KI-bearbeitete Fotos sauber ins Langzeitarchiv übernehmen
Veröffentlicht am 30. Juli 2026 · zuletzt aktualisiert am 5. September 2026 / in Fotografie
Inhaltsübersicht
- Stand dieses Praxisartikels
- Nicht jede automatische Verbesserung ist eine kennzeichnungspflichtige KI-Bearbeitung
- Das eigentliche Problem
- Praxisbeispiel: das Mondbild vom 28. Juli 2026
- Die archivische Methode
- Zuordnung durch visuelle Ähnlichkeit
- Der Dateiname dokumentiert die Beziehung
- Standardisierte IPTC/XMP-Kennzeichnung
- Angaben zur KI-Bearbeitung
- Bestehende Sidecars und Originale schützen
- Interne Metadaten und sichtbare Transparenz trennen
- Erschließung in digiKam
- XMP/IPTC und C2PA erfüllen verschiedene Aufgaben
- Grenzen des Hilfswerkzeugs
- Archivischer Grundsatz
Kurz gesagt
Ein mit dem Smartphone aufgenommenes Foto kann heute innerhalb weniger Minuten mit einem KI-Werkzeug verändert werden. Dabei entsteht häufig eine neue PNG- oder JPG-Datei mit einem technisch erzeugten Namen. Ohne zusätzliche Dokumentation geht der Bezug zur ursprünglichen Aufnahme verloren.
Für das Langzeitarchiv gilt deshalb:
Das unveränderte Original bleibt erhalten. Eine KI-bearbeitete Fassung ist ein Derivat. Original und Derivat werden eindeutig verknüpft. Die KI-Bearbeitung wird in standardisierten IPTC/XMP-Metadaten dokumentiert.
Das Derivat ersetzt das Original nicht.
Stand dieses Praxisartikels
Stand: 29. August 2026
Dieser Artikel beschreibt den derzeit praktisch nutzbaren Stand. Er ist bewusst nicht als abgeschlossen zu verstehen: Kameras, Bildbearbeitungsprogramme, generative Verfahren sowie die Möglichkeiten zur technischen Kennzeichnung entwickeln sich derzeit sehr schnell. Begriffe, Metadatenstandards und konkrete Arbeitsabläufe müssen deshalb regelmäßig überprüft und bei Bedarf fortgeschrieben werden.
Der archivische Grundsatz bleibt davon unberührt: Das Original wird erhalten, inhaltliche Eingriffe werden nachvollziehbar dokumentiert und veröffentlichte Bilder erhalten einen für Betrachter verständlichen Hinweis.
Nicht jede automatische Verbesserung ist eine kennzeichnungspflichtige KI-Bearbeitung
Schon bei der Aufnahme verarbeitet ein iPhone das Bild automatisch. Auch klassische Korrekturen in der App Fotos – etwa Belichtung, Weißabgleich, Kontrast, Schärfung, Rauschminderung, Zuschneiden oder Drehen – verändern die Darstellung. Solange dabei keine Bildobjekte entfernt, ergänzt, ersetzt oder wesentlich rekonstruiert werden, ist für die Veröffentlichung auf beuchel-online.de kein sichtbarer KI-Hinweis erforderlich.
Eine wichtige Ausnahme ist das Apple-Intelligence-Werkzeug „Bereinigen“ in der App Fotos, umgangssprachlich auch als Radiergummi bezeichnet. Damit lassen sich störende Objekte entfernen; der anschließend sichtbare Hintergrund wird rechnerisch ergänzt. Das ist ein inhaltlicher Eingriff und nicht lediglich eine klassische Bildkorrektur.
Inhaltlicher KI-Eingriff
- Original unverändert erhalten
- bearbeitete Fassung als Derivat ablegen
- verwendetes Werkzeug dokumentieren
- auf der Webseite sichtbar kennzeichnen
Öffentlicher Hinweis:
Reale Aufnahme, mit generativer KI bearbeitet
Klassische Korrektur
Helligkeit, Farbe, Weißabgleich, Kontrast, Schärfung, Rauschminderung, Zuschnitt oder Drehung ohne inhaltliche Rekonstruktion.
