Bearbeitetes Foto erkennen: Warum das menschliche Auge keine Kontrolle ist

Dieser Beitrag dient ausschließlich der Information. Er stellt keine Rechtsberatung und keine regulatorische Empfehlung dar und ersetzt nicht die Einschätzung eines qualifizierten Juristen oder einer Compliance-Fachkraft.

Ein bearbeitetes Foto lässt sich nicht zuverlässig durch bloßes Hinsehen erkennen — Studien zeigen, dass Menschen selbst im direkten Vergleich mit dem Original nur rund 60 bis 65 % der Manipulationen korrekt identifizieren. Verlässlich funktionieren stattdessen forensische Signale: doppelte Pixelmuster durch Klonen, lokale Kompressionsunterschiede (Error Level Analysis), Software-Spuren in den EXIF-Metadaten, physikalisch unstimmige Schatten und die Rückwärtsbildsuche. Erst die Kombination mehrerer dieser Signale rechtfertigt eine Entscheidung, nicht ein einzelner Hinweis.

Warum das menschliche Auge als Kontrolle versagt

Das menschliche Auge versagt bei der Erkennung bearbeiteter Fotos, weil visuelle Wahrnehmung auf Plausibilität optimiert ist, nicht auf Pixelgenauigkeit — ein Gehirn, das eine Szene als "insgesamt stimmig" einstuft, prüft keine einzelnen Bildpunkte mehr nach. Die bislang umfangreichste Untersuchung dazu stammt von der University of Warwick: Sophie Nightingale, Derrick Watson und Kimberley Wade legten in zwei Experimenten mit insgesamt 1.366 Teilnehmenden reale und manipulierte Fotos vor.

In der ersten Studienrunde erkannten die Teilnehmenden nur 60 % der bearbeiteten Bilder korrekt, in der zweiten Runde 65 % — und selbst wenn sie eine Manipulation richtig vermuteten, konnten sie nur in 45 % der Fälle exakt benennen, was verändert wurde, wie die Universität in ihrer Pressemitteilung zur Studie berichtet (Nightingale, Watson & Wade, 2017, veröffentlicht in Cognitive Research: Principles and Implications). Die Autoren fassten es so zusammen: Menschen liegen zwar über dem Zufallsniveau, sind aber "weit von perfekt entfernt". Übertragen auf ein Prüfteam bedeutet das: Wer sich bei einem Ausweisfoto, einem Schadensbild oder einer Immobilienanzeige allein auf den ersten Blick verlässt, lässt im Schnitt jede dritte bis vierte Bearbeitung durchgehen.

Drei Gründe erklären dieses Muster. Erstens verarbeitet das Gehirn ein Foto als Ganzes und gleicht es mit gespeicherten Erwartungen ab — ein Riss an der erwarteten Stelle eines Handydisplays wirkt "richtig", auch wenn er digital eingefügt wurde. Zweitens komprimiert praktisch jedes Foto, das online oder per Messenger verschickt wird, sichtbare Kompressionsartefakte weg, die eine Bearbeitung ohnehin verraten hätten. Drittens braucht es für unauffälliges Klonen, Schattenwurf oder Farbangleichung kein Expertenwissen mehr — kostenlose Smartphone-Apps mit automatischen Retusche-Funktionen erledigen einen Großteil davon inzwischen selbst.

Auflösung und Bildschirmgröße verschärfen das Problem

Ein zusätzlicher, oft übersehener Faktor: Die meisten Prüfvorgänge laufen heute auf einem Laptop- oder Tablet-Bildschirm, oft in einer verkleinerten Vorschau innerhalb eines Formulars oder E-Mail-Anhangs. Feine Klonspuren oder ein leicht falscher Schattenwinkel, die bei 100 % Zoom auf einem kalibrierten Monitor auffallen könnten, verschwinden bei einer auf 800 Pixel Breite skalierten Vorschau vollständig. Das Bundesamt für Sicherheit in der Informationstechnik (BSI) weist in seinem Leitfaden zur Erkennung KI-generierter Bilder ausdrücklich darauf hin, dass es "aktuell noch keine Methode" gebe, die Bilder vieler verschiedener Generatoren zuverlässig erkennt — und dass die Unterscheidung zwischen echten und KI-generierten Bildern kontinuierlich schwieriger wird. Wenn selbst spezialisierte Prüfstellen das offen einräumen, ist der schnelle Blick einer Sachbearbeiterin erst recht keine belastbare Kontrolle.

