{"id":58194,"date":"2026-09-01T05:28:23","date_gmt":"2026-09-01T03:28:23","guid":{"rendered":"https:\/\/truescreen.io\/artikel\/aus-dem-kontext-gerissene-bilder\/"},"modified":"2026-09-01T05:36:35","modified_gmt":"2026-09-01T03:36:35","slug":"aus-dem-kontext-gerissene-bilder","status":"publish","type":"artikel","link":"https:\/\/truescreen.io\/de\/artikel\/aus-dem-kontext-gerissene-bilder\/","title":{"rendered":"Aus dem Kontext gerissene Bilder: echte Fotos, die kein Detektor als F\u00e4lschung meldet"},"content":{"rendered":"
\n
\n

Aus dem Kontext gerissene Bilder: echte Fotos, die kein Detektor als F\u00e4lschung meldet<\/h1>\n<\/div>\n<\/div>\n
\n
\n

Ver\u00f6ffentlicht am 1. September 2026<\/p>\n

Wenn in Europa \u00fcber visuelle Desinformation gesprochen wird, steht fast immer die KI im Mittelpunkt. Die Zahlen der Faktenpr\u00fcfer zeichnen ein anderes Bild: Im monatlichen Fact-Checking-Brief des European Digital Media Observatory<\/a> betrafen im Dezember 2025 von 1.605 in Europa ver\u00f6ffentlichten Faktenchecks 16 Prozent Inhalte, die mit k\u00fcnstlicher Intelligenz erzeugt oder ver\u00e4ndert worden waren. Das war der H\u00f6chstwert dieser Reihe, zwischen April und Mai 2026 sank der Anteil von 20 auf 14 Prozent. Selbst im st\u00e4rksten Monat waren damit \u00fcber 80 Prozent dessen, was die europ\u00e4ischen Faktenpr\u00fcfer \u00fcberhaupt pr\u00fcfen mussten, nicht mit k\u00fcnstlicher Intelligenz erzeugt.<\/p>\n

Ein gro\u00dfer Teil davon sind echte Fotografien: weder bearbeitet noch generiert, aufgenommen mit einer Kamera an einem realen Ort und lediglich mit falschem Datum oder falschem Ort erneut ver\u00f6ffentlicht. Diese Form der T\u00e4uschung wird von keinem Werkzeug gemeldet, das die Datei untersucht, und sie trifft auf ein Publikum, das ohnehin verunsichert ist. Laut dem Digital News Report 2026 des Reuters Institute<\/a> geben 62 Prozent der Befragten weltweit an, dass ihnen die Unterscheidung von wahr und falsch in Onlinenachrichten Sorgen bereitet, vier Punkte mehr als im Vorjahr.<\/p>\n

Der Grund f\u00fcr diese blinde Stelle ist strukturell und nicht technisch zu beheben. Jede nachgelagerte Analyse sucht Spuren der Manipulation in der Datei, hier gibt es jedoch keine, denn die Manipulation liegt im Verh\u00e4ltnis zwischen Inhalt und Welt, also im Wann und im Wo. Wird die Herkunft nicht im Moment der Entstehung festgehalten, l\u00e4sst sie sich danach nur noch argumentieren.<\/p>\n

Was aus dem Kontext gerissene Bilder sind<\/h2>\n

Ein aus dem Kontext gerissenes Bild ist eine echte Fotografie, die weder bearbeitet noch generiert wurde und die mit einer Bildunterschrift verbreitet wird, die ihren Aufnahmezeitpunkt oder ihren Aufnahmeort falsch angibt. Die Datei bleibt unangetastet und der Bildinhalt stimmt, falsch ist ausschlie\u00dflich die Aussage dar\u00fcber, wann und wo die Aufnahme entstanden ist.<\/p>\n

Die Kategorie ist keine redaktionelle Erfindung, sondern in den Pr\u00fcfrastern der Plattformen formalisiert. Zu den Bewertungen, die Faktenpr\u00fcfer bei Meta vergeben<\/a>, geh\u00f6rt ausdr\u00fccklich der Fall des echten, aber irref\u00fchrenden Inhalts: authentische Bilder, Audio- oder Videoaufnahmen, die als Beleg f\u00fcr ein Ereignis pr\u00e4sentiert werden, mit dem sie nichts zu tun haben. Wer solche Inhalte pr\u00fcfen soll, kann sich also weder auf einen Detektor noch auf ein Pr\u00fcfprotokoll f\u00fcr Dateien st\u00fctzen, sondern muss kl\u00e4ren, wann und wo die Aufnahme entstanden ist.<\/p>\n

