Screenshots und komprimierte Bilder auf KI prüfen: Was die Analyse noch leisten kann

Screenshots und komprimierte Bilder können noch Hinweise auf KI-Erzeugung oder Bearbeitung enthalten. Wie weit die Prüfung reicht, hängt vom Verfahren und von der erhaltenen Bildinformation ab: Pixelspuren, unterstützte Wasserzeichen oder sichtbare Details können auswertbar sein, während andere Nachweise fehlen. Dass ein Werkzeug den Upload annimmt, sagt noch nichts darüber aus, ob die Datei für Ihre konkrete Frage geeignet ist.

Es geht hier darum, generierte oder bearbeitete Inhalte in einem Screenshot zu beurteilen. Ob eine Datei selbst ein Screenshot ist, ist eine andere Frage.

Der erste praktische Schritt ist zu klären, was Ihnen vorliegt: die gespeicherte Ausgangsdatei, eine heruntergeladene Kopie, ein Screenshot oder ein abfotografierter Bildschirm. Danach klären Sie, was festgestellt werden muss. Die Erkennung eines vollständig generierten Bildes, die Prüfung einer veränderten Ziffer und die Validierung aufgezeichneter Herkunftsdaten stellen sehr unterschiedliche Anforderungen an die Datei.

Ist der Originalanhang verfügbar, bewahren Sie ihn neben der erhaltenen Kopie auf. Ist er es nicht, kann ein Screenshot die Prüfung trotzdem lenken. Oft ist das nützlichste Ergebnis dann eine gezielte Nachforderung eines einzelnen fehlenden Nachweises, nicht ein weiterer Detektorwert.

Auf einen Blick: Welche Datei beantwortet Ihre Frage?

„Original“ sollte eine bestimmte Datei bezeichnen, die auf einem bekannten Weg zu Ihnen kam, nicht einfach das größte Bild, das jemand liefern kann. Eine große Datei kann eine vergrößerte Ableitung sein, eine Kameradatei kann einen Bildschirm zeigen. Halten Sie fest, wie Sie jede Fassung erhalten haben und welche Beziehung zum strittigen Bild tatsächlich belegt ist.

Für die Prüfung einer einzelnen Datei nutzen Sie die kostenlose Bildprüfung für KI-Bilder. Sie führt die vollständige Analyse aus und zeigt Risikostufe und Handlungsempfehlung; der vollständige Bericht zeigt die Belege zu KI-Generierung, Bearbeitungsspuren und eingebetteten Herkunftsnachweisen. Stimmen Sie die Analyse auf die Frage ab und halten Sie den Verarbeitungsverlauf der Einsendung beim Ergebnis fest. Eine veränderte Ziffer in einer Bankverbindung verlangt eine andere Nachforderung als die Frage, ob eine ganze Szene generiert wurde.

Vor dem Hochladen

Sichern Sie die erhaltene Datei unverändert und gehen Sie dann diese kurze Liste durch:

1. Wählen Sie den frühesten verfügbaren Anhang, dessen Beziehung zum erhaltenen Bild Sie erklären können. Weichen die Fassungen voneinander ab, bewahren Sie beide auf.
2. Benennen Sie die Frage: vollständig generiertes Bild, vermutete lokale Änderung oder aufgezeichnete Herkunft.
3. Prüfen Sie die Dateianforderungen: Die kostenlose Bildprüfung verarbeitet JPEG, PNG oder WebP bis 10 MB und bis 40 Megapixel. Laden Sie nach Möglichkeit die Originaldatei hoch, denn Screenshots und erneut komprimierte Kopien verlieren Belege wie Metadaten und Content Credentials. Ein angenommenes Format heißt noch nicht, dass sich die Datei für die jeweilige Analyse eignet.
4. Verlangt ein Werkzeug einen Ausschnitt oder eine Umwandlung, bewahren Sie die Ausgangsdatei auf und kennzeichnen Sie die Ableitung. Verbessern oder rekonstruieren Sie strittige Details nicht.
5. Verknüpfen Sie das Ergebnis mit genau der eingereichten Fassung, einschließlich eines Status wie „nicht eindeutig“ oder „nicht bestimmbar“.

