Warum nutzen Plattformen nicht ein System, das echte Bilder von KI-Fälschungen unterscheiden kann? Die weltweit größten Technologieunternehmen unterstützen den Authentifizierungsstandard der C2PA, aber sie lassen sich zu viel Zeit, um ihn einzusetzen.
Die US-Präsidentschaftswahlen stehen vor der Tür, und das Internet ist gefüllt mit Bildern von Donald Trump und Kamala Harris: perfekt zeitlich aufeinander abgestimmte Fotos eines Attentatsversuchs, vollkommen unspektakuläre Fotos von Wahlkampfveranstaltungen und schockierend untypische Bilder der Kandidaten, die Fahnen verbrennen und Waffen in den Händen halten. Natürlich haben einige dieser Ereignisse nie stattgefunden. Aber durch die enormen Fortschritte generativer KI-Bildwerkzeuge, die heute so geschickt und zugänglich sind, können wir unseren Augen kaum noch trauen.
Einige der größten Namen in der digitalen Medienwelt arbeiten daran, dieses Chaos zu entwirren. Ihre Lösung: mehr Daten — speziell Metadaten, die an ein Foto angehängt werden und Auskunft darüber geben, was echt ist, was gefälscht ist und wie die Fälschung entstanden ist. Eines der bekanntesten Systeme hierfür ist die C2PA-Authentifizierung, die bereits von Unternehmen wie Microsoft, Adobe, Arm, OpenAI, Intel, Truepic und Google unterstützt wird. Der technische Standard liefert wichtige Informationen über die Herkunft von Bildern und ermöglicht es den Betrachtern, zu erkennen, ob sie manipuliert wurden.
Was ist C2PA und wie funktioniert es?
Die C2PA (Coalition for Content Provenance and Authenticity) ist eine breit angelegte Initiative, die im Wesentlichen darauf abzielt, die Authentizität digitaler Inhalte sicherzustellen. Der technische Standard, den C2PA entwickelt hat, nutzt kryptografische digitale Signaturen, um die Echtheit digitaler Medien zu verifizieren. Diese Signaturen enthalten wesentliche Informationen über das Bild, wie die Kameraeinstellungen, den Aufnahmeort und die verwendete Bildbearbeitungssoftware. Diese Metadaten fungieren wie ein digitaler Fingerabdruck, der die Geschichte eines Bildes nachzeichnet und Manipulationen sichtbar macht.
Zum Beispiel könnten Inhalte, die mit Adobe Photoshop bearbeitet wurden, automatisch diese C2PA-Metadaten einbetten, die genau dokumentieren, welche Änderungen vorgenommen wurden und ob generative KI-Tools im Spiel waren. Dies wäre besonders nützlich, um Bilder zu identifizieren, die auf unehrliche Weise bearbeitet wurden.
Die Herausforderung der Implementierung
Wenn die Technologie zur Authentifizierung von Bildern bereits verfügbar ist, stellt sich die Frage: Wo bleibt sie? Und warum sehen wir online nicht mehr „verifizierte“ Kennzeichnungen bei veröffentlichten Fotos?
Das Problem liegt in der Interoperabilität. Es gibt noch immer enorme Lücken in der Implementierung dieses Systems, und es dauert Jahre, bis alle notwendigen Akteure an Bord sind. Und wenn wir nicht alle Beteiligten ins Boot holen, könnte die Initiative scheitern.
Die größten Herausforderungen beginnen bei den Kameras, die die Bilder aufnehmen. Einige Marken, wie Sony und Leica, haben bereits begonnen, kryptografische digitale Signaturen, die auf dem offenen technischen Standard der C2PA basieren, in ihre Kameras zu integrieren. Diese Signaturen liefern wichtige Informationen wie Kameraeinstellungen, Datum und Ort der Aufnahme direkt beim Fotografieren. Diese Funktion wird derzeit jedoch nur von wenigen Kameras unterstützt, wie der Leica M11-P oder durch Firmware-Updates bei Sonys Alpha 1, Alpha 7S III und Alpha 7 IV. Andere große Kameramarken wie Nikon und Canon haben zwar ebenfalls zugesagt, den C2PA-Standard zu übernehmen, doch die tatsächliche Umsetzung steht noch aus.