Bearbeitet, KI-generiert oder neu eingeordnet: der Unterschied<\/h3>\n

Die drei F\u00e4lle sehen f\u00fcr das Publikum gleich aus und verhalten sich technisch vollkommen unterschiedlich. Entscheidend ist, ob die F\u00e4lschung in der Datei steckt oder au\u00dferhalb von ihr:<\/p>\n

\n\n\n\n\n\n\n\n
Art des Inhalts<\/th>\nWas sich in der Datei \u00e4ndert<\/th>\nWas die technische Analyse findet<\/th>\nWas zur Widerlegung n\u00f6tig ist<\/th>\n<\/tr>\n<\/thead>\n
Bearbeitetes Bild<\/td>\nPixel, Kompression und Rauschmuster werden neu geschrieben<\/td>\nBr\u00fcche in Kompression, Sensorrauschen, Schatten und Kanten<\/td>\nDie Datei selbst, sie tr\u00e4gt die Spuren des Eingriffs<\/td>\n<\/tr>\n
KI-generiertes Bild<\/td>\nDie gesamte Datei stammt aus einem Modell und nicht aus einem Sensor<\/td>\nStatistische Spuren des generativen Modells<\/td>\nEin Detektor f\u00fcr generierte Inhalte, mit seiner bekannten Fehlerquote<\/td>\n<\/tr>\n
Neu eingeordnetes Bild<\/td>\nNichts, die Datei ist das unver\u00e4nderte Original<\/td>\nNichts, weil es in der Datei nichts zu finden gibt<\/td>\nBelegtes Aufnahmedatum, belegter Aufnahmeort, unabh\u00e4ngige Quellen<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n

Warum das die h\u00e4ufigste Form visueller Desinformation ist<\/h3>\n

Echte Inhalte irref\u00fchrend zu verwenden ist verbreiteter als frei erfundene Geschichten. Das Europ\u00e4ische Parlament<\/a> f\u00fchrt die Verzerrung des Kontexts als eine von sechs Taktiken der Desinformation und weist ausdr\u00fccklich darauf hin, dass reale, in irref\u00fchrender Absicht eingesetzte Informationen h\u00e4ufiger vorkommen als vollst\u00e4ndig erfundene.<\/p>\n

Daf\u00fcr gibt es einen \u00f6konomischen Grund. Ein \u00fcberzeugendes Bild zu erzeugen kostet Zeit, Rechenleistung und Sorgfalt, und das Ergebnis tr\u00e4gt das Risiko, als generiert erkannt zu werden. Ein vorhandenes Foto mit einer neuen Bildunterschrift zu versehen kostet nichts, hinterl\u00e4sst keine Spuren und wirkt glaubw\u00fcrdiger, weil das Bild tats\u00e4chlich echt ist. Hinzu kommt, dass die \u00f6ffentliche Aufmerksamkeit und ein wachsender Teil der Werkzeuglandschaft auf synthetische Inhalte ausgerichtet sind. W\u00e4hrend die Debatte darum kreist, wie sich KI-Bilder erkennen lassen, zirkuliert die wirksamste F\u00e4lschung unbehelligt, weil sie gar keine F\u00e4lschung im Sinne der Dateipr\u00fcfung ist.<\/p>\n

Warum keine Dateianalyse Fake-Bilder dieser Art erkennt<\/h2>\n

Kein Detektor meldet ein echtes Foto im falschen Kontext, weil in der Datei nichts vorhanden ist, worauf er anschlagen k\u00f6nnte. Die Pr\u00fcfung findet am falschen Ort statt: Sie richtet sich auf das Bild, w\u00e4hrend die Behauptung, die \u00fcberpr\u00fcft werden m\u00fcsste, au\u00dferhalb des Bildes steht. Ein Werkzeug, das Fake-Bilder erkennen soll, beantwortet die Frage, ob die Datei ver\u00e4ndert oder synthetisch erzeugt wurde, und nicht die Frage, ob die Bildunterschrift zutrifft.<\/p>\n