Was sich ändert, wenn ein Bild zum Screenshot wird

Ein Screenshot hält eine gerenderte Ansicht fest. Das Bild kann dabei auf Fenstergröße verkleinert, teilweise verdeckt, mit Bedienelementen kombiniert oder mit anderen Bildern zusammengesetzt worden sein. Die Dateistruktur des ursprünglichen Bildes und seinen eingebetteten Verlauf enthält der Screenshot nicht automatisch.

Die Content Authenticity Initiative stellt in ihren FAQ klar, dass ein Screenshot die C2PA-Metadaten des Ausgangsbildes nicht enthält. Sie erklärt außerdem: Wer ein Bild mit einer signierenden Kamera abfotografiert, erhält einen signierten Nachweis der neuen Aufnahme, aber keinen Nachweis über die Herkunft des abfotografierten Bildes (CAI, FAQ).

Das ist wichtig, wenn jemand einen Screenshot mit einem „verifiziert“-Symbol einreicht. Das Symbol ist sichtbarer Inhalt des Screenshots. Um sich auf ein Validierungsergebnis zu stützen, brauchen Sie die betreffende Datei oder den Prüfnachweis, müssen klären, auf welche Datei er sich bezieht, und das tatsächliche Ergebnis ansehen. Ein Bild einer Oberfläche ersetzt diese Verbindung nicht.

Fehlende eingebettete Content Credentials beenden nicht jede Herkunftsprüfung. C2PA beschreibt sogenannte Soft Bindings: Ein unsichtbares Wasserzeichen oder ein Inhalts-Fingerabdruck kann helfen, ein abgetrenntes Manifest in einem Manifest-Repository wiederzufinden (C2PA 2.5 Soft Binding API, Abschnitt 1). Ob das möglich ist, hängt von Datei und Umsetzung ab; bei vielen Screenshots lässt sich kein Verlauf wiederherstellen. Die Analyse von Fileverity meldet, wenn Content Credentials entfernt wurden, das Bild aber noch ihr unsichtbares Wasserzeichen trägt.

Halten Sie drei Aussagen in Ihren Notizen auseinander: „keine eingebetteten Content Credentials gefunden“, „Wiederherstellung mit diesem unterstützten Verfahren versucht“ und „kein passender Eintrag gefunden“. Keine davon bedeutet „die abgebildete Szene ist echt“.

WhatsApp, Signal, E-Mail: Was der Übertragungsweg verändert

Gehen Schadenfotos, Lieferantennachweise oder Reklamationsbilder per Messenger, E-Mail oder Portal ein, kann jeder Übertragungsweg die Datei anders verändern, und das Verhalten hängt von App, Version, Betriebssystem und Einstellungen ab. Die Tabelle beschreibt typische Tendenzen, keine festen Regeln:

Senden Sie in Ihrem Team ein Testfoto mit bekannter Herkunft über Ihre tatsächlichen Eingangskanäle und vergleichen Sie, was ankommt: Abmessungen, Dateigröße, Metadaten und Content Credentials. So wissen Sie, welche Belege Sie bei welchem Kanal überhaupt erwarten können. Ein fehlendes Kameramodell in einem Messenger-Bild sagt dann vor allem etwas über den Übertragungsweg, nicht über eine Bearbeitung. Behandeln Sie Metadaten wie GPS-Koordinaten dabei als personenbezogene Daten.

Komprimierung, Verkleinerung und Wasserzeichen betreffen unterschiedliche Belege

Verlustbehaftete Komprimierung verändert die kodierte Bildinformation. Verkleinerung verändert die räumliche Abtastung. Ein Zuschnitt entfernt umgebende Inhalte. Diese Schritte treten oft gemeinsam auf, doch wer einen davon erkennt, weiß noch nicht, welche anderen stattfanden oder wie ein bestimmter Detektor darauf reagiert.

Die SWGDE unterscheidet in ihren Leitlinien verlustfreie und verlustbehaftete Verfahren: Ein verlustbehaftet komprimiertes Bild lässt sich nicht exakt wiederherstellen, mehrfaches Speichern kann zusätzliche Verluste bringen, und feine Details können verschwimmen (SWGDE, Digital Image Compression and File Format Guidelines, Version 3.0). Behandeln Sie Komprimierung als zu dokumentierende Verarbeitungsbedingung, nicht als eigenständigen Täuschungsvorwurf.

