Bedeutet eine hohe Zahl an Gesichtern eine breite Abdeckung der Branche?

Nein. Die Gesichtszahl misst, wie viele Gesichter in den von uns indexierten Bildern erkannt wurden, und eine einzelne Produktion steuert viele Gesichter bei. Die Abdeckung von Personen misst man an Identitätsdatensätzen, und das sind bei uns 2,333 — zwei Größenordnungen weniger als die Gesichtszahl.

Könnt ihr berechnen, wie viele Titel ein Studio veröffentlicht hat?

Nein. Der Index speichert Gesichter, keine Titel, und führt kein Feld für Studio, Erscheinungsdatum oder Titelanzahl. Jede daraus abgeleitete Zahl würde beschreiben, was Aggregatorseiten erneut veröffentlicht haben, nicht was ein Studio produziert hat.

Sagt die Suche es mir, wenn eine Darstellerin fehlt?

Nicht direkt. Eine dichte Vektorsuche liefert immer ihre nächstliegenden Treffer, also zeigt sich Abwesenheit als Liste niedriger Werte statt als leeres Ergebnis. Der Wert ist das Signal; ein „nicht gefunden“ gibt es nicht.

Wie viel von der Branche können wir tatsächlich sehen?

Die Abdeckung des starlikeness-Index ist schmal und messbar: 241,792 Gesichtsvektoren, aber nur 2,333 Identitätsdatensätze, von denen 1,707 ein echtes Profil tragen. Rund 1% der indexierten Gesichter sind mit einem Namen verknüpft, und der Index misst die Präsenz auf Aggregatoren, nicht die Produktion der Branche.

Weniger, als die Schlagzeilenzahl vermuten lässt. Unser Index enthält 241,792 Gesichtsvektoren, aber nur 2,333 Identitätsdatensätze, und nur 1,707 davon tragen ein auflösbares Profil mit biografischen Feldern. Etwa 1% der von uns indexierten Gesichter hängt an einem Namen (unser Index, Stand 2026-08).

Dieses Verhältnis ist die ehrliche Antwort auf die Frage „wie vollständig sind eure Daten". Alles Weitere in diesem Artikel ist der Versuch, genau zu sagen, welches 1% das ist und warum die übrigen 99% kein Versagen des Systems sind, sondern eine Eigenschaft des Materials.

Was zählen die Schlagzeilenzahlen eigentlich?

Jede Zahl zählt etwas Engeres, als sie klingt, deshalb hier jede einzelne mit ihrer tatsächlichen Definition.

Kennzahl	Wert	Was sie zählt	Was sie nicht zählt
Gesichtsvektoren	241,792	In indexierten Bildern erkannte Gesichter	Verschiedene Personen; eine Person taucht vielfach auf
Identitätsdatensätze	2,333	Cluster, die als eine Person mit Label gelten	Alle im Index; die meisten Gesichter sind ohne Label
Datensätze mit vollem Profil	1,707	Identitäten mit kanonischem Slug und Metadaten	Die 626, die nur einen rohen Namensstring haben
Indexierte Seiten	106	Hosts, von denen wir Bildmaterial gecrawlt haben	Seiten mit japanischen Codes — etwa 13
Keyword-Landingpages	300	Über dem Index gebaute Abfrageseiten	Abdeckung des Tag-Vokabulars der Branche
Sprachversionen	13	Sprachen für Oberfläche und Namensübersetzung	Quellen; die meisten Quellen sind englischsprachig

Quelle: unser Index, Stand 2026-08.

Die erste Zeile ist der Ort, an dem das meiste Marketing für Gesichtssuche stattfindet, und sie ist die aussageschwächste. 241,792 misst, wie viele Bilder wir verarbeitet haben, nicht wie viele Personen wir identifizieren können.

Warum ist nur 1% des Index benannt?

Weil Gesichter maschinell gefunden, Namen aber redaktionell geliefert werden — und der redaktionelle Nachschub auf den Quellen, die wir indexieren, ist dünn.

Ein Detektor findet jedes Gesicht in jedem Bild, das wir verarbeiten. Ein Name kommt nur dann dazu, wenn eine Quellseite ihn in parsebarer, verlinkbarer Form nennt. Auf internationalen Aggregatorseiten, die das Gros unserer 106 Hosts ausmachen, werden Credits bei der Neuveröffentlichung oft komplett entfernt.

Die Folge ist in unseren eigenen Ähnlichkeitsdaten sichtbar: Von 13,420 Nachbarschaftsverweisen zeigen 7,004 (52%) auf Identitäten ohne Namen. Mehr als die Hälfte aller „wer sieht dieser Person ähnlich“-Verweise führt dorthin, wo die öffentliche Überlieferung eine Lücke gelassen hat.

Wie vollständig sind die Daten zu den Personen, die wir benannt haben?

Je nach Feld zwischen 23% und 89% — und wir veröffentlichen die niedrigen Werte neben den hohen.