Das gilt auch f\u00fcr den regulatorischen Rahmen. Die KI-Verordnung verlangt, generierte oder manipulierte Inhalte als solche zu kennzeichnen. Auf eine Fotografie, die nie generiert wurde, greift diese Pflicht nicht, und genau deshalb reicht die Kennzeichnung von KI-Inhalten als Nachweis nicht aus<\/a>. Ein Bild ohne Kennzeichnung ist nicht dasselbe wie ein Bild, dessen Entstehung belegt ist: Das erste sagt nur, dass keine Kennzeichnungspflicht ausgel\u00f6st wurde, das zweite sagt, wann und wo die Aufnahme entstanden ist.<\/p>\n

Was Detektoren wirklich suchen, wenn sie KI-Bilder erkennen sollen<\/h3>\n

Ein Detektor f\u00fcr generierte Bilder sucht statistische Signale, die ein generatives Modell im Bild hinterl\u00e4sst. Ein Detektor f\u00fcr Manipulationen sucht etwas anderes: Unstetigkeiten in der Kompression, im Sensorrauschen, in Schattenverl\u00e4ufen und an Kanten. Beide arbeiten ausschlie\u00dflich am Inhalt der Datei, und beide liefern eine Wahrscheinlichkeitsaussage, keine Gewissheit.<\/p>\n

Eine echte Fotografie, die mit falschem Datum erneut ver\u00f6ffentlicht wird, weist weder die einen noch die anderen Signale auf, denn die Datei ist genau die, die die Kamera ausgegeben hat. Ein Detektor, der sie pr\u00fcft, wird sie korrekt als unver\u00e4ndert und nicht generiert einstufen. Diese Antwort ist technisch richtig und f\u00fcr die eigentliche Frage vollkommen wertlos, weil die Frage nicht lautete, ob das Bild echt ist, sondern wann und wo es entstanden ist.<\/p>\n

Die strukturelle Grenze: die Manipulation liegt au\u00dferhalb der Datei<\/h3>\n

Die F\u00e4lschung steckt nicht im Bild, sondern in der Beziehung zwischen dem Bild und der Welt. Ein Foto zeigt eine Stra\u00dfe, Menschen, Rauch, ein besch\u00e4digtes Geb\u00e4ude. Was es nicht zeigt, ist das Datum und der Ort, und diese Angaben waren nie Teil des Bildinhalts.<\/p>\n

Daraus folgt eine Grenze, die sich durch bessere Modelle nicht verschieben l\u00e4sst. Kein Verfahren, das ausschlie\u00dflich die Datei untersucht, kann eine Information zur\u00fcckgewinnen, die in der Datei nie enthalten war. Verbessern l\u00e4sst sich die Erkennung von Bearbeitungen und von synthetischen Inhalten, nicht aber die Rekonstruktion eines Zeitpunkts aus Pixeln. Wer den Nachweis dennoch f\u00fchren will, verl\u00e4sst die Datei und arbeitet mit externen Belegen: fr\u00fcheren Ver\u00f6ffentlichungen, Archiven, Zeugenaussagen, Vergleichsaufnahmen. Das ist m\u00f6glich, dauert aber Stunden bis Tage und endet h\u00e4ufig bei einer begr\u00fcndeten Einsch\u00e4tzung statt bei einem Beleg. Der Aufwand f\u00e4llt au\u00dferdem jedes Mal neu an, weil aus dem gel\u00f6sten Fall nichts folgt, was den n\u00e4chsten leichter macht.<\/p>\n

Wo und wann wurde das Foto aufgenommen: was sich nachtr\u00e4glich kl\u00e4ren l\u00e4sst<\/h2>\n

Nachtr\u00e4glich l\u00e4sst sich das Aufnahmedatum eines Fotos nur \u00fcber drei Wege ann\u00e4hern: \u00fcber die Metadaten der Datei, \u00fcber fr\u00fchere Fundstellen desselben Bildes im Netz und \u00fcber sichtbare Anhaltspunkte im Bild selbst. Jeder dieser Wege ist n\u00fctzlich, und jeder versagt regelm\u00e4\u00dfig, ohne dass sich vorher sagen lie\u00dfe, welcher im konkreten Fall tr\u00e4gt.<\/p>\n

