Perfektion statt FehlerSo lassen sich KI-Gesichter besser erkennen
Früher verrieten sich künstlich erzeugte Gesichter oft durch groteske Fehler. Heute wirken sie so überzeugend, dass viele Menschen sie nicht von echten Porträts unterscheiden können. Eine neue Studie zeigt nun, auf welche Merkmale man achten sollte - und wie schon ein kurzes Training helfen kann.
Schiefe Ohren, doppelte Pupillen, verformter Schmuck - daran ließen sich KI-Bilder früher oft schnell entlarven. Heute ist das deutlich schwerer. Moderne Bildgeneratoren erzeugen Gesichter inzwischen so überzeugend, dass viele Menschen sie kaum noch von echten Porträts unterscheiden können. Das machen sich auch Betrüger auf Plattformen wie Tinder oder Zoom zunutze. Deshalb haben Forschende aus Australien untersucht, ob man den Blick auf die richtigen Hinweise trainieren kann - und tatsächlich: Mit einer kurzen Schulung stieg die Trefferquote beim Erkennen künstlich erzeugter Gesichter deutlich.
Die neue Studie, die im Fachjournal "Proceedings of the National Academy of Sciences" (PNAS) veröffentlicht wurde, setzt bewusst nicht auf klassische Fehlersuche wie nach Doppel-Pupillen, dritte Ohren oder schrägen Schmuck. Denn solche kleinen Bildfehler können Software-Update ausmerzen. "Die KI wird einfach zu gut", sagte Amy Dawel von der Australian National University laut Mitteilung der Universität. "Und Betrüger vermeiden womöglich ohnehin Bilder mit offensichtlichen Fehlern." Stattdessem konzentrierte sich ihr Team auf grundlegendere Merkmale.
So trainierten die Forschenden ihre Teilnehmerinnen und Teilnehmer darauf, auf sechs breitere Eigenschaften zu achten: Symmetrie, Proportionalität, Attraktivität, Ausdrucksstärke, Unverwechselbarkeit und Einprägsamkeit. Das Grundprinzip dahinter ist, dass KI oft Gesichter erzeugt, die statistisch "zu durchschnittlich" wirken. Sie sind häufig etwas zu symmetrisch, etwas zu ausgewogen, etwas zu glatt und zugleich weniger markant.
Selbst ein kurzes Training hilft bereits
Anhand dieser Muster versuchten Probanden KI-generierte Gesichter von echten zu unterscheiden - offenbar mit Erfolg. Laut der Studie verbesserte sich ihre Fähigkeit auf eine bis 80 Prozent genaue Trefferquote. Tanya George, die an der Australian National University an der Schulung der Teilnehmer beteiligt war, sagte sie: "Schon relativ kurze Trainingseinheiten halfen den Teilnehmern, ihre Genauigkeit zu verbessern." Das könne Menschen helfen, sich in "zunehmend komplexen Online-Umgebungen" besser zurechtzufinden.
Die Ergebnisse schließen sich früheren Arbeiten desselben Forschungsteams an. Bereits 2023 hatte eine ihrer Studien gezeigt, dass KI-generierte Gesichter von weißen Menschen teilweise sogar häufiger als "menschlich" eingeschätzt wurden als echte Fotos von Menschen. Die Forschenden nannten das "AI hyperrealism". Sie erklärten damals, dass KI-Modelle besonders stark auf häufige, durchschnittliche Gesichtsmerkmale trainiert werden - und dadurch Gesichter erzeugen, die vielen Betrachtern übermäßig glaubwürdig erscheinen.
Man muss lernen, anders hinzusehen
Erschwerend kommt hinzu, dass viele Menschen ihre eigene Fähigkeit überschätzen, solche Fälschungen zu erkennen. Eine weitere Studie der Australian National University aus dem Februar 2026 zeigte, dass selbst Personen mit besonders guter Gesichtserkennung künstlich erzeugte Bilder nur wenig besser entlarven konnten als andere. Ihr Vertrauen in das eigene Urteil war trotzdem oft groß.
Die neueste Untersuchung zeigt: Menschen suchten bislang oft nach den falschen Hinweisen. Wer ein verdächtiges Profilbild prüfen will, sollte weniger nach groben Defekten Ausschau halten als nach dem Gesamteindruck, schreibt das Forschungsteam. Wirkt ein Gesicht auffallend symmetrisch, sehr attraktiv, aber zugleich wenig charakteristisch und emotional eher flach, kann das ein Hinweis auf KI sein. Ein einzelnes Merkmal reiche dafür allerdings nicht aus. Entscheidend sei das Zusammenspiel mehrerer Eigenschaften.
Ganz gelöst ist das Problem damit leider trotzdem nicht. Die Forschenden selbst sehen ihre Arbeit eher als einen neuen wichtigen Schritt in einem Wettrennen mit schnell besser werdender Technik. Ihre Botschaft: Menschen müssen gegen KI-Fälschungen nicht zwangsläufig chancenlos bleiben. Sie müssen nur lernen, anders hinzusehen.