Das Ende der Naivität: Warum wir Bildern nicht mehr trauen dürfen
Es gab eine Zeit, da war ein Foto ein Versprechen. Was Roland Barthes als das Ça-a-été beschrieb, ist heute nicht mehr selbstverständlich. Und was das bedeutet.
Der Tod des Augenzeugen
Es gab eine Zeit, da war ein Foto ein Versprechen. Es war das, was Roland Barthes in „Die helle Kammer“ als das „Ça-a-été“ bezeichnete. (1)
Das „Es-ist-gewesen“.
Wenn wir ein Bild sahen, wussten wir instinktiv: Das Licht, das von einem Objekt reflektiert wurde, hat physisch einen Film oder einen Sensor berührt. Das Foto war eine Lichtspur, ein Beweis, ein Augenzeuge.
Dieses ontologische Versprechen ist gebrochen. Das ontologische Versprechen ist schlicht und einfach, dass das Fotografierte auch tatsächlich existiert hat.
Wir sind an einem Punkt angekommen, an dem der Satz „Ich glaube nur, was ich sehe“ nicht nur naiv, sondern gefährlich geworden ist.
Wir erleben einen fundamentalen Paradigmenwechsel: Wir bewegen uns weg von der Authentizität, einem gefühlten Wahrheitsgehalt, der dem Bild innewohnt – hin zur Authentifizierung – einem technischen Beweis, der von außen hinzugefügt werden muss.
Ich erinnere mich noch sehr gut an meine ersten Erfahrungen in Midjourney und den frühen Versionen von DALL-E. Spielerisch und so offensichtlich Fake, dass es sich anfühlte wie Flipper spielen. Die Faszination, Bilder nur aus der Fantasie zu erzeugen, war großartig. Doch spätestens, als das Papst-Bild (der Papst in silberner Daunenjacke) auftauchte, empfand ich zum ersten Mal ein Gefühl von Unsicherheit. Ist das echt? Kann das sein?
In einer Welt, in der generative KI fotorealistische Perfektion erreicht hat, reicht die bloße optische Prüfung nicht mehr aus. Wir müssen umlernen. Wir müssen lernen, nicht mehr dem Bild selbst zu trauen, sondern seiner Herkunftskette.
Die ontologische Krise: Wenn Bilder keine Spuren mehr sind
Um zu verstehen, was gerade passiert, müssen wir unterscheiden zwischen Detektion und Depiktion.
Die traditionelle Fotografie basierte auf Detektion: Ein physikalischer Vorgang, bei dem Photonen auf Materie treffen. Es ist ein ursächlicher Zusammenhang.
Ein KI-Bild hingegen basiert auf Depiktion: Es ist die Darstellung einer Idee ohne physischen Inhalt in der realen Welt.
Ein KI-generiertes Bild ist keine Aufnahme eines Moments, sondern eine statistische Wahrscheinlichkeit aus einem riesigen Datensatz (erfahre hier mehr über die Funktionsweise von Bildgeneratoren).
Es berechnet, wie ein Bild aussehen müsste, nicht wie es war.
Der Fall von Boris Eldagsen hat dies eindrucksvoll illustriert. Als er mit seinem KI-Bild „The Electrician“ den Sony World Photography Award gewann und den Preis anschließend ablehnte, tat er der Fotografie-Szene einen großen Dienst. Er zwang uns zur Diskussion.
Sein Argument: KI-Bilder sind keine Fotografie. Sie sind eine eigene Entität, für die er den Begriff „Promptographie“ prägte.
Wir befinden uns in der Phase der „Post-Fotografie“. Bilder werden zu flüchtigen Datenströmen. Sie verlieren ihre angestammte Funktion als „Speicher der Erinnerung“ und werden zu „Optionen der Realität“.
