KI-Bilder erkennen: Was Detektoren leisten und wo ihre Grenzen liegen

Ein Foto zeigt eine überflutete Straße. In der Bildunterschrift steht, die Aufnahme sei von heute und aus deiner Stadt. Die Szene sieht glaubwürdig aus. Ein KI-Detektor findet keine Auffälligkeiten. Reicht das, um das Bild weiterzuleiten?

Für eine verlässliche Einordnung fehlen noch entscheidende Informationen: Woher stammt die Aufnahme, was genau hat das Werkzeug geprüft und passt das Bild zur Behauptung? KI-Bildprüfungen können wertvolle Hinweise liefern. Ihre Ergebnisse werden aber leicht überschätzt. Hier erfährst du, welche Verfahren es gibt, was beim Kopieren oder Bearbeiten verloren gehen kann und wie du ein verdächtiges Bild Schritt für Schritt prüfst.

Welche Art von Hinweis prüft ein KI-Bilddetektor?

Unter dem Begriff „KI-Detektor“ werden sehr verschiedene Werkzeuge angeboten. Bevor du ein Ergebnis bewertest, lohnt sich deshalb ein Blick auf die Methode. Sucht das Werkzeug nach einer hinterlegten Kennzeichnung oder schätzt es anhand des Bildes, wie dieses entstanden sein könnte?

Content Credentials: ein prüfbarer Herkunftsverlauf

Content Credentials nach dem C2PA-Standard können dokumentieren, mit welchem Gerät oder Programm eine Datei erstellt und wie sie bearbeitet wurde. Die Angaben sind digital signiert. Prüfsoftware kann damit feststellen, ob die Signatur gültig ist und die zugehörigen Daten unverändert sind. Entscheidend bleibt, wer die Angaben signiert hat und welche Schritte überhaupt erfasst wurden.

Solche Nachweise gibt es sowohl für Kameraaufnahmen als auch für KI-Bilder. Das bloße Vorhandensein von Content Credentials ist deshalb kein KI-Nachweis. Lies die enthaltenen Angaben. Auch eine gültige Signatur bestätigt nicht, dass die Bildunterschrift stimmt oder das abgebildete Ereignis so stattgefunden hat. Diese Grenze erläutert der C2PA-Explainer zur Herkunft digitaler Inhalte.

Unsichtbare Wasserzeichen: ein Signal im Bild selbst

Ein unsichtbares Wasserzeichen wird in die Bilddaten eingebettet. Es ist etwas anderes als ein sichtbares Logo in einer Ecke und liegt nicht nur als Zusatzinformation neben den Pixeln. Ein passender Prüfdienst kann nach diesem Signal suchen. Ein Beispiel ist SynthID von Google DeepMind.

SynthID ist dafür ausgelegt, übliche Veränderungen wie Komprimierung oder Farbänderungen zu überstehen. Das bedeutet keine Garantie für jede Bearbeitung. Außerdem muss das jeweilige Prüfwerkzeug das eingebettete Signal unterstützen. Aus dem gemeinsamen Namen einer Wasserzeichen-Technologie lässt sich nicht ableiten, dass jeder Dienst alle damit markierten Bilder erkennt.

Statistische Detektoren: eine Einschätzung aus Bildmustern

Andere Detektoren suchen nach Mustern, die sie aus echten und generierten Trainingsbildern gelernt haben. Sie brauchen dafür keine absichtlich hinterlegte Kennzeichnung. Dafür können sie echte Fotos fälschlich als KI einstufen und generierte Bilder übersehen. Unbekannte Bildgeneratoren, andere Motive oder veränderte Bildqualität können die Erkennung erschweren.

Der Forschungsbenchmark AIGIBench untersuchte solche Verfahren unter anderem mit Bildern aus sozialen Medien und mit veränderter Qualität. Die Ergebnisse zeigen deutliche Grenzen außerhalb kontrollierter Testbedingungen. Daraus lässt sich keine pauschale Trefferquote für alle Produkte ableiten. Ein angezeigter Wert wie „90 Prozent KI“ ist ohne Erklärung der Messmethode auch keine verlässliche Aussage darüber, mit welcher Wahrscheinlichkeit gerade dieses Bild künstlich ist.

