Die begehrte Ästhetik generierter Bilder

Im Oktober 2026 will About You sein klassisches Fotostudio in Hamburg schließen. Jahrelang wurden dort bis zu 300.000 Kleidungsstücke im Jahr abgelichtet, mit Models, Kulissen und Beleuchtung, dem ganzen analogen Aufwand einer Modeindustrie, die glaubte, ihre Ware müsse gesehen werden, um verkauft zu werden. Mit dem hauseigenen Tool SCAYLE STUDIOS sinken die Produktionskosten um rund 90 Prozent, in A/B-Tests steigt der erzeugte Warenwert um 9,2 Prozent gegenüber klassischer Studiofotografie (1). Nach Angaben gegenüber dem Handelsblatt fallen die Kosten pro Artikelbild dabei von bis zu 80 Euro auf rund einen Euro (2). Bislang blieb ein öffentlicher Protest aus.

Die Modemarke Guess veröffentlichte im August 2025 in der amerikanischen Vogue eine bezahlte Anzeige mit zwei generierten Models, mit einem winzigen Hinweis „Produced by Seraphinne Vallora on AI", den die meisten Leser übersahen (3). Es folgte kein geräuschloser Effizienzgewinn wie bei About You, sondern ein öffentlicher Streit über bedrohte Jobs von Models und Fotografinnen, künstliche Schönheitsideale und die Frage, ob ein Modemagazin Menschen zeigen darf, die es nicht gibt.

Technisch liegen beide Fälle zwar nah beieinander, die gesellschaftliche Wahrnehmung ist aber höchst unterschiedlich. Der Streit um KI-Bilder krankt oft daran, dass drei unterschiedliche Fragen ständig vermischt werden: Ist ein Bild tatsächlich aus einer realen Szene entstanden? Wirkt es für den Betrachter plausibel? Und ist sein Einsatz in diesem Kontext angemessen? Ein Produktbild kann plausibel sein, ohne fotografisch wahr zu sein, und seinen Zweck trotzdem erfüllen, das T-Shirt existiert ja. Bei einem Porträt verschiebt sich die dritte Frage, weil das Bild nicht nur eine Ware zeigt, sondern einen Menschen verspricht.

Roland Barthes hat in „Die helle Kammer" (1980) genau gefasst, was eine Fotografie eigentlich verspricht: Sie behauptet nicht nur, etwas zu zeigen, sie bezeugt, dass es da war, in genau diesem Licht, vor genau dieser Linse, in genau diesem Moment. Barthes nannte dieses Versprechen das Ça-a-été, das Gewesen-Sein. Ein Gemälde kann frei erfinden, ohne seinen eigenen Anspruch zu verletzen. Eine Fotografie, die erfindet, verletzt das Versprechen, das ihre Form macht.

Der Semiotiker Charles S. Peirce liefert die genauere Beschreibung dafür, was dabei verloren geht. Eine klassische Fotografie besitzt neben ihrer Ähnlichkeit mit dem Motiv eine unmittelbare, kausale Beziehung zu ihm: Licht eines realen Körpers hat tatsächlich auf einen Film oder Sensor getroffen, das ist der Index. Dem generierten Bild fehlt genau diese Spur zu dem Ereignis, das es zu bezeugen scheint. Es sieht weiterhin aus wie ein Beweis. Es geht nur nicht mehr auf dasselbe Beweisverfahren zurück.

Nach Guess wurden Coca-Colas KI-Weihnachtsspot und ein mit OpenAIs Sora erzeugter Werbefilm für Toys „R" Us online vielfach als seelenlos verspottet, H&M, Skechers und Guess mussten sich für den Einsatz von KI-Markenbotschaftern rechtfertigen (4). Heineken und die Modemarke Aerie werben inzwischen explizit mit dem Verzicht auf KI, Aeries Ankündigung war ihr meistgeklickter Instagram-Post des vergangenen Jahres (4).

