Generierte Inhalte tun drei verschiedene Dinge gleichzeitig, und dass man sie in einen Topf wirft, ist der Grund, warum die meisten Debatten dazu im Kreis laufen. Vollsynthetisches Material konkurriert preislich mit produziertem Material. Face-Swap-Material hängt das Abbild einer realen Darstellerin an Arbeit, die sie nicht geleistet hat — das ist ein Einwilligungsproblem, kein Wettbewerbsproblem. Und beides wird an der Datei selbst so schwer zu erkennen, dass der Herkunftsnachweis — wer hat das veröffentlicht, und woher — zum einzigen dauerhaften Beleg wird.
Jeder dieser Punkte hat eine andere betroffene Partei, einen anderen Rechtsbehelf und einen anderen Zeithorizont. Sie müssen getrennt behandelt werden.
Welche Arten von generiertem Material tauchen tatsächlich auf?
Drei Kategorien, unterschieden danach, wessen Abbild im Spiel ist und ob diese Person zugestimmt hat.
| Kategorie | Wessen Abbild | Einwilligung | Womit es konkurriert |
|---|---|---|---|
| Vollsynthetische Darstellerin | Im Prinzip niemand Identifizierbares | Nicht anwendbar, aber nicht überprüfbar | Produzierte Low-Budget-Inhalte |
| Generierung mit Abbildlizenz | Eine reale Darstellerin, per Vereinbarung | Vertraglich geregelt | Die eigene künftige Arbeit der Darstellerin |
| Face-Swap ohne Einwilligung | Eine reale Person, ohne Vereinbarung | Fehlt | Mit nichts — es ist eine Rechtsverletzung |
Die mittlere Zeile ist die, deren Existenz man gern vergisst, und sie hat die größte industrielle Bedeutung. Eine Darstellerin, die ihr Abbild lizenziert, verwandelt eine Karriere mit physischem Terminkalender in einen Katalog, der sich ohne ihre Anwesenheit erweitern lässt. Das ist ein wirklich neuer Vertragsgegenstand, und er wirft Reichweitenfragen auf, für die die bestehenden Verträge nicht geschrieben wurden: wie lange, in welchen Formaten, wie widerruflich.
Was machen synthetische Inhalte mit der Produktionsökonomie?
Sie ziehen der Low-Budget-Produktion den Boden weg und lassen Produktionen mit höherem Budget vergleichsweise unberührt.
Die Kostenstruktur eines produzierten Titels wird von Dingen dominiert, die die Generierung nicht braucht: die Zeit einer Darstellerin, ein Drehort, ein Team, ein Zeitplan und die ganze Compliance-Arbeit drumherum. Wo der kommerzielle Reiz eines Titels vor allem auf Menge und Neuheit beruhte und nicht auf einer bestimmten Darstellerin, lässt sich generiertes Material zu einem Bruchteil dieser Kosten und in einem Bruchteil der Zeit herstellen.
Wo sie nicht konkurriert, ist überall dort, wo der Wert die konkrete Person ist. Publikum folgt Darstellerinnen, und die Identität einer Darstellerin ist genau das, was die Generierung nicht legitim liefern kann. Der wahrscheinliche mittelfristige Effekt ist deshalb eine Hantelform: identitätsgetriebene Arbeit hält ihren Wert, generische Masse fällt im Preis, und die Mitte dünnt aus.
Warum ist Face-Swap-Material ein Einwilligungs- und kein Piraterieproblem?
Weil nichts kopiert wurde. Es wurde ein neues Werk geschaffen, das etwas Falsches über eine reale Person behauptet.
Piraterie-Konzepte setzen ein Original voraus, das entwendet wurde. Face-Swap-Material hat in diesem Sinne kein Original — die Darbietung gehört jemand anderem, und das Gesicht gehört einer Person, die nie am Set war. Der Schaden ist die falsche Zuschreibung von Handlungen, was näher am Ehrschutz und am Persönlichkeitsrecht liegt als am Urheberrecht, und die urheberrechtlichen Rechtsbehelfe passen schlecht dazu.
Am härtesten trifft das Darstellerinnen mit großen öffentlichen Bildbeständen, und das heißt in dieser Branche konkret: etablierte Darstellerinnen. Genau das Promomaterial, das ihr Publikum aufgebaut hat, macht sie am leichtesten synthetisierbar.
Kann irgendein Werkzeug sagen, ob ein Gesicht generiert ist?
Nicht verlässlich, und der Gesichtsabgleich schon gar nicht — er ist strukturell das falsche Instrument.
Der Abgleich über Gesichtsvektoren beantwortet genau eine Frage: wessen Gesicht ähnelt das hier? Er codiert ein Gesicht in einen Zahlenvektor und findet die nächstgelegenen bereits indexierten Vektoren. Wenn jemand einen Face-Swap mit dem Abbild einer realen Darstellerin baut, ist das Ergebnis darauf ausgelegt, nah an deren Vektor zu liegen. Ein hoher Ähnlichkeitswert bei so einem Bild ist das System, das korrekt arbeitet, und er sagt überhaupt nichts darüber, ob das Material echt ist.