Die forensischen Signale, die tatsächlich funktionieren

Statt auf den ersten Eindruck zu vertrauen, prüft Bildforensik gezielt technische Spuren, die eine Bearbeitung fast zwangsläufig hinterlässt — unabhängig davon, wie überzeugend das Ergebnis für das Auge aussieht.

Klonen und duplizierte Pixel

Ein doppeltes Pixelmuster in einem Bildbereich deutet fast immer auf den Klon-Stempel hin, das am häufigsten genutzte Werkzeug, um etwas zu verdecken oder hinzuzufügen. Der Klon-Stempel kopiert eine Textur — eine Stoffstruktur, eine Wandfläche, ein Stück Rasen — und fügt sie an anderer Stelle ein, wodurch charakteristische Wiederholungen entstehen, die in einem unbearbeiteten Foto nicht vorkommen. Kostenlose Werkzeuge wie Forensically legen eine Klon-Erkennung über das Bild und markieren pixelgenaue Ähnlichkeiten; bei einer gezielten Manipulation konzentrieren sich diese Markierungen fast ausschließlich auf den fraglichen Bildbereich.

Error Level Analysis (ELA)

Ein Bildbereich mit einem abweichenden JPEG-Kompressionsniveau wurde mit hoher Wahrscheinlichkeit nach der Originalaufnahme erneut gespeichert. Ein unbearbeitetes JPEG weist ein einheitliches Kompressionsniveau auf, weil alle Pixel denselben Komprimierungsdurchlauf durchlaufen haben; wird ein Bereich bearbeitet und die Datei erneut exportiert, beginnt genau dieser Bereich bei einem neuen Kompressionswert — ein Unterschied, den die Error Level Analysis sichtbar macht. Fachportale wie t-online zu Tools gegen gefälschte Fotos und Videos empfehlen ELA-Werkzeuge wie FotoForensics oder Forensically ausdrücklich als frei zugänglichen ersten Prüfschritt, weisen aber ebenfalls darauf hin, dass die Ergebnisse Erfahrung in der Interpretation erfordern und kein automatischer Beweis sind. Unser Beitrag zur Error Level Analysis geht im Detail auf die Methode bei Dokumentenfotos ein, inklusive ihrer Grenzen bei starker Nachkompression durch Messenger-Apps.

EXIF-Metadaten und das Software-Feld

Das Feld "Software" in den EXIF-Metadaten eines Fotos nennt fast immer das zuletzt verwendete Bearbeitungsprogramm, sofern es nicht gezielt entfernt wurde. Taucht in den Metadaten eines angeblich "direkt mit dem Handy fotografierten" Bildes ein Eintrag wie Adobe Photoshop, GIMP, Snapseed oder Lightroom auf, ist das ein starkes und ohne forensische Spezialausbildung überprüfbares Signal. Der Fachbeitrag von Dr. Datenschutz zur IT-forensischen Relevanz von Metadaten in Bilddateien weist ausdrücklich darauf hin, dass sich auch EXIF-Angaben wie Aufnahmedatum, Gerätemodell oder GPS-Koordinaten gezielt nachträglich verfälschen lassen — ihr Vorhandensein allein ist deshalb kein Echtheitsbeweis, ihr Fehlen kein automatischer Betrugsbeweis, da Messenger und soziale Netzwerke Metadaten beim Hochladen ohnehin routinemäßig entfernen.

Inkonsistente Beleuchtung und Schatten

Ein digital hinzugefügtes oder verändertes Element wirft nur selten einen Schatten, der exakt zur Lichtquelle der restlichen Szene passt, weil ein physikalisch plausibler Schatten in zwei Dimensionen technisches Können erfordert, über das die meisten Personen, die ein Foto nachbearbeiten, nicht verfügen. Der Fraunhofer-Academy-Blog zur Bildforensik beschreibt, dass echte Aufnahmen unsichtbare technische Spuren wie konsistente Licht- und Schattenverläufe enthalten, während bearbeiteten Bildern gerade das Fehlen dieser Spuren auffällt — ein über ein bestehendes Foto montiertes Element interagiert deshalb fast nie korrekt mit den vorhandenen Reflexionen und Schattenverläufen des Originalbilds.

