Scrollst du durch Social Media und fragst dich, ob ein Bild echt ist oder mit KI erstellt wurde?
Kurz gesagt:
An einem einzelnen Finger, einem Dateinamen oder dem Ergebnis eines Detektors kannst du das nicht sicher entscheiden. Aktuelle KI-Bildgeneratoren erzeugen sehr überzeugende Bilder. Gleichzeitig können auch echte Fotos durch Kompression, Retusche oder schlechte Aufnahmebedingungen merkwürdig aussehen.
Du brauchst deshalb keinen vermeintlichen Zaubertrick, sondern eine Prüfkette. Ich zeige dir neun Methoden, die jeweils eine andere Frage beantworten.
- Beginne mit Quelle und Kontext. Ein Bild ohne nachvollziehbare Herkunft verdient mehr Prüfung.
- Prüfe offizielle Herkunftssignale wie OpenAI SynthID, Google SynthID und C2PA Content Credentials.
- Visuelle Fehler und allgemeine Detektoren sind Hinweise, aber keine Beweise.
gradually.ai1. Quelle und Kontext prüfen
Suche zuerst nach dem ursprünglichen Beitrag. Wer hat das Bild veröffentlicht? Gibt es einen Fotografen, eine Agentur, einen Veranstaltungsort oder weitere unabhängige Aufnahmen desselben Ereignisses? Passt Datum, Wetter, Kleidung und Umgebung zur Behauptung?
Ein Screenshot ohne Link, ein frisch angelegter Account oder eine reißerische Bildunterschrift sind keine Beweise für KI. Sie sind aber gute Gründe, genauer hinzusehen.
2. Eine Rückwärtssuche durchführen
Mit Google Bilder kannst du nach ähnlichen Dateien, älteren Veröffentlichungen und möglichen Originalen suchen. Schneide bei Bedarf einen markanten Ausschnitt aus und suche auch damit. So findest du eher die ursprüngliche Szene als mit einem Screenshot voller Text und Bedienelemente.
Eine Rückwärtssuche findet nicht jedes Original. Sie ist besonders hilfreich, wenn ein altes Foto mit einer neuen Geschichte versehen oder ein echtes Bild manipuliert wurde.
3. OpenAI-Signale verifizieren
OpenAI versieht Bilder aus ChatGPT, Codex und der Bild-API nach eigener Angabe mit C2PA Content Credentials und SynthID. Im kostenlosen Prüfdienst für OpenAI-generierte Bilder kannst du ein Bild als PNG, JPG, WebP oder GIF hochladen, inzwischen auch Audiodateien. Der Dienst sucht nach einem OpenAI-SynthID-Signal und nach OpenAI-C2PA-Daten. Entwickler können dieselbe Prüfung über die OpenAI-API nutzen.
Ein Treffer weist auf eine Erzeugung mit OpenAI-Werkzeugen hin, falsch positive Ergebnisse sind laut OpenAI selten. Kein Treffer schließt OpenAI oder einen anderen Generator nicht aus, etwa wenn das Bild von einem älteren Modell stammt. Bearbeitung, Kompression oder ein Screenshot können Erkennungssignale beeinträchtigen. Der Dienst bewertet außerdem weder Wahrheit noch Urheberrecht oder Verwendungskontext.
4. Google SynthID prüfen
Google markiert mit Gemini und anderen Google-KI-Werkzeugen erzeugte Medien mit SynthID. Nach der offiziellen Anleitung lädst du in Gemini angemeldet eine einzelne Datei hoch und fragst zum Beispiel „Ist das KI-generiert?“. Google empfiehlt bei Screenshots, das eigentliche Bild eng zuzuschneiden und keine Collage aus mehreren Bildern hochzuladen.
Gemini prüft dabei auch C2PA Content Credentials. Außer Bildern kannst du Videos unter 90 Sekunden und Audiodateien unter einer Stunde prüfen lassen, jeweils bis 100 MB.
Erkennt Gemini SynthID, stammt der Inhalt aus einem unterstützten Google-KI-System. Findet Gemini kein Signal, kann das Bild trotzdem von einer anderen KI stammen oder so stark verändert worden sein, dass das Wasserzeichen nicht mehr erkannt wird.
5. Content Credentials untersuchen
C2PA Content Credentials sind kryptografisch signierte Herkunftsangaben. Im Prüfdienst von Content Credentials siehst du, ob ein Manifest gefunden und gültig verknüpft wurde, welcher Aussteller signiert hat und welche Bearbeitungsschritte dokumentiert sind.
Fehlende Content Credentials sind kein Verdachtsbeweis. Nicht jede Kamera und jedes KI-Werkzeug unterstützt C2PA. Plattformen oder Exportprogramme können Metadaten entfernen. Mehr dazu findest du in meinem technischen C2PA-Leitfaden.
6. Metadaten und Dateinamen einordnen
Eine originale Kameradatei kann EXIF-Angaben zu Kamera, Objektiv, Belichtungszeit und Brennweite enthalten. Eine aus Social Media heruntergeladene echte Aufnahme enthält diese Daten häufig nicht mehr. Umgekehrt kannst du EXIF-Felder kopieren oder verändern.