Was OpenAI Verify, Gemini und Claude aktuell leisten

Die folgenden Produktangaben wurden am 22. September 2026 anhand der offiziellen Dokumentation geprüft. Funktionen, unterstützte Formate und Verfügbarkeit können sich ändern.

OpenAI Verify

Auf OpenAIs Verify-Seite kannst du eine Bilddatei hochladen. Der Dienst sucht nach unterstützten C2PA-Herkunftsdaten und SynthID-Wasserzeichen, die auf die Erstellung mit OpenAI-Werkzeugen hinweisen. Er ist kein universeller Detektor für sämtliche Bildgeneratoren.

Ein Treffer kann auch dann entstehen, wenn eine hochgeladene Aufnahme mit KI bearbeitet und als neue Datei ausgegeben wurde. Er bedeutet also nicht automatisch, dass jedes Bildelement erfunden wurde. Findet Verify kein Signal, bleibt die Herkunft offen: Die Datei kann beispielsweise aus einem älteren Modell stammen, Signale verloren haben oder mit einem anderen Anbieter erstellt worden sein. OpenAI empfiehlt, Bilder für die Prüfung möglichst nicht zuzuschneiden oder in andere Formate umzuwandeln.

Gemini: Bild im Chat überprüfen

In Gemini lässt sich die Prüfung im Chat anstoßen: mit einem berechtigten Konto anmelden, ein einzelnes Bild hochladen und fragen, ob es mit KI erstellt oder bearbeitet wurde. In der Oberfläche kann die Funktion als „Verify AI“ erscheinen. Achte im Ergebnis darauf, ob tatsächlich ein technisches Signal geprüft wurde oder nur eine Einschätzung zu sichtbaren Details folgt.

Laut Googles Hilfe zur KI-Überprüfung nutzt Gemini SynthID und Content Credentials. Die SynthID-Prüfung ist dort derzeit auf Inhalte aus Googles KI-Werkzeugen beschränkt. Über kompatible Content Credentials können zusätzlich Herkunftsangaben anderer unterstützter Produkte sichtbar werden. Außerhalb der Datei gespeicherte C2PA-Metadaten unterstützt Gemini laut dieser Dokumentation aktuell nicht. Ein Ergebnis ohne Wasserzeichen beendet die Prüfung daher nicht.

Claude Check Files: Herkunftsnachweise von Claude prüfen

Mit Claude Check Files bietet Anthropic ein eigenes Prüfwerkzeug für Dateien an. Es sucht nach einem von Claude ausgestellten Content Credential: einer digital signierten Herkunftsangabe nach dem C2PA-Standard. Unterstützt werden verschiedene Bild-, Video- und Audioformate. Die Prüfung läuft laut Anthropic lokal im Browser; die ausgewählte Datei verlässt dabei nicht dein Gerät.

Ein Treffer weist darauf hin, dass die Datei möglicherweise mit Claude erstellt oder verarbeitet wurde. Er beweist nicht, dass Claude den ursprünglichen Bildinhalt erzeugt hat. Auch eine Verarbeitung oder Konvertierung kann eine solche Kennzeichnung hinterlassen. Der Dienst prüft die hinterlegten Herkunftsdaten und bewertet nicht anhand des Aussehens, ob ein beliebiges Bild KI-generiert ist.

Fehlt ein Claude-Nachweis, ist damit keine echte Aufnahme bewiesen. Die Kennzeichnung kann beispielsweise beim erneuten Speichern, bei einer Formatumwandlung oder durch einen Screenshot verloren gegangen sein. Außerdem unterstützen nicht alle Funktionen und Dateitypen diese Kennzeichnung. Die Grenzen beschreibt Anthropic in seiner Erklärung zur Kennzeichnung von Claude-Inhalten.

Auch beim Erstellen von Bildern ist die Unterscheidung wichtig: Laut Anthropics Hilfe zu Claudes Bildfunktionen erzeugt Claude selbst keine Fotos oder Illustrationen wie ein Bildgenerator. Diagramme, Grafiken und interaktive Darstellungen über HTML und SVG sind möglich.

