KI-Bilder können täuschend echt aussehen. Es wird immer schwieriger, KI-Bilder von echten Fotos oder von Menschen erstellten Bildern zu unterscheiden. Aber wie kannst du KI-Bilder erkennen? In diesem Artikel findest du einige Tipps dazu.
📖 Inhaltsverzeichnis
Einführung in KI-Bilder: Was sind KI-Bilder?
Bevor du dich mit den Erkennungsmöglichkeiten von KI-Bildern beschäftigst, solltest du erstmal wissen, was KI-Bilder überhaupt sind.
Definition von KI-Bildern: Was ist das eigentlich?
Bei einem KI-Bild handelt es sich um ein durch Künstliche Intelligenz erzeugtes Bild – auch bekannt unter den Begriffen Generative Art oder Prompt Art.
KI-Bilder werden von einer Künstlichen Intelligenz generiert, die Millionen von Bildern aus dem World Wide Web als Ausgangspunkt verwendet. Die KI wird darauf trainiert, aus diesen Bildern einen Durchschnitt zu bilden. Das Ergebnis ist dann ein einzigartiges KI-Bild. Dieses Bild kann allerdings Elemente enthalten, die von den verwendeten Trainingsdaten abhängen – beispielsweise Buchstaben- oder Logofragmente.
Methoden zur Erkennung von KI-Bildern: Wie kannst du KI-Bilder erkennen?
Es wird immer schwieriger, KI-generierte Bilder von echten Bildern zu unterscheiden. Doch es gibt ein paar Möglichkeiten, mit deren Hilfe du KI-Bilder (noch) erkennen kannst. Willst du testen, wie gut du darin bist, KI-generierte Bilder von menschlichen Bildern zu unterscheiden? Dann probiere das KI-Bilder-Quiz aus.
Visuelle Anzeichen und Unregelmäßigkeiten
KI-generierte Bilder weisen besondere visuelle Merkmale auf, die bei näherer Betrachtung sichtbar werden. Sie bestehen häufig aus feinen Strichen und Details.
Weitere Anzeichen sind fehlende oder unpassende Gegenstände, verschwommene Hintergründe, unleserlicher Text und Bereiche, die wie gemalt aussehen.
Analyse von Bild- und Metadaten
Unternehmen, die KI-Bilder erstellen oder verkaufen, bemühen sich darum, die Herkunft dieser Bilder transparent zu machen – dabei sind die Metadaten solcher Bilder wichtig. Um die Suche nach KI-generierten Bildern zu erleichtern, fordern Bilderplattformen wie Adobe Stock, diese in Titel, Beschreibung und Tags als solche zu kennzeichnen.
Es ist jedoch wichtig, sich nicht nur die Kennzeichnung anzusehen, sondern auch Bildunterschriften und Kommentare zu betrachten, da diese manchmal nicht eindeutig sind.
Erkennung von KI-spezifischen Merkmalen
Es kommt derzeit immer wieder vor, dass KI-generierte Menschen auf Bildern einen sechsten Finger haben – wie beispielsweise der Polizist neben Putin oder Papst Franziskus. Es gibt weitere, ähnliche Fehler, die dir schnell ins Auge fallen können: Unnatürliche Formen von Augen, Haaren und Ohren zählen dazu.
In the era of deep fake, AI generated images, it is going to be humanly impossible to discern what is fake & real.
— Kumar Manish (@kumarmanish9) March 31, 2023
Pope Francis in Balenciaga deepfake fooled millions. ⬇️ pic.twitter.com/EbZM0LdYED
Viele Bilder mögen täuschend echt wirken, doch die genannten Anomalien fallen auf. Zukünftig wird es wahrscheinlich schwieriger werden, KI-Bilder anhand dieser Merkmale zu erkennen. Schließlich ist es nur eine Frage der Zeit, bis sie auch diese Körperteile perfekt darstellen können.
Hi, I'm a tech reporter that covers China, cybersecurity, & new media. Hundreds of people are sharing this photo of Xi Jinping & Vladimir Putin as they meet at the Kremlin. The two did meet, but it's highly likely this photo was generated by an AI program. Here's why: 🧵 pic.twitter.com/6xqsDLxiMa
— Amanda Florian 小爱 (@Amanda_Florian) March 21, 2023
KI-Systeme zur Erkennung von KI-Bildern
Eine weitere Möglichkeit für die KI-Bild-Erkennung sind die folgenden KI-Erkennungstools. Ihre Ergebnisse haben noch ein wenig Luft nach oben, aber stellen einen guten Startpunkt für eine erste Bildanalyse dar:
V7 Fake Profile Detector – Das ist eine Chrome-Erweiterung, mit der du KI-generierte Profilbilder erkennen kannst. Installiere die V7-Chrome-Erweiterung, aktiviere die Chrome-Benachrichtigungen und wähle das Profilbild aus, das du analysieren möchtest. Die Ergebnisse werden in einer Benachrichtigung oben rechts auf dem Bildschirm angezeigt. Die Erweiterung funktioniert nur auf Desktop-Computern. Sie erkennt gefälschte menschliche Gesichter, die von StyleGAN generiert wurden.
