In unseren Daten zu ähnlichen Darstellerinnen gibt es 7,004 Verweise, die auf Identitäten ohne zugeordneten Namen zeigen. Das sind 52 % aller 13,420 Verweise in diesen Listen — mehr als die Hälfte aller „Wer sieht aus wie diese Person?"-Zeiger, die wir haben, führt zu jemandem, den der veröffentlichte Bestand nie benannt hat (unser Index, Stand 2026-08).

Das ist die ehrlichste Zahl, die wir über unsere eigenen Daten veröffentlichen können, und zugleich die nützlichste, denn sie beziffert etwas, das jedes Gesichtssuchwerkzeug hat und keines zeigt: die Lücke zwischen Gesichtern, die es gibt und Gesichtern, die sich jemand die Mühe gemacht hat zu identifizieren.

Was genau zählt die Zahl 7,004?

7,004 zählt Verweise, nicht Personen. Genau darauf präzise zu sein, ist der Sinn dieses Artikels.

Jeder Identitätsdatensatz in unserem Index trägt eine kurze Liste seiner nächsten Nachbarn im Vektorraum — die Gesichter, die das Modell für am ähnlichsten hält. Manche Einträge dieser Listen lösen sich zu einem Darstellerinnenprofil mit Namen auf. Der Rest löst sich zu einer Identität auf, die nur als interner Schlüssel, repräsentatives Bild und Vektor existiert.

Größe Wert Was es ist
Verweise auf ähnliche Darstellerinnen insgesamt 13,420 Jeder Eintrag über alle Nachbarlisten hinweg
Verweise auf ein Profil mit Namen 6,416 48 % der Gesamtzahl
Verweise auf eine namenlose Identität 7,004 52 % der Gesamtzahl
Verschiedene referenzierte namenlose Identitäten 589 Die Personen hinter diesen 7,004 Zeigern
Darstellerinnen mit mindestens einem namenlosen Nachbarn 1,899 Von 2,070 Datensätzen mit Nachbarliste
Identitätsdatensätze im Index 2,333 Davon 1,707 mit auflösbarem Profil mit Namen

Quelle: unser Index, Stand 2026-08, n=2,333 Identitätsdatensätze.

Also: 7,004 Zeiger, 589 Personen. Die durchschnittliche namenlose Identität ist etwa zwölfmal jemandes naher Nachbar. Wer nur die Schlagzeilenzahl liest, überzeichnet das Problem um rund den Faktor zwölf — deshalb veröffentlichen wir die Aufschlüsselung gleich daneben.

Warum landen Gesichter ohne Namen in einem Index?

Weil Gesicht und Name über verschiedene Pipelines ankommen und nur eine davon verlässlich ist.

Ein Gesicht kommt in den Index, sobald ein Detektor eines in einem indexierten Bild findet. Das ist mechanisch und nahezu vollständig. Ein Name kommt nur dann hinein, wenn irgendeine veröffentlichte Seite ihn in einer Form nennt, die wir parsen und verknüpfen können. Das ist redaktionell, von Seite zu Seite uneinheitlich und häufig gar nicht vorhanden.

Die üblichen Ursachen, grob nach Häufigkeit:

  • Die Quellseite nennt überhaupt keine Darstellerin — sehr verbreitet auf Aggregatorseiten, die Material ohne Metadaten weiterveröffentlichen.
  • Die Seite nennt einen Namen nur auf Japanisch, in einer Form, die nie einem kanonischen Profil zugeordnet wurde. Von unseren 2,333 Identitätsdatensätzen existieren 626 als reine Namenszeichenkette, ohne verknüpftes Profil und ganz ohne biografische Felder.
  • Die Darstellerin hat unter mehreren Namen gearbeitet und keine Quelle verbindet sie.
  • Das Gesicht gehört zu jemandem, der für die Produktion nebensächlich war und ohnehin nie als Darstellerin geführt wurde.

Den letzten Punkt sollte man klar aussprechen: nicht jedes Gesicht in einem Adult-Video-Index gehört zu einer Darstellerin, und ein Index, der das voraussetzt, läge auf eine Weise falsch, die zählt.

Was sagt dir ein namenloser Nachbar in einem Suchergebnis?

Er sagt dir, dass die Ähnlichkeit echt ist und die Identifizierung fehlt — was etwas anderes ist als eine gescheiterte Suche, und deutlich häufiger, als Nutzende annehmen.

1,899 der 2,070 Datensätze mit Nachbarliste (92 %) haben mindestens eine namenlose Identität unter ihren nächsten Nachbarn. Wenn du eine Gesichtssuche startest und ein Ergebnis über dem Schwellenwert, aber ohne Namen zurückbekommst, bist du nicht auf einen Fehler gestoßen. Du bist auf den tatsächlichen Zustand des öffentlichen Bestands gestoßen.

