KI-generierte Bilder erkennen: Merkmale, Tools und die neue Kennzeichnungspflicht

Das Wichtigste in Kürze

• KI-Bilder werden immer schwerer zu erkennen. Fehler bei Händen, Schrift oder Schatten treten seltener auf als noch vor zwei Jahren.
• Die klassischen Erkennungswerkzeuge sind nur begrenzt zuverlässig. Herkunftsnachweise wie C2PA und Wasserzeichen wie SynthID liefern belastbarere Hinweise.
• Ab dem 2. August 2026 gelten die Transparenzpflichten des EU AI Act. Wer KI-Bilder beruflich veröffentlicht, muss sie kennzeichnen.

Bilder, die keine Kamera je aufgenommen hat, sind längst Alltag. Auf Webseiten, in Werbeanzeigen, in Nachrichtenmeldungen, in Profilfotos. Manche fallen sofort auf, andere überstehen selbst einen zweiten Blick.

Für dich als Betreiber einer Website ist das gleich doppelt relevant. Erstens willst du wissen, ob Bilder, die dir begegnen, echt sind. Zweitens musst du ab August 2026 selbst kennzeichnen, wenn du KI-Bilder auf deiner Seite einsetzt. Beides schauen wir uns hier an.

Warum die Erkennung überhaupt wichtig ist

Die Technik hinter Bildgeneratoren wie DALL·E, Midjourney oder Flux ist in wenigen Jahren von "erkennbar künstlich" auf "täuschend echt" gesprungen. Daraus ergeben sich konkrete Probleme:

Falschinformationen. Ein erfundenes Bild verbreitet sich schneller als jede Richtigstellung. Besonders bei Nachrichtenlagen, Wahlen oder Krisen.

Identitätsmissbrauch. Deepfakes ermöglichen gefälschte Porträts, die für Betrugsmaschen genutzt werden. Ein KI-Porträt in einem Bewerbungsprofil oder auf einer Fake-Shop-Seite ist heute in Sekunden erstellt.

Unklare Nutzungsrechte. Viele KI-Modelle wurden mit Bildern aus dem Netz trainiert. Wem die Rechte an einem generierten Bild gehören, ist je nach Anbieter unterschiedlich geregelt. Bevor du ein KI-Bild kommerziell einsetzt, lies die Lizenzbedingungen des jeweiligen Werkzeugs.

Rechtliche Pflichten. Neu hinzugekommen: Ab 2. August 2026 greifen die Transparenzvorgaben des EU AI Act. Dazu unten mehr.

Typische Merkmale von KI-generierten Bildern

Auch wenn die Modelle besser werden, gibt es Stellen, an denen sie regelmäßig scheitern. Wichtig: Ein einzelnes Merkmal beweist nichts. Erst mehrere Auffälligkeiten zusammen ergeben ein belastbares Bild.

Anatomische Fehler

• Hände und Finger: Der Klassiker. Zu viele oder zu wenige Finger, verdrehte Gelenke, verschmolzene Fingerspitzen.
• Proportionen: Arme, die zu lang sind, Handgelenke, die abrupt aufhören, Knochen an Stellen, an denen keine sein können.
• Zähne: Entweder zu perfekt und zu symmetrisch oder unregelmäßig verteilt, sodass die Zahnreihe nicht aufgeht.
• Augen: Ungleichmäßige Pupillen, Blickrichtungen, die nicht zusammenpassen, fehlende Lichtreflexe.

Unlogische Details

Auf den ersten Blick wirkt alles normal, beim genauen Hinsehen ergibt es keinen Sinn:

• Tastaturen mit doppelten Tasten oder in falscher Reihenfolge
• Zahlenfelder, bei denen eine Ziffer zweimal vorkommt und eine andere fehlt
• Stühle mit drei oder fünf Beinen
• Kabel, die ins Nichts führen
• Spiegel, die etwas anderes zeigen als das, was davor steht

Muster und Wiederholungen

Textilien, Teppiche, Fliesen, Regalreihen: Überall dort, wo sich ein Muster wiederholen müsste, franst es bei KI-Bildern gern aus. Etiketten auf Produkten im Hintergrund sehen aus der Ferne gleich aus, unterscheiden sich aber im Detail.

Licht und Schatten

Schatten, die in verschiedene Richtungen fallen, obwohl es nur eine Lichtquelle gibt. Streifenmuster auf dem Boden, obwohl das Fenster keine Sprossen hat. Fehlende Spiegelungen in Augen und Brillengläsern.

Reflexionen sind ein besonders verlässlicher Prüfpunkt: Schaufenster, Wasseroberflächen, Chrom an Autos. KI-Modelle rendern Spiegelungen häufig so, dass sie nicht zur eigentlichen Szene passen.

