Umgekehrte Bildersuche: Fotos verifizieren und recycelte Bilder entlarven

Warum visuelle Desinformation spezifische Werkzeuge erfordert

Bilder tragen eine implizite Glaubwürdigkeit, die Texten fehlt. Ein Foto wirkt wie ein Beweis. Dieses Gefühl wird bei Desinformation systematisch ausgenutzt: Echte Fotos aus anderen Orten, anderen Jahren oder anderen Ereignissen werden mit neuen Bildunterschriften versehen, die ihren tatsächlichen Inhalt verzerren. Das Bild ist authentisch – der Kontext ist erfunden.

Bellingcat, BBC Verify und Storyful haben dieses Muster während der russischen Invasion in der Ukraine 2022 ausführlich dokumentiert. Allein im ersten Monat der Invasion kennzeichnete Storyfuls Verifizierungsteam mindestens 23 einzelne Recycling-Vorfälle, darunter ein weit verbreitetes Foto einer Panzerkolonne, das sich einer Operation der syrischen Arabischen Armee aus dem Jahr 2016 zuordnen ließ. Den dokumentierten Nachweis liefert der Fall „Recycelte Kriegsfotos“ in der Datenbank →.

Die umgekehrte Bildersuche erkennt KI-generierte Bilder nicht direkt – dafür gibt es den Leitfaden zur Deepfake-Erkennung →. Was sie zuverlässig leistet: frühere Auftritte eines Fotos zu finden, die beweisen, dass es dem behaupteten Ereignis vorausgeht.

Die drei notwendigen Werkzeuge

Nutze für jede Verifizierungsaufgabe mindestens zwei Suchmaschinen. Verschiedene Plattformen crawlen unterschiedliche Bereiche des Webs und indizieren Bilder zu unterschiedlichen Zeitpunkten – was Google übersieht, kann Yandex oder TinEye finden.

Google Images

Google Lens ist die umfangreichste umgekehrte Bildersuche nach Indexgröße. Auf dem Desktop navigierst du zu images.google.com und klickst auf das Kamerasymbol, um eine Bilddatei hochzuladen oder eine URL einzufügen. Auf mobilem Chrome hältst du ein beliebiges Bild gedrückt, um „Mit Google suchen“ auszulösen. Nutze nach Erscheinen der Ergebnisse den Filter Tools > Zeit, um die früheste indizierte Erscheinung des Bildes zu finden – das ist oft der nützlichste Einzelschritt beim Aufdecken von Recycling.

Google Lens identifiziert außerdem Objekte, Texte und Orte in Bildern – nützlich für die Geolokalisierung (ob ein Wahrzeichen, ein Straßenschild oder ein Vegetationstyp mit dem angegebenen Ort übereinstimmt).

TinEye

TinEye ist spezialisiert auf das Auffinden exakter und nahezu exakter Bildkopien – unabhängig von Dateiname, Metadaten oder geringfügigen Bearbeitungen. Anders als Google verwendet TinEye perzeptuelle Bild-Fingerabdrücke – es kann eine beschnittene oder farblich angepasste Version eines Fotos dem Original zuordnen. Suchergebnisse enthalten das erstmals indizierte Datum für jeden Treffer. Sortiere bei recycelten Bildern nach „Älteste“, um die früheste bekannte Erscheinung sofort zu sehen.

TinEye verlässt sich nicht auf EXIF-Daten oder Bildmetadaten – es funktioniert also auch dann, wenn Metadaten entfernt wurden.

Yandex Bilder

Yandex Bilder ist besonders effektiv für Fotos, die aus russischsprachigen, osteuropäischen und zentralasiatischen Quellen stammen. Die Gesichtserkennung ist stärker als bei Google für die Identifikation von Personen auf Fotos. Für Konfliktdokumentation liefert Yandex häufig Ergebnisse, die Google nicht indiziert – insbesondere aus Telegram-Kanälen und russischen Social-Media-Plattformen.

Schritt für Schritt: Ein Foto verifizieren

Folge diesen Schritten der Reihe nach. Du kannst jederzeit aufhören, wenn du genug Informationen für eine Verifizierungsentscheidung hast.

1. Starte mit Google Images. Lade das Bild hoch oder füge die URL ein. Überprüfe die Spitzentreffer auf Auftritte, die dem von dir bewerteten Anspruch vorausgehen. Nutze Tools > Zeit zum Eingrenzen des Datumsbereichs.
2. Führe TinEye als Zweites aus. Sortiere die Ergebnisse nach „Älteste“, um die früheste indizierte Erscheinung zu sehen. Wenn TinEye ein Ergebnis zurückgibt, das vor dem behaupteten Ereignis datiert ist, wurde das Bild recycelt.
3. Verwende Yandex, wenn die ersten beiden keine eindeutigen Ergebnisse liefern. Yandex ist besonders nützlich für Bilder aus osteuropäischen oder russischsprachigen Quellen.
4. Prüfe die EXIF-Metadaten, wenn du Zugang zur Originaldatei hast. Nutze Exif.tools oder die kostenlose Browser-Erweiterung Forensically. EXIF-Daten enthalten Aufnahmedatum, Kameramodell und GPS-Koordinaten, wo vorhanden. Wichtig: EXIF-Daten können entfernt oder verändert werden, daher ist das Fehlen von Metadaten kein Beweis in die eine oder andere Richtung.
5. Vergleiche mit dem angegebenen Ort. Zeigt das Bild eine Außenumgebung, überprüfe mit Google Street View, Google Earth, ob sichtbare Architektur, Vegetation, Straßenmarkierungen oder Schilder mit dem behaupteten Land oder der Stadt übereinstimmen.
6. Halte deine Ergebnisse fest. Notiere das früheste bestätigte Auftrittsdatum, die Quelle und etwaige Diskrepanzen zwischen dem behaupteten und dem verifizierten Kontext.

