Bildsuchwerkzeuge sind nicht konkurrierende Umsetzungen einer Idee. Sie gehören zu zwei Familien, die verschiedene Fragen beantworten, und wer die falsche Familie wählt, scheitert garantiert — egal, welches Produkt daraus er nimmt.

Familie eins fragt: „Wo taucht dieses Bild sonst noch auf?“ Familie zwei fragt: „Wem gehört dieses Gesicht?“ Wenn du einen Screenshot aus einem Videoplayer in der Hand hast, hat nur die zweite Frage eine Antwort.

Worin unterscheiden sich die beiden Familien wirklich?

Duplikatsucher bilden einen Fingerabdruck des gesamten Bildes und suchen in einem Crawl des Webs nach passenden Fingerabdrücken. Gesichtsvektor-Engines lokalisieren ein Gesicht, normalisieren es, kodieren es in Zahlen und vergleichen diese Zahlen mit einem Index von Gesichtern.

Duplikatsuche Gesichtsvektor-Abgleich
Kernfrage Wo taucht dieses Bild auf? Wem gehört dieses Gesicht?
Verglichene Einheit Fingerabdruck des ganzen Bildes Ausgerichtetes Gesicht → Zahlenvektor
Setzt voraus, dass genau dieses Bild online existiert Ja Nein
Zuschnitt auf das Gesicht Schadet — entfernt das Signal Hilft — das ist die Eingabe
Andere Pose, anderes Licht, anderes Jahr Scheitert meist Dafür gebaut, das zu überstehen
Funktioniert bei einem selbst aufgenommenen Standbild Nein Ja
Typische Fehlerart Liefert unpassende Stockfotos Liefert echte Personen mit niedrigen Werten

Die Zeile, die bei Videostandbildern alles entscheidet, ist die dritte. Wenn du einen Player anhältst und einen Screenshot machst, hast du ein Bild erzeugt, das nie als Datei im Web existiert hat. Es gibt keine Kopie zu finden, also hat die Duplikatsuche nichts, womit sie arbeiten könnte — das ist eine strukturelle Grenze, kein Qualitätsunterschied.

Was macht jedes der großen Tools tatsächlich?

Nach Verhalten statt nach Marke zu gruppieren, macht die Wahl offensichtlich.

Tool Familie Was es abgleicht Woran es bei Videostandbildern scheitert
Google Bilder / Lens Duplikate + visuelle Ähnlichkeit Ganzes Bild gegen Googles Crawl Adult-Seiten fehlen im Crawl weitgehend und werden von SafeSearch unterdrückt
Bing Visual Search Duplikate + Bereichssuche Ganzes Bild oder ein ausgewählter Bereich Dasselbe Abdeckungsproblem des Crawls bei Adult-Katalogen
TinEye Strikte Duplikatsuche Exakte und bearbeitete Kopien derselben Datei Ausdrücklich ein Kopiensucher; ein neues Standbild hat keine Kopien
Yandex Bilder Duplikate + starke visuelle Ähnlichkeit Ganzes Bild, mit lockererer Ähnlichkeitssortierung Liefert oft visuell ähnliche Fremde, was wie ein Treffer aussieht und keiner ist
Allgemeine „Gesichtssuche“-Webtools Gesichtsvektor Aus dem offenen Web indexierte Gesichter Der Index stammt aus dem offenen Web und aus sozialen Medien, nicht aus Adult-Katalogen
Adult-indexierte Gesichtssuche Gesichtsvektor Aus Adult-Covern und Standbildern indexierte Gesichter Begrenzt auf das, was diese Quellen veröffentlicht haben

Yandex verdient eine eigene Warnung. Die Ähnlichkeitssortierung ist locker genug, um Personen zu liefern, die einander lediglich ähnlich sehen — gleiche Haare, gleiche Pose, gleiche Farbpalette. Nutzer lesen das als Identifikation. Das ist es nicht; nirgends in dieser Verarbeitungskette wird Identität gemessen.

Warum zählt der Index mehr als die Engine?

Weil eine Suche nur zurückgeben kann, was indexiert wurde, und kein Algorithmus fehlendes Material ausgleicht.

Eine Gesichtsvektor-Engine auf dem Stand der Technik wird, auf einen Index von Fotos aus dem offenen Web gerichtet, eine Adult-Darstellerin nicht finden, deren Bilder nur in Katalogen liegen, die dieser Index nie gecrawlt hat. Die Technik ist für das Ergebnis unerheblich.

Unserer ist genau auf diesem Material aufgebaut: 241,792 Gesichter aus Adult-Covern und Standbildern über 106 Seiten hinweg, davon 2,333 mit einer namentlich erfassten Darstellerin verknüpft (unser Index, Stand 2026-08). Genau deshalb kann er eine Frage beantworten, die Google nicht beantworten kann.