Diese Reaktion lässt sich als eine Form von Algorithmenaversion lesen: Sobald die maschinelle Herkunft eines Ergebnisses sichtbar wird, verändert sich die Bewertung desselben Ergebnisses, unabhängig von seiner tatsächlichen Qualität (5). Bei Gesichtern schlägt sie besonders hart zu, weil es um Identität geht, nicht um Prognosen. Die Zahlen bestätigen die Verunsicherung: 75 Prozent der Deutschen erwarten, dass KI-Nutzung offengelegt wird, 82 Prozent wünschen sich eine klare Kennzeichnung, 65 Prozent empfinden KI-generierte Inhalte grundsätzlich als weniger vertrauenswürdig (6).

Eine große Feldanalyse von Forschern der Columbia University, Harvard University, der TU München und der Carnegie Mellon University, durchgeführt mit Daten von Taboolas Werbeplattform Realize, hat mehr als 300.000 Anzeigen mit über 500 Millionen Ausspielungen ausgewertet, jede KI-Anzeige verglichen mit einer menschlich erstellten Schwesteranzeige derselben Kampagne (7). Gemessen wurde die Klickrate, nicht langfristiges Markenvertrauen, das gehört dazugesagt. Innerhalb dieser Grenze ist der Befund trotzdem deutlich: Anzeigen, die in einer separaten Wahrnehmungsstudie als KI-typisch eingestuft wurden, erzielten niedrigere Klickraten, selbst wenn sie tatsächlich von Menschen stammten. Als menschlich wahrgenommene KI-Anzeigen schnitten am besten ab, teils besser als klassische Fotografie (7).

Eine aktuelle experimentelle Untersuchung der Hochschule Hannover ergänzt diesen Befund um einen kontrollierten Vergleich. 163 Teilnehmende bewerteten Produktbilder aus den Kategorien Kaffee, Schokolade, Jacke und Rucksack, teils echte Fotos, teils KI-generiert. Die Hälfte der Bilder war zusätzlich mit dem Hinweis „KI-generiert" versehen, unabhängig davon, ob das tatsächlich zutraf. Ob ein Bild real oder künstlich war, veränderte die Bewertung nicht messbar, bei der Kaufabsicht lagen KI-Bilder sogar leicht vorn. Stand aber der Hinweis „KI-generiert“ daneben, sanken Produktbewertung und Kaufabsicht deutlich, auch bei den echten Fotos (8).

Bestraft wird also nicht die tatsächliche Herkunft. Bestraft wird der Verdacht, es könnte Maschine sein. Guess und Coca-Cola sind deshalb keine Gegenbeweise zu About You. Es sind Fälle, in denen der Verdacht aufkam.

Zwei, drei Selfies genügen mittlerweile, um daraus ein Bewerbungsfoto zu generieren, das aussieht wie aus einem professionellen Studio. Warum manche dieser Bilder sofort unheimlich wirken, andere überhaupt nicht auffallen, erklärt der Robotiker Masahiro Mori mit dem Uncanny Valley (1970): Je näher eine künstliche Figur dem Menschen kommt, ohne ihn ganz zu erreichen, desto stärker das Unbehagen, ein Effekt, der bei Bewegung und Sprache deutlich schärfer ausfällt als bei einem einzelnen, stillen Foto. Ein comichafter Werbeavatar verrät sich beim Sprechen. Ein gutes, stilles Studioporträt verrät nichts.

Und genau da wird es unbequem. Eine Studie der Universitäten Lancaster und Kalifornien mit damaligen StyleGAN2-Gesichtern fand eine Trefferquote von 48 Prozent bei der Unterscheidung echter von KI-generierten Porträts, nahe am Zufallswert unter diesen Testbedingungen (9). Eine Studie der Australian National University ging der Sache genauer nach und fand etwas Beunruhigenderes: Weiße KI-Gesichter wurden im Schnitt häufiger für menschlich gehalten als echte weiße Gesichter, bei Gesichtern von People of Colour zeigte sich dieser Effekt nicht, weil die Trainingsdaten überproportional weiße Gesichter enthalten (10). Wer die künstlichen Gesichter für echter hielt, war dabei am häufigsten am sichersten, seine Einschätzung sei richtig (10).