Auch Dateinamen sind nur ein historischer Hinweis. Ältere Midjourney- oder DALL·E-Dateien tragen manchmal Werkzeugnamen, Prompts oder Job-IDs im Namen. Schon einmaliges Umbenennen oder erneutes Herunterladen zerstört dieses Indiz.
7. Anatomie, Schrift und Geometrie prüfen
Verfolge Finger, Brillenbügel, Schmuck, Geländer, Fenster und wiederkehrende Muster über das gesamte Bild. Achte bei Schrift auf vertauschte Zeichen und bei Architektur auf Treppen oder Kanten, die ohne logischen Anschluss enden.
Solche Fehler sind bei älteren oder schwächeren Modellen häufig. Moderne Modelle wie GPT Image 2.5 oder die aktuellen Midjourney-Versionen vermeiden viele davon. Korrekte Hände und lesbare Schrift beweisen deshalb kein echtes Foto.
8. Licht, Schatten und Reflexionen vergleichen
Suche die stärkste Lichtquelle und vergleiche Richtung und Härte aller Schatten. Prüfe Spiegel, Fenster, Wasser und glänzende Flächen. Eine Person kann einen Schatten nach links werfen, während ein Gegenstand daneben einen unplausiblen Winkel zeigt.
Auch hier gilt:
Mehrere Lichtquellen, Blitz, HDR und nachträgliche Bearbeitung können bei echten Fotos ungewöhnlich wirken. Behandle Lichtfehler als Indiz, nicht als Urteil.
9. Allgemeine Detektoren nur ergänzend nutzen
Ein allgemeiner KI-Detektor schätzt anhand gelernter Muster, ob ein Bild zu seinem Trainingsmaterial passt. Neue Generatoren, Kompression, Ausschnitte und Nachbearbeitung können das Ergebnis verändern. Ein Prozentwert wirkt präzise, ist aber ohne passenden unabhängigen Testdatensatz nicht belastbar.
Meine Reihenfolge für einen ernsten Verdachtsfall:
- Originalquelle und Behauptung sichern.
- Rückwärtssuche und unabhängige Berichte prüfen.
- Anbieterspezifische Herkunftssignale testen.
- C2PA, EXIF und Dateihistorie untersuchen.
- Visuelle Details und höchstens ergänzend einen allgemeinen Detektor prüfen.
Wenn das Ergebnis Folgen für eine Person, eine Veröffentlichung oder eine geschäftliche Entscheidung hat, dokumentiere die einzelnen Prüfschritte. Formuliere bei unklarem Ergebnis nicht „Das ist ein KI-Bild“, sondern benenne genau, welche Signale gefunden wurden und welche Fragen offenbleiben.
Häufig gestellte Fragen
Nur begrenzt. Ein allgemeiner KI-Bild-Detektor liefert nur eine Wahrscheinlichkeit. Seine Trefferquote kann sich je nach Generator, Bildbearbeitung und Testdatensatz stark ändern. Nutze ihn deshalb nie als alleinigen Beweis. Ein gültiger Herkunftsnachweis des jeweiligen Anbieters ist aussagekräftiger, wenn er vorhanden ist.
Nein. Ein fehlendes Wasserzeichen beweist nicht, dass ein Bild echt ist. Umgekehrt beweist ein auffälliger Finger nicht, dass KI im Spiel war. Eine belastbare Prüfung kombiniert Quelle, Rückwärtssuche, Herkunftssignale, Metadaten und Bilddetails.
Nein. Artikel 50 unterscheidet die Pflichten von Anbietern und Betreibern. Anbieter müssen Bildausgaben generativer Systeme grundsätzlich maschinenlesbar kennzeichnen. Für Systeme, die vor dem 2. August 2026 auf den Markt kamen, gilt für diese Anbieterpflicht eine Übergangsfrist bis zum 2. Dezember 2026. Diese Frist betrifft nicht die Betreiberpflicht nach Absatz 4.
Betreiber müssen Deepfakes spätestens bei der ersten Begegnung klar und unterscheidbar offenlegen. Rein persönliche, nicht berufliche Nutzung ist ausgenommen, bei offensichtlich künstlerischen oder satirischen Werken genügt ein angemessener Hinweis. Die Einzelheiten erkläre ich im Leitfaden zur KI-Kennzeichnungspflicht.
Die Rückwärtssuche von Google, der OpenAI-Prüfdienst für Herkunftssignale aus OpenAI-Tools, die SynthID- und C2PA-Prüfung in Gemini und der offizielle Prüfdienst von Content Credentials. Der OpenAI-Dienst prüft nur unterstützte Signale, keine Bilder anderer KI-Anbieter. Kein einzelnes Werkzeug erkennt Bilder aller Anbieter zuverlässig.
Nein, einen vollständigen technischen Schutz gibt es nicht. Robots-Regeln und Anbieter-Opt-outs sind wichtige Signale, verhindern aber keine Kopien aus anderen Quellen. Glaze soll Stilimitation erschweren; seine Entwickler weisen darauf hin, dass es keinen verlässlichen Schutz gegen Bild-zu-Bild-Angriffe bietet. Nightshade verändert Bilder mit dem Ziel, Trainingssignale zu stören, ist aber ebenfalls keine Garantie. Verträge und Lizenzen können Rechte und erlaubte Nutzungen festhalten, verhindern technische Kopien jedoch nicht. Bewahre Originaldateien und Nachweise auf.