Was Screenshots, Kopieren und Bearbeiten verändern können

Die Aussage „Ein Screenshot entfernt die KI-Kennzeichnung“ ist zu pauschal. Ein Bild kann mehrere unterschiedliche Signale enthalten. Dieselbe Bearbeitung kann eines davon entfernen, während ein anderes erhalten bleibt.

• Eine Datei unverändert kopieren: Bleiben die Dateiinhalte bytegenau gleich, bleiben auch eingebettete Metadaten und Wasserzeichen erhalten. Eine Kopie in einem anderen Ordner ist dadurch nicht schwerer prüfbar.
• Ein Bild über die Zwischenablage einfügen oder neu exportieren: Dabei kann ein Programm nur die Bildpixel übernehmen und Zusatzdaten weglassen. Was erhalten bleibt, hängt vom Programm und vom Export ab. „Kopieren“ beschreibt also nicht immer denselben technischen Vorgang.
• Metadaten entfernen: Werden die eingebetteten C2PA-Daten entfernt, fehlt dieser Herkunftsnachweis in der Datei. Ein Wasserzeichen in den Pixeln verschwindet durch das bloße Entfernen von Metadaten jedoch nicht automatisch.
• Einen Screenshot machen: Es entsteht eine neue Aufnahme der Bildschirmdarstellung. Die ursprünglichen C2PA-Metadaten werden dabei normalerweise nicht übernommen. Ein unsichtbares Wasserzeichen kann in den abgebildeten Pixeln weiterhin erkennbar sein; Auflösung, Skalierung und Bildausschnitt können die Erkennung beeinflussen.
• Über Messenger oder soziale Netzwerke teilen: Dienste können Bilder neu berechnen, komprimieren oder Metadaten weglassen. Ob und wie stark Signale betroffen sind, hängt vom Dienst und vom Übertragungsweg ab.

Die FAQ der Content Authenticity Initiative erläutert den Unterschied zwischen Screenshot, Metadaten und dauerhaft verknüpften Herkunftsnachweisen. Bei unterstützten Verfahren lassen sich entfernte Credentials unter Umständen über ein Wasserzeichen oder einen Bildfingerabdruck wiederfinden. Dafür müssen die Daten hinterlegt sein und das Prüfwerkzeug diese Wiederverknüpfung unterstützen. Das funktioniert nicht automatisch mit jeder Datei.

Für die Praxis: Bewahre die beste verfügbare Datei unverändert auf und prüfe diese zuerst. Wenn nur ein Screenshot vorliegt, kann sich eine Prüfung trotzdem lohnen. Ein negatives Ergebnis dieser Version lässt jedoch keine sichere Aussage über die ursprüngliche Datei zu.

So prüfst du ein verdächtiges Bild

1. Die Behauptung und die Quelle festhalten

Notiere, was das Bild angeblich zeigt: welches Ereignis, welchen Ort, welches Datum. Suche den ursprünglichen Beitrag und die Person oder Organisation dahinter. Ein Repost ohne Herkunft ist eine schwächere Grundlage als eine nachvollziehbare Veröffentlichung mit weiteren Aufnahmen. Sichere den Link und den Kontext, damit die Bildunterschrift bei der weiteren Prüfung nicht verloren geht.

2. Nach älteren Versionen suchen

Mit einer Rückwärtssuche über Google Lens kannst du nach gleichen oder ähnlichen Bildern und Seiten suchen, auf denen sie vorkommen. Vergleiche die Treffer: Taucht das Straßenfoto schon Jahre vorher auf? Wird dort ein anderer Ort genannt? Gibt es eine größere Version, die entscheidende Details zeigt?

Ein älterer Treffer kann die Behauptung „von heute“ widerlegen, ohne etwas über KI auszusagen. Kein Treffer beweist umgekehrt weder eine neue Aufnahme noch einen künstlichen Ursprung. Suchmaschinen erfassen nicht jedes Bild.

3. Technische Herkunftssignale prüfen

Nutze einen passenden Prüfdienst und lies die Details des Ergebnisses. Content Credentials lassen sich auch mit dem Inspect-Werkzeug der Content Authenticity Initiative ansehen. Relevant ist, ob eine KI-Erstellung, eine Bearbeitung oder eine Kameraaufnahme dokumentiert wird und wer die Angaben bestätigt. Ein normales Kameramodell-Feld in den EXIF-Metadaten ist für sich allein kein signierter Herkunftsnachweis.