Öffentlicher Hinweis:
Kein sichtbarer Hinweis erforderlich
Das eigentliche Problem
Ein Datei-Hash kann nur identische Dateien erkennen. Schon eine kleine Änderung an Belichtung, Bildinhalt oder Kompression führt zu einem vollständig anderen SHA-256-Wert. Ein KI-bearbeitetes PNG lässt sich deshalb nicht über seinen kryptografischen Hash einem HEIC-Original zuordnen.
Auch der Dateiname des Derivats hilft zunächst nicht zuverlässig. Im praktischen Beispiel lagen diese beiden standardisierten Dateien vor:
HEIC-Original
20260728_213453_img09832.heic
PNG-Derivat
20260728_224718_img00006.png
Das Standardisierungsprotokoll zeigte:
- Das HEIC-Original hieß ursprünglich
IMG_9832.HEIC. - Das PNG-Derivat hatte ursprünglich einen UUID-Dateinamen.
- Das Derivat war unabhängig standardisiert worden und trug deshalb noch nicht Zeit und Bildkennung des Originals.
Die dauerhafte Zuordnung muss daher zuerst fachlich geklärt und anschließend in Dateiname und Metadaten festgehalten werden.
Praxisbeispiel: das Mondbild vom 28. Juli 2026
Die beiden Dateien zeigen denselben realen Archivfall vor und nach der generativen Bearbeitung. Das Original bleibt als HEIC erhalten; für die Darstellung im Browser wurde daraus lediglich eine verkleinerte JPEG-Ansicht erzeugt.
Das Bildpaar macht zugleich die Grenze der Automatik sichtbar: Obwohl beide Fassungen auf derselben Aufnahme beruhen, erreichte der visuelle Vergleich im Test nur rund 66 Prozent. Der vergrößerte Mond, der stark veränderte Himmel und die neue Kontrastwirkung verändern die wahrnehmungsbasierten Hashes deutlich. Die Zuordnung ist deshalb ein Kandidat für die menschliche Bestätigung und kein automatisch bewiesener Treffer.
Rechte und Veröffentlichung: Eric Beuchel hat das Mondbild selbst aufgenommen, die generative Bearbeitung veranlasst und beide Fassungen zur Veröffentlichung auf beuchel-online.de ausgewählt. Fotograf, Bearbeiter und Veröffentlichungsberechtigter sind in diesem Beispiel damit eindeutig dokumentiert.
GPS-Behandlung in diesem Beispiel: Das HEIC-Original enthält die Koordinaten 48,526619° N, 8,781378° E, eine Höhe von rund 500,7 m und die Aufnahmerichtung von rund 138,4°. Das bereitgestellte PNG-Derivat enthält keine GPS-Daten. Nach bestätigter Zuordnung werden diese Originalwerte deshalb in den XMP/IPTC-Metadaten des Derivats dokumentiert und mit bo:gpsCopiedFromOriginal = true als übertragene Originalmetadaten gekennzeichnet. XMP kann dabei eingebettet oder in einem vorhandenen Sidecar gespeichert sein. Das HEIC-Original und die PNG-Datei selbst bleiben unverändert.
Zweites Praxisbeispiel: Skulptur am Wasser
Wolfgang Beuchel fotografierte die Skulptur mit einem älteren iPhone. Die Aufnahme war so stark überbelichtet, dass insbesondere die Skulptur kaum noch Zeichnung besaß und das Bild im normalen Auswahlprozess ein Löschkandidat gewesen wäre.
ChatGPT erzeugte daraus eine brauchbare Fassung, in der Motivzeichnung, Farbe und Kontrast wieder sichtbar sind. Das Ergebnis ist jedoch kein nachträglich „repariertes Original“, sondern ein generativ bearbeitetes Derivat. Gerade weil die Verbesserung deutlich in den Bildinhalt eingreift, bleibt die misslungene Originalaufnahme als Herkunftsbeleg erhalten.
