Ein Mosaik teilt einen Bereich des Einzelbilds in ein Raster und ersetzt jedes Pixel einer Zelle durch einen einzigen Wert — meist den Durchschnitt der Pixel, die diese Zelle überdeckte. Viele Werte gehen hinein, ein Wert kommt heraus. Das ist die ganze Operation, und sie ist der Grund, warum sich das Ergebnis nicht rückgängig machen lässt.
Wer es auf dieser Ebene versteht, beantwortet gleich mehrere Nachbarfragen auf einmal: warum die Blockgröße die einzige sinnvolle Variable ist, warum die Zensur in die Datei eingebrannt und nicht von der Seite angewandt wird, auf der du schaust, und warum „KI-Entzensierung“ kein schwieriges Problem, sondern ein Kategorienfehler ist.
Was macht ein Mosaik eigentlich mit den Pixeln?
Es führt eine Blockmittelung durch: Der Zielbereich wird in ein Raster aus Zellen zerlegt, pro Zelle wird aus den Pixeln darin eine Farbe berechnet, und dann wird die ganze Zelle in dieser Farbe eingefärbt.
Nimm eine 16×16-Zelle in einem gewöhnlichen Videobild. Vor der Operation enthält sie 256 Pixel, jedes mit eigener Farbe — 256 unabhängige Werte, die Kanten, Textur und Schattierung beschreiben. Nach der Operation enthält sie einen Wert, 256-mal wiederholt. Die 255 Freiheitsgrade, die das Detail beschrieben, sind aus der Datei verschwunden. Sie wurden nicht verschoben, versteckt oder verschlüsselt. Sie wurden weggemittelt.
Mathematiker nennen so etwas eine Viele-zu-eins-Abbildung. Eine riesige Zahl verschiedener Ausgangsblöcke ergibt exakt denselben Durchschnitt, also lässt sich aus dem Durchschnitt unmöglich bestimmen, welcher Ausgangsblock ihn erzeugt hat. Das ist keine Schwäche der Umsetzung, sondern die definierende Eigenschaft der Operation — und genau deshalb wurde die Technik gewählt.
Warum ist die Blockgröße die einzige echte Variable?
Weil alles andere an einem Mosaik durch die Methode festgelegt ist. Die einzige Entscheidung, die verändert, wie viel Information überlebt, ist die Größe jeder Zelle.
Größere Zellen mitteln mehr Pixel zusammen und zerstören mehr. Kleinere Zellen bewahren mehr Struktur — am unteren Ende genug, dass Formen lesbar bleiben, und genau das sollen die Prüfstandards verhindern. Reguliert wird von den Standards also die Grobheit; Japans Prüfstellen nennen die Mosaikdichte unter ihren Prüfkriterien.
Wie sie diese Anforderung ausdrücken, ist nicht öffentlich. Die Stellen veröffentlichen ihre Regeln nicht — OCCN, eine der drei mit einer aktiven öffentlichen Website, gibt an, dass sie nur Mitgliedern offengelegt werden —, also lässt sich weder belegen, ob die Grobheit als Anteil der Bildmaße oder in absoluten Pixeln definiert ist, noch bei welchem Wert. Behandle jede konkrete Zahl, die dir begegnet, als unbelegt. Wissenswert ist ohnehin, dass eine feste Pixelgröße bei SD und bei 4K etwas völlig Verschiedenes bedeuten würde, die beiden Formulierungen sind also nicht austauschbar.
Quellen: Prüf- und Konzeptseiten von OCCN (occn.or.jp); Seitenstruktur von JCRC (jcrc.or.jp); geprüft am 2026-08-03.
| Verfahren | Was es tut | Was überlebt | Umkehrbar? |
|---|---|---|---|
| Mosaik / Verpixelung | Mittelt jede Rasterzelle auf einen Wert | Niederfrequente Farbe und grobe Position | Nein — die Eingaben werden zusammengefaltet |
| Gaußscher Weichzeichner | Gewichteter Durchschnitt über ein wanderndes Fenster | Mehr niederfrequente Struktur als beim Mosaik | Nein, degradiert aber weniger |
| Balken oder Farbfläche | Überschreibt den Bereich mit einer Konstanten | Nichts über den Bereich | Nein |
| Beschnitt oder neuer Bildausschnitt | Entfernt den Bereich aus dem Bild | Nichts | Nein |
| Overlay im Player | Zeichnet zur Wiedergabezeit darüber | Alles — die Datei ist unversehrt | Ja, trivial |
Nur die letzte Zeile ist eine echte Sicherheitsfrage, und sie ist die eine Methode, die die Branche nicht verwendet.
An welcher Stelle der Produktion wird das Mosaik angewandt?
In der Postproduktion, auf den Master, bevor der Titel zur Prüfung eingereicht wird — nicht bei der Wiedergabe, nicht durch die Plattform und nicht durch den Encoder, der eine Streaming-Fassung vorbereitet.
Diese Reihenfolge ist Absicht und das ganze Konstruktionsprinzip. Weil die Zensur vor allem anderen greift, erbt sie jedes nachgelagerte Erzeugnis: die Prüfkopie, die Verkaufsdatei, jede Stufe der Streaming-Bitratenleiter, jeder Screenshot, den ein Zuschauer macht. Es gibt keinen Punkt in der Kette, an dem eine unzensierte Fassung existiert, an die jemand herankäme, indem er einen Stream abfängt oder eine andere Qualitätsstufe anfordert.