Eine allgemeine Regel „Komprimierung verhindert die Erkennung KI-generierter Bilder“ gibt es nicht. Eingebettete Herkunftsdaten, unsichtbare Wasserzeichen und trainierte Bildanalyse sind verschiedene Mechanismen. Manche Anbieter entwickeln ihre Wasserzeichen so, dass sie Veränderungen wie verlustbehaftete Komprimierung überstehen sollen. Eine solche Auslegung garantiert aber nicht, dass jede veränderte Datei ein verwertbares Ergebnis liefert oder dass ein Prüfdienst jeden Generator abdeckt.

Auch trainierte Manipulationsdetektoren brauchen Belege für die jeweiligen Bedingungen. Robustheitsuntersuchungen solcher Verfahren berichten regelmäßig von Leistungsänderungen nach Verkleinerung und Komprimierung. Eine Evaluierung sollte deshalb die Eingangswege abbilden, über die Ihr Team tatsächlich Dateien erhält.

Wie sich die drei Nachweiswege unterscheiden, erklärt der Ratgeber C2PA, KI-Wasserzeichen oder Bilddetektor. Hier geht es um die praktische Frage, welche Information Ihre erhaltene Datei noch trägt.

Ein kleines Merkmal wird zu einem noch kleineren Prüfbereich

Nehmen Sie ein fiktives Ausgangsbild mit 4.000 × 3.000 Pixeln an. Ein Rahmen um ein strittiges Typenschild misst 120 × 80 Pixel. Wird das ganze Bild proportional auf 1.000 × 750 Pixel verkleinert, misst der entsprechende Rahmen etwa 30 × 20 Pixel.

Breite und Höhe betragen je ein Viertel des Originals. Der Rahmen enthält 600 statt 9.600 Pixelpositionen, also ein Sechzehntel. Das ist eine geometrische Rechnung, keine Aussage, dass die Erkennungsleistung im selben Verhältnis sinkt. Ob ein Zeichen lesbar bleibt, hängt auch von Strichstärke, Kontrast, Verarbeitung und Verfahren ab.

Komprimierte Bilder wieder zu vergrößern, macht die frühere Verkleinerung nicht rückgängig. Eine viermal größere Anzeige der kleinen Kopie stellt keine Bildinformation wieder her. Interpolation kann helfen, die vorhandene Struktur zu erkennen, aber die Vergrößerung ist nicht das ursprüngliche Typenschild. Ist ein Zeichen nicht sicher lesbar, halten Sie es als nicht lesbar fest, statt die Deutung zu wählen, die am besten zu einem Verdacht passt.

Nutzen Sie keine generative Bildverbesserung, um das Detail zu erzeugen, das den Fall entscheiden soll. Eine scheinbar klarere Ziffer aus einer Rekonstruktion ist kein unabhängiger Beleg für die Ziffer in der eingereichten Datei. Bewahren Sie eine vergrößerte Arbeitsansicht nur gekennzeichnet und zusammen mit ihrer Ausgangsdatei auf.

Warum Verkleinerung Belege zerstört, die Vergrößern nicht zurückbringt

Hinter diesem Effekt steht die Abtasttheorie: Weniger Abtastwerte können großräumige Strukturen bewahren und zugleich feinere Unterschiede verlieren. Dass ein Format angenommen wird, heißt nicht, dass jedes ursprüngliche Merkmal den Liefer- und Analyseweg übersteht.

Beim Verkleinern wird üblicherweise gefiltert und dann auf einem gröberen Raster neu abgetastet. Die Filterung unterdrückt Feinstrukturen, die das neue Raster nicht zuverlässig darstellen kann. Ohne geeignete Filterung können feine Muster als andere, gröbere Muster erscheinen; dieser Effekt heißt Aliasing. Das Abtasttheorem beschreibt, unter welchen Bedingungen sich ein bandbegrenztes Signal rekonstruieren lässt. Sind die Bedingungen verletzt, ist eine eindeutige Rekonstruktion nicht möglich (Steven W. Smith, The Scientist and Engineer's Guide to Digital Signal Processing, Kapitel 3). Beliebige Details, die aus einem Foto entfernt wurden, verspricht das Theorem also nicht zurückzubringen.