Zwei weitere Eigenschaften machen es in der Praxis schlimmer. Eine dichte Vektorsuche liefert immer eine sortierte Liste, selbst wenn die richtige Antwort im Index gar nicht vorkommt — es gibt keinen Zustand "kein Treffer", nur einen nächsten Nachbarn mit niedrigem Wert. Und ein Wert allein trägt keinen Herkunftsnachweis: Unsere eigene Schwelle für "dieselbe Person" liegt bei 0.40 Kosinus-Ähnlichkeit (unser Index, Stand 2026-08), und das sagt etwas über Ähnlichkeit und nichts über Herkunft.
Jedes Ergebnis einer Gesichtssuche ist deshalb bedingt zu lesen. Ein Treffer sagt dir, welcher indexierten Identität das Gesicht ähnelt und von welcher Quellseite dieses indexierte Gesicht stammt. Ob das Material, das du hochgeladen hast, eine echte Aufnahme dieser Person ist, ist eine andere Frage, die der Treffer nicht beantworten kann — und jedes Werkzeug, das etwas anderes suggeriert, übertreibt, was es gemessen hat.
Eigene Verfahren zur Erkennung von Generiertem gibt es, aber sie teilen eine strukturelle Schwäche: Sie lernen die Artefakte heutiger Generatoren, und jede Modellgeneration beseitigt einige dieser Artefakte. Erkennungsgenauigkeit ist damit ein abschreibungsbehaftetes Gut — hoch bei den Ausgaben von gestern, unzuverlässig bei denen von morgen.
Was müsste eine Herkunftskennzeichnung leisten, damit sie funktioniert?
Sie müsste mit der Datei mitreisen und ein erneutes Encoding überstehen — und genau daran scheitern die meisten heutigen Verfahren.
Die funktionalen Ziele lassen sich leicht benennen: eine Aussage darüber, wer eine Datei veröffentlicht hat, kryptografisch an die Datei gebunden, von jedem überprüfbar und erhalten, wenn eine Plattform sie transcodiert oder neu hostet. Die Normungsarbeit in diesem Feld läuft, die Übernahme durch Plattformen ist unvollständig.
Das wichtigste Vorhaben ist C2PA, dessen Content-Credentials-Spezifikation 2026 die Version 2.4 erreichte und in der Version davor Unterstützung für Streaming-Video hinzufügte. Sie wurde bei der ISO eingereicht, ist aber noch kein veröffentlichter internationaler Standard. Auf der Videoseite ist die Verbreitung dünner, als die allgemeine Berichterstattung nahelegt: TikTok liest Credentials und hängt sie an, YouTube liest sie, um daraus Offenlegungshinweise zu erzeugen, aber keine vergleichbare Video-Implementierung wurde von anderen großen Plattformen angekündigt, und auf der Aufnahmeseite hat ein Kamerahersteller signiertes Video ausgeliefert.
Das Haltbarkeitsproblem räumen die Autoren des Standards selbst ein, es ist keine Kritik von außen. Die Guidance von C2PA hält fest, dass Manifeste in der Verbreitung routinemäßig entfernt oder beschädigt werden können, und die vorgeschlagene Antwort — die kryptografische Bindung mit einem Wasserzeichen oder Fingerabdruck zu koppeln, der ein erneutes Encoding übersteht, und das Manifest dann wieder nachzuschlagen — ist ausdrücklich probabilistisch. Das zuständige Branchengremium sagt es unverblümt: Diese Techniken haben alle falsch positive und falsch negative Ergebnisse und werden gegen einen entschlossenen Akteur nie perfekt sein. Kein Gremium veröffentlicht gemessene Überlebensraten nach erneutem Encoding.
Quellen: C2PA-Spezifikation 2.4 und Guidance; c2pa.org, Seiten zu Mitgliedschaft und Konformität; ISO-Katalogeintrag zu ISO/IEC CD 22144; TikTok Newsroom und YouTube-Hilfe; IPTC C2PA FAQ v1.0 (2026); geprüft 2026-08-03.
Zwei Grenzen gelten unabhängig vom Standard. Das Fehlen einer Herkunftssignatur beweist nichts — das meiste legitime Material ist älter als jedes Verfahren. Und Signaturen lassen sich von jedem entfernen, der sich die Mühe macht; ein Herkunftsnachweis kann Echtheit also bestätigen, aber ihr Fehlen nicht belegen.
Was passiert mit dem Wert einer verifizierten Identität?
Die verifizierte Identität wird zum knappsten Gut der Branche, und das kehrt die Richtung des vergangenen Jahrzehnts um.
Wenn jedes Gesicht überzeugend gerendert werden kann, ist das, was sich nicht herstellen lässt, eine dokumentierte Kette, die eine Darbietung mit einer Person verbindet, die ihr zugestimmt hat. Genau diese Kette hat die Reform von Einwilligung und Verträgen aus anderen Gründen ohnehin schon aufgebaut, und generierte Inhalte steigern ihren Wert stark: Ein Studio, das belegen kann, wer mitgewirkt hat und zu welchen Bedingungen, hält etwas in der Hand, das ein Generator nicht nachbauen kann.
Das entsprechende Risiko liegt beim Backkatalog. Material, das entstand, bevor es irgendeine Herkunftsinfrastruktur gab, lässt sich nicht rückwirkend signieren und bleibt deshalb dauerhaft mehrdeutig — auf Dateiebene nicht zu unterscheiden von generierter Arbeit, die vorgibt, es zu sein. Diese Mehrdeutigkeit ist das eigentliche Erbe der Branche aus diesem Umbruch, und kein Erkennungswerkzeug löst sie auf.