Auch bei Smartphones, die für viele Menschen die zugänglichsten Kameras darstellen, fehlt diese Unterstützung weitgehend. Weder Apple noch Google haben auf Anfragen zur Implementierung von C2PA-Unterstützung oder ähnlichen Standards in ihre iPhone- oder Android-Geräte reagiert.
Wenn die Kameras selbst diese wertvollen Daten nicht aufzeichnen, können wichtige Informationen dennoch während des Bearbeitungsprozesses hinzugefügt werden. Software wie Adobe Photoshop und Lightroom, zwei der am weitesten verbreiteten Bildbearbeitungsanwendungen in der Fotografiebranche, können automatisch diese Daten in Form von C2PA-unterstützten Inhaltsnachweisen einbetten, die festhalten, wie und wann ein Bild verändert wurde. Das schließt auch den Einsatz generativer KI-Tools ein, was helfen könnte, Bilder zu identifizieren, die manipuliert wurden.
Die fehlende Unterstützung durch Plattformen
Selbst wenn eine Kamera Authentizitätsdaten unterstützt, werden diese Informationen nicht immer an den Betrachter weitergegeben. Ein C2PA-kompatibles Sony-Kamera wurde beispielsweise verwendet, um das mittlerweile ikonische Foto von Trumps Faustschlag nach dem Attentatsversuch aufzunehmen, sowie ein Foto, das anscheinend die Kugel zeigt, die auf ihn abgefeuert wurde. Diese Metadaten sind jedoch für die breite Öffentlichkeit nicht zugänglich, da Online-Plattformen, auf denen diese Bilder verbreitet wurden, wie X (ehemals Twitter) und Reddit, sie beim Hochladen und Veröffentlichen von Bildern nicht anzeigen. Selbst Medienwebsites, die den Standard unterstützen, wie die New York Times, zeigen keine Verifizierungsnachweise sichtbar an, nachdem sie diese zur Authentifizierung eines Fotos verwendet haben.
Ein Teil dieses Hindernisses, neben der Herausforderung, Plattformen überhaupt ins Boot zu holen, besteht darin, die beste Art und Weise zu finden, diese Informationen den Nutzern zu präsentieren. Facebook und Instagram sind zwei der größten Plattformen, die Inhalte auf Marker wie den C2PA-Standard überprüfen, aber sie kennzeichnen nur Bilder, die mit generativen KI-Tools manipuliert wurden – es werden keine Informationen angezeigt, um „echte“ Bilder zu validieren.
Wenn diese Kennzeichnungen unklar sind, kann das ebenfalls ein Problem darstellen. Metas „Made with AI“-Kennzeichnungen verärgerten Fotografen, als sie so aggressiv angewendet wurden, dass sie selbst bei geringfügigen Retuschen zu sehen waren. Die Kennzeichnungen wurden inzwischen aktualisiert, um die Nutzung von KI weniger hervorzuheben. Während Meta uns gegenüber nicht offenlegte, ob es dieses System ausweiten wird, glaubt das Unternehmen, dass eine „breite Akzeptanz von Content Credentials“ notwendig ist, um Vertrauen aufzubauen.
Truepic, ein Anbieter von Authentifizierungsinfrastrukturen und weiteres Mitglied der C2PA, sagt, dass in diesen digitalen Markern genügend Informationen vorhanden sind, um mehr Details zu liefern, als die Plattformen derzeit bieten.
„Die Architektur ist vorhanden, aber wir müssen den optimalen Weg erforschen, um diese visuellen Indikatoren anzuzeigen, damit jeder im Internet sie tatsächlich sehen und nutzen kann, um bessere Entscheidungen zu treffen, ohne einfach nur zu sagen, dass etwas entweder komplett generative KI oder komplett authentisch ist“
, sagte Mounir Ibrahim, Chief Communications Officer von Truepic, gegenüber The Verge.