Das ist der entscheidende Unterschied zu einem gepr\u00fcften Verfahren. Ein Ergebnis, das von einem lesbaren Stra\u00dfenschild im Bildausschnitt oder von einer zuf\u00e4llig archivierten Kopie abh\u00e4ngt, ist kein Verfahren, sondern ein Gl\u00fccksfall. F\u00fcr eine Redaktion, eine Kommunikationsabteilung oder eine Nichtregierungsorganisation, die eine Aussage unter Zeitdruck belegen muss, ist das ein Risiko, das sich nicht planen l\u00e4sst: Der Aufwand ist im Voraus nicht kalkulierbar, und am Ende kann das Ergebnis lauten, dass sich weder das eine noch das andere sagen l\u00e4sst.<\/p>\n

EXIF-Daten auslesen: warum Plattformen die Metadaten entfernen<\/h3>\n

EXIF-Daten enthalten Aufnahmedatum, Uhrzeit und, sofern Geotagging aktiviert war, die GPS-Koordinaten. Wer die Metadaten eines Bildes auslesen m\u00f6chte, findet sie allerdings selten vor: WhatsApp, Facebook, Instagram, X, TikTok, LinkedIn und Reddit komprimieren hochgeladene Bilder neu und entfernen die EXIF-Daten aus der Datei, die andere herunterladen k\u00f6nnen. Zwei Punkte werden dabei regelm\u00e4\u00dfig verwechselt: Die Entfernung betrifft die herunterladbare Datei und nicht die Frage, ob die Plattform diese Angaben beim Hochladen gelesen hat, und die erkl\u00e4rte Begr\u00fcndung lautet Datenschutz und Dateigr\u00f6\u00dfe, w\u00e4hrend der Nebeneffekt darin besteht, dass die Datei ihre eigene Geschichte nicht mehr mit sich tr\u00e4gt. Redaktionen und Kommunikationsabteilungen nutzen TrueScreen, um Aufnahmen vor Ort mit Datum, Uhrzeit und Koordinaten zu erfassen, die im Moment der Aufnahme festgehalten werden.<\/p>\n

R\u00fcckw\u00e4rtssuche und Geolokalisierung: was sie beweisen und was nicht<\/h3>\n

Die R\u00fcckw\u00e4rtssuche zeigt, wo ein Bild bereits erschienen ist. Eine \u00e4ltere Ver\u00f6ffentlichung zu finden beweist, dass das Bild \u00e4lter ist. Keine zu finden beweist nicht das Gegenteil: Es ist ein Test, der ausschlie\u00dflich widerlegen und niemals best\u00e4tigen kann. Er versagt, wenn das Bild bisher unver\u00f6ffentlicht war, wenn es beschnitten oder gespiegelt wurde oder wenn fr\u00fchere Fundstellen entfernt worden sind.<\/p>\n

Die Geolokalisierung \u00fcber sichtbare Anhaltspunkte arbeitet mit Ladenschildern, Verkehrszeichen, Architektur, Vegetation, Sonnenstand sowie dem Abgleich mit Satellitenbildern und Stra\u00dfenansichten. Faktencheck-Redaktionen setzen sie t\u00e4glich ein, und sie funktioniert. Sie verlangt allerdings Zeit, Erfahrung und mindestens ein identifizierbares Element im Bildausschnitt. Bei einem Himmel, einer beliebigen Menschenmenge oder einem anonymen Innenraum liefert sie nichts. Beide Methoden geh\u00f6ren in jede seri\u00f6se Pr\u00fcfung, und beide erkl\u00e4ren zugleich, warum die Suche nach belastbaren, \u00fcberpr\u00fcfbaren Quellen<\/a> mit der Menge der zirkulierenden Inhalte nicht Schritt h\u00e4lt.<\/p>\n

Zufallstreffer gegen wiederholbares Verfahren<\/h3>\n

Eine gegl\u00fcckte Pr\u00fcfung und ein belastbares Verfahren sind zwei verschiedene Dinge, auch wenn das Ergebnis dasselbe ist. Die gegl\u00fcckte Pr\u00fcfung h\u00e4ngt an einem g\u00fcnstigen Umstand: an einem lesbaren Schild, an einer archivierten Kopie, an einem Metadatum, das zuf\u00e4llig \u00fcberlebt hat. Sie l\u00e4sst sich auf den n\u00e4chsten Inhalt nicht \u00fcbertragen.<\/p>\n