Rechte und Veröffentlichung: Die Skulptur ist öffentlich aufgestellt. Wolfgang Beuchel hat Eric Beuchel als Fotograf ausdrücklich gestattet, sowohl seine Originalaufnahme als auch die daraus entstandene KI-bearbeitete Fassung auf beuchel-online.de zu veröffentlichen und ihn dabei als Fotografen zu nennen. Damit sind Herkunft, Bearbeitung und Veröffentlichungserlaubnis für dieses Praxisbeispiel nachvollziehbar festgehalten.
Beim Bildpaar stimmen Datum, Uhrzeit und Identifier bereits überein. Der bisherige Kollisionszusatz (1) dokumentiert jedoch noch keine archivische Derivatrolle:
20260724_114429_img00019.jpg
20260724_114429_img00019 (1).png
Der visuelle Vergleich erreichte rund 70 Prozent. Der identische Zeitstempel, das gleiche Seitenverhältnis und die gemeinsame Bildkennung stützen die Zuordnung, ersetzen aber auch hier nicht die Sichtkontrolle. Nach Bestätigung lautet der fachlich eindeutige Derivatname:
20260724_114429_img00019_ai.png
20260724_114429_img00019_ai.xmp
Der praktische Gewinn ist erheblich: Ein fotografisch kaum nutzbares Bild wird wieder verwendbar. Der archivische Preis dieser Rettung ist die Pflicht zur Transparenz. Die Webseite zeigt deshalb unmittelbar am Bild, dass ChatGPT an der sichtbaren Fassung beteiligt war; XMP/IPTC dokumentiert intern Original, Beziehung und Bearbeitung.
GPS- und Ortsbehandlung in diesem Beispiel: Weder das JPG-Original noch das PNG-Derivat enthält GPS-Koordinaten. Nach der persönlichen Kenntnis von Eric Beuchel entstand die Aufnahme im Raum Tübingen. Google ordnete das Bild dagegen einem deutlich abweichenden Ort zu. Diese Plattformzuordnung ist keine belastbare Archivquelle.
Das Werkzeug überträgt deshalb keine GPS-Daten und erzeugt keine vermuteten Koordinaten. „Raum Tübingen“ kann getrennt als menschlich bestätigte regionale Ortsangabe gepflegt werden. Eine solche Ortsbeschreibung ist nicht mit gemessenen GPS-Koordinaten gleichzusetzen.
Drittes Praxisbeispiel: vollständig von ChatGPT erzeugt
Dieses Bild zeigt keinen fotografierten Ort und keine nachträglich bearbeitete Aufnahme. Die gesamte Szene mit Akten, Laptop, Datenträger und Bücherregal wurde von ChatGPT erzeugt. Es gibt deshalb weder ein Kamera-Original noch ein Vorher-Bild, dem die Darstellung als Derivat zugeordnet werden könnte.
Die Bildidee und die inhaltlichen Vorgaben stammen von Eric Beuchel; ChatGPT setzte sie als vollständig synthetische Bildausgabe um. Diese Rollenverteilung wird bewusst beschrieben, ohne daraus eine ungeklärte urheberrechtliche Urheberschaft an der rein KI-generierten Ausgabe abzuleiten.
Nutzungsrecht und Urheberrecht: Nach den europäischen Nutzungsbedingungen von OpenAI stehen dem Nutzer im Verhältnis zu OpenAI die etwaigen Rechte am erzeugten Output zu, soweit dies gesetzlich zulässig ist. OpenAI weist zugleich darauf hin, dass Ausgaben nicht einzigartig sein müssen und andere Nutzer ähnliche Ergebnisse erhalten können. Diese vertragliche Zuordnung erlaubt keine pauschale Aussage darüber, ob oder in welchem Umfang eine rein KI-generierte Bildausgabe nach deutschem Recht urheberrechtlich geschützt ist. Der Artikel nennt deshalb transparent die menschliche Bildidee und das verwendete System, ohne Eric Beuchel als Fotografen oder ungeprüft als Urheber des synthetischen Bildes auszuweisen.
