Bildmanipulation war immer schon ein Mittel, Fake News zu verbreiten. Besonders in der heutigen, digitalen Zeit wird es immer schwieriger, Manipulationen zu erkennen, da die Werkzeuge immer raffinierter werden. Die Bildforensik befasst sich mit der Analyse von Bildmaterial und ist ein sehr komplexes Themenfeld, wo weite Teile tiefergehendes Wissen der digitalen Bildmanipulation erfordern. Einfache Ansätze, um offensichtliche Fälschungen zu entlarven, lassen sich jedoch auch von interessierten Laien praktizieren.

Bevor man sich digitalen Methoden zuwendet, hilft oft der genaue Augenschein: Handwerklich schlecht gemachte Montagen fallen beispielsweise durch inkonsistenten Schattenwurf aus. Zu prüfen, ob Licht und Schatten überall im Bild korrekt fallen, kann helfen, diese aufzudecken. “Vergessene Hände”, unrealistisch angeordnete Gliedmaßen oder andere “Photoshop-Fails” sind auch ein Klassiker, dem man auch manchmal auf Werbefotos begegnet. Diese werden ebenfalls erheblich nachbearbeitet, und manchmal führt es zu einer unfreiwilligen Komik, dass Personen beim genaueren Hinsehen drei Hände zu haben scheinen, weil beim Entfernen einer anderen Person diese übrig geblieben sind. Die Fehler in Bildmanipulationen, die uns in Fake News begegnen, sind oft subtiler, aber oft auch eindeutig erkennbar.

Hinweise sind beispielsweise unsaubere Kanten, verschwommene Konturen, besonders gegenüber dem Bildhintergrund oder Unterschiede in der Farbgebung.

Um die grundlegende Funktionsweise der hier beschriebenen digitalen Analyse zu verstehen, benötigt man ein wenig Hintergrundwissen zu digitaler Fotografie, wie ein digitales Foto entsteht. Das Licht fällt durch die Kameraoptik auf den Bildsensor, der die verschiedenen Helligkeitswerte der verschiedenen Wellenlängen (Farben) interpretiert und diese Zeile für Zeile, Pixel für Pixel umwandelt. Wenn man nun auf diese Weise ein Bild aufnimmt, gelangt nicht nur die Bildinformation des Motivs in die aufgenommene Bilddatei, sondern auch ein “Hintergrundrauschen”, was von dem Bildsensor der Kamera stammt. Dieses Rauschen ist für ein Bild eindeutig, eine Art versteckte Signatur.

Montiert man nun mit einem Bildbearbeitungsprogramm wie Photoshop Bereiche eines anderen Bildes in das digitale Foto, so unterscheidet sich das Hintergrundrauschen an dieser Stelle, vereinfacht erklärt. Mittels verschiedener einstellbarer Parameter kann man so diese “Fremdbereiche” sichtbar machen. Ebenso lassen sich identische Bildstellen finden, die dadurch entstehen, wenn man Bereiche des Motivs mit Teilen des gleichen Bildes “überstempelt” um sie zu entfernen.

Ein gängiger Einsatzfall für eine solche Untersuchung sind beispielsweise Plakate oder Schilder auf einer Demo, bei denen man sicherstellen möchte, dass der Text darauf nicht nachträglich manipuliert wurde. Dieser unterscheidet sich oft auffallend vom restlichen Text, der nicht manipuliert wurde.

Es gibt eine Reihe von Werkzeugen zur forensischen Untersuchung von Bildern, die nicht unbedingt alle durch Endanwenderfreundlichkeit glänzen, da sie eher von Experten für Experten erstellt wurden. Ein paar hilfreiche und sehr gelungene Umsetzungen gibt es jedoch auch online. Erwähnenswert sind hierbei:

Fotoforensics.com ist eine einfache Version der sogenannten Errorlevel-Analyse und liefert diverse Metadaten zu den Bildern. Zudem gibt es hier eine hilfreiche Anleitung mit Hintergrundwissen.

Forensically (ßeta) ist ein mächtiges Werkzeug mit diversen Analysemethoden und einer hilfreichen Erläuterung. Sehr intuitiv zu bedienen.

Imageforensic bietet ebenfalls die Errorlevel-Analyse und eine Reihe von Metadaten zu den untersuchten Bildern. Die Seite basiert auf der Open-Source Bildforensik-Engine “Ghiro”.

Deep Fakes: Die Herausforderung der Zukunft

Eine ganz neue Generation von Fakes sind Bilder, die gänzlich durch künstliche Intelligenz im Computer entstanden sind, sogenannte “Deep Fakes”, was ein Kofferwort aus “Deep Learning” und “Fakes” ist. Hierbei lernt ein Algorithmus anhand von realen Bildvorlagen, wie beispielsweise ein Mensch aussieht. Vereinfacht gesagt ist man damit in der Lage, virtuelle Personen zu generieren oder reale Personen realistisch zu animieren um ihnen beispielsweise Aussagen auch visuell “in den Mund zu legen”. Bislang sind Deep-Fake-Videos von Donald Trump oder Barack Obama von politischer Relevanz gewesen, andere Deep-Fake-Clips von Michael Wendler eher von zweifelhaftem Unterhaltungswert.

Nach aktuellem Stand der Technik ist es äußerst schwierig, hier einen Anhaltspunkt zu finden, der auf eine Fälschung hinweist. Es zeichnet sich aber ab, dass künstlicher Bilderstellungs-Intelligenz letztlich auch nur äußerst gewiefte künstliche Bilderkennungs-Intelligenz entgegengesetzt werden kann.

Für dich zum Speichern und Teilen:

Dir hat der Artikel gefallen?
Zur Durchführung von „The Facts Project“ erhalten wir keine Förderung oder Gelder aus öffentlichen Mitteln. Druckkosten, Honorare und Dienstleistungen der Medienschaffenden müssen mit den bestehenden Geldern der Organisation finanziert werden. Wir sind daher auf eure Spenden angewiesen.

„Der goldene Aluhut“ ist eine gemeinnützige Organisation.
Um uns zu unterstützen, und uns somit die Aufrechterhaltung unserer Arbeit zu ermöglichen, nutze bitte unser PayPal-Spendenkonto (oder sende deine Spende direkt an: spenden@dergoldenealuhut.de).

Spenden bis 200€ bedürfen keiner Spendenquittung. Bei Beträgen ab 200€ kontaktiert uns bitte für eine Spendenquittung.

Ihr könnt uns auch mit einer Steadymitgliedschaft unterstützen:
https://steadyhq.com/de/aluhut/

Für Steadymitgliedschaften können keine Spendenquittungen ausgestellt werden.