Ein wiederholbares Verfahren st\u00fctzt sich dagegen auf Informationen, die im Moment der Erfassung erzeugt und nachvollziehbar an die Datei gebunden wurden: wann, wo, mit welchem Ger\u00e4t und mit welcher Unversehrtheit der Daten von diesem Moment an. Der Unterschied liegt nicht im Ergebnis, sondern in der Wiederholbarkeit des Vorgehens. Vor Gericht ist das keine Formalie: Nach \u00a7 286 ZPO w\u00fcrdigt das Gericht die Beweise frei, und eine Herkunft, die dokumentiert und \u00fcberpr\u00fcfbar ist, wiegt schwerer als eine Rekonstruktion aus Indizien. Das Problem l\u00e4sst sich deshalb nur am Anfang l\u00f6sen, indem die Herkunft bei der Entstehung festgehalten und nicht im Nachhinein rekonstruiert wird.<\/p>\n

Erfassung an der Quelle: ein Foto an seinen Zeitpunkt und seinen Ort binden<\/h2>\n

TrueScreen zertifiziert Fotos und Videos in dem Moment, in dem sie erfasst werden, und bindet den Inhalt mit qualifiziertem Zeitstempel und digitalem Siegel an Zeitpunkt und Ort der Erfassung. Die Herkunft wird damit nicht rekonstruiert, sondern erzeugt: Sie entsteht gemeinsam mit der Aufnahme und nicht Wochen sp\u00e4ter aus Indizien. Wer die Aufnahme sp\u00e4ter pr\u00fcft, muss nicht mehr fragen, ob ein Beleg zuf\u00e4llig erhalten geblieben ist.<\/p>\n

Rechtlich st\u00fctzt sich das auf einen europ\u00e4ischen Rahmen, der in Deutschland unmittelbar gilt. Die eIDAS-Verordnung (Verordnung EU 910\/2014) kn\u00fcpft in den Artikeln 41 und 42<\/a> an den qualifizierten elektronischen Zeitstempel die Vermutung der Richtigkeit des angegebenen Zeitpunkts und der Unversehrtheit der damit verbundenen Daten, erg\u00e4nzt durch das Vertrauensdienstegesetz auf nationaler Ebene. Anders als Systeme, die an ein bestimmtes Kameramodell gebunden sind, funktioniert die Erfassung auf den Ger\u00e4ten, die die Menschen ohnehin in der Hand halten.<\/p>\n

Was das praktisch bedeutet, zeigt ein allt\u00e4glicher Fall. Eine Redaktion erh\u00e4lt von einer Mitarbeiterin vor Ort die Aufnahme eines besch\u00e4digten Geb\u00e4udes. Wurde die Aufnahme an der Quelle zertifiziert, liegen Datum, Uhrzeit und Koordinaten vor, die im Moment der Erfassung festgehalten und mit der Datei verbunden wurden. Kommt dasselbe Bild als weitergeleitetes Foto aus einem Chat, bleiben der Redaktion das Wort der Mitarbeiterin und die Uhrzeit, zu der die Nachricht eingegangen ist. Derselbe Unterschied entscheidet sp\u00e4ter dar\u00fcber, ob eine Fotografie mit Rechtswert<\/a> vorliegt oder eine Behauptung, die im Streitfall verteidigt werden muss. Als Data Authenticity Platform setzt TrueScreen genau an dieser Stelle an: Garantiert wird das Echte, statt das Falsche zu erkennen.<\/p>\n