Ergänzend gelten die allgemeinen Hinweise der Website zu Nutzungsrechten und veröffentlichten Inhalten.
Für das Archiv ist hier eine andere Einordnung als bei den ersten beiden Beispielen erforderlich:
DigitalSourceType:
http://cv.iptc.org/newscodes/digitalsourcetype/trainedAlgorithmicMedia
AISystemUsed:
ChatGPT
AISystemVersionUsed:
[leer, wenn nicht zuverlässig bekannt]
AIPromptWriterName:
Eric Beuchel
Öffentlicher Hinweis:
KI-generiertes Bild
Eine Kamera, ein Objektiv, ein fotografischer Aufnahmeort oder GPS-Koordinaten dürfen nicht ergänzt werden. Auch relationType = derived-from bleibt leer, solange kein konkretes Ausgangsbild verwendet wurde. Die Herkunft besteht in diesem Fall aus der dokumentierten Bilderzeugung selbst.
Die archivische Methode
Der sichere Ablauf trennt Erkennen, Entscheiden und Anwenden. Zunächst wird ein mögliches Dateipaar ermittelt, anschließend vom Menschen geprüft und erst nach ausdrücklicher Bestätigung dokumentiert. Das Original bleibt dabei unverändert; geschrieben wird ausschließlich am Derivat und an dessen Begleitinformationen.
Den vollständigen technischen Ablauf mit Sichtkontrolle, Umbenennung, XMP-Schreiben, CSV-Protokoll und Gruppierung in digiKam beschreibt der eigenständige Praxisartikel Original-/Derivat-Zuordnung im KI-Fotoarchiv.
Zuordnung durch visuelle Ähnlichkeit
Wahrnehmungsbasierte Bildsignaturen, Seitenverhältnis und vorhandene Aufnahmezeiten können plausible Originale vorschlagen. Eine hohe Ähnlichkeit ist jedoch kein Identitätsbeweis. Serienaufnahmen und stark veränderte Motive müssen immer manuell kontrolliert werden. Die Berechnung unterstützt deshalb nur die Suche; sie trifft keine archivische Entscheidung.
Der Dateiname dokumentiert die Beziehung
Nach bestätigter Zuordnung erhält das Derivat einen standardisierten Namen, der seine Zugehörigkeit zur Werkfamilie und seine Rolle als abgeleitete Fassung erkennen lässt. Medien- und Sidecardatei behalten denselben Basisnamen; vorhandene Dateien werden bei Namenskollisionen nicht überschrieben.
Der Dateiname bleibt eine knappe Orientierung. Das verwendete System, der Bearbeitungsumfang und die vollständige Beziehung zum Original gehören in XMP/IPTC. Die allein maßgebliche Namensregel steht im Artikel Dateibenennung im Familienarchiv; die kontrollierte technische Umsetzung zeigt die Original-/Derivat-Zuordnung im KI-Fotoarchiv.
Standardisierte IPTC/XMP-Kennzeichnung
Für die fachliche Einordnung wird der kontrollierte Wert Digital Source Type aus dem IPTC Photo Metadata Standard verwendet.
Für ein reales Foto, das mit generativer KI verändert wurde, ist der Standardfall:
http://cv.iptc.org/newscodes/digitalsourcetype/compositeWithTrainedAlgorithmicMedia
Der Wert bezeichnet die Erweiterung, Korrektur oder Verbesserung eines aufgenommenen Mediums mit einem trainierten algorithmischen System.
Für ein vollständig generiertes Medium ist stattdessen vorgesehen:
http://cv.iptc.org/newscodes/digitalsourcetype/trainedAlgorithmicMedia
Als weitere kontrollierte Optionen bleiben verfügbar:
http://cv.iptc.org/newscodes/digitalsourcetype/compositeSynthetic
http://cv.iptc.org/newscodes/digitalsourcetype/humanEdits
Verkürzte Eigenwerte wie compositeWithAI, aiEdited oder chatgptImage werden nicht verwendet.
