Anleitung

KI-Bilder erkennen

Wer KI-Bilder erkennen will, fängt bei der Datei an, die wirklich vorliegt. Ein glattes Gesicht, eine schiefe Hand oder ein misstrauischer Absender sind ein Anlass, keine Methode.

17. Oktober 2026 · Check AI Free

Die Frage kommt selten im Labor an. Jemand leitet ein Bild in eine Gruppe weiter, eine Anzeige wirkt zu sauber, eine Redaktion soll vor Redaktionsschluss sagen, ob eine Aufnahme „echt“ ist. Das sind drei verschiedene Dateien und drei verschiedene Behauptungen. Diese Seite ordnet die Prüfung so, dass Sie am Ende einen Satz sagen können, den die Datei auch hergibt. Sie ist auf Deutsch geschrieben, weil die Suche „KI-Bilder erkennen“ eine eigene Aufgabe ist, und sie ist keine Übersetzung der englischen Anleitungen.

In dieser Reihenfolge prüfen

Oben in der Liste stehen Hinweise, die etwas Konkretes über diese Datei sagen. Unten stehen Hinweise, die fast jedes Bild betreffen und sich leicht überziehen lassen.

1. Schritt 1

   Die früheste Datei behalten und benennen

   Speichern Sie den Anhang, bevor ein Editor ihn neu exportiert. Notieren Sie, ob es ein Originalexport, ein Download, ein Screenshot oder ein Foto vom Bildschirm ist. Ein Screenshot ist ein neues Bild. In unserem Metadaten-Experiment trugen alle acht fotografischen Originale Kamerahersteller, Modell, Aufnahmezeit, Softwarehinweis und einen XMP-Container. In den Browser-Screenshots derselben Fotos war keines dieser Felder mehr da. Das war eine lokale Aufnahme, kein Test von Instagram, WhatsApp oder Facebook.

2. Schritt 2

   Gespeicherten Generatortext lesen

   Manche Stable-Diffusion-Oberflächen und ComfyUI schreiben Prompt oder Workflow in eine PNG. Dafür gibt es den PNG-Info-Leser, der im Browser bleibt und die Datei nicht hochlädt. Ein Parameterfeld ist eine Behauptung in der Datei. Es lässt sich ändern, löschen oder auf ein anderes Bild kopieren. Fehlt es, fehlt es in dieser Kopie. Dieselbe Funktion sitzt auch auf der Seite Stable Diffusion.

3. Schritt 3

   Content Credentials getrennt von gewöhnlichem Text behandeln

   Content Credentials sind der Name für eine C2PA-Historie. Ein Validator muss Signatur, Bindung an diese Pixel und Vertrauensliste prüfen. Das tun wir nicht. Öffnen Sie die früheste Datei in einem Validator, zum Beispiel unter verify.contentauthenticity.org. Eine gültige Historie kann eine Generierung, eine Bearbeitung oder eine Aufnahme beschreiben. Ein fehlendes Manifest ist bei Kameras und bei Generatoren verbreitet. Die englische Schrittfolge steht unter how to check Content Credentials.

4. Schritt 4

   Nach einer älteren Veröffentlichung suchen

   Die Rückwärtssuche fragt, wo dieses Bild oder ein sehr ähnliches schon auftaucht. Googles Hilfe beschreibt den Upload und nennt als Ergebnisse ähnliche Bilder und Seiten, die das Bild enthalten. Ein Treffer auf einen älteren Beitrag kann zeigen, dass die Bildunterschrift neu und das Foto alt ist. Kein Treffer lässt ein privates Foto und eine frische Generierung gleich offen. Der Vergleich beider Methoden steht auf Englisch unter reverse image search vs AI detector.

5. Schritt 5

   Die Geschichte verlangen, die der Absender haben müsste

   Eine Kameraaufnahme hat eine Rohdatei, eine Serie oder eine Kamerarolle. Eine Generierung hat Prompt, Seed, Projekt oder ein Konto. Bitten Sie um dieses frühere Stück und legen Sie es neben die strittige Datei. Bei einem Profilbild trennt die Seite Profilbild die Frage „wirkt generiert“ von der Frage „ist das die Person“. Bei einem Standbild, das als Deepfake bezeichnet wird, gilt die Grenze der Seite Deepfake: geprüft wird ein Standbild, keine Identität.

6. Schritt 6

   Einen Modellwert als weitere Lesung nehmen

   Prüfen Sie das Bild, wenn Sie eine allgemeine Schätzung wollen. Zwei Werkzeuge dürfen widersprechen. Warum das erwartbar ist, steht in der englischen Darstellung can AI images be detected, mit den Zahlen der zitierten Arbeiten, nicht mit einer Trefferquote von uns. Ein unklarer Wert bleibt unklar.

7. Schritt 7

   Das Bild selbst zuletzt ansehen

   Hände, Schrift, Spiegelungen und wiederholte Muster lohnen einen zweiten Blick. Neuere Generatoren verfehlen sie seltener als frühe, und gewöhnliche Fotos haben Unschärfe, Kompression und schiefe Ausschnitte. Eine Auffälligkeit ist ein Grund, zur Datei zurückzukehren. Sie identifiziert nicht Midjourney, Flux oder DALL·E am Stil. Die Seiten Midjourney, Flux und DALL·E sagen dasselbe in ihrem jeweiligen Kontext: Ähnlichkeit ist keine Zuordnung.

Den Satz aufschreiben, den Sie vertreten können

„Diese PNG enthält ein Parameterfeld, das einen Checkpoint nennt“ ist eine Aussage über eine Datei. „Ein Modell nennt die Pixel eher generiert, ein anderes bleibt unklar“ ist eine Aussage über zwei Werkzeuge. „Die Person war nicht auf der Veranstaltung“ ist eine Aussage über die Welt. Metadaten und ein Score tragen sie nicht.

Kam das Bild über Instagram, WhatsApp oder Facebook, lesen Sie zuerst, was über entfernte Metadaten belegt ist und was nicht: die englische Einordnung und, kürzer, die Seite Fake-Bilder erkennen. Ein leeres EXIF-Fenster ist kein KI-Nachweis. Unsere acht Fotos verloren ihre Kamerafelder im Screenshot, obwohl sie Aufnahmen waren.

Wasserzeichen wie SynthID sind ein weiteres, eigenes Signal. Google DeepMind beschreibt SynthID als Wasserzeichen. Diese Website hat keinen SynthID-Decoder. Eine Prüfung hier kann also nicht melden, dass so ein Zeichen vorhanden oder abwesend ist.

Wenn die eigentliche Frage nicht „Generator oder Kamera“ ist, sondern „dürfen wir dieses Bild als Beleg verwenden“, ist Bild auf Echtheit prüfen die passendere Seite. Echtheit ist dort bewusst weiter gefasst als KI-Erkennung.