Um den Informationsverlust zu isolieren, betrachten Sie eine einfache Blockmittelung: Jeder 2 × 2-Block wird durch den Mittelwert seiner vier Grauwerte ersetzt.

Beide Strukturen ergeben genau denselben Wert: (0 + 100 + 0 + 100) / 4 = 50. Aus dem Ergebnis allein lässt sich nicht eindeutig bestimmen, welche Kante vorlag. Wer den Wert 50 zu einem größeren Quadrat aufbläht, gewinnt die Ausrichtung nicht zurück. Eine generative Verbesserung kann plausible Details vorschlagen, aber dieser Vorschlag belegt nicht, welche Eingabe vorhanden war.

Diese Viele-zu-eins-Abbildung löscht den Unterschied zwischen den beiden Eingaben. Reale Filter verwenden andere Gewichte und Nachbarschaften, die Prüffrage bleibt dieselbe: Ist genug Detail erhalten, um das Merkmal zu beurteilen?

Für ein strittiges Typenschild lautet die praktische Frage, ob seine relevanten Striche in der Datei, die Sie oder der Detektor tatsächlich erhalten, noch aufgelöst sind. Bewahren Sie die eingereichte Datei, etwaige Analysekopien und die Beziehung ihrer Koordinaten auf. Ist das Merkmal nicht aufgelöst, fordern Sie eine bessere Quelle an, statt eine vergrößerte Unschärfe als negativen Befund zu deuten. Die Analyse findet zwar auch Bearbeitungen, die durch erneutes Speichern in Originalqualität oder einen Export als PNG oder WebP verschleiert wurden, und bewertet, ob die Datei gut genug für eine Schlussfolgerung ist. Verlorene Bilddetails stellt sie aber nicht wieder her. Wie sich solche Grenzen auf Genauigkeitsangaben auswirken, beschreibt der Ratgeber Wie zuverlässig sind KI-Bilddetektoren?.

Ein wiederholbarer Eingangsablauf

Beginnen Sie mit der Datei, wie sie eingegangen ist. Halten Sie Vorgangsnummer, Kanal, Abmessungen und bekannte Verarbeitungsschritte fest. Ein SHA-256-Hashwert identifiziert genau diese Datei; über die Wahrheit des Inhalts sagt er nichts. Legen Sie spätere Ausschnitte und Umwandlungen unter eigenen Referenzen ab.

Schreiben Sie dann die enge Frage auf. „Wurde dieses Bild generiert?“ ist etwas anderes als „Zeigt dieses Typenschild das bestellte Modell?“. Die zweite Frage lässt sich womöglich durch eine Prüfung des Geräts klären, auch wenn der vollständige Entstehungsverlauf des Bildes unbekannt bleibt.

Prüfen Sie die Eingabehinweise des Werkzeugs, bevor Sie eine Ableitung erstellen. Manche Dienste verlangen bei Screenshots einen Ausschnitt, der nur das Bild enthält. Solche Hinweise gelten für den jeweiligen Dienst und sind keine allgemeine Vorverarbeitungsregel für andere Detektoren. Bewahren Sie den vollständigen Screenshot auch dann auf, wenn Sie mit einem freigegebenen Ausschnitt arbeiten.

Halten Sie nach der Analyse Dateireferenz, Aufgabe, Ergebnisbezeichnung und gemeldete Einschränkungen fest. Betrifft das Ergebnis einen Bereich, stellen Sie sicher, dass sich die angezeigten Koordinaten auf dieselbe Ausrichtung und denselben Ausschnitt beziehen, den Sie geprüft haben. Ein Befund zu einer Vorschau ist kein Befund zu einer später hochgeladenen Originaldatei.

Wählen Sie zum Schluss die nächste Nachforderung. Fehlt Quelldetail, fordern Sie den Anhang an. Fehlt die Zuordnung zum Gegenstand, fordern Sie eine Ansicht an, die das strittige Merkmal mit dem Gegenstand verbindet. Ist ein Geschäftsvorgang strittig, beschaffen Sie die passende Unterlage. Derselbe Upload, wiederholt, liefert keine Tatsache, die die Datei nicht enthält.

