Original und KI-Derivat sicher zuordnen: ein Werkzeug aus der Praxis

Veröffentlicht am 9. August 2026 · zuletzt aktualisiert am 27. August 2026 / in Fotografie

Kurz gesagt

Wenn aus einem Foto mit ChatGPT, Adobe Firefly oder einem anderen KI-Werkzeug eine neue Bildfassung entsteht, reicht ein Zusatz wie _chatgpt im Dateinamen nicht aus. Er sagt nicht zuverlässig, welches Original verwendet wurde, wie die Zuordnung zustande kam und welche Bearbeitung dokumentiert werden muss.

Für diesen Zweck habe ich das lokale Werkzeug Original–Derivat-Zuordnung entwickelt. Der hier beschriebene Praxisstand ist Version 1.1.0. Das Programm unterstützt einen kontrollierten Ablauf:

Bildbestände einlesen
→ ähnliche Paare vorschlagen
→ Original und Derivat nebeneinander prüfen
→ Zuordnung bewusst bestätigen
→ Derivat und XMP gemeinsam benennen
→ Beziehung und KI-Einsatz dokumentieren
→ CSV-Protokoll kontrollieren

Der entscheidende Punkt ist die Rollenverteilung: Die Software sucht Kandidaten. Der Mensch entscheidet. Das Original bleibt unverändert.

Der Grundlagenartikel KI-bearbeitete Fotos sauber ins Langzeitarchiv übernehmen erklärt die übergeordnete Archivstrategie, die IPTC-Einordnung und die sichtbare Kennzeichnung bei einer Veröffentlichung. Dieser Artikel konzentriert sich auf das Werkzeug und den praktischen Prüfvorgang.

Warum ich dafür ein eigenes Werkzeug gebaut habe

Die einzelnen Aufgaben ließen sich zwar mit Bildbetrachter, ExifTool, Tabellen und manuellen Umbenennungen lösen. In der Menge wurde der Ablauf aber fehleranfällig: Kandidaten mussten gesucht, Bildpaare verglichen, Sidecars synchron benannt und dieselben Herkunftsangaben wiederholt erfasst werden.

Das Werkzeug bündelt genau diese Schritte, ohne daraus eine vollautomatische Entscheidung zu machen. Es läuft lokal mit einer grafischen Oberfläche und benötigt keine Cloud-Anbindung. Unterstützt werden JPG, JPEG, PNG, HEIC, HEIF, TIF, TIFF, DNG und WEBP, soweit Pillow und die lokal installierten Decoder das jeweilige Format lesen können. Für HEIC und HEIF wird pillow-heif verwendet. ExifTool ist optional und kann zusätzliche vorhandene Zeitstempel liefern.

Die Entwicklung entstand damit nicht aus dem Wunsch nach einem weiteren Bildprogramm, sondern aus einem konkreten Archivproblem: wiederkehrende Arbeitsschritte sicher zusammenführen und trotzdem jede fachliche Entscheidung sichtbar beim Menschen belassen.

Das praktische Problem beginnt nach der Bildbearbeitung

Originalaufnahme und bearbeitete Fassung liegen nach einem Export häufig gemeinsam in einem Importordner:

20260723_080618_img07521.jpg
20260723_080618_kib07521-01.jpg
20260723_080618_kib07521-02.png

In diesem einfachen Beispiel lässt der Dateiname noch eine Beziehung vermuten. In der Praxis heißen Derivate aber auch image.png, tragen eine UUID oder wurden bereits unabhängig standardisiert. Spätestens nach einigen Monaten fehlen dann Antworten auf wichtige Fragen:

• Welches Bild ist das unveränderte Original?
• Beruht das Derivat wirklich auf diesem Foto oder nur auf einem ähnlichen Motiv?
• Welches KI-System wurde eingesetzt?
• Wurde Bildinhalt verändert oder nur technisch optimiert?
• Sind Aufnahmezeit, Kamera- und GPS-Daten im Derivat ursprünglich vorhanden oder aus dem Original übernommen?
• Welche Angaben müssen zusammen mit dem Bild erhalten bleiben?

Ein kryptografischer Hash wie SHA-256 hilft hier nicht. Er beweist Dateigleichheit, aber schon eine kleine Bildänderung erzeugt einen völlig anderen Wert. Für die Verwandtschaft zweier unterschiedlich bearbeiteter Bilder braucht es andere Signale.

Nicht vollautomatisch, sondern kontrolliert

Das Werkzeug durchsucht die gewählten Bildordner und bildet aus mehreren Merkmalen einen gewichteten Zuordnungsvorschlag. Verwendet werden insbesondere:

• pHash, dHash und Wavelet-Hash als wahrnehmungsbasierte Bildsignaturen,
• Seitenverhältnis und Auflösung,
• Aufnahmezeit und vorhandene Kamerametadaten,
• sowie Hinweise aus dem Dateinamen.

