Die drei Verräter der KI-Optik: vier Pixel daneben, ein unsichtbarer Stempel – und kein Name

Zuerst das Fazit

In den letzten zwei Wochen gab es drei Nachrichten, die nichts miteinander zu tun zu haben scheinen. Eigentlich erzählen sie dieselbe Geschichte.

Am 7. Oktober öffnete Google seinen SynthID-Wasserzeichen-Detektor für alle. Am 9. Oktober erkannte Nikon einem Mikroskopie-Wettbewerb den ersten Preis ab, weil jemand in dem Video ein Wasserzeichen gefunden hatte. Etwa gleichzeitig schoss ein Open-Source-Projekt, das Diagramme für Coding-Agenten erzeugt, in die GitHub-Trends – mit dem Verkaufsargument: „keine Schatten, kein Mermaid, und alle Abstände müssen durch 4 teilbar sein“.

Erkennung, Verantwortung, Ästhetik. Doch zusammengenommen zeigt sich: „KI-Look“ ist kein esoterisches Wort, sondern hat drei konkrete Ursachen – Ausrichtung, Herkunft, Urheberschaft. Die ersten beiden lassen sich beheben. Die dritte kaum.

Schwachstelle eins: vier Pixel daneben

Das Projekt heißt Diagram Design, die Autorin ist Cathryn Lavery. Es hat eine Regel, die unendlich langweilig klingt: Alle Koordinaten, Breiten und Abstände müssen durch 4 teilbar sein.

Ihr zufolge ist genau das der Schlüssel, damit das Ergebnis nicht „nach KI aussieht“. Der Satz lohnt sich. Niemand merkt, ob eine Box 137 oder 136 Pixel breit ist. Aber man spürt, dass „irgendwas nicht stimmt“, und kann nicht sagen, was. Das menschliche Auge ist extrem empfindlich für schiefe Kanten – es meldet diese Empfindlichkeit nur als diffuses Unbehagen, nicht als klares Urteil.

Die erste Schicht des „Falschen“ an KI-Bildern liegt also selten im Inhalt, sondern im Rhythmus. Ein menschlicher Designer wählt Abstände, die ein System ergeben. Das Modell liefert 13,5, 27, 54 – Zahlen, die „ungefähr passen“. Dieses bisschen daneben ist alles.

Die gute Nachricht: Diese Schicht lässt sich am leichtesten reparieren. Regeln setzen, Raster anlegen, Abstände als Variablen schreiben. Alles Ingenieursarbeit.

Schwachstelle zwei: der unsichtbare Stempel

SynthID ist ein unsichtbares Wasserzeichen, das in die Mediendatei eingebettet ist. Man sieht es nicht, und es übersteht Komprimierung und Zuschnitt meist. Seit dem 7. Oktober kann jeder ein Bild, ein Video oder eine Audiodatei hochladen und prüfen, ob dieser Stempel drin ist. Der Kreis ist größer als Googles eigene Modelle: OpenAI, Nvidia und Kakao sind dabei, Apple soll bald folgen.

Zum öffentlichen Thema wurde der Stempel aber durch den Fall Nikon.

Der Nikon-Wettbewerb Small World in Motion gab den ersten Preis an ein Mikroskopie-Video schlagender Zilien von Xu Ning, das Atemwegsgewebe eines Kindes mit primärer Ziliendyskinesie zeigt. Nach der Bekanntgabe begannen Wissenschaftler, Fehler zu suchen: Violette Strukturen tauchten aus dem Nichts auf und verschwänden wieder, hieß es; grüne Zilien „kämen von irgendwoher“. Ein Doktorand am UT Southwestern Medical Center schickte das Material durch Gemini und fand SynthID.

Xu Nings Darstellung: Die KI sei nur in der Nachbearbeitung zum Einsatz gekommen, um in rekonstruierten Graustufendaten ähnlich geformte Strukturen zu trennen und einzufärben; das Originalvideo und die Zilienbewegung seien echt. Nikons Reaktion war bemerkenswert zurückhaltend: Man erklärte, der Beitrag entspreche „nicht den Regeln dieser Ausgabe zu generativer KI“, rahmte es als Teilnahmefrage und stellte ausdrücklich klar, dass dies kein Urteil über den wissenschaftlichen Ruf oder die Absicht des Autors sei. Die Platzierung wurde anschließend angepasst, das Werk aus der Galerie der Gewinner entfernt.

