Zuletzt geprüft: 30. September 2026
TL;DR
- Beginne mit der Herkunft (Provenance). Achte auf Content Credentials, KI-Kennzeichnungen der Plattform oder ein erkennbares SynthID-Wasserzeichen, bevor du einzelne Pixel beurteilst.
- Prüfe Text, Objektpermanenz, Physik, Gesichter in Bewegung und Audio über mehrere Frames hinweg, nicht anhand eines einzelnen Screenshots.
- Behandle Hände und Kanten-Artefakte im Jahr 2026 als schwache Hinweise. Bessere Modelle beherrschen sie zunehmend gut.
- Nutze einen KI-Video-Detektor als unterstützenden Beleg, nicht als endgültiges Urteil. Die Genauigkeit von Detektoren schwankt außerhalb kontrollierter Benchmarks stark.
Um festzustellen, ob ein Video KI-generiert ist, prüfe zuerst die Herkunftsdaten und achte dann auf anhaltende visuelle und akustische Ungereimtheiten über mehrere Frames hinweg. Content Credentials oder ein erkanntes Wasserzeichen sind stärkere Belege als ungewöhnliche Hände oder Gesichter. Werte von KI-Detektoren können helfen, aber sie sind probabilistische Signale und sollten für sich allein nicht als Beweis gelten.
Kann man zuverlässig erkennen, ob ein Video KI-generiert ist?
Manchmal, aber kein einzelner visueller Trick erkennt im Jahr 2026 zuverlässig jedes KI-Video.
Eine sinnvolle Prüfung unterscheidet vier Arten von Belegen:
Herkunft (Provenance) verrät dir, wie eine Datei erstellt oder bearbeitet wurde. C2PA Content Credentials können kryptografisch überprüfbare Informationen über Ursprung, Werkzeuge, Bearbeitungen und KI-Nutzung enthalten.
Wasserzeichen sind Signale, die von teilnehmenden Generierungssystemen eingebettet werden. SynthID von Google DeepMind kann zum Beispiel KI-generierte oder bearbeitete Medien markieren, die mit unterstützten Google-Modellen erstellt wurden.
Detektoren analysieren eine Datei und schätzen, ob sie KI-generierten Medien ähnelt. Sie kennen die Entstehungsgeschichte der Datei nicht.
Menschliche Beobachtung achtet auf visuelle, akustische, physikalische und kontextuelle Ungereimtheiten.
Die aussagekräftigste Schlussfolgerung ergibt sich meist aus der Kombination dieser Belegarten statt aus dem Verlass auf nur eine.
Die 9 Anzeichen zum Prüfen
| Sign | What to look for | How reliable in 2026 |
|---|---|---|
| Content Credentials / platform AI label | Verified origin or explicit AI disclosure | High when present |
| SynthID | Google AI watermark detected by supported tools | High when detected |
| Text and logos | Letters or packaging changing between frames | Medium |
| Object permanence | Objects appearing, disappearing, or transforming | Medium |
| Physics | Unnatural water, cloth, collisions, crowds, gravity | Medium |
| Faces in motion | Teeth, ears, jewelry, blinking, identity drift | Medium |
| Audio | Lip-sync errors, strange room tone, breath, loops | Medium |
| Hands and edges | Fingers, hair, limbs, object boundaries | Fading |
| Source and corroboration | Original uploader, other footage, authoritative sources | Medium for AI origin, high for event verification |
1. Auf Content Credentials oder eine KI-Kennzeichnung prüfen
Die stärkste erste Prüfung ist, ob die Datei oder Plattform dir bereits verrät, wie das Video entstanden ist. Zuverlässigkeit: Hoch, wenn vorhanden.
YouTube zeigt inzwischen einen „Made with AI“-Hinweis für erheblich verändertes oder synthetisch generiertes Video an, wenn Creator dies offenlegen oder YouTube entsprechende Signale erhält. Meta verwendet ähnlich eine „AI info“-Kennzeichnung für erkannte oder offengelegte KI-Inhalte.
Content Credentials gehen weiter. Sie können den Erstellungs- und Bearbeitungsverlauf anzeigen statt nur eine binäre Kennzeichnung.
Eine Kennzeichnung ist ein nützlicher Beleg, sagt aber nichts darüber aus, ob die zugrunde liegende Behauptung wahr ist. Zur tieferen Unterscheidung siehe warum KI-Kennzeichnungen kein Vertrauen schaffen.
