Kann ein einzelnes Standbild beweisen, dass ein Video KI-generiert ist?

Selten. Moderne Generatoren liefern Einzelbilder, die einer genauen Prüfung standhalten. Zeitliche Inkonsistenz — Details, die sich zwischen Bildern derselben Einstellung verändern — ist ein weit verlässlicherer Beleg als jedes Einzelbild.

Heißt eine erfolglose Gesichtssuche, dass die Person synthetisch ist?

Nein. Weit häufiger heißt es, dass das Standbild schlecht war oder die Darstellerin außerhalb des Index liegt. Ein fehlender Treffer ist ein schwacher Beleg für gar nichts.

Sind Erkennungstools zuverlässig?

Automatische Detektoren verlieren schnell an Genauigkeit, sobald sich die Generatoren ändern, und sie produzieren sowohl falsch positive als auch falsch negative Ergebnisse. Nimm die Ausgabe eines Tools als einen von mehreren Hinweisen, nicht als Urteil.

Woran du erkennst, ob ein Erwachsenenvideo KI-generiert ist

Synthetisches Video verrät sich an Rändern und über die Zeit. Prüfe Hände und Fingerzahl, Ohrringe und Schmuck, einzelne Haarsträhnen vor dem Hintergrund, Zähne und Zunge beim Sprechen und ob Details von Sekunde zu Sekunde gleich bleiben. Einzelbilder täuschen; Sequenzen selten.

Synthetisches Video scheitert an Rändern und über die Zeit. Generatoren sind gut darin, eine plausible Oberfläche zu erzeugen, schlecht darin, Konsistenz zu halten, wo ein Objekt auf ein anderes trifft, und noch schlechter darin, beliebige Details von einer Sekunde zur nächsten identisch zu halten.

Daraus ergibt sich eine praktische Methode: Hör auf, das Gesicht anzustarren, und fang an, Ränder und Sequenzen zu prüfen. Ein einzelnes Bild kann makellos sein. Zehn Sekunden derselben Einstellung sind es meistens nicht.

Was bringt beim Prüfen am meisten?

Sortiert danach, wie oft es eine klare Antwort liefert, nicht danach, wie auffällig es ist.

Prüfung	Worauf du achtest	Warum es funktioniert
Hände und Finger	Finger zählen; auf sich kreuzende oder zugreifende Finger achten	Hände sind stark beweglich und verdecken sich ständig selbst — die schwierigste Geometrie überhaupt
Ohrringe und Schmuck	Asymmetrie zwischen den Ohren, driftende Formen, Teile, die hinter Haar verschwinden und anders wiederkommen	Kleine starre Objekte haben keine starke Erwartung im Modell; Generatoren erfinden sie pro Bild neu
Haarsträhnen vor dem Hintergrund	Einzelne Strähnen an der Silhouettenkante; Fransen, die im Hintergrund verschwimmen	Feine Alpha-Details an einer Kante sind genau dort, wo sich Freistell-Artefakte sammeln
Zähne und Zunge beim Sprechen	Zahnzahl und -form, die sich mitten im Satz ändern; Zungengeometrie	Strukturen im Mundinneren werden häufig von Bild zu Bild neu erzeugt
Zeitliche Konsistenz	Bei 0s, 2s, 4s derselben Einstellung anhalten; Muttermale, Narben, Tattoos, Nagellänge, Stoffmuster vergleichen	Details ohne strukturelle Bindung driften, weil nichts sie zwingt, zu bleiben
Haut an Kontaktstellen	Wo eine Hand auf Haut drückt oder Haut auf Stoff trifft	Verformung bei Kontakt braucht Physik, die das Modell nur annähert
Text im Bild	Schilder, Verpackungen, Einblendungen	Text ist der klassische Aussetzer — plausible Buchstabenformen, unsinnige Wörter
Reflexe in den Augen	Lichtreflexe, die sich zwischen den Augen unterscheiden oder nichts Stimmiges spiegeln	Reflexionen brauchen ein Szenenmodell, das nicht existiert

Die Zeile zeitliche Konsistenz ist die stärkste Einzeltechnik und wird am seltensten genutzt. Halte dieselbe Einstellung an mehreren Stellen an und vergleiche ein bestimmtes, beliebiges Detail — die genaue Form eines Muttermals, das Muster auf einem Bettlaken, die Länge eines Fingernagels. Eine Kamera nimmt dasselbe Objekt auf; ein Generator erfindet es neu.

Warum fallen heute so viele auf Einzelbilder herein?

Weil die Qualität pro Einzelbild das ist, woran die Forschung am härtesten optimiert, und für Standbilder ist das weitgehend gelöst.

Die alten Verräter — wächserne Haut, unheimliche Symmetrie, verunglückte Ohren — sind Artefakte früherer Modelle, und danach zu suchen erzeugt falsches Vertrauen, wenn sie fehlen. Wer eine Generation von 2026 an Artefakten von 2022 misst, bekommt selbstsichere Fehlurteile in beide Richtungen.

Was nicht ebenso gründlich gelöst ist, ist die Beständigkeit: jedes ungebundene Detail über Hunderte Bilder identisch zu halten, während sich Kamera und Motiv bewegen. Dort steckt der Rest der Beweise.

Wie prüfst du Konsistenz in der Praxis?