Eine unvollständige Lösung für ein komplexes Problem
Selbst wenn wir morgen in einer Technologie-Landschaft aufwachen würden, in der jede Plattform, Kamera und kreative Anwendung den C2PA-Standard unterstützen würde, bleibt der Widerstand von Menschen ein starkes und möglicherweise unüberwindbares Hindernis. Auch wenn man den Menschen dokumentierte, faktenbasierte Informationen liefert, werden sie diese ignorieren, wenn sie es wollen. Fehlinformationen können gänzlich unbegründet sein, wie das Beispiel zeigt, wie bereitwillig Trump-Anhänger Anschuldigungen glaubten, Harris habe angeblich ihre Wahlkampfveranstaltungen gefälscht, obwohl es zahlreiche Beweise gab, die das Gegenteil bewiesen. Manche Menschen glauben einfach, was sie glauben wollen.
Ein kryptografisches Kennzeichnungssystem ist jedoch wahrscheinlich der beste Ansatz, den wir derzeit haben, um authentische, manipulierte und künstlich generierte Inhalte in großem Maßstab zuverlässig zu identifizieren. Alternative Methoden wie Online-Dienste zur KI-Erkennung sind notorisch unzuverlässig.
„Erkennung ist bestenfalls probabilistisch – wir glauben nicht, dass Sie einen Erkennungsmechanismus bekommen, bei dem Sie jedes Bild, Video oder digitalen Inhalt hochladen und in Echtzeit und im großen Maßstab eine Genauigkeit von 99,99 Prozent erreichen können“
, sagt Ibrahim.
„Und während das Wasserzeichen robust und hochwirksam sein kann, ist es unserer Ansicht nach nicht interoperabel.“
Kein System ist perfekt, und selbst robustere Optionen wie der C2PA-Standard können nur begrenzt helfen. Bild-Metadaten können leicht entfernt werden, indem man einfach einen Screenshot macht – dafür gibt es derzeit keine Lösung – und die Wirksamkeit des Systems hängt letztlich davon ab, wie viele Plattformen und Produkte es unterstützen.
„Nichts davon ist ein Allheilmittel“
, sagt Ibrahim.
„Es wird das Risiko mindern, aber böse Akteure werden immer da sein, die generative Werkzeuge nutzen, um Menschen zu täuschen.“
Warum Herkunftsnachweise wichtiger werden
C2PA ist nicht nur ein Technikstandard für Fotografen. Es ist ein Versuch, Vertrauen in digitale Inhalte wieder maschinenlesbar zu machen. Gerade bei erklärungsbedürftigen KI-Systemen passt das zu der größeren Frage, wie viel Transparenz Nutzer brauchen; unser Beitrag zu Explainable AI und DSGVO-Pflichten zeigt denselben Konflikt aus regulatorischer Sicht. Genau das wird wichtiger, weil generative KI Bilder nicht nur schneller erzeugt, sondern auch billiger, glaubwürdiger und massenhaft skalierbar macht. Ein gefälschtes Bild muss nicht perfekt sein. Es reicht, wenn es in den ersten Minuten nach einem Ereignis plausibel wirkt.
Für Redaktionen, Behörden und Unternehmen ist das ein echtes Risiko. Ein manipuliertes Bild kann Börsenkurse bewegen, Wahlkampfdebatten verzerren oder eine Marke beschädigen, bevor die Korrektur überhaupt sichtbar wird. Deshalb gehört Bildherkunft heute in dieselbe Sicherheitslogik wie Phishing-Schutz oder Account-Sicherheit. Wer sich mit KI-Risiken in der Cybersecurity beschäftigt, landet zwangsläufig bei der Frage, wie digitale Beweise überprüfbar bleiben.