2. Mit Googles Tools auf ein SynthID-Wasserzeichen prüfen
Ein erkanntes SynthID-Wasserzeichen ist ein starker Beleg dafür, dass das Video ganz oder teilweise mit unterstützter Google-KI erstellt oder bearbeitet wurde. Zuverlässigkeit: Hoch, wenn erkannt.
Angemeldete Gemini-Nutzer können fragen, ob ein hochgeladenes Video KI-generiert ist. Gemini prüft auf SynthID und, sofern verfügbar, auf Content Credentials. Google gibt an, dass Gemini derzeit SynthID aus Google-KI-Tools erkennen kann, auch wenn andere Unternehmen begonnen haben, die Technologie zu übernehmen.
Wird es erkannt, kann Gemini auch die Abschnitte eines Videos identifizieren, in denen das Wasserzeichen auftritt.
3. Text, Logos und Verpackungen über mehrere Frames hinweg betrachten
Prüfe nicht nur, ob Text in einem einzelnen Frame korrekt aussieht. Beobachte, ob er korrekt bleibt, während sich Kamera oder Objekt bewegen. Zuverlässigkeit: Mittel.
Eine Verpackung kann am Anfang „ORBIT“ lesen und nach einer Drehung zu „OR8IT“ werden. Auch winzige Logo-Geometrien können sich zwischen Frames verschieben.
Aktuelle Generatoren sind bei Text deutlich besser als frühere Systeme, daher beweist eine einzelne korrekte Beschriftung wenig. Anhaltende Veränderungen im Zeitverlauf sind aussagekräftiger als ein einzelnes falsch geschriebenes Wort.
4. Auf Objektpermanenz achten
Achte auf Objekte, die während der Bewegung auftauchen, verschwinden, verschmelzen oder unauffällig ihre Identität ändern. Zuverlässigkeit: Mittel.
Beobachte Möbel im Hintergrund, Schmuck, Utensilien, Fahrzeugteile, Griffe, Spiegelungen und Gegenstände, die hinter Personen vorbeiziehen.
Eine Kaffeetasse kann nach einer Verdeckung ihren Henkel verlieren. Eine Person in einer Menge kann kurz mit einer anderen verschmelzen. Das sind Fehler in der zeitlichen Konsistenz, und sie fallen leichter auf, wenn du einen kurzen Abschnitt Frame für Frame abspielst.
5. Physik prüfen
Beobachte, ob Objekte sich bei Schwerkraft, Kontakt, Kollision, Flüssigkeitsströmung und Verformung durchgängig konsistent verhalten. Zuverlässigkeit: Mittel.
Wasser kann in die falsche Richtung spritzen. Stoff kann durch einen Arm hindurchgehen. Ein fallengelassenes Objekt kann seinen Impuls auf unnatürliche Weise ändern.
Sora, Veo, Kling, Seedance und andere aktuelle Modelle haben sich erheblich verbessert, daher ist unrealistische Physik nicht garantiert. Nutze sie als einen Hinweis, besonders bei komplexen oder länger andauernden Interaktionen.
6. Gesichter in Bewegung betrachten
Ein überzeugendes Gesicht im Standbild kann dennoch abdriften, wenn die Person spricht, sich dreht oder teilweise verdeckt wird. Zuverlässigkeit: Mittel.
Beobachte Zähne, Ohren, Ohrringe, Brillen, Haaransätze, Augenform und Gesichtsproportionen bei Kopfdrehungen.
Auch die Lippenbewegung kann kurzzeitig nicht mehr zur Sprache passen. Die nützliche Frage lautet nicht „Sieht dieses Gesicht seltsam aus?“, sondern „Bleibt dieselbe Identität über die gesamte Bewegung hinweg geometrisch stabil?“
7. Auf das Audio hören
Audio kann Ungereimtheiten aufdecken, die das Bild verbirgt. Zuverlässigkeit: Mittel.
Achte auf eine Lippensynchronisation, die langsam abdriftet, auf Atemgeräusche, die zwischen Sätzen verschwinden, auf einen Raumklang, der sich unerwartet ändert, auf wiederkehrende Musiktexturen oder auf Umgebungsgeräusche, die nicht auf das reagieren, was auf dem Bildschirm passiert.