Für mich als Fotograf fühlt sich das im ersten Moment wie Diebstahl an, als ob das Bild an Seele und Bedeutung verliert. Doch der eigentliche Trugschluss ist zu glauben, die Fotografie selbst sei bedroht. Fotografie als Detektion, das Sammeln von Licht, ob auf Korn oder Pixel, bleibt immer echt und einzigartig.
Die wahre Herausforderung liegt nicht in der Existenz der Promptographie als neues Genre, ähnlich wie einst die Fotografie ihren Platz neben der Malerei finden musste. Das Problem ist die rasende Geschwindigkeit, mit der diese neuen Bilder unseren Alltag fluten. Wir haben schlichtweg keine Zeit und keine gelernten Mittel, um im Sekundenbruchteil zu überprüfen: Ist das Realität oder Berechnung? Und genau diese Überforderung öffnet die Tür für eine noch viel tiefgreifendere Gefahr.
Die Psychologie des Zweifels: Der „Liar's Dividend“
Die vielleicht größte soziologische Gefahr liegt jedoch nicht darin, dass wir auf einen Deepfake des Papstes in Daunenjacke hereinfallen. Das Risiko ist subtiler und perfider. Experten nennen es den „Liar's Dividend“ (die Dividende des Lügners) (2).
Wenn alles gefälscht sein kann, sinkt die Beweiskraft von allem, was echt ist.
Täter, Politiker oder Unternehmen können heute behaupten, belastende Videos oder Fotos seien KI-generiert, selbst wenn sie absolut authentisch sind. Die bloße Existenz der KI-Technologie liefert die perfekte Ausrede, um sich der Verantwortung zu entziehen. Das führt dazu, dass wir resignieren, weil wir uns der Situation machtlos ausgeliefert fühlen. Wir geben auf, zwischen Wahrheit und Lüge unterscheiden zu wollen, und ziehen uns in den Zynismus zurück: „Man kann ja eh nichts mehr glauben.“
Beispiele wie der gefälschte Pentagon-Anschlag (3), der kurzzeitig die Börsenkurse bewegte, zeigen, dass diese Desinformation längst monetarisiert und als Waffe eingesetzt wird.
Jüngste Vorfälle, wie die durch Grok generierten, sexualisierten Bilder, die mit einfachen Prompts und von jedem erstellt werden können, zeigen das Ausmaß (4). Es handelt sich dabei nicht nur um eine Diffamierung einzelner, sondern es kann jede Frau und jeden Mann treffen.
Eine Dystopie, wie ich sie mir nicht vorstellen möchte, und eine fertige Lösung fehlt mir auch. Ich sehe die große Gefahr, dass praktisch jeder mit einem digitalen Leben geklont werden könnte. Persönliche Daten können missbraucht werden, für alltägliche Geschäfte oder sensible private Aspekte (Gesundheit).
Immerhin: Der Gesetzgeber beginnt zu reagieren. Dänemark geht dabei einen bemerkenswerten Weg und will das Urheberrecht so erweitern, dass jeder Mensch die Rechte an seinem eigenen Gesicht, Körper und seiner Stimme erhält (5). Wer dort künftig als Deepfake auftaucht, kann die Löschung verlangen und Schadensersatz fordern; Parodie und Satire bleiben erlaubt. Ob das Modell Schule macht, ist offen, aber die Richtung stimmt: Die Verantwortung wandert vom Opfer zurück zur Plattform.
Bis dahin gilt: Wir müssen mehr denn je jeglichem Inhalt misstrauen, zweifeln und uns schützen.
So gut es eben geht.
Technik als neuer Anker: Von der Optik zur Mathematik
Wie reagieren wir darauf? Die Industrie versucht, das Problem technisch zu lösen. Wenn wir unseren Augen nicht mehr trauen können, müssen wir der Mathematik trauen.
Das Stichwort lautet Content Credentials (C2PA) oder Wasserzeichen (Google SynthID).