Rückwärtsbildsuche

Ein Foto, das bereits an anderer Stelle im Netz existiert — als Katalogbild, Stockfoto oder in einem früheren, anderen Kontext — liefert den direktesten verfügbaren Nachweis, weil er jede Unklarheit über die Herkunft der Aufnahme beseitigt. Google Bilder und TinEye zeigen innerhalb von Sekunden, ob ein Bild bereits online kursiert. Die Verbraucherzentrale nennt die Rückwärtsbildsuche in ihrem Leitfaden zum Entlarven von Fälschungen im Netz ausdrücklich als ersten Prüfschritt bei mutmaßlich betrügerischen Anzeigen und Profilen — mit der klaren Einschränkung, dass ein Bild, das eigens für einen einzelnen Vorgang erstellt und nirgendwo sonst veröffentlicht wurde, in keiner Rückwärtssuche auftaucht.

Ein zusätzliches Signal: KI-generierte statt bearbeitete Fotos

Neben klassisch bearbeiteten Fotos taucht zunehmend eine zweite Kategorie auf: vollständig oder teilweise mit generativer KI erzeugte Bilder, bei denen es kein "Original" mehr gibt, das man mit dem Ergebnis vergleichen könnte. Das BSI nennt als typische Anhaltspunkte unscharfe oder fehlerhafte komplexe Strukturen im Hintergrund, unnatürliche Proportionen bei Händen und Gesichtern, inkonsistente Fluchtpunkte bei Perspektivlinien sowie fehlerhaft dargestellten Text auf Objekten im Bild. Diese Hinweise sind nützlich, aber nach eigener Einschätzung des BSI keine verlässliche Dauerlösung, da sich Bildgeneratoren schnell weiterentwickeln.

Anwendungsfälle über Branchen hinweg

Bearbeitete oder KI-generierte Fotos betreffen nicht nur einen Sektor — sie tauchen überall auf, wo ein Foto als Nachweis dient, statt vor Ort geprüft zu werden.

In der Praxis liegt der Schwerpunkt je nach Branche unterschiedlich: Bei KYC- und Kreditprozessen im Bankwesen zählt vor allem die EXIF- und Metadatenanalyse des Ausweisfotos, während bei Versicherern Klon- und Schattenanalyse eines Schadensfotos im Vordergrund stehen — dazu mehr im spezifischen Beitrag zu gefälschten Schadensfotos und ihren Bearbeitungsspuren. In der Immobilienbranche und bei Personalabteilungen kommt die Rückwärtsbildsuche häufiger zum Einsatz, weil dort oft ganze Bilder aus anderen Anzeigen oder Dokumenten wiederverwendet werden.

Was Nutzer in Fachforen wirklich fragen

Diskussionen in Foren zu Fotobearbeitung und Betrugserkennung drehen sich meist um sehr konkrete, praktische Situationen — weniger um die Theorie dahinter.

"Reicht es, ein Foto einfach zu vergrößern, um eine Bearbeitung zu erkennen?" Nein. Eine Vergrößerung zeigt nur grobe, unprofessionelle Fehler wie sichtbare Kanten oder Farbsprünge. Feinere Spuren wie eine lokale Kompressionsabweichung oder ein leicht falscher Schattenwinkel lassen sich mit bloßem Auge selbst bei starker Vergrößerung kaum zuverlässig erkennen — dafür braucht es ELA- oder Klon-Erkennungstools, wie oben beschrieben.

"Verändert das Versenden über WhatsApp oder eine E-Mail die Metadaten, sodass man nichts mehr nachweisen kann?" Teilweise. Messenger-Apps komprimieren Bilder beim Versand fast immer neu und entfernen dabei EXIF-Daten routinemäßig — auch bei völlig echten Fotos. Das bedeutet: Fehlende Metadaten sind für sich genommen kein Manipulationsbeweis, aber sie schwächen die Aussagekraft der EXIF-Prüfung ab und machen andere Signale wie Klon-Erkennung und ELA wichtiger.

"Woran erkenne ich, ob ein Foto komplett mit KI erstellt statt nur bearbeitet wurde?" Die Unterscheidung ist inzwischen selbst für Fachleute nicht immer eindeutig, wie das BSI einräumt. Ein erster Hinweis: Bei bearbeiteten Fotos existiert meist ein plausibler Aufnahmekontext (EXIF-Daten eines echten Geräts, ein auffindbares Originalbild), während bei vollständig KI-generierten Bildern jede Metadaten-Spur zu einer realen Kamera fehlt und anatomische oder perspektivische Fehler häufiger auftreten.