Nimm eine durchgehende Einstellung — ohne Schnitte. Schnitte setzen alles zurück und schenken dem Generator einen Freifahrtschein.
Halte an drei oder vier Stellen dieser Einstellung an.
Wähle ein beliebiges, nicht strukturelles Detail: ein Muttermal, eine Sommersprossengruppe, den Rand eines Tattoos, ein Stoffmuster, eine Nagelform, ein Schmuckstück.
Vergleiche es über deine Haltepunkte hinweg. Echte Details bleiben stabil. Synthetische driften, verändern die Form oder verschwinden und kommen anders zurück.
Wiederhole das mit einem zweiten Detail in einem anderen Bildbereich. Ein driftendes Detail kann Kompression sein; zwei sind ein Muster.
Sieh dir an, wie eine Hand vor etwas herzieht, und geh Bild für Bild durch. An Verdeckungskanten bricht die Kohärenz am sichtbarsten auf.

Kann dir die Gesichtssuche sagen, ob ein Video synthetisch ist?

Nicht direkt — und es lohnt sich, genau zu sein, was sie beitragen kann und was nicht.

Die Gesichtssuche vergleicht dein Standbild mit indexierten Gesichtern und gibt Ähnlichkeitswerte zurück. Was du bekommst, ist ein Herkunftssignal, kein Urteil über Synthese:

Ein starker Treffer auf eine echte, indexierte Darstellerin sagt dir, dass das Gesicht einer realen Person ähnelt. Das ist mit einer echten Veröffentlichung und mit einem Face-Swap auf fremdes Material vereinbar. Es engt die Frage ein, statt sie zu beantworten.
Kein Treffer sagt dir fast nichts. Unser Index enthält 241,792 Gesichter, davon 2,333 mit einer namentlich erfassten Darstellerin verknüpft, über 106 Seiten (unser Index, Stand 2026-08), und bei 2,246 der 2,333 stammt das repräsentative Bild aus einer einzigen Quelle. Ein fehlender Treffer ist weit häufiger ein Abdeckungs- oder Bildqualitätsproblem als ein Beleg für Synthese.

Nützlich ist die Kombination: ein starker Gesichtstreffer plus Aussetzer bei den zeitlichen Prüfungen oben. Dieses Muster passt zum Abbild einer echten Darstellerin, das auf generiertes oder ausgetauschtes Material gelegt wurde — und das ist eine ernste Sache, weil es ohne Einwilligung geschieht.

Eine Grenze, die man aussprechen sollte: Keine dieser Prüfungen ist ein Beweis. Sie verschieben Wahrscheinlichkeiten. Wer allein aus der Betrachtung Gewissheit über synthetische Medien anbietet, behauptet mehr, als die Belege hergeben.

Was ist mit automatischen Detektoren?

Nimm ihre Ausgabe als einen Hinweis, nicht als Urteil.

Detektoren werden auf den Ausgaben bestimmter Generator-Familien trainiert und verlieren an Genauigkeit, sobald sich diese Familien ändern. Sie verschlechtern sich außerdem genau bei dem Material, das du wahrscheinlich untersuchst: neu kodiertes, skaliertes, mit Wasserzeichen versehenes Video, bei dem die Kompression die feinen statistischen Spuren zerstört hat, auf die sich Detektoren stützen. Falsch positive wie falsch negative Ergebnisse sind verbreitet.

Wie stark sie abfallen, ist immerhin in der Forschungsliteratur gemessen worden. Bei einer unabhängigen Blindauswertung, die parallel zu einer Computer-Vision-Konferenz 2025 lief, kam der stärkste Teilnehmer auf 0.93 AUC bei unangetastetem generiertem Video, auf 0.74, sobald übliche Nachbearbeitung dazukam, und auf rund 0.62 bei abgefilmtem Bildschirmmaterial — Letzteres nicht weit vom Münzwurf entfernt. Eine andere Arbeit fand Detektoren, die gegen den Generator, auf dem sie trainiert waren, über 96% erreichten und gegen einen anderen auf Mitte fünfzig abrutschten.

Das sind Forschungssysteme unter kontrollierten Bedingungen. Für die Verbraucher-Tools mit der Frage „Ist das KI?“, an die du tatsächlich herankommst, gibt es überhaupt keine unabhängig reproduzierten Genauigkeitszahlen — die eine Auswertung, die kommerzielle Video-Detektoren einbezog, war vertraglich verpflichtet, die Anbieter zu anonymisieren, also das Gegenteil von reproduzierbar. Deshalb nennt diese Seite für kein benanntes Tool eine Genauigkeitszahl, und ein Tool, das eine über sich selbst nennt, hat dir nichts gesagt, was du überprüfen kannst.

Quellen: SAFE Challenge, Video-Track (ICCV 2025); Auswertungen GenVidBench und Deepfake-Eval-2024; geprüft am 2026-08-03.

Warum ist das mehr als bloße Neugier?

Weil nicht einvernehmliche synthetische Darstellungen realer Menschen ein echter Schaden sind und Verwechslungen ihn vergrößern.

Wenn ein Video eine reale, identifizierbare Person zu zeigen scheint und die Konsistenzprüfungen nicht besteht, ist die verantwortliche Reaktion, es als ungeklärt zu behandeln und nicht weiterzuverbreiten — nicht, ein Urteil zu veröffentlichen. Eine falsche Behauptung, Material sei synthetisch, schadet einer echten Darstellerin; eine falsche Annahme, es sei echt, verbreitet eine erfundene Darstellung. Am anderen Ende beider Fehler steht ein Mensch.