Man kann sich das vorstellen wie eine digitale Nährwerttabelle für Bilder. Der offene C2PA-Standard zeigt nicht zwingend an, ob ein Bild „wahr“ ist, sondern lediglich, woher es kommt und wie es bearbeitet wurde.
Kamerahersteller haben begonnen, kryptografische Signaturen direkt in die Hardware zu integrieren. Das Bild wird im Moment der Entstehung, noch auf dem Sensor, digital signiert. Das Ziel ist eine lückenlose Beweiskette vom Auslöser bis zum Bildschirm des Betrachters. Leica war mit der M11-P Vorreiter und liefert die Funktion inzwischen serienmäßig aus, Sony hat seine Signier-Technik quer durch die Profi-Linie ausgerollt, und Canon hat im Mai 2026 mit dem „Authenticity Imaging System“ ein eigenes C2PA-System für Redaktionen gestartet (6).
Wie fragil diese neue Beweiskette noch ist, zeigt ausgerechnet Nikon: Kurz nach dem Start der eigenen C2PA-Funktion für die Z6III wurde eine Sicherheitslücke entdeckt, über die sich sogar KI-Bilder mit einer echten Kamera-Signatur versehen ließen. Nikon musste sämtliche ausgestellten Zertifikate widerrufen und den Dienst pausieren (7). Die Lehre daraus: Eine Beweiskette ist nur so stark wie ihre schwächste Signatur. Authentifizierung ist kein Produkt, das man einmal kauft, sondern eine Infrastruktur, die gepflegt werden muss.
Auch Gemälde und analoge Bilder wurden gefälscht, Wasserzeichen sind nichts Neues. Problematisch finde ich, dass jedes Bild unter „Generalverdacht“ steht und der Urheber beweisen muss, wo es herkommt. Der Urheber muss also sein Opt-in geben. Fotografie bleibt zwar echt, es muss jedoch immer bewiesen werden können.
Gut also, dass Kamerahersteller das erkannt haben. Ich würde vor allem jedem professionell arbeitenden Fotografen empfehlen, auf derartige interne Signierungen Wert zu legen. Vielleicht ist es im Moment noch nicht immer relevant, KI verändert unsere digitale Welt allerdings mit Sprint-Tempo. Außerdem sollte das zum eigenen Qualitätsanspruch gehören.
Ab August 2026 wird Kennzeichnung Pflicht
Die zweite Seite derselben Medaille regelt seit Kurzem der Gesetzgeber: Mit dem EU AI Act gilt ab dem 2. August 2026 eine Kennzeichnungspflicht für KI-generierte und KI-manipulierte Inhalte (8). Fotorealistische KI-Bilder und Deepfakes müssen dann sichtbar als solche erkennbar sein; versteckte Metadaten allein reichen ausdrücklich nicht. Die EU-Kommission hat dafür bereits einheitliche Label vorgestellt („KI-generiert“, „KI-modifiziert“). Klar künstlerische oder satirische Inhalte und normale Retusche bleiben ausgenommen, solange die Bildaussage nicht wesentlich verändert wird.
Damit entsteht zum ersten Mal ein rechtlicher Rahmen für das, was dieser Text beschreibt: Die Herkunft eines Bildes wird zur Pflichtangabe. Für uns Fotografen ist das eine gute Nachricht, denn die Kennzeichnungspflicht der einen Seite ist das Echtheitsversprechen der anderen.
Wasserzeichen sind aber nur ein Teil, wie Bilder und Videos als KI gekennzeichnet bzw. erkannt werden können.
In einem Artikel seitens der ARD (9) beschreibt Christoph Behl von itsreal.media einen Ansatz, Deepfakes und KI-Bilder zu erkennen. Im Grunde geht es um drei Kernaspekte, die untersucht werden:
- Metadaten- und Wasserzeichen-Analyse
- Technische Analyse und Vision AI
- Semantische und kontextabhängige Analyse
Spannend sind hier auch die Details, die manche Bilder entlarven. Die Quintessenz des Beitrags ist aber das, was ich ebenso als wichtiger denn je erachte: „Stattdessen rückt mehr die Frage nach der Authentizität und Plausibilität in den Vordergrund“. Es obliegt also jedem von uns, kritisches Denken zu fördern.