\n

H\u00e4ufige Fragen zu aus dem Kontext gerissenen Bildern<\/h2>\n
\n
\nWie unterscheidet sich ein bearbeitetes Foto von einem Foto, das aus dem Kontext gerissen wurde?<\/span>
\n+<\/span><\/summary>\n
Ein bearbeitetes Foto tr\u00e4gt die Spuren des Eingriffs in der Datei: neu berechnete Pixel, uneinheitliche Kompression, Artefakte an Kanten und in Schatten. Ein aus dem Kontext gerissenes Foto tr\u00e4gt nichts davon, weil es nicht angefasst wurde. Es wurde tats\u00e4chlich aufgenommen, an einem realen Ort, mit einem realen Ger\u00e4t. Ver\u00e4ndert wurde ausschlie\u00dflich die Bildunterschrift. In der Bewertungsskala, die Faktenpr\u00fcfer bei Meta verwenden, ist dieser Fall als echter, aber irref\u00fchrender Inhalt ausgewiesen: authentisches Material, das als Beleg f\u00fcr ein Ereignis pr\u00e4sentiert wird, zu dem es nicht geh\u00f6rt. Die technische Pr\u00fcfung der Datei findet deshalb nichts zu beanstanden.<\/div>\n<\/details>\n
\nWarum melden Detektoren f\u00fcr KI-Bilder ein echtes Foto im falschen Kontext nicht?<\/span>
\n+<\/span><\/summary>\n
Ein Detektor f\u00fcr generierte Bilder sucht statistische Signale, die ein generatives Modell im Bild hinterl\u00e4sst. Ein Detektor f\u00fcr Manipulationen sucht Unstetigkeiten in Kompression, Sensorrauschen, Schatten und Kanten. Beide arbeiten am Inhalt der Datei. Eine echte Fotografie mit falschem Datum weist keine dieser Auff\u00e4lligkeiten auf, denn die Datei ist unver\u00e4ndert die der Kamera. Die F\u00e4lschung liegt nicht im Bild, sondern im Verh\u00e4ltnis zwischen Bild und Welt, also im Wann und im Wo. Kein Werkzeug, das ausschlie\u00dflich die Datei untersucht, kann eine Information pr\u00fcfen, die in der Datei nie enthalten war.<\/div>\n<\/details>\n
\nWie finde ich heraus, wann ein Foto aufgenommen wurde?<\/span>
\n+<\/span><\/summary>\n
Drei Wege stehen Ihnen offen. Die EXIF-Daten der Datei enthalten Aufnahmedatum und Uhrzeit, sofern die Datei nicht \u00fcber eine Plattform gelaufen ist. Die R\u00fcckw\u00e4rtssuche zeigt fr\u00fchere Ver\u00f6ffentlichungen desselben Bildes und setzt damit eine Obergrenze f\u00fcr sein Alter. Sichtbare Anhaltspunkte im Bild, etwa Jahreszeit, Bauzustand oder Ereignisse im Hintergrund, erlauben eine Eingrenzung. Jeder dieser Wege kann versagen, und keiner liefert ein Ergebnis, auf das im Voraus Verlass ist. Belastbar ist der Zeitpunkt nur dann, wenn er bei der Aufnahme erzeugt und nachvollziehbar mit der Datei verbunden wurde.<\/div>\n<\/details>\n
\nWarum hat ein Foto aus WhatsApp kein Aufnahmedatum mehr?<\/span>
\n+<\/span><\/summary>\n
WhatsApp komprimiert Bilder beim Hochladen neu und entfernt dabei die EXIF-Metadaten aus der Datei, die andere herunterladen k\u00f6nnen, einschlie\u00dflich Aufnahmedatum, Uhrzeit und GPS-Koordinaten. Facebook, Instagram, X, TikTok, LinkedIn und Reddit verfahren ebenso. Die erkl\u00e4rte Begr\u00fcndung ist Datenschutz und Reduzierung der Dateigr\u00f6\u00dfe, der Nebeneffekt ist, dass die Datei ihre eigene Geschichte verliert. Dasselbe Bild als Dokument statt als Foto zu versenden bewahrt die urspr\u00fcnglichen Metadaten, allerdings nur, wenn die absendende Person mitwirkt und die Datei nicht bereits \u00fcber andere Plattformen gelaufen ist. Bei einem Inhalt, der seit Tagen zirkuliert, ist dieser Weg geschlossen.<\/div>\n<\/details>\n
\nWie kann ich anhand eines Fotos herausfinden, wo es aufgenommen wurde?<\/span>
\n+<\/span><\/summary>\n