Fallbeispiel (fiktiv): unlesbares Typenschild einer Wärmepumpe

Ein Heizungsbaubetrieb hat beim Großhandel eine Wärmepumpe des Modells „WP-8B“ bestellt. Vor der Auslieferung schickt der Lieferant per WhatsApp einen Screenshot aus seinem Chat, der ein Foto des Typenschilds enthält. Für die Abnahme kommt es auf die Endung „B“ an, doch im kleinen Screenshot lässt sich „B“ nicht sicher von „8“ unterscheiden. Der Lieferant erklärt, das Bild sei für den Versand verkleinert worden. Diese Erklärung wird festgehalten, nicht als geprüft angenommen.

Der Einkauf eröffnet einen Vorgang mit einer einzigen Frage: Entspricht das gelieferte Gerät dem bestellten Modell? Der Screenshot wird unverändert gesichert, der Bereich des Typenschilds als nicht lesbar vermerkt. Eine Manipulationsprüfung kann, sofern sie für diese Eingabe geeignet ist, auf einen Bereich hinweisen, aber sie macht aus einem unlesbaren Zeichen keine bestätigte Modellnummer.

Ist eine Bildanalyse Teil dieser fiktiven Prüfung, führen Sie ihr Ergebnis getrennt vom Ablesen des Typenschilds. Ein verwertbarer Manipulationshinweis rechtfertigt die Prüfung des genannten Bereichs und eine Nachforderung der Quelle; er entscheidet nicht, ob das Schild „B“ zeigt. Ein Ergebnis „nicht eindeutig“ lässt die Bildfrage offen. Eine nicht unterstützte Eingabe verlangt eine geeignete Datei oder einen anderen Nachweisweg. Verwenden Sie die tatsächlichen Ergebnisbezeichnungen des Werkzeugs und deuten Sie eine fehlgeschlagene Analyse nicht als negativen Befund. Der Fileverity-Bericht hilft hier an zwei Stellen: Der Hashwert hält fest, dass genau dieser Screenshot geprüft wurde, und reicht die Beleglage nicht aus, lautet das Ergebnis „nicht bestimmbar“ und der Bericht benennt, was fehlt, etwa die Originaldatei.

Die Nachforderung hat zwei Teile: die gespeicherte Bilddatei vor dem Versand per Messenger und eine separate Ansicht, die Gerät und Typenschild zusammen zeigt. Der Lieferant sollte dafür den vereinbarten Bestellweg nutzen; die Anfrage sollte ihn nicht bitten, das Schild zu generieren, zu schärfen oder nachzuzeichnen.

Kommen weder eine geeignete Quelle noch ein unabhängiger Nachweis, übergeben Sie die Modellfrage an die für die Wareneingangsprüfung verantwortliche Person, legen Sie einen Wiedervorlagetermin fest und dokumentieren Sie, ob die Abnahme zurückgestellt oder per freigegebener Ausnahme erteilt wird. Wiederholte Nachforderungen dürfen den Vorgang nicht ohne verantwortliche Person lassen.

Keines dieser Ergebnisse braucht ein Betrugsurteil. Eine gelungene Prüfung kann bestätigen, dass das Gerät stimmt, einen Lieferfehler aufdecken oder benennen, welcher Nachweis noch fehlt. Dateiverlauf und Übereinstimmung des Geräts bleiben getrennte Befunde, wenn nur einer davon geklärt ist.

Eine bessere Datei anfordern, ohne neue Unsicherheit zu schaffen

Formulieren Sie die Anfrage konkret und neutral und sagen Sie, was fehlt:

Auf dem erhaltenen Bild können wir die Modellendung auf dem Typenschild nicht sicher lesen. Bitte senden Sie uns, falls vorhanden, die gespeicherte Bilddatei so, wie sie vor dem Einfügen in den Chat vorlag, als Dateianhang. Bitte senden Sie außerdem über den üblichen Bestellweg eine Aufnahme, auf der Gerät und Typenschild gemeinsam zu sehen sind. Bitte vergrößern, schärfen oder bearbeiten Sie die Aufnahmen nicht. Ist die Datei oder eine solche Aufnahme nicht verfügbar, geben Sie uns bitte Bescheid, damit wir das Modell auf anderem Weg bestätigen können.