Signale in einen Workflow einbauen, nicht in ein automatisches Urteil

Keines der genannten Signale sollte allein eine automatische Ablehnung auslösen. Sinnvoller ist eine dreistufige Logik: Ein Foto ohne erkannte Auffälligkeit läuft im Standardprozess weiter, ein einzelnes Signal löst eine dokumentierte menschliche Prüfung aus, und mehrere zusammenlaufende Signale — etwa bestätigte Klonspuren zusammen mit einer verdächtigen EXIF-Software-Angabe — rechtfertigen eine vertiefte Untersuchung. Einen breiteren Einstieg in die gesamte Dokumentenprüfung bietet unser Leitfaden zur Dokumentenprüfung.

In unserer Methodik werden strukturelle Bildmerkmale, Metadaten und der Abgleich mit anderen eingereichten Dokumenten stets zusammen ausgewertet, statt ein Foto auf Basis eines einzelnen Signals zu bewerten. Eine zusätzliche Schicht zur Erkennung KI-generierter Inhalte lässt sich je nach Kundenkonfiguration aktivieren und ergänzt damit die klassische Bearbeitungsanalyse, statt sie zu ersetzen — mehr dazu auf unserer Seite zur Erkennung von Deepfakes und KI-generierten Dokumenten. Keine Methode, auch keine automatisierte, erreicht eine hundertprozentige Erkennung; die endgültige Entscheidung sollte immer ein dokumentiertes, nachvollziehbares Indizienbündel bleiben, kein binärer Score. Wer prüfen will, wie sich diese Signale in bestehende Onboarding- oder Schadenprozesse integrieren lassen, findet weitere Details auf unserer Sicherheitsseite und bei den Preisen.

Häufig gestellte Fragen

Kann ich ein bearbeitetes Foto allein mit bloßem Auge zuverlässig erkennen?

Nein. Eine Studie der University of Warwick mit über 1.300 Teilnehmenden zeigt, dass Menschen selbst im direkten Vergleich mit dem Originalbild nur 60 bis 65 % der Manipulationen korrekt erkennen. Verlässliche Ergebnisse liefern nur forensische Werkzeuge wie ELA, Klon-Erkennung oder EXIF-Analyse.

Ist Error Level Analysis (ELA) für sich allein ein Betrugsbeweis?

Nein. ELA zeigt lediglich, dass ein Bildbereich ein anderes Kompressionsniveau aufweist als der Rest des Fotos — das kann auf eine Bearbeitung hindeuten, aber auch auf einen technischen Sonderfall wie einen teilweise transparenten Bildbereich. ELA sollte immer zusammen mit mindestens einem weiteren Signal ausgewertet werden.

Beweist das Fehlen von EXIF-Metadaten eine Bildbearbeitung?

Nein. Messenger-Apps und soziale Netzwerke entfernen Metadaten routinemäßig beim Hochladen, auch bei vollkommen echten Fotos. Das Signal ist nur aussagekräftig, wenn tatsächlich Bearbeitungsspuren im verbleibenden Feld "Software" vorhanden sind, nicht wenn Metadaten schlicht fehlen.

Unterscheiden sich die Prüfsignale für ein bearbeitetes und ein komplett KI-generiertes Foto?

Teilweise. Klassische Signale wie Klon-Erkennung oder ELA setzen ein reales Ausgangsfoto voraus, das nachträglich verändert wurde. Bei vollständig KI-generierten Bildern fehlt dieser Ausgangspunkt, weshalb dort andere Hinweise wie anatomische Fehler, inkonsistente Perspektivlinien oder fehlende Kamera-Metadaten stärker ins Gewicht fallen.

Reicht ein einzelnes verdächtiges Signal aus, um eine Entscheidung zu treffen?

Nein. Ein einzelnes Signal — selbst eine auffällige EXIF-Angabe oder eine sichtbare Klonstelle — sollte dokumentiert und einer menschlichen Prüfung vorgelegt werden, bevor eine Ablehnung erfolgt. Das ist auch wichtig, um im Streitfall gegenüber der betroffenen Person begründet zu bleiben.