Angaben zur KI-Bearbeitung
Eingebettetes XMP oder ein vorhandenes XMP-Sidecar kann folgende IPTC-Felder enthalten. Ein separates Sidecar ist nicht zwingend; der konkrete Speicherort richtet sich nach der vorhandenen Metadatenstrategie:
Diese Dokumentation folgt den standardisierten XMP-Regeln der Governance des digitalen Fotoarchivs. Die technischen KI-Felder werden in der vorhandenen führenden XMP-Quelle ergänzt; die kontrollierte Erschließung von Personen, Orten, Beschreibungen, Rechten und Schlagwörtern erfolgt anschließend im dokumentierten digiKam-Workflow. Bestehende Metadaten werden dabei nicht ungeprüft überschrieben oder entfernt.
DigitalSourceType
AISystemUsed
AISystemVersionUsed
AIPromptInformation
AIPromptWriterName
Beispiel:
DigitalSourceType:
http://cv.iptc.org/newscodes/digitalsourcetype/compositeWithTrainedAlgorithmicMedia
AISystemUsed:
ChatGPT
AISystemVersionUsed:
[leer, wenn nicht zuverlässig bekannt]
AIPromptInformation:
Mond deutlicher herausarbeiten; Belichtung und Kontrast optimieren;
Kornfeld und Baum erhalten
AIPromptWriterName:
Eric Beuchel
Eine unbekannte System- oder Modellversion bleibt leer. Das Werkzeug errät keine Versionsangabe und schreibt keine Platzhalter wie unknown oder nicht bekannt.
Zusätzlich dokumentiert das Sidecar:
- Originaldatei,
- Originalpfad,
- ursprünglichen Dateinamen des Derivats,
- Trefferwert der visuellen Zuordnung,
- und
relationType = derived-from.
Sind im bestätigten Original GPS-Daten vorhanden, werden auch diese in die
führende XMP-Quelle des Derivats übernommen. Dazu gehören insbesondere
exif:GPSLatitude, exif:GPSLongitude, Höhe, GPS-Zeit und Aufnahmerichtung.
bo:gpsCopiedFromOriginal = true hält fest, dass diese Werte aus dem Original
stammen und nicht vom Derivat selbst neu ermittelt wurden. Fehlen GPS-Daten im
Original, wird kein Ort geraten.
Bestehende Sidecars und Originale schützen
Für die laufende Archivpflege gilt die formatabhängige Speicherregel: JPEG/TIFF/DNG möglichst eingebettet, proprietäres RAW ausschließlich über XMP-Sidecars. Vorhandene Begleitdateien bleiben erhalten; technische Original-Aufnahmedaten werden bewahrt. Die folgenden beschriebenen Sidecar-Aktionen gehören zum jeweiligen Hilfswerkzeug und sind keine Zusage, dass dieses Werkzeug bereits eingebettet schreibt. Ein Wechsel des Speicherorts benötigt eine eigene kontrollierte Migration.
Eingebettetes XMP und vorhandene XMP-Sidecars werden getrennt eingelesen. Bestehende Metadaten bleiben möglichst erhalten; nur die für die Zuordnung und KI-Dokumentation benötigten Felder werden ergänzt oder aktualisiert. Ein Sidecar wird nicht allein deshalb erzeugt, weil XMP dokumentiert werden soll.
Ist ein vorhandenes Sidecar kein gültiges XML, legt das Werkzeug vor dem Neuaufbau eine Sicherung an. Bei einer Umbenennung werden Mediendatei und vorhandenes Sidecar als gemeinsames Paar behandelt. Beide besitzen danach denselben Basisnamen.
Das HEIC-Original und seine Metadaten werden weder gelöscht noch verändert.
Interne Metadaten und sichtbare Transparenz trennen
Die technischen IPTC/XMP-Angaben dienen digiKam, der späteren Recherche und der archivischen Nachvollziehbarkeit. Bei einer Veröffentlichung auf beuchel-online.de reicht diese unsichtbare Dokumentation jedoch nicht aus.