Hive – Das Unternehmen bietet eine umfassende Sammlung von KI-Erkennungswerkzeugen für Bilder und Texte. Unter Verwendung einer Trainingsdatensammlung, die von Millionen von Beitragenden weltweit erstellt wurde, ermöglicht die API von Hive die automatische Erkennung von Objekten, Wörtern und Sätzen.
Warum ist die KI-Bilder-Erkennung wichtig?
Die Identifizierung von KI-Bildern ist wichtig, um maschinelle erzeugte Bilder auch in Zukunft von echten Bildern zu unterscheiden. Durch die Identifizierung von KI-Bildern können potenzielle Missverständnisse vermieden und das Vertrauen in KI-Systeme gestärkt werden.
Weitere gute Gründe, warum du KI-Bilder erkennen solltest:
- Ethik: Die noch relativ neue Technologie bietet viel Potenzial für Missbrauch. Neben Plagiatsproblemen führt auch die Frage nach dem geistigen Eigentum zu vielen Diskussionen.
- Gesellschaft: Die zunehmende Schwierigkeit, zwischen echten und künstlich erzeugten Bildern zu unterscheiden, kann Vertrauen und Glaubwürdigkeit beeinträchtigen.
- Manipulation: Bereits heute sind gezielte Phishing-Angriffe, Betrug durch Identitätsvortäuschung und Desinformationskampagnen durch manipulierte Medieninhalte möglich. Die Möglichkeit, falsche Aussagen einer Person zuzuordnen, führt zu Reputationsschäden.
- Urheberrecht: Die kommerzielle Nutzung von KI-Bildern wirft viele rechtliche Fragen auf, mit der sich die Rechtsprechung in den nächsten Jahren beschäftigen muss.
Mit welchen Tools können KI-Bilder erstellt werden?
Mit den folgenden KI-Bildgeneratoren kannst du schnell und einfach Bilder erstellen. Natürlich gibt es viele weitere Werkzeuge für Erstellung von KI-Bildern. Wähle ein Tool, das du leicht bedienen kannst.
DALL-E 2 – Für KI-Bild-Anfänger
Das KI-System DALL-E 2 wurde von OpenAI, einem Unternehmen für künstliche Intelligenz, entwickelt. Es ermöglicht die Erstellung realistischer Bilder und Kunstwerke auf der Grundlage von Textbeschreibungen. Die erste Version, DALL-E, wurde 2021 eingeführt, ein Jahr später folgte DALL-E 2 mit einer bis zu viermal höheren Auflösung, um einen noch präziseren und realistischeren Eindruck zu erzeugen.
Das DALL-E 2 ist sehr einfach zu bedienen. Man gibt einfach Sätze ein, die beschreiben, was man sehen möchte. DALL-E 2 erzeugt dann das Bild und ist in der Lage, verschiedene Stile, Konzepte und Eigenschaften zu kombinieren, um das Endergebnis zu gestalten.
Ein großer Vorteil von DALL-E 2 ist, dass es eine einfache Integration in No-Code-Tools bietet. Das heißt, du kannst die API zur Bildgenerierung direkt über OpenAI Zapier Integration nutzen. Damit sparst du Kosten und kannst viele neue Anwendungsfälle entwickeln. Sei dir bewusst, dass die Nutzung von DALL-E 2 rechtliche Probleme mit sich bringen kann. Da die generierten Bilder auf einer Sammlung von Bildern basieren, beinhalten die KI-Bilder unter Umständen Elemente dieser Bilder.
Jasper Art – Für Jasper.ai-Nutzer
Die Bilderzeugungsfunktionen von Jasper Art basieren auf dem populären KI-System DALL-E 2, das von OpenAI entwickelt wurde, demselben Team, das auch das populäre KI-System GPT-3 zur Textgenerierung entwickelt hat, das Jasper Art für seinen Textgenerierungsdienst verwendet. Die besten Ergebnisse erzielst du mit Jasper Art, wenn du möglichst detaillierte Beschreibungen – Prompts – erstellst.
Japser ist dir vielleicht schon bekannt. Dabei handelt es sich um einen KI-Schreibassistenten, der von Dave Rogenmoser erfunden und entwickelt wurde. Wenn du das Tool nutzt, kannst du auch auf Jasper Art zugreifen. Es ist ein Premium-Add-on, das wie ein KI-Bildgenerator funktioniert und auf das du direkt über das Japser-Dashboard zugreifen kannst.