Texturen

Entweder zu weich oder zu scharf. Haut ohne Poren wirkt künstlich glatt. Umgekehrt können sich übertrieben viele Falten in einem Gesicht überschneiden, ohne dass sie anatomisch Sinn ergeben.

Schrift und Logos

Nach wie vor eine der größten Schwachstellen. Schrift in KI-Bildern wirkt oft "fast richtig": Die Buchstabenformen stimmen, das Wort ergibt aber keins. Preisschilder zeigen Kauderwelsch, Markenlogos sind verwaschen oder minimal falsch.

Symmetrie

Echte Gesichter sind leicht asymmetrisch. KI-Gesichter sind entweder zu perfekt oder auf eine Art unsymmetrisch, die nicht natürlich wirkt. Bei Kleidung fallen unterschiedlich breite Träger auf, unterschiedliche Verschlüsse links und rechts, Streifen, die nicht durchlaufen. Bei Gebäuden sind es Fensterreihen, die sich mitten in der Fassade plötzlich verändern.

Tools zur Erkennung: Was 2026 tatsächlich funktioniert

Hier hat sich seit 2024 am meisten getan. Die Werkzeuge lassen sich in drei Gruppen einteilen, die unterschiedlich verlässlich sind.

1. Herkunftsnachweise nach C2PA (Content Credentials)

Das ist der Ansatz mit der derzeit stärksten Aussagekraft. C2PA steht für Coalition for Content Provenance and Authenticity. Dahinter stehen unter anderem Adobe, Google, Microsoft, OpenAI, die BBC und mehrere Kamerahersteller.

Die Idee: Beim Erstellen oder Bearbeiten schreibt ein unterstütztes Werkzeug ein kryptografisch signiertes Manifest in die Datei. Darin steht, womit das Bild entstanden ist, welche Software es bearbeitet hat und ob KI beteiligt war. Wird die Datei nachträglich verändert, bricht die Signatur.

Prüfen kannst du das kostenlos über contentcredentials.org/verify oder Adobes Prüfwerkzeug: Bild hineinziehen, Manifest lesen.

Wer Content Credentials heute mitliefert: Adobe Photoshop, Lightroom und Firefly, OpenAI (DALL·E 3 und ChatGPT-Bilder), Microsoft Copilot, Googles Bilddienste. Kameraseitig unter anderem die Leica M11-P, Nikon Z9 per Firmware-Update, Samsung Galaxy S25 und aktuelle Google-Pixel-Modelle.

Was C2PA nicht kann: Midjourney liefert Stand Anfang 2026 keine Content Credentials mit. Und die Manifeste überleben den Alltag oft nicht. Ein Screenshot, ein Upload auf eine Plattform, die Dateien neu komprimiert, ein Export durch ein Werkzeug ohne C2PA-Unterstützung, und die Kette ist gerissen.

Merk dir also: Fehlende Content Credentials sind kein Beweis für Echtheit. Sie bedeuten nur, dass kein Etikett da ist. Eine gebrochene Signatur dagegen ist ein deutliches Warnsignal.

2. Unsichtbare Wasserzeichen (SynthID)

Googles SynthID setzt anders an: Das Wasserzeichen sitzt nicht in den Metadaten, sondern in den Bildpunkten selbst. Es übersteht deshalb Zuschneiden, Komprimierung und erneutes Speichern – also genau die Vorgänge, an denen C2PA scheitert.

Im Mai 2026 hat OpenAI angekündigt, SynthID zusätzlich zu C2PA in seine Bilder einzubetten. Damit deckt ein einziges Prüfwerkzeug Inhalte von zwei der größten Anbieter ab. Auch ElevenLabs und Kakao haben sich angeschlossen.

Geprüft wird über den SynthID Detector von Google DeepMind. Der Zugang ist allerdings noch eingeschränkt und läuft überwiegend über ein Tester-Programm. Midjourney und Flux nutzen SynthID nicht.

3. Klassische KI-Detektoren

Werkzeuge wie Hive Moderation, AI or Not oder Winston AI analysieren das Bild selbst: Rauschverhalten, Frequenzmuster, Pixelkorrelationen. Diffusionsmodelle hinterlassen andere statistische Spuren als ein Kamerasensor.

Die Einschränkung bleibt dieselbe wie 2024: Kein Detektor liefert verlässlich hundertprozentige Ergebnisse. Die meisten geben einen Prozentwert aus, ohne zu begründen, worauf er beruht. Falsch-Positive kommen vor, ebenso übersehene KI-Bilder. Nutze sie als zusätzlichen Hinweis, nicht als Urteil.

