Generative Bildmodelle haben von 2023 bis heute die meisten offensichtlichen Lücken geschlossen. Das Klischee „einfach die Finger zählen“ funktioniert noch oft genug, um nützlich zu sein, reicht aber allein nicht mehr aus. Eine NIST-Studie von 2024 zu generativen Medien stellt fest, dass die Erkennungsgenauigkeit selbst führender kommerzieller Tools bei frisch trainierten Modellen stark einbricht. Die ehrliche Antwort auf „ist dieses Bild KI?“ ist selten eine einzelne Zahl — es ist eine Abwägung von Signalen.
Der folgende Ansatz kombiniert drei Schichten: menschliche Sichtprüfung, automatisierte Erkennungswerkzeuge und Herkunftsnachweis per Rückwärts-Bildersuche. Nutzen Sie alle drei, bevor Sie einem Foto vertrauen, besonders wenn es eine emotionale Reaktion auslöst.
Schicht 1 — Visuelle Hinweise zuerst prüfen
Zoomen Sie am Desktop auf 100% heran. KI-Artefakte verschwinden in Miniaturansicht und zeigen sich erst bei voller Auflösung.
Hände und Finger
Sechs Finger, verschmolzene Daumen, Hände, die Objekte ohne Kontaktpunkte greifen. Immer noch der häufigste Hinweis bei Diffusionsmodellen.
Augen und Pupillen
Asymmetrische Pupillen, Glanzlichter in verschiedene Richtungen, Iris, die bei genauerem Hinsehen aus dem Auge wandert.
Plastik- oder wachsartige Haut
Haut gleichmäßig glatt auf Wange, Stirn und Hals — echte Haut hat Poren, Unreinheiten und Variation unter verschiedenen Lichtwinkeln.
Asymmetrischer Schmuck und Accessoires
Ein einzelner Ohrring, ungleiche Ohrringe, Brillen, die sich durchs Gesicht biegen, Ketten, die in der Kleidung verschwinden.
Texte und Schilder im Hintergrund
Hintergrundtext ist der zuverlässigste Einzelhinweis. KI-Modelle erzeugen Buchstaben, die wie Schrift aussehen, aber bei genauer Lesung nichts ergeben.
Wiederholte Muster und Menschenmengen
Dasselbe Gesicht in einer Menge mehrfach, identische Bodenfliesen, Zaunpfähle, die ineinander übergehen.
Schicht 2 — Kostenlose KI-Bilddetektoren im Vergleich
Kein Detektor ist eine Wunderwaffe. Lassen Sie ein Bild durch zwei davon laufen und gewichten Sie die Antworten; Übereinstimmung zählt mehr als jeder einzelne Score.
| Tool | Typ | Stärke |
|---|---|---|
| Sightengine sightengine.com | Kommerzielle API + kostenlose Web-Demo | Stark bei fotorealistischen Porträts; auf mehreren Generator-Familien trainiert. |
| WasItAI wasitai.com | Kostenloses Web-Tool | Schnell, einfaches Ja/Nein. Ideal als Erstprüfung. |
| DeepfakeDetection.io deepfakedetection.io | Kostenloses Web-Tool | Fokus auf Gesichts-Manipulation (Face Swaps, GAN-Porträts). |
| Hive AI Detector hivemoderation.com | Kostenlose Erweiterung + API | Von vielen Plattformen für Content-Moderation eingesetzt. |
| Google Lens (Rückwärtssuche) lens.google.com | Kostenlos | Erkennt KI nicht direkt, findet aber die früheste bekannte Version. |
Schicht 3 — Rückwärts-Bildersuche
Herkunft schlägt oft Erkennung. Wenn ein „gerade aufgenommenes“ Nachrichtenfoto bereits seit 2021 auf einer Stock-Seite existiert, wird die KI-vs.-Real-Frage hinfällig — es ist ohnehin recycelt. Lassen Sie jedes verdächtige Bild durch Google Lens, TinEye und Yandex Images laufen. Yandex ist bei Gesichtern ungewöhnlich stark. Bellingcats Open-Source-Untersuchungshandbuch behandelt die Rückwärtssuche als Schritt eins für jede bildbasierte Behauptung.
Hinweis zu Falsch-Positiven
Stark bearbeitete echte Fotos (Hautglätter-Filter, JPEG-Kompressionsartefakte, Beauty-Modus-Porträts) lösen manchmal KI-Detektoren aus. Behandeln Sie einen einzelnen „wahrscheinlich KI“-Score als Hinweis zur weiteren Prüfung, nicht als Urteil. Ein echtes Foto mit überprüfbarem Fotografen und sauberer Rückwärtssuche-Historie ist vertrauenswürdiger als jeder Detektorwert.
Bestätigte KI-Fälschungen in Umlauf verfolgen
FAXTRs AI-Fakes-Feed katalogisiert virale KI-generierte Bilder, die bereits weltweit von Faktencheckern widerlegt wurden.