Mit Jasper Art erhältst du einzigartige Bilder, die du für deine Inhalte verwenden kannst. Außerdem kannst du jedes generierte Bild an deinen Inhalt anpassen. Aufgrund der Vielfalt der Variablen ist es unwahrscheinlich, dass deine Konkurrenten nach dem gleichen Bild suchen. Allerdings benötigt Japser Art von dir sehr detaillierte Beschreibungen, damit es das Bild generiert, das du dir wünschst. Versuche ein wenig Geduld zu haben und verschiedene Prompts auszuprobieren.
Midjourney – Für realistisch wirkende KI-Bilder
Neben DALL-E und Stable Diffusion ist Midjourney ein weiteres bekanntes Modell zur Generierung von Bildern aus Texten. Die neueste Version (5) hat zu deutlich realistischeren Ergebnissen geführt. Es gibt kaum ein anderes KI-Bilderzeugungswerkzeug, das realistischere KI-Bilder erzeugen kann.
Um den Midjourney-Bot nutzen zu können, musst du dich bei Discord anmelden, da der Bot auf einem Discord-Server läuft. Discord ist eine beliebte Plattform für Gamer, die es Benutzern ermöglicht, miteinander zu chatten, Sprach- und Videoanrufe zu tätigen und verschiedene Bots zu verwenden
Derzeit gibt es keinen öffentlichen API-Zugang für den Midjourney-Bot, was bedeutet, dass seine Nutzung auf Personen beschränkt ist, die über ein Discord-Konto und Zugang zum entsprechenden Server verfügen.
Die Qualität der KI-Bilder, die Midjourney generiert, hat sich mit der neuen Version verbessert und gilt damit weiterhin als eine der besten KI-Bildgeneratoren. Es ist spannend zu beobachten, wie der Bot deinen Prompt interpretiert und vor deinen Augen verschiedene Bildvarianten für dich generiert. Einen Account für Midjourney einzurichten ist ein wenig kompliziert und einige Nutzer stört es, dass das fertig generierte Bild nicht direkt editierbar ist.
So entstehen KI-Bilder
Ein Text-zu-Bildgenerator nutzt häufig neuronale Netze, um deine Eingaben – in Form von Wörtern – zu verarbeiten und daraus für dich ein Bild zu erzeugen. Dieser Prozess dauert nur wenige Sekunden, sodass die Ergebnisse sofort sichtbar sind.
Doch damit neuronale Netze zuverlässig arbeiten, müssen sie gründlich trainiert werden. Stell dir einfach ein kleines Kind vor, das zum ersten Mal lernt, Wörter und Gegenstände in Verbindung zu bringen. Dieser Lernprozess ähnelt dem Training von KI-Generatoren, nur dass dieses viel schneller und mit viel größeren Datenmengen abläuft. Im Laufe der Jahre wurden verschiedene Arten von KI-Modellen für Text-zu-Bild entwickelt:
Generative Adversarial Netzwerke (GANs): Die ersten neuronalen Netze
Frühere Version von KI-Bildgeneratoren basierten auf GANs. Bei diesen Modellen treten zwei neuronale Netze gegeneinander an. Ein Netzwerk, der Bildgenerator, erstellt das Bild. Das zweite Netzwerk, der sogenannte Diskriminator, wird verwendet, um festzustellen, ob ein Bild echt oder gefälscht ist.
Von GANs zu Diffusionsmodellen
KI-Bildgeneratoren verwenden immer häufiger Diffusionsmodelle anstelle von GANs. Diffusionsmodelle werden mit einer großen Anzahl von Bildern trainiert, die jeweils eine Bildbeschreibung enthalten, um die Verknüpfung zwischen Text und Bild zu erlernen.
Während des Trainings entwickelt das neuronale Netz des KI-Bildgenerators ein Verständnis für andere konzeptionelle Informationen – wie Farbe oder Elemente, die einem Bild einen bestimmten Stil verleihen.
Nach dem Training sind die Modelle in der Lage, eine niedrig aufgelöste Version eines Bildes auf der Grundlage einer Textanweisung zu erstellen und Schrittweise neue Details hinzuzufügen. Auf diese Weise wird ein hoch aufgelöstes Bild erzeugt.
Die Vorteile von Diffusionsmodellen
Im Gegensatz zu anderen Ansätzen erzeugen Diffusionsmodelle Bilder von Grund auf neu – ohne auf bereits im World Wide Web vorhandenes Bildmaterial zurückzugreifen. Dies ermöglicht dir eine genauere Kontrolle des generierten Bildes.
KI-Bildgeneratoren mit Diffusionsmodellen haben enorme Fortschritte gemacht und können sehr realistische Bilder erzeugen. Selbst wenn solch ein KI-Bildgenerator ein bestimmtes Bild noch nie zuvor gesehen hat, ist es in der Lage, auf Grundlage des Gelernten ein einzigartiges Bild zu erzeugen.