Genau deshalb filtern wir namenlose Identitäten auch nicht aus den Ergebnissen. Sie zu unterdrücken ergäbe eine aufgeräumter wirkende Liste, die die Daten still verzerrt: aus „diese Person existiert, wurde aber nie genannt“ würde „hier ist niemand". Die erste Aussage stimmt, die zweite nicht.

Wie prägt das die Abdeckungszahlen?

Es zieht sie nach unten, und wir berichten die niedrigeren Werte statt der schmeichelhaften.

Jeder Abdeckungsprozentsatz, den wir veröffentlichen, nimmt die volle Grundmenge von 2,333 Identitätsdatensätzen als Nenner — einschließlich der 626, die einen Namensstring und sonst nichts tragen.

Feld Datensätze mit Wert Abdeckung von n=2,333
Liste ähnlicher Darstellerinnen 2,070 89 %
Körbchengröße 1,375 59 %
Debütdatum 1,371 59 %
Körpergröße 1,340 57 %
Maße 1,316 56 %
Geburtsdatum 1,301 56 %
Geburtsort 716 31 %
Blutgruppe 547 23 %

Quelle: unser Index, Stand 2026-08, n=2,333.

Wir könnten jede dieser Zahlen anheben, indem wir den Nenner still auf die 1,707 Datensätze mit echtem Profil ändern. Die Blutgruppe ginge von 23 % auf 32 %, der Geburtsort von 31 % auf 42 %. Wir tun es nicht, weil die 626 im Index liegen und in Suchen zurückgegeben werden — sie aus der Rechnung zu nehmen würde eine Datenbank beschreiben, die wir gar nicht betreiben.

Daten und Methode

Quelle. Der starlikeness-Gesichtsindex: Gesichtsvektoren und Identitätsdatensätze, gewonnen aus Coverbildern und Stills von 106 Seiten.

Stichprobe. 241,792 Gesichtsvektoren; 2,333 Identitätsdatensätze; 13,420 Verweise auf ähnliche Darstellerinnen über 2,070 Nachbarlisten.

Methode. Gesichter mit YuNet erkannt, an fünf Landmarken ausgerichtet, mit ArcFace in Vektoren mit 512 Dimensionen kodiert. Nachbarlisten sind die nächsten Vektoren nach Kosinus-Ähnlichkeit, mit einem Schwellenwert von 0.40 für dieselbe Person. Ein Verweis gilt als „namenlos“, wenn er sich zu einer Identität auflöst, die nur über einen internen Hash geführt wird, ohne verknüpftes Darstellerinnenprofil.

Stichtag. 2026-08. Alle Zahlen an diesem Tag aus der Live-Datendatei neu berechnet.

Bekannte Verzerrung. Unsere Quellen sind stark konzentriert. 2,246 von 2,333 repräsentativen Bildern stammen von einer einzigen Seite, und von den 106 Seiten, die wir indexieren, führen überhaupt nur rund 13 japanische Content-IDs — der Rest sind größtenteils internationale Tube- und Aggregatorseiten. Die Namenslücke, die wir messen, ist deshalb teilweise eine Eigenschaft der Metadatengewohnheiten dieser Quellen und nicht der Branche als Ganzes. Was dieser Index misst, ist Präsenz auf Aggregatoren, nicht Veröffentlichungsvolumen. Eine gut dokumentierte Darstellerin, deren Arbeit in unseren Quellen fehlt, erschiene hier als abwesend, und ein schlecht nachgewiesener Aggregator-Upload bläht die Zahl der Namenlosen auf.

Was wir nicht berechnen können. Der Index speichert Gesichter, keine Titel. Es gibt keine Felder für Veröffentlichungsdatum, Studio oder Titelanzahl, also lässt sich daraus keine Aussage über Produktionsvolumen, Marktanteile von Studios oder Ausstoß von Jahr zu Jahr ableiten.

Zitation.

starlikeness (2026). „Unser Index enthält 7,004 Gesichter ohne Namen.“
Gesichtsindex, Stand 2026-08 (n=2,333 Identitätsdatensätze; 13,420
Nachbarverweise). https://starlikeness.com/de/articles/faces-without-names

Verwandte Fragen

Wenn du dir eine namenlose Identität selbst ansehen willst, starte eine Gesichtssuche und achte auf ein Ergebnis mit hohem Wert, hinter dem kein Profil steht. Die Erkennung passiert in deinem Browser; für den Abgleich wird nur der zugeschnittene Gesichtsausschnitt gesendet.