Die Rückkehr des Menschlichen: Perfektion ist verdächtig
Es gibt jedoch eine faszinierende Gegenbewegung. In einer Flut von perfekter, rauschfreier, ideal ausgeleuchteter KI-Ästhetik gewinnen technische Unvollkommenheiten plötzlich an Wert.
Rauschen. Bewegungsunschärfe. Eine leicht falsche Fokussierung. Komplexes, chaotisches Licht. Diese „Fehler“ werden zu Zertifikaten menschlicher Anwesenheit. Sie signalisieren: Hier war ein Mensch, hier war ein physischer Apparat, hier war Chaos.
Ein erfrischendes Beispiel ist Miles Astray. Als Gegenstück zu Eldagsen reichte er ein echtes Foto eines Flamingos in einen KI-Kunstwettbewerb ein – und gewann (und wurde disqualifiziert). (10)
Seine Botschaft war kraftvoll: Die Natur und der menschliche Blick können immer noch surrealer und fantastischer sein als jeder Algorithmus.
Wir erleben eine Renaissance des Analogen, nicht nur aus Nostalgie, sondern als Schutzmechanismus. Der physische Film, das Negativ, wird zum ultimativen Beweis des „Dagewesenseins“. Ein Negativstreifen ist ungleich schwerer zu hacken als ein Datensatz.
Aber auch in der digitalen Fotografie ist der Trend zu erkennen. Ich analysiere jedes Jahr den Kameramarkt, und in den letzten 3-4 Jahren geht es gezielt in eine Richtung. Kleine, unperfekte Kameras mit einer Ästhetik. Kameras aus den frühen 2000er Jahren sind heiß begehrt. Kompakte Kameras im Retro-Look, Kameras, welche echt sind, gern aus hochwertigen metallischen Materialien. Alles, was schreit: Ich bin echt, und meine Bilder haben nicht den Anspruch, perfekt zu sein.
Fazit & Ausblick: Eine neue Medienkompetenz
Was bedeutet das für uns – Fotografen, Bildredakteure, Konsumenten?
Wir müssen unsere Medienkompetenz radikal aktualisieren. Das intuitive Bauchgefühl („Es sieht echt aus“) muss durch einen analytischen Prozess ersetzt werden: „Wo sind die Metadaten? Wer ist der Absender? Gibt es eine Signatur?“
Institutionen wie World Press Photo haben bereits reagiert und ziehen klare Grenzen: Keine generative KI in dokumentarischen Kategorien. Das Foto muss ein „Lichtabdruck“ bleiben. Und mit der Kennzeichnungspflicht des EU AI Act bekommt diese Haltung ab August 2026 auch rechtliches Gewicht.
Vielleicht, und das ist eine gewagte Hoffnung: Rettet die KI am Ende die authentische Fotografie.
Indem sie die Bilderflut mit synthetischem Material sättigt, zwingt sie uns dazu, den dokumentarischen Wert echter Fotografie nicht mehr als selbstverständlich hinzunehmen, sondern ihn aktiv zu schätzen, zu schützen und zu verifizieren.
Wir müssen lernen, dem Bild wieder zu misstrauen, um die Wahrheit darin zu retten.
Ich wünsche dir möglichst viele echte Momente.
Quellen:
1: Die helle Kammer: Bemerkungen zur Photographie (suhrkamp taschenbuch) / S. 87
2: „Deep Fakes: A Looming Challenge for Privacy, Democracy, and National Security“ (2018/2019)
6: https://c2paviewer.com/articles/canon-authenticity-imaging-system
10: https://news.artnet.com/art-world/miles-astray-non-ai-photo-wins-ai-competition-2500809