Feld	Datensätze mit Wert	Abdeckung von n=2,333
Liste ähnlicher Darstellerinnen	2,070	89%
Körbchengröße	1,375	59%
Debütdatum	1,371	59%
Größe	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 Identitätsdatensätze.

Daraus folgen zwei Dinge. Erstens: Jede Statistik, die wir etwa zur Verteilung der Geburtsorte veröffentlichen könnten, ruht auf 716 Personen — und diese 716 sind keine Zufallsstichprobe, sondern jene mit den am besten dokumentierten Profilen, was meist die prominentesten heißt. Zweitens: Ein Feld wie die Blutgruppe mit 23% ist viel zu dünn, um überhaupt eine Aussage über die Grundgesamtheit zu tragen, und wir sagen das lieber, als 547 Datensätze als Porträt einer Branche zu verkleiden.

Das eine starke Feld, die Listen ähnlicher Darstellerinnen mit 89%, ist genau deshalb stark, weil wir es selbst aus Vektoren berechnen und nicht von einer Quelle übernehmen.

Was misst der Index, wenn nicht die Branche?

Er misst die Präsenz auf Aggregatorseiten, und dieser Unterschied ist nicht akademisch.

2,246 unserer 2,333 Identitätsdatensätze beziehen ihr repräsentatives Bild von einer einzigen Seite. Über den gesamten Bestand hinweg stammen die repräsentativen Bilder von nur vier verschiedenen Hosts. Von den 106 Seiten, die wir indexieren, führen nur etwa 13 japanische Codes; der Rest sind größtenteils internationale Tube- und Aggregatorplattformen.

Wenn eine Darstellerin in unseren Daten also gut vertreten ist, lautet der Befund: Das Bildmaterial dieser Person zirkuliert breit auf den Aggregatoren, die wir indexieren. Das ist ein echtes und nützliches Signal. Es ist nicht dasselbe wie produktiv zu sein, in Japan beliebt zu sein oder kommerziell bedeutend zu sein, und wir stellen es auch als nichts davon dar.

Damit steht auch fest, was wir nie behaupten werden. Wir werden nicht sagen, ein Studio habe N Titel veröffentlicht — nur, dass wir N indexiert haben. Der Index hat kein Feld für das Erscheinungsdatum, keines für das Studio und überhaupt keine Titeldatensätze, also sind Produktionstrends im Jahresvergleich, Marktanteile von Studios und Zeitlinien zur Formatverbreitung daraus schlicht nicht berechenbar — ganz gleich, wie überzeugend ein daraus gebautes Diagramm aussähe.

Daten und Methode

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

Stichprobe. 241,792 Gesichtsvektoren; 2,333 Identitätsdatensätze (1,707 mit vollem Profil, 626 nur mit Namensstring); 13,420 Ähnlichkeitsverweise.

Methode. Erkennung mit YuNet; Ausrichtung anhand von fünf Gesichtslandmarken; Kodierung mit ArcFace in Vektoren mit 512 Dimensionen; Abruf über Kosinusähnlichkeit mit einem Schwellenwert von 0.40 für dieselbe Person. Die Abdeckungsprozente sind die Zahl der Datensätze mit einem nicht leeren Wert für ein Feld, geteilt durch die volle Grundgesamtheit von 2,333.

Stichtag. 2026-08. Die Zahlen wurden an diesem Datum aus der Live-Datendatei neu berechnet; das sichtbare Aktualisierungsdatum dieser Seite bezieht sich auf die Daten, nicht auf einen Neuaufbau.

Bekannte Verzerrungen.

Quellenkonzentration. 2,246 von 2,333 repräsentativen Bildern stammen von einer Seite; vier Hosts decken sie alle ab. Was in diesen Quellen fehlt, fehlt auch in unseren Messungen.
Sprach- und Regionsschieflage. Die meisten indexierten Seiten sind internationale Aggregatoren, also ist Bildmaterial, das international zirkuliert, gegenüber nur in Japan vertriebenem Material überrepräsentiert.
Dokumentationsschieflage. Die benannten 1,707 sind konstruktionsbedingt die am besten dokumentierten Darstellerinnen. Über sie berechnete Abdeckungsstatistiken beschreiben die gut Dokumentierten, nicht die typischen.
Historische Altlast. Einige früher auf dieser Seite veröffentlichte Abdeckungswerte waren überhöht, weil Platzhalterstrings als Werte mitgezählt wurden. Diese wurden vor diesem Stichtag entfernt; die obigen Zahlen sind die korrigierten und liegen unter dem, was wir zuvor berichtet haben.

Zitation.

starlikeness (2026). "How Much of the Industry Can We Actually See?"
Face index, 2026-08 snapshot (n=241,792 faces; 2,333 identity records;
106 sites). https://starlikeness.com/de/articles/how-complete-is-our-index