Das Schwierige daran: Mikroskopie erfordert immer Bearbeitung. Entrauschen, Dekonvolution, Falschfarben – alles nötige Schritte, damit man überhaupt etwas sieht. Die Grenze, die Nikon ziehen musste, war deshalb nicht „wurde KI benutzt“, sondern „hat die Bearbeitung etwas hinzugefügt, das nicht da war“. Ein Wasserzeichen beantwortet das nicht. Es sagt nur, dass ein Werkzeug die Datei berührt hat.

Der andere Fall ist alltäglicher. Bei Fortnite erschien ein Song namens „Meow“, dessen Cover unten rechts ein Gemini-Wasserzeichen trug. Spieler entdeckten es, das Bild wurde ausgetauscht. Der Vertrieb sagte, das Bild komme vom Künstler; der Künstler sagte, er habe davon nichts gewusst. Niemand warf der Plattform Fälschung vor. Das Wasserzeichen erfüllte nur eine winzige Funktion: zu sagen, wer die Datei berührt hat. Den Rest erledigte die Empörung von selbst.

Schwachstelle drei: niemand unterschreibt

Die dritte Schicht ist am schwersten zu beheben, weil sie kein technisches Problem ist.

Wired berichtete diesen Monat, dass mindestens drei der fünf größten US-Verlage – HarperCollins, Simon & Schuster und Hachette – KI-Tools ohne öffentliche Offenlegung und ohne Information der Autoren eingesetzt haben. Nicht nur bei Covern: auch bei Mails an Literaturagenten, Werbetexten, Klappentexten und Marketingmaterial. Mitarbeiter sagen, vieles sei von der Führungsebene angeordnet worden.

Die drei Stellungnahmen sind aufschlussreich. Hachette erklärte, KI für „operative“ Aufgaben zu unterstützen, damit Bücher mehr Leser erreichen, aber „den Einsatz von KI für kreative Zwecke, einschließlich der Kommunikation mit Autoren und Partnern, nicht zu unterstützen“. Das Problem: Eine Mail an einen Agenten ist operativ, ein Klappentext kreativ – und die eigene Belegschaft sagt, die Grenze sei längst überschritten. Simon & Schuster erklärte, Mitarbeitende könnten eine begrenzte Zahl von Enterprise-Tools nutzen, verpflichtend sei das nicht, nicht genehmigte Tools seien verboten – aber „nicht verpflichtend“ und „nicht passiert“ sind zwei verschiedene Dinge. HarperCollins antwortete nicht.

Cover sind heikel, weil sie zu den wenigen Stationen der Verlagskette gehören, an denen ein Name ausdrücklich steht. Illustratorinnen haben Portfolios, Honorare, Agenturen. Einen Auftrag durch eine Generierung zu ersetzen spart nicht nur Geld, sondern schließt eine Tür, durch die Neue in die Branche kommen. Und die Autorin, deren Name auf dem Cover steht, erfährt meist als Letzte, woher dieses Cover kommt.

Für diese Schicht gibt es keine technische Lösung. Ein Wasserzeichen beweist, dass ein Tool eine Datei berührt hat; ein Raster lässt ein Bild menschlicher wirken. Aber „wer hat das gemacht, und wurde die Person genannt“ beantwortet nur die Organisation: eine Zeile im Impressum, eine Klausel im Vertrag, ein Feld in den Metadaten.

Wie erkennt man also, ob ein Bild „nach KI aussieht“?

Erst das Skelett. Haben Ausrichtung, Abstände und Weißraum einen Rhythmus? Diese Schicht macht achtzig Prozent aus, und sie hängt fast nur an Regeln, nicht am Modell.

Dann die Spuren. Ist der unsichtbare Stempel da, hat die Datei eine nachvollziehbare Herkunft? Diese Schicht wird zunehmend zum Werkzeug und ist für normale Leute immer leichter nutzbar.

Und schließlich der Name. Wer hat es gemacht, wer hat es freigegeben, wer hat unterschrieben. Für diese Schicht gibt es keine Tools, nur Gewohnheiten.

Die ersten beiden Schichten lassen sich technisch nachrüsten. Die dritte nicht. Sie ändert sich nur, wenn jemand bereit ist, seinen Namen darauf zu setzen.