Nennen Sie, welche sensiblen Angaben wirklich nötig sind, und nutzen Sie den freigegebenen Übertragungsweg Ihres Hauses. Ist eine Schwärzung nötig, bewahren Sie die Quelle unter geregeltem Zugriff auf und kennzeichnen Sie die geschwärzte Ableitung. Lassen Sie sich keine unbeteiligten personenbezogenen Daten oder Zahlungsdaten schicken, nur um ein höher aufgelöstes Bild zu erhalten.

Ist keine Quelldatei verfügbar, halten Sie diese Grenze fest, ohne ein bewusstes Zurückhalten zu unterstellen. Eine andere freigegebene Quelle, eine Prüfung vor Ort oder eine Geschäftsunterlage hilft oft mehr als wiederholte Anfragen nach einem unerreichbaren Original.

Die Dateien evaluieren, die Ihr Team tatsächlich erhält

Vergleichen Sie Verfahren für wiederkehrende Eingänge unter realistischen Lieferbedingungen. Trennen Sie Quelldateien, Downloads, Screenshots und abfotografierte Bildschirme. Legen Sie die Aufgabe jeweils fest: Herkunft des ganzen Bildes, lokale Manipulation oder Wiederauffinden von Herkunftsdaten. Eine allgemeine Angabe „JPEG wird unterstützt“ belegt keine Leistung bei einem kleinen Screenshot mit mehreren Bildern.

Halten Sie verwandte Fassungen eines Bildes zusammen, wenn Sie eine Evaluierung in Entwicklungs- und Testdaten aufteilen. Sonst landen fast identische Inhalte auf beiden Seiten, und die Evaluierung sagt weniger über neue Einsendungen aus. Werten Sie Ergebnisse nach Quellfamilie und Dateizustand aus, statt jede Ableitung als eigenständige Szene zu zählen.

Messen Sie neben Fehlerzahlen auch, für wie viele Dateien überhaupt ein verwertbares Ergebnis vorliegt und wie viel Aufwand die Klärung von Ausnahmen kostet. Ein Ablauf, der bei schwierigen Eingängen bessere Nachweise anfordert, kann sinnvoll sein, aber nicht bewertbare Dateien müssen sichtbar bleiben. Nicht unterstützt heißt nicht unauffällig. Schließen Sie solche Dateien nicht stillschweigend aus, um die verbleibende Genauigkeit dann für den gesamten Eingang auszuweisen.

Mit der kostenlosen Bildprüfung sehen Sie die Risikostufe, die ein Screenshot noch trägt; die Analyse zeigt die Belege und wie belastbar die Einschätzung ist und hält bei vorliegender Originaldatei den Befund in einem Bericht mit Hashwert und Zeitstempel fest.

Datenschutz: Ihre Dateien werden nach der Analyse gelöscht und nie zum Training genutzt; die Analyse läuft auf von Entogo betriebenen Servern in Toronto, Kanada, und Enterprise-Kunden erhalten auf Anfrage eine private Bereitstellung. Alle Verarbeitungsorte stehen unter Sicherheit und Datenschutz, den Vertrag nach Art. 28 DSGVO finden Sie unter Auftragsverarbeitung.

Für Ihre typischen Eingangskanäle schildern Sie uns Bildgrößen, die lokalen Merkmale, auf die es ankommt, und die vorgesehene Prüfmaßnahme; echte Fälle gehen wir gemeinsam mit Ihrem Team durch. Messen Sie am Ende, ob die Ergebnisse Ihren Prüfteams helfen, die ursprüngliche Frage mit weniger Nachforderungen zu klären. Sie erreichen uns über die Kontaktseite.

Wenn Sie die Originaldatei bereits haben, lesen Sie weiter mit Erkennen, ob ein Foto bearbeitet wurde. Für Schadenfälle und Reklamationen, in denen Messenger-Bilder die Regel sind, siehe Retourenbetrug mit KI-Fotos: Reklamationsfotos prüfen.

Von Yang Zheng