KI-Bilder erkennen: sechs Prüfschritte mit Übungsbildern
KI-Bilder erkennst du am zuverlässigsten von außen nach innen: erst die Herkunft und ein Original, dann die Behauptung im Bild, und erst danach die Pixel. Konkret heißt das: Rückwärtssuche, Schrift im Bild, Hände und Kontaktstellen, Lichtrichtung, Wiederholungen im Hintergrund und zuletzt Metadaten oder Content Credentials. Jeder einzelne Hinweis kann täuschen, zwei unabhängige selten.
Drei Bilder, drei Entscheidungen
Tippe auf „Echt“ oder „KI“ – die Auflösung kommt sofort, ohne Anmeldung.
1. Herkunft vor Bildinhalt
Die verlässlichste Frage lautet nicht, wie das Bild aussieht, sondern wer es zuerst veröffentlicht hat. Eine Rückwärtssuche zeigt, ob dasselbe Motiv früher und in einem anderen Zusammenhang auftaucht. Ein Bild, das in einem Artikel, auf einer Firmenseite und in einem Bildarchiv erscheint, hat eine nachvollziehbare Herkunft. Ein Bild, das nur als Screenshot in einem Chat existiert, hat keine.
Dieser Schritt klärt mehr Fälle als jede Bildanalyse und dauert unter einer Minute. Er ist außerdem der einzige, der auch bei einem wirklich mehrdeutigen Motiv funktioniert.
2. Schrift im Bild lesen
Schilder, Displays, Buchrücken, Trikots und Verpackungen tragen Wörter. Kurze Beschriftungen gelingen Generatoren inzwischen, längere Texte im Winkel zerfallen jedoch oft in plausible Formen ohne Bedeutung. Frag dich, ob das Wort an dieser Stelle überhaupt existieren würde.
Vorsicht bei der Auflösung: Ein kleines Schild in einem 600 Pixel breiten Foto ist unlesbar, egal ob Kamera oder Modell es erzeugt hat. Unlesbarkeit zählt nur, wenn das Schild lesbar sein müsste.
3. Hände, Kanten, Kontaktstellen
Wo eine Hand einen Gegenstand hält, müssen zwei Dinge zusammenpassen: Anatomie und Physik. Genau dort patzen erzeugte Bilder noch: Finger, die in einen Henkel übergehen, ein Daumen auf der falschen Seite, ein Riemen, der durch eine Schulter läuft.
Echte Hände haben eigene Probleme – Bewegungsunschärfe, schiefe Anschnitte, ungünstige Winkel. Achte deshalb auf strukturelle Unmöglichkeit statt auf einen einzelnen seltsamen Finger.
4. Dem Licht folgen
Nimm einen Schatten im Vordergrund und einen im Hintergrund. Beide müssen zu einer Lichtquelle oder wenigen plausiblen Quellen passen. Ein einzelnes Porträtlicht gelingt Generatoren gut, Innenräume und Nachtstraßen mit mehreren Quellen deutlich schlechter.
Spiegelungen sind derselbe Test in anderem Material: Fenster, Wasser, Sonnenbrillen und Autolack müssen zeigen, was tatsächlich davorsteht.
5. Wiederholungen und unmögliche Reihenfolge
Zähle die Fenster einer Fassade, die Latten eines Zauns, die Stühle um einen Tisch. Gleichmäßige Abstände, die mit dem Winkel nicht mitgehen, identische Gesichter in einer Menge oder ein Geländer, das durch eine Wand weiterläuft, sind Strukturfehler.
Sortiere die Szene nach Tiefe: Was ist vorn, was hinten, und gehört irgendetwas zu beidem gleichzeitig?
6. Was die Datei mitbringt
Metadaten, Kamerainformationen und Content Credentials beweisen etwas, wenn sie vorhanden und unversehrt sind: Ein Bild mit überprüfbarer Signatur hat eine dokumentierte Herkunft. Fehlen sie, beweist das gar nichts, weil jede Social-Plattform Metadaten beim Upload entfernt.
Diese Ungleichheit ist der Grund, warum Detektor-Werte nie das letzte Wort sein sollten. Ein Detektor liefert eine Wahrscheinlichkeit aus seinen Trainingsmodellen und verliert Genauigkeit, sobald das Bild skaliert oder neu komprimiert wird.
Die häufigsten Fehlschlüsse
Die meisten Fehlurteile entstehen durch vier Denkfehler, nicht durch fehlendes Wissen:
- „Zu glatt heißt KI.“ Studio-, Produkt- und Beauty-Fotografie ist glatter als die meisten KI-Bilder.
- „Ein Fehler ist der Beweis.“ Weitwinkel, HDR und Handy-Nachschärfung erzeugen dieselben Merkwürdigkeiten.
- „Unlesbare Schrift heißt KI.“ Bei dieser Auflösung wäre jede Schrift unlesbar.
- „Der Detektor sagt 90 Prozent, also sicher.“ Das ist eine Wahrscheinlichkeit, kein Befund.
Häufige Fragen
Gibt es ein Merkmal, das KI-Bilder immer verrät?
Nein. Schrift, Hände, Licht und Wiederholungen sind Wahrscheinlichkeiten, keine Beweise, und alle vier kommen auch in echten Fotos vor.
Beweisen fehlende Metadaten, dass ein Bild KI-generiert ist?
Nein. Plattformen entfernen Metadaten beim Upload, deshalb ist das Fehlen bei echten Fotos im Netz der Normalfall.
Wie zuverlässig sind KI-Detektoren?
Sie liefern eine Wahrscheinlichkeit, kein Urteil, und werden ungenauer, wenn ein Bild skaliert, beschnitten oder neu komprimiert wurde.
Was tun, wenn ich unsicher bleibe?
Unsicherheit benennen und beschreiben, was zusammenpasst und was nicht. Das ist brauchbarer als ein sicheres Etikett, das sich später als falsch erweist.
Das könnte dich auch interessieren
Ganzes Spiel starten
Ten images, one decision each, points for speed and accuracy. Free, no account needed.
SpielenWir nutzen lokalen Speicher für Betrieb, Sicherheit und Spielfortschritt. Mit „Alle akzeptieren" erlaubst du zusätzlich Werbung (Google AdSense), die Cookies setzen kann. Details in der Datenschutzerklärung.