Wie man KI-generierte Inhalte erkennt — und warum kein Detektor allein reicht

„Ist dieses Bild von einer KI?“ — die Frage klingt einfach, ist es aber nicht. Es gibt kein Verfahren, das sie zuverlässig für jeden Inhalt beantwortet. Was es gibt, sind mehrere unabhängige Ansätze mit sehr unterschiedlichen Stärken. Wer sie kennt, versteht auch, warum seriöse Prüfung immer aus mehreren Schichten besteht.

1. Kryptografische Herkunftsnachweise (C2PA)

Die stärkste Form des Nachweises kommt nicht aus der Analyse des Bildes, sondern aus dem Bild selbst. Der C2PA-Standard — getragen unter anderem von Adobe, Microsoft, Google, OpenAI und mehreren Kameraherstellern — hinterlegt eine kryptografisch signierte Herkunftsangabe direkt in der Datei. Dort steht, welches Werkzeug den Inhalt erzeugt oder bearbeitet hat.

Der große Vorteil: Das ist keine Wahrscheinlichkeit, sondern eine überprüfbare Aussage. Der Nachteil: Metadaten überleben nicht jede Verarbeitung. Wird ein Bild neu komprimiert, durch ein CMS geschleust oder über soziale Netzwerke geteilt, verschwindet die Signatur häufig. Fehlende Credentials sind deshalb kein Beweis für menschliche Urheberschaft — sie sind schlicht keine Information.

2. Metadaten und eingebettete Spuren

Neben C2PA gibt es einfachere, aber überraschend ergiebige Quellen. Der IPTC-Standard kennt ein Feld für die „digitale Quellenart“, das eine Datei ausdrücklich als algorithmisch erzeugt ausweisen kann — genau dieser Marker wird im EU-Verhaltenskodex zur Kennzeichnung referenziert. EXIF- und XMP-Felder verraten oft das erzeugende Werkzeug. Und bei PNG-Dateien aus verbreiteten Bildgeneratoren steht der vollständige Prompt samt Einstellungen im Dateikopf — ein Fund, an dem es nichts zu deuten gibt.

3. Unsichtbare Wasserzeichen

Einige Anbieter betten ein für Menschen unsichtbares Muster direkt in die Pixel ein. Der Vorteil gegenüber Metadaten: Es übersteht Komprimierung und Zuschnitt. Der Haken: Solche Wasserzeichen lassen sich in der Regel nur von demjenigen auslesen, der sie erzeugt hat. Für die Praxis heißt das — man ist auf die Kooperation der Anbieter angewiesen.

4. Statistische Klassifikatoren

Wenn alle Spuren fehlen, bleibt die Analyse des Inhalts selbst. Moderne Klassifikatoren erreichen bei Bildern hohe Trefferquoten und benennen oft sogar das erzeugende Modell. Bei Texten ist die Lage heikler: Gute Detektoren liegen sehr oft richtig, aber jeder von ihnen produziert Fehlurteile — in beide Richtungen. Sorgfältig geschriebene menschliche Texte können fälschlich als maschinell eingestuft werden, überarbeitete KI-Texte umgekehrt durchrutschen.

Ein Detektor liefert eine Wahrscheinlichkeit, keine Wahrheit. Wer daraus eine Behauptung macht, verwechselt Statistik mit Beweis.

Warum Schichten allein nicht genügen

Kombiniert man diese Verfahren, wird das Ergebnis deutlich belastbarer: Ein kryptografischer Nachweis schlägt jede Schätzung, ein eingebetteter Prompt ist ein Sachbeweis, und ein Klassifikator fängt die Fälle auf, in denen alle Spuren entfernt wurden. Trotzdem bleibt ein Rest an Unsicherheit — und der ist keine Schwäche der Technik, sondern eine Eigenschaft des Problems.

Deshalb halten wir es bei Provifai bewusst anders herum: Unsere Prüfung liefert die Evidenz, aber die verbindliche Aussage trifft der Betreiber. Er sieht zu jedem Fund, welches Verfahren angeschlagen hat und wie sicher es ist — und bestätigt oder widerspricht. Das schützt vor der schlimmsten Konsequenz automatischer Erkennung: dass jemand für einen Inhalt an den Pranger gestellt wird, den er selbst fotografiert hat.

Weiterlesen