Kein einzelnes Merkmal ist ein Beweis. Zwei Serienaufnahmen können sich sehr ähnlich sehen. Umgekehrt kann eine starke generative Bearbeitung den Mond, den Himmel oder ganze Bildbereiche so deutlich verändern, dass die Hash-Ähnlichkeit sinkt, obwohl das richtige Ausgangsfoto vorliegt.

Der berechnete Gesamtwert ist deshalb keine Wahrheitsskala. Er sortiert nur die wahrscheinlichsten Kandidaten nach vorn.

Automatisiert wird die Suche nach einem plausiblen Paar – nicht die archivische Entscheidung.

Was bei der Sichtkontrolle zu sehen ist

Für jeden Vorschlag stellt die Anwendung Original und vermutetes Derivat nebeneinander dar. Ergänzend zeigt sie:

• den gewichteten Gesamtwert,
• die einzelnen Hash-Ähnlichkeiten,
• den Vergleich der Aufnahmezeiten,
• das Seitenverhältnis,
• den Abstand zum zweitbesten Kandidaten,
• und die angenommene Rolle beider Dateien.

Gerade der Abstand zum zweitbesten Kandidaten ist wichtig. Liegen zwei Ergebnisse fast gleichauf, ist der beste Treffer weniger belastbar als ein Kandidat, der sich deutlich von allen Alternativen absetzt.

Bei der menschlichen Prüfung helfen drei einfache Fragen:

1. Stimmen Motiv, Perspektive und wesentliche Bildelemente überein?
2. Lassen sich die sichtbaren Unterschiede durch die bekannte Bearbeitung erklären?
3. Passen Zeit, Seitenverhältnis und Dateikontext zur vermuteten Beziehung?

Bleibt ein Zweifel, wird nicht bestätigt. Eine leere Zuordnung ist archivisch besser als eine überzeugend aussehende, aber falsche Beziehung.

Die Oberfläche bleibt auch dann nutzbar, wenn pillow-heif fehlt. Sie weist in diesem Fall verständlich darauf hin, dass HEIC- und HEIF-Dateien wahrscheinlich nicht gelesen werden können. Ein fehlender Decoder wird damit nicht als erfolgreiche Prüfung missverstanden.

Rollen zuerst klären

Vor dem Schreiben von Metadaten muss feststehen, welche Rolle die Dateien besitzen:

Damit wird auch eine wichtige Grenze sichtbar: Nicht jedes künstlich erzeugte Bild hat ein Foto-Original. Eine vollständig generierte Illustration darf nicht nachträglich mit Kamera, Aufnahmeort oder einem vermeintlichen Original ausgestattet werden.

Was nach der Bestätigung geschieht

Erst eine ausdrücklich bestätigte Zuordnung darf angewendet werden. Das Original wird dabei weder umbenannt noch in seinen Metadaten verändert. Die Arbeiten betreffen ausschließlich das Derivat und dessen Begleitinformationen.

Das Derivat übernimmt den Basisnamen des Originals und erhält einen eindeutigen Bearbeitungszusatz:

20260723_080618_img07521.jpg
20260723_080618_kib07521.png
20260723_080618_kib07521.xmp

Die gemeinsame Nummer 07521 kennzeichnet die Werkfamilie. img bezeichnet das normale Bild beziehungsweise Original, kib das generativ wesentlich bearbeitete Derivat. Der Dateiname zeigt diese Rolle nur kurz an; das konkrete KI-System und die vollständige Original–Derivat-Beziehung bleiben in XMP/IPTC.

Mehrere fachlich bestätigte Derivate derselben Werkfamilie erhalten eine Variantenkennung. Medien- und vorhandene Sidecardatei behalten denselben Basisnamen:

20260723_080618_kib07521-01.png
20260723_080618_kib07521-01.xmp

Dadurch bleibt die XMP-Datei auch nach einer Kollision eindeutig bei ihrem Medium. Die allgemeinen Namensregeln – vollständige Kleinschreibung, ASCII-taugliche Zeichen und kontrollierte Kollisionen – beschreibt Dateibenennung im Familienarchiv.

Welche Informationen in XMP gehören

Unspezifische Zusätze wie (1) verschleiern dagegen eine Identitätskollision und werden im neuen Schema nicht als fachliche Variante verwendet.

XMP/IPTC hält sowohl die Beziehung als auch die Art der Bearbeitung fest. XMP kann direkt in der Bilddatei eingebettet, in einem gleichnamigen Sidecar oder an beiden Orten vorhanden sein. Ein separates Sidecar ist nicht zwingend. Dazu gehören je nach Fall:

• Name und Pfad des bestätigten Originals,
• ursprünglicher Dateiname des Derivats,
• Beziehung derived-from,
• Zuordnungswert und Bearbeitungszeitpunkt,
• verwendetes KI-System und zuverlässig bekannte Modellversion,
• Prompt und Prompt-Verfasser,
• IPTC Digital Source Type,
• sowie ein verständlicher öffentlicher Transparenzhinweis.