4. Rückwärtssuche und Metadaten

Zwei einfache Schritte, die weiterhin funktionieren:

Bilder-Rückwärtssuche über die Google-Bildersuche zeigt dir, ob ein Bild schon anderswo im Netz aufgetaucht ist. Taucht es auf zahlreichen Seiten auf, ist es oft ein Stockbild mit nachvollziehbarer Herkunft.

Metadaten (EXIF) verraten Aufnahmegerät, Zeitpunkt, teilweise auch Ort und Bearbeitungsschritte. Bei KI-Bildern fehlen diese Angaben häufig oder verweisen direkt auf das Generierungswerkzeug. Auch hier gilt: Viele Plattformen entfernen EXIF-Daten beim Upload, fehlende Metadaten sind also kein Beweis.

Neu: Die Kennzeichnungspflicht ab 2. August 2026

Das betrifft dich direkt, sobald du KI-Bilder auf deiner Website, in deinem Shop oder in Werbeanzeigen einsetzt.

Mit Artikel 50 des EU AI Act greifen ab dem 2. August 2026 die Transparenzpflichten. Zwei Ebenen sind zu unterscheiden:

Anbieterpflicht. Die Hersteller der KI-Systeme (OpenAI, Google, Adobe und andere) müssen ihre Ausgaben maschinenlesbar markieren, etwa über C2PA oder ein Wasserzeichen. Das ist nicht deine Aufgabe.

Anwenderpflicht. Wenn du KI-Bilder veröffentlichst, musst du sie für die Betrachter sichtbar kennzeichnen. Ein Hinweis in der Bildunterschrift oder ein kleines Label am Bild genügt. Die Europäische Kommission stellt dafür Icons bereit, deren Nutzung freiwillig ist. Die Kennzeichnung selbst ist es nicht.

Was kennzeichnungspflichtig ist: Fotorealistische KI-Bilder, Deepfakes und Bilder, die reale Personen, Orte oder Ereignisse täuschend echt darstellen.

Was nicht darunter fällt: Erkennbar künstlerische oder illustrative KI-Bilder ohne realen Bezug sowie normale Retusche und Farbkorrektur, solange die Bildaussage unverändert bleibt.

Verstöße können teuer werden. Neben Bußgeldern droht in der Praxis vor allem Ärger durch Abmahnungen. Der Begleit-Kodex (Code of Practice) ist seit dem 10. Juni 2026 final, die Leitlinien der Kommission zu Artikel 50 stehen teilweise noch aus. Gerade bei Retusche und generativer Bildfüllung wird sich in der Praxis noch einiges klären.

Unser Tipp für Website-Betreiber: Leg dir jetzt eine einfache interne Regel zu. Zum Beispiel: Jedes vollständig KI-generierte Bild bekommt einen Hinweis in der Bildunterschrift. Das kostet dich nichts und du bist auf der sicheren Seite, auch bei Grenzfällen.

So schützt du dich vor Fake-Bildern

• Prüfe mehrere Ebenen. Ein Merkmal reicht nicht. Kombiniere den optischen Check mit Rückwärtssuche, Metadaten und, falls vorhanden, Content Credentials.
• Kein Treffer heißt nicht "echt". Findet ein Detektor nichts, bedeutet das "unklar", nicht "unbedenklich".
• Geh zur Quelle. Wer hat das Bild zuerst veröffentlicht? Gibt es unabhängige Aufnahmen desselben Ereignisses?
• Teile nichts Ungeprüftes. Bei Bildern mit hoher Tragweite: erst weiterverbreiten, wenn zwei unabhängige Belege vorliegen.
• Sei skeptisch bei perfekten Bildern. Was zu makellos aussieht, ist es oft auch.

Fazit

Das reine Hinschauen reicht 2026 nicht mehr aus. Die Modelle machen die klassischen Fehler seltener, und viele Bilder sind mit bloßem Auge kaum noch einzuordnen. Was wirklich weiterhilft, ist die Kombination: geschulter Blick, Rückwärtssuche, Metadaten, C2PA-Prüfung.

Und wenn du selbst mit KI-Bildern arbeitest: Denk an die Kennzeichnung. Ab August 2026 ist sie Pflicht, und eine transparente Kennzeichnung schafft bei deinen Besuchern ohnehin mehr Vertrauen als jedes perfekt generierte Bild.

Deine Website ist dein digitales Aushängeschild. Mit dem Webhosting von easyname bringst du sie zuverlässig ins Netz. Deine Inhalte liegen auf Servern in Wien, Frankfurt und Zürich, gesichert durch zweistündliche Backups und ISO/IEC 27001 zertifizierten Betrieb.