Das Werkzeug bietet deshalb zusätzlich das projektspezifische Feld:
bo:publicDisclosure
Ausgewählt werden kann:
Kein sichtbarer Hinweis
Mit KI-Unterstützung optimiert
Reale Aufnahme, mit generativer KI bearbeitet
KI-generiertes Bild
Der Hinweis „Mit KI-Unterstützung optimiert“ passt zu rein technischen Verbesserungen ohne wesentliche Inhaltsänderung. „Reale Aufnahme, mit generativer KI bearbeitet“ kennzeichnet sichtbare oder inhaltliche Veränderungen. „KI-generiertes Bild“ ist vollständig erzeugten Bildern vorbehalten.
Für das Mondbild ist nach der beschriebenen Bearbeitung passend:
Reale Aufnahme vom 28. Juli 2026, anschließend mit generativer KI bearbeitet. Mond, Belichtung und Kontrast wurden angepasst.
Nach der archivischen Zuordnung wird der Transparenzhinweis bei einer Veröffentlichung auf beuchel-online.de unmittelbar am Bild angezeigt. Die XMP-Metadaten dienen als interne Quelle für diesen Hinweis.
Ein vorhandenes dc:description wird nicht blind überschrieben. Der öffentliche Kurztext wird getrennt in bo:publicDisclosure gespeichert und beim Erstellen des Website-Artikels bewusst übernommen.
Die Metadaten dokumentieren die Bearbeitung im Archiv. Die Webseite informiert den Betrachter sichtbar und verständlich.
Erschließung in digiKam
digiKam bleibt das führende Werkzeug für die archivische Erschließung. Nach der technischen Zuordnung werden Original und Derivat gemeinsam importiert beziehungsweise eingelesen und in digiKam gruppiert.
Das Original bleibt die führende Aufnahme. Das Derivat erhält seine eigene Rolle als bearbeitete Fassung. Personen, Orte, Beschreibungen, Rechte und Schlagwörter werden weiterhin nach den Regeln des Fotoarchivs gepflegt.
Vertiefend: digiKam im Familienarchiv und Metadaten im Fotoarchiv.
XMP/IPTC und C2PA erfüllen verschiedene Aufgaben
IPTC/XMP dokumentiert Herkunft, Werkzeug und Bearbeitung in standardisierten Metadaten. Diese Angaben bleiben jedoch nachträglich veränderbar.
C2PA Content Credentials können Herkunftsaussagen dagegen kryptografisch an eine konkrete Mediendatei binden und signieren. Dafür sind ein C2PA-Manifest, geeignete Software und eine vertrauenswürdige Signatur-Infrastruktur nötig.
C2PA ist eine weitergehende Lösung, aber keine Voraussetzung für diesen privaten Archivworkflow. Das Hilfswerkzeug erzeugt keine C2PA-Signatur. Wird eine Datei nach einer Signatur verändert, muss die Gültigkeit der Content Credentials erneut geprüft beziehungsweise eine neue Herkunftsstufe erzeugt werden.
Grenzen des Hilfswerkzeugs
Das Werkzeug trifft keine autonome archivische Entscheidung. Es:
- verändert keine Originaldatei,
- wendet ohne Markierung nichts an,
- überschreibt bei Kollisionen keine vorhandene Datei,
- signiert nicht mit C2PA,
- verwendet keine Cloud-Anbindung,
- und veröffentlicht keine Datei automatisch.
Visuelle Ähnlichkeit liefert Kandidaten. Die Verantwortung für die bestätigte Original–Derivat-Beziehung bleibt beim Menschen.
Archivischer Grundsatz
KI-Bearbeitung darf die Herkunft eines Bildes nicht verdecken. Original und Derivat werden getrennt erhalten, eindeutig verknüpft und in standardisierten Metadaten beschrieben.
Software kann sich ändern. Die nachvollziehbare Beziehung zwischen unverändertem Original, bearbeitetem Derivat und dokumentierter Bearbeitung bleibt.
Persönliche Unterstützung
Dieser Artikel vermittelt die fachlichen Grundlagen. Wenn Sie die beschriebenen Methoden auf einen konkreten Bestand oder ein bestehendes System übertragen möchten, finden Sie ergänzende Informationen unter Dienstleistungen.