Das GPS-Feld der EXIF-Daten h\u00e4lt die Koordinaten der Aufnahme fest, es \u00fcberlebt jedoch nur, wenn die Datei keine Plattform durchlaufen hat und Geotagging aktiviert war. Fehlt es, bleibt Ihnen die Geolokalisierung \u00fcber sichtbare Anhaltspunkte: Schilder, Architektur, Vegetation, Sonnenstand sowie der Abgleich mit Satellitenbildern und Stra\u00dfenansichten. Faktencheck-Redaktionen setzen diese Methode t\u00e4glich ein, sie verlangt aber Zeit, Erfahrung und mindestens ein identifizierbares Element im Bildausschnitt. Bei einem Himmel, einer beliebigen Menschenmenge oder einem anonymen Innenraum f\u00fchrt sie zu keinem Ergebnis. Verl\u00e4sslich ist der Aufnahmeort deshalb nur, wenn er bei der Aufnahme erfasst und mit der Datei verbunden wurde.<\/div>\n<\/details>\n
\nReicht die R\u00fcckw\u00e4rtssuche, um den Kontext eines Bildes zu pr\u00fcfen?<\/span>
\n+<\/span><\/summary>\n
Die R\u00fcckw\u00e4rtssuche zeigt, wo ein Bild bereits erschienen ist, und deckt h\u00e4ufig eine \u00e4ltere Ver\u00f6ffentlichung auf als die gerade gepr\u00fcfte. Sie ist der richtige erste Schritt und kl\u00e4rt viele F\u00e4lle. Sie kl\u00e4rt jedoch nicht alle: Ist das Bild bisher unver\u00f6ffentlicht, wurde es beschnitten oder gespiegelt, oder sind fr\u00fchere Fundstellen gel\u00f6scht worden, liefert die Suche nichts, und das Ausbleiben von Treffern beweist nicht, dass das Bild aktuell ist. Eine \u00e4ltere Fassung zu finden beweist, dass das Bild \u00e4lter ist, w\u00e4hrend der ausbleibende Treffer nichts beweist. Es handelt sich um einen Test, der widerlegen und nicht best\u00e4tigen kann.<\/div>\n<\/details>\n
\nWas macht eine Pr\u00fcfung wiederholbar statt zuf\u00e4llig?<\/span>
\n+<\/span><\/summary>\n
Eine zuf\u00e4llig gegl\u00fcckte Pr\u00fcfung h\u00e4ngt an einem g\u00fcnstigen Umstand: einem lesbaren Schild im Bildausschnitt, einer archivierten Kopie, einem Metadatum, das die Weitergabe \u00fcberstanden hat. Auf den n\u00e4chsten Inhalt l\u00e4sst sie sich nicht \u00fcbertragen. Eine wiederholbare Pr\u00fcfung st\u00fctzt sich dagegen auf Angaben, die im Moment der Erfassung erzeugt und nachvollziehbar an die Datei gebunden wurden: wann, wo und mit welchem Ger\u00e4t. Der Unterschied liegt nicht im Ergebnis, sondern in der Nachvollziehbarkeit des Wegs, und nur diese h\u00e4lt stand, wenn jemand die Schlussfolgerung bestreitet.<\/div>\n<\/details>\n<\/div>\n<\/section>\n<\/div>\n<\/div>\n
\n
\n
\n
\n

Halten Sie die Herkunft fest, wenn der Inhalt entsteht<\/h2>\n

Erfassen Sie Fotos und Videos mit Datum, Uhrzeit und Ort, die im Moment der Aufnahme festgehalten und an die Datei gebunden werden, damit der Kontext nicht sp\u00e4ter rekonstruiert werden muss.<\/p>\n

Jetzt starten<\/a>
\nDemo anfragen<\/a>\n<\/div>\n

\"TrueScreen\"<\/div>\n<\/div>\n<\/div>\n<\/div>","protected":false},"featured_media":58195,"template":"","class_list":["post-58194","artikel","type-artikel","status-publish","has-post-thumbnail","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/truescreen.io\/de\/wp-json\/wp\/v2\/artikel\/58194","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/truescreen.io\/de\/wp-json\/wp\/v2\/artikel"}],"about":[{"href":"https:\/\/truescreen.io\/de\/wp-json\/wp\/v2\/types\/artikel"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/truescreen.io\/de\/wp-json\/wp\/v2\/media\/58195"}],"wp:attachment":[{"href":"https:\/\/truescreen.io\/de\/wp-json\/wp\/v2\/media?parent=58194"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}