Natives KI-Audio verbessert sich schnell, daher sind diese Hinweise schwächer als früher. Prüfe, ob Ton und Bild kausal verbunden bleiben.
8. Hände, Haare und Kanten rund um überlappende Objekte prüfen
Hände und Kanten-Artefakte sind für sich genommen inzwischen ein schwacher Beleg. Zuverlässigkeit: Nachlassend.
Ältere Ratschläge beginnen oft mit dem Zählen der Finger. Das ist zunehmend veraltet.
Stand September 2026 sind Hände in Spitzenmodellen kein zuverlässiges Anzeichen mehr.
Untersuche stattdessen schwierige Interaktionen: Finger, die kleine Objekte greifen, Haare, die über ein Gesicht fallen, eine Hand, die hinter einer Tasse vorbeigeht, oder Gliedmaßen, die Kleidung überkreuzen. Zeitliche Kantenfehler sind aussagekräftiger als die Frage, ob eine Hand fünf normal aussehende Finger hat.
9. Die Quelle prüfen, nicht nur die Pixel
Frage, wer das Video gepostet hat, wo es zuerst auftauchte und ob unabhängige Belege dasselbe Ereignis zeigen. Zuverlässigkeit: Mittel für den KI-Ursprung, hoch für die Verifizierung des Ereignisses selbst.
Suche nach dem frühesten Upload. Prüfe die offiziellen Kanäle der Person oder Organisation. Achte auf andere Kamerawinkel, glaubwürdiges Nachrichtenmaterial, Livestreams, Fotos oder Augenzeugenmaterial.
Eine echt wirkende Datei von einem unbekannten Repost-Konto ist ein schwächerer Beleg als ein unvollkommen wirkender Clip, dessen Ursprung unabhängig festgestellt werden kann.
Wie prüft man die Content Credentials eines Videos?
Content Credentials basieren auf C2PA, dem offenen Herkunftsstandard der Coalition for Content Provenance and Authenticity. Sie sind kryptografisch signiert und können Informationen darüber aufzeichnen, wie eine Datei entstanden ist und verändert wurde.
So prüfst du ein Video:
- Beschaffe die Datei in höchster Qualität oder das Original, sofern verfügbar. Reposts können gewöhnliche Metadaten entfernen.
- Achte auf das
cr-Content-Credentials-Symbol auf einer unterstützenden Plattform. - Lade die Datei in ein Content-Credentials-Prüftool hoch. Der offizielle Verify-Dienst unterstützt Formate wie MP4, MOV und AVI.
- Prüfe Ursprung und Verlauf. Achte auf die Aufnahme-App oder das Aufnahmegerät, KI-Nutzung, Bearbeitungsschritte, den Unterzeichner und verfügbare frühere Versionen.
- Behandle das Credential als Herkunftsnachweis, nicht als Wahrheitsbeweis. Ein signiertes KI-Video kann dennoch ein erfundenes Ereignis darstellen.
Adobe stellt außerdem ein kostenloses Inspect-Tool bereit, das zeigen kann, wer unterstützte Inhalte erstellt hat, wie sie erstellt wurden und ob generative KI beteiligt war.
Funktionieren KI-Video-Detektoren?
Sie können nützliche Signale liefern, aber die Werte von Detektoren sind nicht zuverlässig genug, um für sich allein als Beweis zu dienen.
Ein KI-Video-Detektor analysiert in der Regel visuelle oder zeitliche Muster und schätzt, ob ein Clip von KI generierten Beispielen ähnelt. Die Leistung kann sinken, wenn sich Modell, Kompressionsgrad, Bearbeitungsprozess oder Ausgangsmaterial von den Trainingsdaten unterscheiden.
Die Lücke kann groß sein. Eine Studie aus dem Jahr 2026 testete 95 KI-Deepfake-Detektoren und stellte fest, dass ihre Genauigkeit bei einem Benchmark mit Videos geringerer Qualität im realitätsnahen Stil auf 53,7 % fiel, nahe dem Zufall, während menschliche Teilnehmer 78,4 % erreichten. Andere Benchmarks kamen unter anderen Bedingungen zu deutlich höheren Ergebnissen, und genau deshalb sollte eine einzelne Genauigkeitszahl nicht auf jeden Detektor oder jede Art von KI-Video verallgemeinert werden.
