Glossar
Perzeptueller Hash: Kopien finden, die ihre Metadaten verloren haben
Ein perzeptueller Hash ist ein kurzer Fingerabdruck, der aus dem visuellen Inhalt eines Bildes berechnet wird, etwa aus dem Helligkeitsmuster einer verkleinerten Graustufenversion, und so ausgelegt ist, dass skalierte, neu komprimierte oder leicht bearbeitete Kopien desselben Bildes ähnliche Werte ergeben, die sich per Hamming-Distanz vergleichen lassen.
Illustration · PNG-Datei
- Signature + IHDR
- iTXt XML:com.adobe.xmpDatensatz
- tEXt parameters
- tEXt prompt / workflow
- tEXt invokeai_metadata
- eXIf
- caBX C2PA manifest
- IDAT pixels
- IEND
KI-Quelltyp deklariert
Die Datei kennzeichnet sich selbst als KI-erzeugt.
Der IPTC-DigitalSourceType, etwa trainedAlgorithmicMedia, wird aus XMP gelesen und mit seinem genauen Wert angezeigt.
Bild prüfen →Wie er funktioniert
Ein Differenz-Hash verkleinert das Bild auf ein winziges Graustufenraster und hält fest, ob jedes Pixel heller ist als sein Nachbar; daraus entsteht eine Bitfolge. Zwei Kopien desselben Bildes unterscheiden sich nur in wenigen Bits, selbst nachdem eine soziale Plattform sie neu kodiert hat; nicht verwandte Bilder unterscheiden sich in vielen. Er ist bewusst unempfindlich gegenüber den Metadaten, die kryptografische Hashes erfassen – deshalb ist er das Werkzeug, um eine bereinigte Kopie wieder mit einem bekannten Original zu verbinden.
Perzeptuelle Hashes können bei sehr ähnlichen Bildern kollidieren und sich durch starke Zuschnitte täuschen lassen; eine Beinahe-Übereinstimmung wird daher als „nahe“ gemeldet, niemals als identisch.
Wie isGenAI ihn nutzt
Der Checker berechnet für jedes Bild einen Fingerabdruck isgenai-dhash-v1 und vergleicht ihn mit seinen Datensätzen und mit Soft-Binding-Einträgen. Eine exakte Übereinstimmung des Fingerabdrucks und eine nahe Übereinstimmung innerhalb einer kleinen Hamming-Distanz werden getrennt von einer exakten SHA-256-Übereinstimmung gemeldet, sodass der Bericht immer sagt, welche Art von Kopie gefunden wurde. Algorithmus und Abmessungen des Fingerabdrucks werden in den Belegen ausgegeben, damit sich das Ergebnis reproduzieren lässt.
Warum er bei Screenshots zählt
Ein Screenshot eines KI-Bildes behält sein Aussehen und verliert jeden Datensatz. Wurde das Original schon einmal geprüft und trug es ein Credential oder einen gespeicherten Prompt, kann der Fingerabdruck den Screenshot mit diesem Datensatz verknüpfen. Das ist der einzige Weg von einer bereinigten Kopie zurück zu Belegen in einer Datei.
So nutzen Sie den Begriff bei der Prüfung einer Datei
- Laden Sie die Originaldatei in den KI-Bild-Detektor oder in das auf der Seite genannte Tool hoch.
- Suchen Sie unter „How we checked“ (So haben wir geprüft) den Befund, der diesen Begriff verwendet, und lesen Sie das dort genannte Quellfeld.
- Gewichten Sie nach Art: Ein signierter Datensatz, ein deklariertes Feld, ein gespeicherter Prompt und eine übereinstimmende Kopie sind unterschiedlich starke Belege.
- Denken Sie daran: Fehlt ein Datensatz, ist das kein Beleg für einen menschlichen Urheber.
Häufige Fragen
Ist ein perzeptueller Hash dasselbe wie SHA-256?
Nein. SHA-256 ändert sich bei jedem Byte; ein perzeptueller Hash bleibt über Skalierung und Komprimierung hinweg ähnlich. isGenAI nutzt beide und meldet, welcher übereinstimmte.
Kann eine perzeptuelle Übereinstimmung KI-Herkunft beweisen?
Nur indirekt: Sie verknüpft Ihre Kopie mit einem Datensatz, der ein Credential oder einen gespeicherten Prompt tragen kann. Der Bericht zeigt die Belege dieses Datensatzes.
Wie nah ist eine nahe Übereinstimmung?
Innerhalb einer kleinen Hamming-Distanz bei den Bits des Fingerabdrucks; der Bericht gibt die Beziehung als „nahe“ statt „exakt“ aus.
Hebelt Zuschneiden ihn aus?
Starkes Zuschneiden kann das. Leichte Bearbeitungen, Skalierung und erneute Komprimierung meist nicht.
Quellen
Die Definitionen folgen den oben verlinkten veröffentlichten Standards; das beschriebene Verhalten von isGenAI entspricht dem produktiven Checker mit Stand Oktober 2026.