KI-generierte Bilder in sozialen Medien: Nutzerwahrnehmung und Sensibilität durch ein interaktives Quiz

Die Bachelorarbeit untersucht, wie sich KI-generierte Bilder in sozialen Medien von echten und bearbeiteten Bildern unterscheiden lassen und inwieweit Nutzer:innen diese zuverlässig erkennen können. Ausgangspunkt ist die Beobachtung, dass moderne Text-zu-Bild-Modelle fotorealistische Inhalte erzeugen, die für Betrachtende oft kaum von Fotografien zu unterscheiden sind und so Desinformation, Vertrauensverlust und die Glaubwürdigkeit visueller Belege schwächen. Theoretisch werden zunächst Grundlagen digitaler Bilder, typische Artefakte sowie eine Typologie echter, bearbeiteter und KI-generierter Bilder entwickelt. Daran anschließend beschreibt die Arbeit zentrale Generationsverfahren (insbesondere Generative Adversarial Networks und Diffusionsmodelle), diskutiert den Einfluss verzerrter Trainingsdaten und leitet wiederkehrende visuelle Auffälligkeiten KI-generierter Porträts ab, etwa anatomische Fehler, stilistische Glättungen oder physikalische Inkonsistenzen. Darauf aufbauend wird ein interaktives Webquiz konzipiert und technisch mit React und TypeScript umgesetzt, in dem Nutzer:innen jeweils ein fotografisches und ein KI-generiertes Bildpaar vergleichen und das synthetische Bild identifizieren sollen. Ein gezieltes Feedbacksystem erläutert bei Fehlentscheidungen die relevanten Merkmale und soll weniger Leistung messen als vielmehr für die Schwierigkeit der Unterscheidung sensibilisieren. Abschließend werden Chancen und Risiken KI-generierter Bilder im Kontext politischer Desinformation, journalistischer Standards und Medienkompetenz diskutiert. Die Arbeit zeigt, dass menschliche Erkennungsleistungen klaren Grenzen unterliegen, interaktive Lernformate wie das entwickelte Quiz aber das Bewusstsein für typische KI-Artefakte stärken und als Grundlage für zukünftige empirische Studien zur Medienbildung dienen können.