Anwendungsbeispiele: Wie kannst du KI-Bilder einsetzen?
Wie die meisten Menschen bist du sicherlich mit animierten visuellen Inhalten wie Computer Generated Imagery (CGI) oder Visual Effects (VFX) vertraut. Diese Werkzeuge – die viel in der Film- und Computerspielebranche genutzt werden – wurden speziell dafür entwickelt, um realistische Bilder zu erzeugen oder zu verbessern. Diese führten auf der Kinoleinwand und darüber hinaus zu intensiveren Erlebnissen.
Während CGI und VFX beliebte Werkzeuge in den genannten Branchen sind, ist die KI-Bildgenerierung dort noch relativ neu. Es gibt aber auch andere Bereiche, in denen KI-Bilder gezielt genutzt werden könnten:
- Architektur: Besonders kreative Konzepte können mithilfe eines KI-Bildgenerators in wenigen Minuten umgesetzt werden. Die Erstellung eines komplexen 3D-Modells ist nicht notwendig.
- Forschung: Durch das Lernen anhand existierender Bilder könnte beispielsweise ein K-Bildgenerator zukünftig eingesetzt werden, um Krankheiten auf Röntgenbildern zu erkennen.
- Marketing: Der Einsatz von KI-Bildern ist in vielen Marketingbereichen wie Produktfotografie oder Social Media bereits verbreitet.
- Unterhaltungsbranche: Apps und Spiele greifen bereits auf diese Bilder zurück und nutzen diese als Ressourcen.
Wie wird sich die Erkennung von KI-Bildern weiterentwickeln?
In Zukunft wird sich die Erkennung von KI-generierten Bildern verbessern. Im Moment haben diese Bilder vielleicht keinen großen Einfluss auf unser Leben. Doch zukünftig wird sich in Sachen KI-Bild-Erkennung viel tun.
Verbesserung der Erkennungsmethoden
Da KI noch am Beginn ihrer Entwicklung steht, ist davon auszugehen, dass sich die Erkennungsmethoden für KI-Bilder in Zukunft deutlich verbessern werden. Aktuell kommen für die Bilderkennung und -generierung vor allem Methoden zum Einsatz, die auf überwachtem Lernen, neuronalen Netzen und Deep-Learning-Algorithmen basieren.
Sogenannte Convolutional Neural Networks (CNN) sind bereits heute ein wichtiger Bestandteil der KI-Bilderkennungstechnologie. CNN sind eine Art neuronaler Netzwerke, die speziell auf die Bilderkennung ausgerichtet sind. Je besser sie Bilder erkennen und analysieren können, desto besser werden die Grundlagen für KI-Bildgeneratoren.
Im gleichen Maße, in dem die Technologien für die Bilderkennung besser werden, wird dieser Fortschritt auch in die Generierung von KI-Bildern einfließen.
Ein weiterer Aspekt: Die Erstellung guter Prompts wird einfacher. Schon heute gibt es mit AutoGPT ein Tool, dass Prompts für KI-Tools generiert und diese direkt eingespeist. Verzeichnisse wie lexica.art könnten mit solchen Tools kombiniert werden und aus umgangssprachlichen Aufgabenstellungen passende Prompts generieren und so die KI-Bildgenerierung erleichtern.
Regulierung und Gesetzgebung
Aktuell gibt es zwar keine spezifischen gesetzlichen Regelungen zur Verwendung oder Regulierung von KI-Bildgeneratoren in Deutschland. Über entsprechende Vorhaben wird jedoch bereits diskutiert. Einerseits stellt sich die Frage, wie KI-generierte Bilder aus urheberrechtlicher Sicht zu bewerten sind.
Andererseits gibt es auch Bedenken, dass eine Überregulierung von KI-Modellen zu Wettbewerbsnachteilen führen könnte. Die Europäische Union plant, harmonisierte Vorschriften für künstliche Intelligenz einzuführen. Diese sollen die Sicherheit von KI-Systemen gewährleisten und die europäischen Grundrechte zu wahren. Wie die Regulierung genau aussehen und ob sie kommen wird, ist heute noch nicht absehbar.
Integration in soziale Medien
KI-generierte Bilder und Grafiken werden schon heute in den Social Media genutzt und integriert. Das Risiko dabei ist offensichtlich: Mit echt wirkenden, KI generierten Bildern können Desinformationskampagnen und Fake News verbreitet werden.
Künftig könnten KI-Bildgeneratoren, wie heute schon bei KI-Textgeneratoren beispielsweise auf LinkedIn zu sehen, direkt in das Userinterface von Social-Media-Plattformen integriert werden. So könnten KI-generierter Bilder zum Standard werden und beispielsweise Stockfotos ablösen.