Für ein reales Foto, das generativ verändert wurde, verwendet das Werkzeug den kontrollierten IPTC-Wert compositeWithTrainedAlgorithmicMedia. Ein vollständig erzeugtes Bild erhält trainedAlgorithmicMedia. Unbekannte Modellversionen bleiben leer; sie werden weder geraten noch mit scheinpräzisen Platzhaltern gefüllt.

Vorhandene EXIF-, IPTC- und XMP-Informationen werden nicht blind ersetzt. Bestehende Sidecars werden zuerst eingelesen. Ist ein Sidecar beschädigt, muss vor einem Neuaufbau eine Sicherung entstehen.

GPS-Daten werden nur übernommen, wenn sie im bestätigten Original tatsächlich vorhanden sind. Die Übernahme wird als solche gekennzeichnet. Fehlen Koordinaten, erfindet das Werkzeug keinen Aufnahmeort.

Warum zusätzlich ein CSV-Protokoll entsteht

XMP/IPTC dokumentiert die einzelne Datei. Das CSV-Protokoll dokumentiert den Arbeitslauf. Es wird mit UTF-8-BOM und Semikolon als Trennzeichen geschrieben und bleibt damit in üblichen Tabellenprogrammen gut lesbar. Es macht auch außerhalb einer Bilddatenbank nachvollziehbar:

• welches Paar vorgeschlagen und bestätigt wurde,
• welcher Zuordnungswert vorlag,
• wie das Derivat vorher und nachher hieß,
• wann die Bearbeitung angewendet wurde,
• und ob ein Fehler oder eine Kollision auftrat.

Damit lassen sich Ergebnisse nach einer größeren Sitzung stichprobenartig kontrollieren. CSV ersetzt die XMP/IPTC-Dokumentation nicht; beide Ebenen erfüllen unterschiedliche Aufgaben.

Ein sicherer Ablauf für den eigenen Bestand

In der Praxis hat sich folgende Reihenfolge bewährt:

1. Eine aktuelle Sicherung des betroffenen Importbestands prüfen.
2. Einen kleinen, überschaubaren Ordner auswählen.
3. Vorschläge zunächst nur berechnen lassen.
4. Original und Derivat bei jedem Kandidaten visuell vergleichen.
5. Unsichere Fälle unbestätigt lassen.
6. Nur eindeutig bestätigte Paare markieren.
7. Änderungen anwenden und Kollisionsmeldungen beachten.
8. Medien- und XMP-Namen als Paar kontrollieren.
9. CSV-Protokoll und Stichproben prüfen.
10. Erst danach die Dateien in digiKam einlesen und dort fachlich erschließen.

digiKam bleibt das führende Werkzeug für Personen, Orte, Beschreibungen, Rechte und Schlagwörter. Die Original–Derivat-Zuordnung bereitet die Beziehung technisch vor; sie ersetzt keine Bildverwaltung.

Grenzen des Werkzeugs

Das Werkzeug kann keine sichere Aussage über den Wahrheitsgehalt eines Bildes treffen. Es erkennt weder zuverlässig jede Manipulation noch beweist es eine Urheberschaft. Es erzeugt auch keine kryptografisch signierten Content Credentials nach C2PA.

Es veröffentlicht keine Bilder, verändert keine Originaldateien und entscheidet nicht autonom. Seine Stärke liegt in einer eng begrenzten Aufgabe: vorhandene Kandidaten auffinden, die menschliche Prüfung unterstützen und eine bestätigte Beziehung offen dokumentieren.

Auch gute Automatik braucht deshalb eine klare Abbruchregel:

Wenn Original, Rolle oder Herkunft nicht zuverlässig feststehen, bleibt die Zuordnung offen.

Fazit

Die Original–Derivat-Zuordnung löst kein Bildbearbeitungsproblem, sondern ein Dokumentationsproblem. Sie verbindet automatische Bilderkennung mit einer bewussten menschlichen Entscheidung. Danach bleiben Original, Derivat, XMP/IPTC-Metadaten und Arbeitsprotokoll als nachvollziehbare Einheit erhalten.

Das ist langfristig wichtiger als das heute verwendete KI-Programm. Werkzeuge, Modelle und Dateiformate können wechseln. Die dokumentierte Beziehung zum unveränderten Original muss verständlich bleiben.

Weiterführend

• KI-bearbeitete Fotos sauber ins Langzeitarchiv übernehmen
• Metadaten im Fotoarchiv
• Dateibenennung im Familienarchiv
• ExifTool: Metadaten vorher und nachher prüfen