KI-generierte Bilder entstehen, wenn ein generatives Modell aus Millionen realer Fotos statistische Muster f\u00fcr Gesichter, Texturen und Lichtverh\u00e4ltnisse lernt und daraus neue, nie fotografierte Motive zusammensetzt. Diffusionsmodelle starten von zuf\u00e4lligem Bildrauschen und verfeinern es schrittweise zu einem Motiv; Generative Adversarial Networks nutzen dagegen zwei konkurrierende Netzwerke, von denen eines Bilder erzeugt und das andere deren Echtheit bewertet. Werkzeuge daf\u00fcr sind frei zug\u00e4nglich und ben\u00f6tigen weder ein Fotostudio noch die Vorlage einer realen Person. Der Oberbegriff synthetische Medien und die Abk\u00fcrzung AIGC fassen KI-generierte Bilder mit KI-generiertem Text, Audio oder Video zusammen. KI-generierte Bilder und Deepfakes lassen sich nicht allein \u00fcber das Ausgangsmaterial trennen: Deepfake-Verfahren k\u00f6nnen vorhandenes Material manipulieren, nach BSI aber auch vollst\u00e4ndig neue, in der Realit\u00e4t nicht existierende Gesichtsbilder<\/strong> synthetisieren.<\/p>\n Ein t\u00e4uschend echtes, KI-generiertes Profilbild kann einem Fake-Profil oder einer gef\u00e4lschten Bewerbung eine Glaubw\u00fcrdigkeit verleihen, die eine reine Textnachricht nicht erreicht. Weil sich die Erstellung beliebig wiederholen l\u00e4sst, kann ein Angreifer mehrere Varianten testen, bis eine Version die interne Bildpr\u00fcfung unauff\u00e4llig passiert<\/strong>. Sicherheitsteams bei Versicherern stufen die Technik deshalb nicht als reines Bildproblem ein, sondern als Beschleuniger f\u00fcr Identit\u00e4tsbetrug, weil sich erzeugte Bilder nach aktuellem Stand der Technik kaum noch von echtem Material unterscheiden lassen.<\/p>\n KI-generierte Bilder entstehen, wenn ein generatives Modell aus gro\u00dfen Mengen realer Fotos statistische Zusammenh\u00e4nge lernt und daraus neue Motive erzeugt, die es so nicht gegeben hat. Die Steuerung \u00fcbernimmt eine Eingabe: ein Text-Prompt, ein Referenzbild oder beides zusammen; \u00fcber Wiederholung und ver\u00e4nderte Eingaben entstehen weitere Varianten desselben Motivs.<\/p>\n F\u00fcr einen Angriff z\u00e4hlt weniger die Bildqualit\u00e4t als die Wiederholbarkeit. Wer ein Profilbild braucht, das keiner umgekehrten Bildersuche standh\u00e4lt, erzeugt es in Sekunden und tauscht es aus, sobald es auff\u00e4llt. Genau daran scheitert die klassische Gegenpr\u00fcfung: Ein gestohlenes Foto ist im Netz auffindbar, ein erzeugtes nicht<\/strong>. \u00dcbrig bleiben Pr\u00fcfungen, die nicht am Bild ansetzen, sondern an der Identit\u00e4t dahinter, etwa an \u00fcberpr\u00fcfbaren Stationen im Lebenslauf<\/strong> oder an einer Best\u00e4tigung \u00fcber einen zweiten Kanal. F\u00fcr die Pr\u00fcfung hei\u00dft das, dass die Frage nach dem Bild zur Frage nach der Person wird: Ein Profil mit erzeugtem Foto l\u00e4sst sich nur \u00fcber nachpr\u00fcfbare Angaben zum Werdegang oder \u00fcber ein Gespr\u00e4ch einordnen.<\/p>\nWie funktionieren KI-generierte Bilder?<\/h2>\n
KI-generierte Bilder vs. bearbeitete Fotos<\/h2>\n