Nutze Detektorergebnisse so:
„Dieser Detektor hat Signale gefunden, die mit einer KI-Generierung vereinbar sind.“
Nicht:
„Dieser Detektor beweist, dass das Video gefälscht ist.“
Auch falsch positive Ergebnisse sind wichtig. Ein echtes, komprimiertes, bearbeitetes, in schwachem Licht aufgenommenes oder ungewöhnliches Video kann einem Detektor statistisch ungewohnt erscheinen.
Warum bedeutet „kein Wasserzeichen“ nicht „keine KI“?
Das Fehlen eines Wasserzeichens oder eines Content Credentials ist kein Beleg dafür, dass ein Video von Menschen erstellt wurde.
Diese Asymmetrie ist entscheidend.
Google weist ausdrücklich darauf hin, dass ein Video, wenn Gemini kein SynthID erkennt, dennoch von einem anderen KI-System erstellt worden sein könnte. Selbst unterstützte Wasserzeichen können nach ausreichender Veränderung manchmal nicht mehr erkennbar sein.
Content Credentials sind ebenfalls nicht universell. Viele Erstellungstools fügen sie nicht hinzu. Manche Plattformen entfernen eingebettete Metadaten während der Verarbeitung. Robuste Implementierungen können Credentials über Fingerprinting oder Wasserzeichen wiederherstellen, aber das gilt nicht für jede Datei.
Positive Herkunftsbelege können stark sein. Fehlende Herkunft beweist nichts.
Welchen fünfstufigen Verifizierungs-Workflow kannst du wiederverwenden?
Für Journalisten, Moderatoren, Marketer, Lehrkräfte oder alle, die sich immer wieder fragen, wie man online prüft, ob ein Video KI-generiert ist, nutze jedes Mal dieselbe Reihenfolge:
- Prüfe zuerst die Herkunft. Achte auf Plattform-Kennzeichnungen, Content Credentials und unterstützte Wasserzeichen.
- Prüfe die Quelle. Finde den frühesten Upload und suche nach unabhängigen Belegen für das Ereignis.
- Untersuche das Video im Zeitverlauf. Prüfe Text, Objekte, Physik, Gesichter und Audio über mehrere Frames hinweg.
- Nutze Detektoren nur als sekundären Beleg. Verwende mehr als einen, wenn die Entscheidung wichtig ist.
- Halte Schlussfolgerung und Unsicherheit fest. Wenn die Signale sich widersprechen, stufe das Video als nicht verifiziert ein, statt eine Ja/Nein-Antwort zu erzwingen.
Diese Reihenfolge verhindert, dass ein schwaches visuelles Artefakt stärkere Herkunfts- oder Quellenbelege überwiegt.
Was solltest du tun, wenn du ein Video für gefälscht hältst?
Verbreite den Clip nicht weiter, solange du ihn noch prüfst.
Suche nach der Originalquelle und den offiziellen Kanälen der dargestellten Person. Suche nach unabhängigem Material desselben Ereignisses. Wenn das Video gegen die Regeln einer Plattform verstößt, nutze deren Meldeverfahren.
Wenn der Inhalt dich ohne Genehmigung zeigt, nutze die Meldeoptionen der Plattform für Datenschutz, Identitätsmissbrauch, Abbild oder synthetische Medien und sichere, wo sinnvoll, die URL, Screenshots, das Upload-Datum und eine Kopie des Mediums.
Was bedeutet das, wenn du KI-Videos erstellst?
Mache realistische KI-Inhalte leichter überprüfbar, nicht schwerer.
Befolge die relevanten Offenlegungspflichten der Plattformen. Bewahre deine Originaldateien und Produktionsunterlagen auf. Erhalte Content Credentials, wenn dein Workflow sie unterstützt.
Zu den Veröffentlichungsanforderungen siehe YouTubes KI-Offenlegungsregeln. Für kommerzielle Arbeiten siehe Rechte und Lizenzierung für KI-Videos, worin Eingaberechte, Abbild, Stimme, Musik, Marken und Dokumentation behandelt werden.
AKOOL dokumentiert außerdem Praktiken zu Einwilligung, menschlicher Prüfung, automatisierter Moderation und Nutzerkontrolle auf AKOOL Trust and Safety.
Wenn du KI-Videos erstellst, tu es transparent. Der AKOOL KI-Video-Generator gibt dir Zugang zu mehreren aktuellen Modellen zur Videogenerierung, aber Offenlegung und Verifizierung bleiben Teil des Veröffentlichungs-Workflows.