Es bedeutet auch, dass die Plattform, die einen Titel hostet, das unzensierte Material nie hatte. Wer eine Streamingseite um eine unzensierte Kopie bittet, bittet um etwas, das ihr nie geschickt wurde.
Warum lässt sich das ursprüngliche Detail nicht zurückholen?
Weil die Datei es nicht mehr enthält. Eine Wiederherstellung müsste eine Operation umkehren, die keine Umkehrung hat.
Vergleiche das mit Dingen, die tatsächlich umkehrbar sind. Eine komprimierte Datei lässt sich dekomprimieren, weil die Kompression ein Rezept für den Wiederaufbau speichert. Eine verschlüsselte Datei lässt sich entschlüsseln, weil der Inhalt unter einer Transformation mit Schlüssel intakt bleibt. Ein Mosaik hat keines von beidem: kein Rezept, keinen Schlüssel, keine transformierte Kopie der Daten. Da steht eine einzelne Zahl, wo einmal eine Textur war.
Der praktische Test ist einfach. Nimm tausend verschiedene Ausgangsblöcke, die alle zum selben Grau mitteln, verpixle sie und gib jemandem die Ergebnisse: Es sind identische Dateien. Kein noch so ausgefeilter Prozess kann dir sagen, von welchem der tausend er ausging — weil die Information, die sie unterschied, in der Eingabe nicht vorhanden ist.
Was produziert eine KI-„Restaurierung“ wirklich?
Plausible Erfindung. Ein generatives Modell, das auf unzensiertem Bildmaterial trainiert wurde, kann einen Flicken erzeugen, der zu den umliegenden Pixeln und zu den Blockmittelwerten passt, und er wird überzeugend aussehen. Was er nicht sein kann, ist richtig, denn die Richtigkeit wird von nichts in der Datei bestimmt.
Der entscheidende Unterschied ist der zwischen Rekonstruktion und Halluzination:
- Rekonstruktion leitet die Ausgabe aus Informationen ab, die in der Eingabe vorhanden sind. Die Antwort ist gegen die Quelle überprüfbar.
- Halluzination erzeugt eine Ausgabe, die mit den Randbedingungen der Eingabe vereinbar ist. Viele verschiedene Ausgaben erfüllen dieselben Bedingungen gleich gut, und nichts unterscheidet sie.
Mosaikentfernung kann immer nur das Zweite sein. Das Modell legt nicht frei, was da war; es zeichnet etwas, das zu denselben Blöcken gemittelt hätte. Diese Ausgabe als das Original auszugeben, ist eine Tatsachenbehauptung, die der Prozess nicht tragen kann — und das ist ein Problem für sich, unabhängig von jedem rechtlichen oder ethischen.
Das ist dieselbe Verlässlichkeitsfrage, die sich durch KI-generierte Inhalte insgesamt zieht: Ein System, das immer eine selbstbewusste Ausgabe liefert, sagt dir mit dieser Ausgabe gar nichts.
Wie wirkt sich das Mosaik auf die Videokompression aus?
Günstig, was viele überrascht. Mosaikbereiche sind billig zu kodieren.
Videocodecs geben Bits für hochfrequentes Detail und für Veränderungen zwischen Einzelbildern aus. Ein Mosaikbereich ist das Gegenteil von beidem: große flache Flächen konstanter Farbe mit Kanten, die auf ein regelmäßiges Raster fallen. Blockbasierte Codecs bilden das effizient ab. Der zensierte Bereich verbraucht typischerweise weniger Bits als das detailreiche Material, das er ersetzt hat, also bleibt mehr Budget für den Rest des Bildes.
Ein sichtbarer Nebeneffekt ist, dass Mosaikkanten selbst bei niedrigen Bitraten scharf bleiben, wo das umliegende Bild weich wird. Die Blöcke sind kein Kompressionsartefakt, auch wenn sie oft dafür gehalten werden — ein echtes Kompressionsartefakt wandert mit Bewegung und Bitrate, während ein Mosaikraster fest auf dem Bereich sitzt, den es abdeckt.
Stört das Mosaik dabei, eine Darstellerin anhand eines Einzelbilds zu erkennen?
Nein, denn das Mosaik deckt nie das Gesicht ab. Jeder Schritt des gesichtsbasierten Abgleichs arbeitet auf Pixeln, die die Zensur nicht angefasst hat.
Die Erkennung findet die Gesichtsregion und ihre Landmarken, die Ausrichtung normalisiert die Pose anhand dieser Landmarken, und ein Encoder macht aus dem ausgerichteten Ausschnitt einen Vektor — bei uns 512 Zahlen. Nichts davon schaut auch nur in die Nähe des zensierten Bereichs. Ein stark zensierter und ein unzensierter Titel sind für einen Gesichts-Encoder gleich gut lesbar.
Was die Identifikation tatsächlich begrenzt, ist die Frage, welche Quellen überhaupt indexiert wurden. Unser Index umfasst 241,792 Gesichter von 106 Seiten, aber 2,246 der 2,333 benannten Darstellerinnen beziehen ihr repräsentatives Bild von einer einzigen Seite (unser Index, Stand 2026-08) — eine Quellenkonzentration, die die Ergebnisse weit stärker einschränkt als jeder Zensurstandard.