Umgang mit beschnittenen, gefilterten und bearbeiteten Bildern

Visuelle Desinformation modifiziert Bilder häufig vor dem Recycling: Beschneiden entfernt identifizierenden Kontext am Rand, Farbfilter verändern die Stimmung, und Helligkeitsanpassungen verschleiern Details. Ein verändertes Bild kann die Standard-Bildersuche umgehen, wenn die Modifikation erheblich ist.

Wenn die Standard-Bildersuche bei einem visuell verdächtigen Bild scheitert, probiere diese Ansätze:

• Schneide auf einen markanten Ausschnitt zu. Wenn der Hintergrund oder die Umgebung markanter als das Vordergrundmotiv ist, schneide auf diesen Bereich zu und suche separat. Architektonische Merkmale, Wahrzeichen und Vegetationsmuster überstehen Beschneidungen oft intakt.
• Isoliere das Bild von seinem unmittelbaren Kontext. Screenshots von Bildern aus Social-Media-Beiträgen enthalten oft Interface-Elemente (Like-Zähler, Plattformlogos), die Bildsuchmaschinen verwirren. Mache einen Screenshot nur vom Foto selbst.
• Probiere Bing Visual Search. Microsofts Bing Visual Search nutzt einen anderen Index und einen anderen Objekterkennungsalgorithmus – es liefert gelegentlich Ergebnisse, die Google und TinEye beide verpassen.
• Verwende InVID/WeVerify für Videoframes. Das InVID WeVerify Browser-Plugin (kostenlos, Chrome und Firefox) extrahiert Schlüsselbilder aus einer beliebigen Video-URL und führt gleichzeitig umgekehrte Bildersuchen für jeden Frame durch.

EXIF-Metadaten lesen: Was sie aussagen und was nicht

EXIF-Daten (Exchangeable Image File Format) sind Metadaten, die beim Aufnehmen in JPEG-, TIFF- und einige PNG-Dateien eingebettet werden. Sie können enthalten: Aufnahmedatum und -uhrzeit, GPS-Koordinaten, Kamerahersteller und -modell, Brennweite und Blendeneinstellungen sowie verwendete Bearbeitungssoftware.

Was EXIF aussagt, wenn vorhanden: Eine GPS-Koordinate, die das Bild in einem anderen Land als behauptet verortet, ist ein starkes Indiz für eine kontextfremde Verwendung. Ein Aufnahmedatum, das vor dem behaupteten Ereignis liegt, ist eindeutig. Ein Software-Feld, das professionelle Bearbeitungssoftware zeigt, bedeutet keine Manipulation – die meisten Bildjournalisten bearbeiten Belichtung und Farbe.

Was EXIF nicht aussagt: EXIF-Daten werden automatisch von den meisten großen Social-Media-Plattformen beim Upload entfernt – Facebook, Instagram und Twitter/X streifen Metadaten ab, um die Dateigröße zu reduzieren. Ein auf Social Media kursierendes Bild wird fast immer keine EXIF-Daten haben. Dieses Fehlen ist nicht verdächtig; es ist normal. Zudem können EXIF-Daten mit frei verfügbaren Tools manuell bearbeitet werden. Behandle EXIF-Daten als unterstützende Beweise, nicht als abschließenden Nachweis.

Praktische Grenzen der umgekehrten Bildersuche

Die umgekehrte Bildersuche ist einer der zuverlässigsten ersten Schritte bei der visuellen Verifizierung, hat aber dokumentierte Grenzen. KI-generierte Bilder – Gesichter, Szenen und Objekte, die in keinem früheren Foto existieren – werden keine Treffer liefern, weil es kein Original zu finden gibt. Für diese Fälle gelten andere Erkennungsmethoden (siehe den Deepfake-Leitfaden). Sehr neue Fotos, die erstmals während eines Breaking-News-Ereignisses veröffentlicht wurden, sind möglicherweise noch nicht indiziert. Und manche legitimen Fotos erscheinen schlicht nicht in großen Suchindizes.

Ein negatives Ergebnis (keine Treffer gefunden) ist keine Bestätigung der Authentizität eines Bildes. Es bedeutet, dass es in den durchsuchten Datenbanken bisher nicht indiziert wurde. Kombiniere die umgekehrte Bildersuche mit EXIF-Analyse und Geolokalisierung für ein vollständigeres Bild, und wende die SIFT-Methode → auf die Quelle an, die das Bild veröffentlicht.