Eine Grenze, die man nennen sollte: Unsere Abdeckung ist schief. Bei 2,246 dieser 2,333 namentlich erfassten Darstellerinnen stammt das repräsentative Bild aus einer einzigen Quelle. Alles außerhalb der Kataloge, die wir abdecken, ist für uns unsichtbar, und wir zeigen dir trotzdem eine sortierte Liste knapper Verfehlungen — deshalb trägt jedes Ergebnis einen Wert, mit 0.40 als kalibrierter Schwelle für Videostandbilder.

Wie unterscheiden sich die Tools darin, was du aus der Hand gibst?

Vergleiche hören meist bei der Ergebnisqualität auf, dabei unterscheiden sich die Datenschutzarchitekturen stärker als die Algorithmen.

Verhalten Typisches Tool mit Upload der ganzen Datei Erkennung im Browser
Originalbild wird übertragen Ja Nein
Metadaten (GPS, Gerät, Zeitstempel) werden übertragen Ja, sofern nicht entfernt Werden nie gesendet
Inhalt außerhalb des Gesichts wird übertragen Ja Nein
An den Server gesendet Vollständige Datei Gesichtsausschnitt + 5 Landmarkenkoordinaten
Vom Nutzer überprüfbar Nur über die Zusage in der Richtlinie Ja — sieh dir die Netzwerkanfrage an

Die meisten Tools beider Familien laden die ganze Datei hoch, weil das einfacher zu bauen ist. Die Erkennung auf der Client-Seite laufen zu lassen bedeutet, dass der Server das Original überhaupt nie bekommt.

Was die großen Dienste zu den Uploads sagen, die sie erhalten, geht weiter auseinander als erwartet, und die nützliche Unterscheidung verläuft zwischen einer erklärten Richtlinie und Schweigen.

Dienst Zum Aufbewahren von Uploads Zur Nutzung fürs Training
Google Wird nur gespeichert, wenn der Verlauf der visuellen Suche aktiv ist, und der ist standardmäßig aus Ist er aktiv, dürfen Bilder zum Training der Modelle für die visuelle Suche dienen; Trainingskopien werden bis zu vier Jahre aufbewahrt, vom Konto getrennt
Bing Visual Search Keine Aufbewahrungsfrist veröffentlicht Sagt, Fotos könnten zur Verbesserung der Bildverarbeitung genutzt werden; benutzt das Wort „trainieren“ nicht
Yandex Bilder Keine bildbezogene Aussage Keine bildbezogene Aussage
TinEye Erklärt, Uploads würden nach Anzeige der Ergebnisse gelöscht und nie in den Index aufgenommen Keine Aussage in die eine oder andere Richtung

Lies die leeren Zellen als Unbekannte, nicht als Beruhigung. Zwei weitere Fallen: Die großzügige Formulierung „wir trainieren nicht mit deinen Bildern“, die Leute bei Microsoft zitieren, gehört zu dessen Produkt zur Bilderzeugung, nicht zur visuellen Suche; und die Google-Voreinstellung oben ist für die App- und Lens-Oberflächen dokumentiert, ohne entsprechende Aussage für einen abgemeldeten Upload am Desktop.

Quellen: die jeweils eigenen veröffentlichten Hilfe- oder Richtlinienseiten der Dienste; geprüft am 2026-08-03.

Welches solltest du wann tatsächlich nehmen?

  • Du hast ein veröffentlichtes Bild — ein Cover, ein Werbefoto, etwas, das als Datei im Web existiert: Dann ist ein Duplikatsucher der richtige erste Schritt. Er kann die genaue Seite finden, von der es stammt.
  • Du hast ein Standbild, das du selbst aufgenommen hast: Geh direkt zur Gesichtsvektorsuche. Die Duplikatsuche wird nicht funktionieren, und sie zu wiederholen ändert daran nichts.
  • Du hast ein Gesicht, vermutest aber, dass die Person keine Darstellerin ist: Keine adult-indexierte Engine hilft dir, und sie auf eine Privatperson anzuwenden ist ein Missbrauch des Werkzeugs, kein cleverer Umweg.
  • Du hast einen Code oder einen Titeltext: Lass die Bildsuche ganz weg. Eine Textsuche ist schneller und verlässlicher als jede visuelle Methode.

Eine nützliche Ein-Schritt-Diagnose, bevor du Zeit in irgendein Tool steckst: Schneide dein Bild auf das reine Gesicht zu und lass es erneut laufen. Werden die Ergebnisse schlechter, macht das Tool eine Duplikatsuche und kann niemanden identifizieren.

Verwandte Fragen

Am einfachsten klärt sich der Vergleich empirisch: Schick dasselbe Standbild durch ein Duplikat-Tool und durch die Gesichtssuche hier. Die Erkennung läuft in deinem Browser — das Original verlässt dein Gerät nie, und jedes Ergebnis zeigt seinen Wert.