Genau diese Kombination aus Leichtigkeit und Selbstsicherheit beschreibt Daniel Kahneman mit dem Begriff der kognitiven Leichtigkeit (2011): Was sich mühelos verarbeiten lässt, wird als wahrer und vertrauenswürdiger eingestuft, und dieses Gefühl der Mühelosigkeit wird selbst zur Bestätigung, ganz unabhängig von der tatsächlichen Herkunft. Die Gefahr beim Bewerbungsfoto ist deshalb nicht das plumpe Bild, das jeder als KI erkennt. Es ist das gute, das keiner erkennt und das trotzdem einen Vorschuss an Vertrautheit erzeugt, den die reale Begegnung erst noch einlösen muss. Fällt der Vorschuss zu hoch aus, wird nicht das Bild als übertrieben empfunden. Der Mensch dahinter wird zur Enttäuschung.

Man muss dafür nicht auf generative KI warten. Eine aktuelle Instagram-Anzeige einer Fernhochschule zeigt eine Frau mit Tattoos, Brille und Dutt, die mit Edding auf ein Whiteboard schreibt, umrahmt von handgezeichneten gelben Pfeilen, Botschaft: 1.444 Euro Rabatt plus iPad. Erving Goffman beschrieb soziales Handeln als Inszenierung mit Bühne, Publikum und Requisiten (1959), jeder Auftritt eine Form von Impression Management, der bewussten Steuerung des Eindrucks, den andere von einem gewinnen sollen. Tattoos, Styling und die scheinbar spontane Handschrift sind in diesem Sinn Requisiten im wörtlichen Sinn, kulturell eingeübte Indizien des Unbearbeiteten, die genau dort auftauchen, wo eigentlich nur eine Preisbotschaft transportiert wird.

Ein Avatar, der comichaft wirkt, hat dieselben Requisiten aufgefahren wie das Whiteboard-Foto, nur ohne die Deckung zu treffen. Er zitiert die Zeichen der Echtheit, ohne die Wirkung zu erzielen, und genau das registrieren wir zuverlässig, weit zuverlässiger als bei einem glatten Studioporträt.

58 Prozent der Deutschen nutzen KI mittlerweile im Alltag oder Beruf, und dieselben Menschen erwarten in großer Mehrheit, informiert zu werden, wenn ihnen KI-Inhalte begegnen.Vertrauen verteilt sich dabei nach wie vor entlang alter Linien: Bei Kaufentscheidungen vertraut man Freunden und der Familie zu 76 Prozent, Bewertungsportalen zu 48 Prozent, Suchmaschinen zu 47 Prozent. KI-Antworten vertraut man inzwischen zu18 Prozent, mehr als klassischer Werbung (13 Prozent) und Influencern (11 Prozent) (11).

Seit dem 2. August 2026 ist ein Teil dieser Erwartung in Europa Recht. Artikel 50 des AI Act verlangt von Anbietern generativer Systeme eine maschinenlesbare Kennzeichnung synthetischer Inhalte, sichtbare Hinweise sind vor allem bei Deepfakes und bestimmten KI-Texten zu Themen von öffentlichem Interesse vorgeschrieben (12). Ein generiertes Produktfoto muss deshalb nicht automatisch für den Betrachter sichtbar markiert sein, obwohl eine große Mehrheit genau diese Transparenz grundsätzlich erwartet, und wie die Hannoveraner Studie zeigt, kann genau diese Transparenz den Absatz kosten. Die juristische Frage lautet, was gekennzeichnet werden muss. Die kulturelle Frage lautet, was eine Marke freiwillig offenlegen sollte.

Der Soziologe Pierre Bourdieu würde ergänzen: Authentizität ist eine Form von symbolischem Kapital (1979), ihr Wechselkurs hängt vom Feld ab, in dem sie gehandelt wird. Beim T-Shirt ist das Feld die reine Ware, das Original bleibt unangetastet. Beim Gesicht ist das Feld die Identität selbst, das Bild steht nicht für ein Produkt, es steht für einen Menschen, und das Vertrauen, das dort investiert wird, hat keinen Ersatzwert.

Wir erkennen KI-Bilder nicht zuverlässig. Wir erkennen vor allem gelungene oder misslungene Signale von Echtheit, und wir verwechseln das eine ständig mit dem anderen. Für die Wirkung eines Bildes mag Plausibilität genügen. Für Vertrauen genügt sie nicht.

Nicht Echtheit entscheidet über Wirkung.
Über Vertrauen entscheidet, ob ein Bild hält, was es verspricht.