Anleitung

Fake-Bilder erkennen

„Fake“ ist im Alltag ein Sammelwort. Fake-Bilder erkennen funktioniert erst, wenn Sie wissen, ob die Pixel erfunden, die Stelle nachträglich geändert oder nur die Bildunterschrift falsch ist.

17. Oktober 2026 · Check AI Free

Ein altes Nachrichtenfoto mit neuem Ort ist ein echtes Foto in einem falschen Kontext. Eine ComfyUI-PNG mit Workflow ist eine Datei, die ihre Herstellungsangaben noch mitbringt. Ein Porträt ohne Treffer in der Rückwärtssuche kann eine private Aufnahme oder eine frische Generierung sein. Wer für alle drei denselben Knopf drückt, bekommt eine Zahl und verliert den Fall. Diese Seite sortiert die drei Fälle. Sie ersetzt kein Gutachten und erfindet keine Trefferquote.

Drei Arten, die auseinandergehalten werden wollen

Erfundene Pixel entstehen in einem Generator. Manchmal steht das noch in der Datei: ein Parameterblock, ein ComfyUI-Feld prompt oder workflow, eine Content Credential mit einem Generierungsschritt. Manchmal ist davon nichts übrig, und ein Modell schätzt nur noch die Pixel. KI-Bilder erkennen ist die Prüfliste für genau diesen Fall.

Eine Montage oder eine lokale Änderung kann auf einem echten Foto sitzen. Ein allgemeines KI-Modell ist dafür nicht gebaut. Es kann anschlagen oder schweigen, ohne die veränderte Stelle zu zeigen. Inhaltliche Auffälligkeiten, das Original zum Vergleich und die Frage an den Absender helfen hier mehr als ein einzelner Prozentwert.

Falscher Kontext lässt die Pixel in Ruhe und wechselt Ort, Datum oder Bedeutung. Die Rückwärtssuche ist dafür das erste Werkzeug. Googles Hilfe erklärt den Upload einer Datei und nennt ähnliche Bilder sowie Seiten, die das Bild enthalten. Ein Treffer muss gelesen werden: Datum, Bildunterschrift, ob es sich um dasselbe Motiv handelt. TinEye ist ein anderer Index. Kein Treffer auf einem Dienst ist nicht „es gibt keine Kopie“.

Prüfliste nach der Art der Fälschung

1. Schritt 1

   Die Behauptung markieren, nicht das Bauchgefühl

   Steht da „gestern am Ort“, „diese Person arbeitet hier“ oder „das habe ich fotografiert“? Kreisen Sie den Satz ein. Die nächsten Schritte hängen daran. Eine teure Entscheidung — Meldung, Kauf, Personal — bekommt am Ende einen Vermerk mit Lücken, keinen Stempel.

2. Schritt 2

   Bei Nachrichten und weitergeleiteten Fotos zuerst suchen

   Laden Sie die früheste Datei in eine Rückwärtssuche. Suchen Sie die älteste auffindbare Seite und vergleichen Sie die Bildunterschrift mit der, die Sie bekommen haben. Ein älteres echtes Foto erklärt viele „Fake“-Fälle, ohne dass irgendein Pixel generiert wurde. Der englische Vergleich reverse image search vs AI detector hält fest, warum der Detektor hier das falsche erste Werkzeug ist.

3. Schritt 3

   Die Kopie benennen, bevor Sie Metadaten deuten

   Screenshot, Download oder Original. IPTC hat im Frühjahr 2019 Instagram und Facebook mit einem Referenzbild getestet, WhatsApp nicht. Bei Instagram konnten die Tester speichern und herunterladen nicht; angezeigt wurden keine eingebetteten Felder. Bei Facebook blieben in ihrem Test wenige rechtebezogene Felder, XMP war weg. Das ist deren Test von 2019, nachzulesen in der Ergebnistabelle. Er ist keine aktuelle Garantie. WhatsApp unterscheidet in der Hilfe Fotoqualität und Dokumentanhang und liefert dort keine Feldliste. Prüfen Sie die Datei, die angekommen ist. Mehr Kontext: Does Instagram strip image metadata?

4. Schritt 4

   Wenn es eine PNG sein könnte, den Text lesen

   Der PNG-Info-Leser zeigt tEXt-, iTXt- und zTXt-Felder im Browser und führt keinen Workflow aus. Automatic1111 beschreibt Parameter als PNG-Text. ComfyUI dokumentiert die Felder prompt und workflow und schreibt selbst, dass diese Metadaten keine Signatur sind. Zwei von drei öffentlichen PNG, die wir zum Abgleich mit Pillow gelesen haben, trugen ein Feld parameters. Die dritte hatte keins. Ein vorhandenes Feld ist eine Angabe, kein Herkunftsbeweis.

5. Schritt 5

   Content Credentials nur mit einem Validator

   Ziehen Sie die früheste Datei auf verify.contentauthenticity.org. Eine gültige Generierungsangabe ist ein Beleg für diese Angabe. Eine fehlende Angabe ist häufig und kein Freispruch. Diese Website prüft die Signatur nicht. Der Ablauf steht unter how to check Content Credentials.

6. Schritt 6

   Ein Modell nur für die Pixelfrage hinzunehmen

   Bild prüfen liest Hinweise und kann einen allgemeinen Modellwert anfordern. Bis 0,35 und ab 0,70 sind Anzeigeschwellen, der Bereich dazwischen bleibt unklar. Wir veröffentlichen keine Gesamtgenauigkeit. Fremde Benchmarks finden große Abstände zwischen Detektoren; die Zahlen stehen auf Bild auf Echtheit prüfen mit Quellen. Widerspruch zweier Werkzeuge wird notiert, nicht gemittelt.

7. Schritt 7

   Gesichter nicht mit einem allgemeinen Check identifizieren

   Ein Gesicht, das „unecht“ wirkt, ist noch keine Zuordnung zu einer Person und kein Beweis, dass ein bestimmtes Modell die Stelle ersetzt hat. Die Seite Deepfake bleibt bei Standbildern. Ein Profil für eine Bewerbung prüfen Sie zusätzlich über Lebenslauf, Gespräch und Originaldatei, nicht über den Stil. Dafür ist die Profilbild-Seite der Kontext, und LinkedIn der engere Ablauf, wenn es um ein berufliches Foto geht.

Sätze, die sich halten lassen

„Die Rückwärtssuche findet einen älteren Beitrag mit anderem Ort“ ist ein Befund zum Kontext. „Die PNG enthält einen Workflow-Text, den ComfyUI als solchen benennen würde“ ist ein Befund zur Datei. „Ein Modell bleibt unklar, ein zweites nennt die Pixel eher generiert“ ist ein Befund über Werkzeuge. „Das Bild ist fake“ ist keines von dreien, solange die Art der Fälschung fehlt.

Generatornamen vergeben wir nicht nach dem Look. Wenn der Absender Midjourney, Flux oder DALL·E behauptet, gehören die Seiten Midjourney, Flux und DALL·E zum allgemeinen Check dieser Datei. Steht der Name nur im Stil und nicht in der Datei, bleibt es bei der allgemeinen Schätzung.

SynthID und vergleichbare Wasserzeichen wären ein eigenes Signal. DeepMind beschreibt SynthID öffentlich. Ein Decoder dafür ist hier nicht eingebaut. Fehlendes Wasserzeichen bedeutet den Normalfall, nicht „Kamera“ und nicht „KI“.