeichnet, nie als Urteil.
Tiefer einsteigen: wie Erkennung wirklich funktioniert, und wo sie versagt
Es gibt drei allgemeine Ansätze, und jeder hat einen echten blinden Fleck:
- Klassifikator-basierte Erkennung - ein Modell, trainiert, um statistische Fingerabdrücke bestimmter Generatoren zu erkennen (Midjourney, DALL-E, Stable Diffusion usw.). Es hinkt jedem neuen Generator hinterher, da es nur das erkennt, worauf es trainiert wurde.
- Pixel-forensische Analyse - Fehlerpegelanalyse, Rauschkonsistenzprüfungen, Copy-Move-Erkennung. Zu dieser Kategorie gehören die optionalen "forensischen Hinweise" dieses Werkzeugs: ein echtes Signal, aber gewöhnliche JPEG-Artefakte und echte, sich wiederholende Texturen lösen dieselben Muster aus wie eine echte Manipulation.
- Kryptografische Herkunft (C2PA/SynthID) - im Prinzip die verlässlichste, da sie nicht rät. Der Haken: Sie deckt nur Bilder von teilnehmenden Werkzeugen ab, ist anfällig gegenüber Metadaten (C2PA) oder erfordert den Prüfer des ursprünglichen Anbieters (SynthID), und beweist nichts über Bilder, die nie signiert wurden - einschließlich der meisten Ausgaben von Open-Source-Generatoren.
Unabhängige Tests aus dem Jahr 2026 fanden Genauigkeitswerte im 90er-Bereich, die bei makellosen Testbildern solide erscheinen, aber deutlich einbrechen, sobald ein Bild komprimiert, als Screenshot erfasst oder durch einen Upscaler geschickt wird - genau der Zustand, in dem sich jedes online geteilte Bild tatsächlich befindet, wenn Sie es sehen.
Wie die eigenen forensischen Hinweise dieses Werkzeugs in dieses Bild passen
Die Funktion "forensische Hinweise" (Pro-Stufe) führt eine Fehlerpegelanalyse und eine grobe Copy-Move-Prüfung durch - dieselbe Kategorie von Technik, die oben beschrieben wird. Sie kommt mit derselben Ehrlichkeit, die diese gesamte Seite vertritt: Jedes Ergebnis trägt einen Vorbehalt, der Teil der Datenstruktur selbst ist, kein nachträglicher Zusatz in der Oberfläche, und keine der beiden Techniken behauptet, speziell KI-Generierung zu erkennen. Sie ist dazu da, auf etwas hinzuweisen, das einen zweiten Blick verdient, so wie ein Rauchmelder anzeigt "prüfen Sie das", nicht "das ist definitiv ein Feuer".
Weiterlesen
Malwarebytes über Metas Muse-Image-Funktion (auf Englisch) und die auf der KI-Trainingsseite verlinkten Quellen behandeln die Herkunftsseite eingehender.