Der Unterschied zu klassischen Wasserzeichen ist entscheidend: C2PA dokumentiert nicht nur, dass ein Inhalt gekennzeichnet wurde. Der Standard kann eine Kette von Bearbeitungsschritten festhalten. Eine Kamera signiert die Aufnahme, eine Software ergänzt die Bearbeitung, eine Plattform zeigt den Nachweis an. In der Theorie entsteht so eine überprüfbare Provenienz, also eine nachvollziehbare Herkunftsgeschichte.
Wo C2PA praktisch scheitern kann
Die größte Schwäche liegt nicht in der Kryptografie, sondern im Alltag. Menschen speichern Screenshots, komprimieren Bilder, laden Dateien in Messenger hoch und posten sie auf Plattformen, die Metadaten entfernen. An genau diesen Stellen kann eine saubere Herkunftskette brechen. Dann ist ein Bild nicht automatisch gefälscht, aber seine Geschichte ist nicht mehr vollständig belegbar.
Für Plattformen entsteht daraus ein Produktproblem. Eine Kennzeichnung muss verständlich sein, ohne Nutzer mit Details zu überfordern. „Mit KI erstellt“, „bearbeitet“, „Quelle verifiziert“ und „Herkunft unbekannt“ sind unterschiedliche Aussagen. Wenn sie in der Oberfläche gleich wirken, hilft der Standard wenig. Vertrauen entsteht nicht durch ein Icon allein, sondern durch klare, wiederholbare Bedeutung.
Hinzu kommt die Frage der Regulierung. Der EU AI Act verlangt bei bestimmten KI-Inhalten Transparenz, löst aber nicht jedes technische Detail der Kennzeichnung. C2PA kann eine praktische Brücke sein, weil der Standard Informationen transportiert, die Compliance-Prozesse brauchen. Wie komplex diese Pflicht werden kann, zeigt unser Überblick zur EU-AI-Act-Compliance für Unternehmen.
Was Unternehmen jetzt tun sollten
Unternehmen müssen C2PA nicht sofort in jede Datei schreiben. Sie sollten aber entscheiden, welche Inhalte beweissicher sein müssen. Pressebilder, Produktfotos, Beweismaterial, Recruiting-Kampagnen und Vorstandskommunikation haben andere Anforderungen als ein Social-Media-Schnappschuss. Wo ein Bild reputationskritisch ist, sollte die Herkunft dokumentiert werden.
Der zweite Schritt ist die Tool-Prüfung. Kreativteams sollten wissen, welche Kameras, Bilddatenbanken und Bearbeitungsprogramme Content Credentials unterstützen. Adobe beschreibt den Ansatz unter Content Credentials, die technische Spezifikation liegt bei der C2PA-Spezifikation. Wichtig ist dabei nicht nur das Erzeugen der Nachweise, sondern auch ihre Anzeige im späteren Veröffentlichungsweg.
Drittens braucht es interne Regeln. Wer darf KI-Bilder erzeugen? Wann müssen sie gekennzeichnet werden? Welche Metadaten dürfen aus Datenschutzgründen nicht veröffentlicht werden? C2PA kann Herkunft zeigen, aber es nimmt Unternehmen keine redaktionelle Verantwortung ab.
Die nüchterne Bilanz
C2PA wird Bildmanipulation nicht abschaffen. Der Standard macht Fälschungen nicht unmöglich und stoppt keine bewusste Desinformation. Er kann aber die Beweislast verschieben: Seriöse Absender können zeigen, woher ein Inhalt stammt und was mit ihm passiert ist. Für alle anderen wird es schwerer, Glaubwürdigkeit einfach zu behaupten.
Genau darin liegt der Wert. In einer Medienumgebung, in der KI-Bilder in Sekunden entstehen, reicht Bauchgefühl nicht mehr. Wir brauchen technische Herkunftsnachweise, redaktionelle Prüfung und Plattformen, die diese Informationen sichtbar machen. C2PA ist dafür nicht die komplette Lösung, aber ein wichtiger Baustein. Ohne solche Standards bleibt jedes virale Bild ein kleines Ratespiel.