Prüfe vor der Auswahl vertraulicher oder sensibler Personenbilder, wo die Verarbeitung stattfindet. Bei serverseitigen Prüfdiensten wird die Datei an den Anbieter übertragen; nutze dafür nur freigegebene Dienste. Claude Check Files verarbeitet die ausgewählte Datei laut Anthropic dagegen lokal im Browser, ohne sie hochzuladen.

4. Auffälligkeiten gezielt untersuchen

Schau dir lesbare Schilder, Übergänge zwischen Objekten, Spiegelungen und räumliche Zusammenhänge an. Solche Details können Fragen aufwerfen, die du weiter recherchierst. Einzelne merkwürdige Hände oder Schatten reichen für ein Urteil nicht aus. Bewegungsunschärfe, Perspektive und starke Komprimierung können auch echte Fotos ungewöhnlich aussehen lassen. Umgekehrt muss ein generiertes Bild keine sichtbaren Fehler enthalten.

5. Die Aussage unabhängig bestätigen

Bei unserem Straßenfoto wäre entscheidend, ob es für den behaupteten Ort und Zeitpunkt weitere nachvollziehbare Aufnahmen oder Berichte gibt. Zehn Accounts, die dasselbe Bild teilen, sind keine zehn unabhängigen Bestätigungen. Wenn Quelle und Kontext offenbleiben, behandle die Aufnahme als ungeprüft und verwende sie nicht als Beleg.

Wie du widersprüchliche Ergebnisse einordnest

Es kann vorkommen, dass ein Wasserzeichen erkannt wird, ein statistischer Detektor aber „echt“ meldet. Das ist kein sinnvoller Fall für eine Abstimmung zwischen Werkzeugen: Beide untersuchen unterschiedliche Dinge. Prüfe zuerst, ob sie dieselbe Datei erhalten haben und auf welcher Grundlage sie ihr Ergebnis ausgeben.

Ein konkreter, gültiger Herkunftsnachweis wiegt für die dokumentierte Erstellung schwerer als eine bloße Einschätzung des Aussehens. Trotzdem darf die Schlussfolgerung nicht weiter reichen als der Befund. „Mit KI bearbeitet“ kann beispielsweise bedeuten, dass nur der Himmel ersetzt wurde. „Kein unterstütztes Signal gefunden“ bedeutet nur, dass die betreffende Prüfung nichts nachweisen konnte.

Auch ein Kameranachweis hat Grenzen: Eine Kamera kann einen Bildschirm mit einem KI-Bild fotografieren. Die Content Authenticity Initiative nennt diesen Fall ausdrücklich in ihrer Erklärung zu fotografierten Bildern. Der Nachweis dokumentiert dann die neue Aufnahme, nicht die Entstehung der abfotografierten Szene.

Was sich verlässlich sagen lässt

Bei einer Bildprüfung müssen manchmal zwei Antworten nebeneinanderstehen: „Die Datei enthält einen Hinweis auf KI-Bearbeitung“ und „Ob die Bildunterschrift stimmt, ist noch ungeklärt“. Diese Genauigkeit hilft mehr als ein vorschnelles Etikett „echt“ oder „Fake“. Eine offen gekennzeichnete KI-Illustration kann sinnvoll sein. Ein unbearbeitetes Foto mit falscher Ortsangabe kann täuschen.

Nutze Detektoren für die Fragen, die sie tatsächlich beantworten können, und prüfe die Geschichte hinter dem Bild zusätzlich. Für Videos, Stimmen und gemeinsame Regeln im Team ergänzt unser Guide zum Erkennen und Einordnen KI-generierter Inhalte diesen Artikel.

Weiterlesen

Passende Artikel

• 11. August 2026 KI Slop: Was KI-Spam ist und was besser funktioniert →
• 28. April 2026 Die KI-News der Woche vom 28.04.2026 →
• 22. April 2026 ChatGPT Images 2.0: Neue Bild-KI von OpenAI →