Pangram stellt zwei Modelle zur Erkennung KI-generierter Bilder und Videos vor

Pangram kündigte am 4. November 2026 zwei Computer-Vision-Modelle an: Pangram Image 1.0 zur Erkennung KI-generierter Bilder und das kleinere, schnellere Pangram Image Flash 1.0 zur Analyse von KI-Videos Bild für Bild. Die Veröffentlichung umfasst außerdem eine Heatmap-Ausgabe, direkte Video-Uploads, die Integration in eine Chrome-Erweiterung und API-Unterstützung für Bilder und Videos.

Die Heatmap von Image 1.0 soll synthetische Inhalte in einem Bild lokalisieren, etwa ein KI-generiertes Element in einem ansonsten echten Foto. In einem offiziellen Ankündigungsbeitrag auf X erklärte Pangram, das Modell erkenne 99,2 % der KI-generierten Bilder bei einer Falsch-Positiv-Rate von 0,27 %.

Vergleichstests mit gepaarten Bildern und Videos

Für die Bildauswertung erstellte Pangram mit 12 Bildgeneratoren synthetische Gegenstücke zu 100 echten Fotografien. Die Prompts orientierten sich eng an den jeweiligen Originalfotos und ergaben 1.200 synthetische Bilder. Für Image 1.0 gibt Pangram auf diesem vom Unternehmen erstellten Datensatz eine Genauigkeit von 99,96 % an. Dieser Wert beschreibt die Leistung bei diesem gezielten Vergleich echter und synthetischer Bilder und ist keine allgemeingültige Genauigkeitsrate für alle Bilder, denen man online begegnet.

Beim Videovergleich kam ein ähnliches Prinzip mit synthetischen Gegenstücken zum Einsatz. Pangram verwendete 129 echte Videos aus sozialen Medien und ließ mit 14 Videogeneratoren jeweils 100 synthetische Videos erstellen, die auf der echten Sammlung basierten. Insgesamt umfasste der Datensatz 1.529 Videos. Jeder Generator erhielt das erste Bild des echten Videos sowie eine Beschreibung der Handlung, die von einem Vision-Language-Modell erstellt worden war. Da jedes echte Video und sein synthetisches Gegenstück dieselbe Szene und dasselbe Motiv zeigen, prüft dieses Verfahren, ob ein Detektor ähnliche Clips unterscheiden kann, ohne durch eine Abkürzung begünstigt zu werden, bei der bestimmte Inhalte pauschal mit KI verknüpft werden.

Der Video-Benchmark DF26

Pangram testete Flash 1.0 mit DF26, einem Benchmark, der in einem am 7. September 2026 eingereichten Preprint beschrieben wird. Der Benchmark umfasst 271 echte und 2.420 synthetische Videos, die mit sieben modernen Videomodellen erstellt wurden. Im Mittelpunkt stehen Aufnahmen, in denen eine Person direkt in die Kamera spricht, darunter offizielle Stellungnahmen und Studiointerviews. Die Autoren berichten, dass sowohl Menschen als auch hochmoderne Deepfake-Detektoren kaum besser als der Zufall abschnitten. Sie plädieren für Tests, die ausdrücklich prüfen, wie robust die Systeme gegenüber Verteilungsverschiebungen durch moderne Generatoren sind.

Pangram zufolge erzielt Image Flash 1.0 bei DF26 einen Wert von 98,7 % und liegt damit 29 Punkte vor dem nächstbesten Detektor. Durch native Video-Uploads ist das Modell nun im Dashboard verfügbar: Flash analysiert jedes Bild und kennzeichnet die Stellen eines hochgeladenen Videos, die als KI-generiert erkannt werden.

Einsatz über die Forschungsvorschau hinaus

Die Forschungsvorschau vom 29. Juli 2026 akzeptierte nur Bilder mit einer Größe von mindestens 512 × 512 Pixeln und führte Deepfakes sowie Face-Swaps als Fälle auf, die sie nicht zuverlässig erkennen konnte. Pangram zufolge verbessert Version 1.0 die Erkennung von Deepfakes, Bildern mit niedriger Auflösung und Bildern aus den neuesten Generierungsmodellen. Die Mindestgröße der Eingabe beträgt nun 256 × 256 Pixel. Bei Bildern unter 512 Pixeln wird jedoch ein Hinweis auf die geringere Zuverlässigkeit eingeblendet.

Pangram zufolge trainiert das Unternehmen das neue Modell darauf, Veränderungen wie Komprimierung, Verkleinerung, Unschärfe und Bildrauschen zu erkennen – unabhängig davon, ob sie durch soziale Plattformen oder durch Akteure entstehen, die eine Erkennung umgehen wollen. Seit der Vorschau ist der Zugang ebenfalls erweitert worden: Damals war der Zugriff auf die Bild-API nur auf Einladung möglich, während Videoeingaben im Dashboard und die Chrome-Integration als künftige Funktionen aufgeführt waren. Image 1.0 ist in die Chrome-Erweiterung integriert, um KI-generierte Inhalte in sozialen Medien sowie auf Shopping- und Mietplattformen zu kennzeichnen. Die aktualisierte API unterstützt nun die Erkennung von Bildern und Videos.

Die praktische Bedeutung der Veröffentlichung liegt darin, dass die neuen Modelle mit diesen Zugangsmöglichkeiten kombiniert werden: Die Erkennung kann in einem Browser-Feed, bei einem hochgeladenen Video oder über eine API-Integration erfolgen. Der Hinweis auf die geringere Zuverlässigkeit bei kleineren Bildern bleibt der entscheidende Vorbehalt. Er zeigt, dass eine größere Bandbreite unterstützter Eingaben und eine weitere Verbreitung nicht bedeuten, dass bei jedem Bild dieselbe Zuverlässigkeit erreicht wird.