Zu perfekt, um echt zu sein: Warum KI-Gesichter uns täuschen – und was das für Ihre Kommunikation bedeutet

Eine neue Studie im British Journal of Psychology hat etwas Bemerkenswertes herausgefunden: KI-generierte Gesichter wirken auf die meisten Menschen menschlicher als echte Fotos. Nicht «fast so gut wie echt» – sondern überzeugender als die Realität.

Der Grund ist paradox: Die Gesichter sind zu perfekt. Zu symmetrisch, zu glatt, zu ebenmässig. Die Forscher nennen es «hyper-durchschnittlich» – die KI hat aus Millionen Gesichtern gelernt, was ein typisches Gesicht ausmacht, und produziert eine idealisierte Version davon. Keine Narben, keine Asymmetrie, keine Poren am falschen Ort. Alles stimmt. Und genau das ist das Problem.

Wer die Fälschung erkennt

Die Studie hat verschiedene Gruppen getestet. Normale Teilnehmende lagen beim Unterscheiden von echten und KI-Gesichtern oft falsch. Aber eine Gruppe stach heraus: sogenannte «Super-Recognizer» – Menschen mit einer aussergewöhnlich guten Fähigkeit, Gesichter zu erkennen. Sie waren 15 Prozent besser darin, KI-Gesichter zu entlarven.

Warum? Weil sie genau das spürten, was den meisten entgeht: die Abwesenheit von Unregelmässigkeit. Echte Gesichter sind nie perfekt. Sie haben eine Augenbraue, die leicht höher sitzt, eine Nase, die minimal schief ist, eine Hautstruktur, die nicht gleichmässig ist. Unser Gehirn registriert diese kleinen Abweichungen normalerweise nicht bewusst – aber die Super-Recognizer tun es. Und genau diese Abweichungen fehlen bei KI-Gesichtern.

Das Problem reicht weiter als Gesichter

Die Studie untersucht Gesichter. Aber das Muster gilt für fast alles, was KI heute produziert.

KI-generierte Texte klingen oft besser als menschliche Entwürfe – flüssiger, strukturierter, fehlerfreier. Aber sie klingen auch alle ähnlich. Es fehlt der Bruch, die unerwartete Formulierung, der Satz, der nicht perfekt sitzt, aber genau deshalb wirkt.

KI-generierte Bilder für Kampagnen sehen professionell aus. Aber wenn man zehn davon nebeneinanderlegt, merkt man: Sie haben denselben Glanz, dieselbe Lichtstimmung, dieselbe Perfektion. Kein Zufall, kein Happy Accident.

KI-generierte Musikuntermalungen klingen wie Filmmusik – aber nie wie Musik, die jemand tatsächlich so gemeint hat.

Das Muster ist immer dasselbe: Die KI trifft den Durchschnitt besser als jeder Mensch. Und genau deshalb fehlt ihr das, was über dem Durchschnitt liegt.

Was das für Unternehmen bedeutet

Für jeden, der KI in der Kommunikation einsetzt – und das sollten Sie – stellt sich eine neue Frage: Wo hilft die Perfektion, und wo schadet sie?

Für standardisierte Inhalte ist die Hyper-Durchschnittlichkeit ein Vorteil. Produktbeschreibungen, interne Dokumentation, Datenaufbereitung – hier wollen Sie kein Risiko, keine Überraschung, keine Ecken und Kanten. Die KI liefert genau das: zuverlässig gut.

Aber für alles, was Vertrauen aufbauen soll – Ihre Marke, Ihre Stimme, Ihre Kundenbeziehung – ist «zuverlässig gut» nicht genug. Menschen spüren den Unterschied. Vielleicht nicht bewusst. Aber sie spüren, wenn etwas zu glatt ist. Zu gleichmässig. Zu perfekt.

Ich sehe das in meiner eigenen Arbeit. Wenn ich für einen Kunden ein Filmkonzept mit KI entwickle, ist der erste Entwurf immer solide. Gut strukturiert, logisch aufgebaut, alle Punkte abgedeckt. Aber er klingt wie jedes andere Konzept. Der Moment, in dem es wirklich gut wird, ist der Moment, in dem ich etwas Unerwartetes einbaue – einen Perspektivwechsel, den die KI nicht vorgeschlagen hätte, eine Formulierung, die etwas riskiert.

Die Unvollkommenheit ist kein Bug. Sie ist das, was Kommunikation menschlich macht.

Die Vertrauensfrage

Es gibt eine tiefere Ebene in dieser Studie, die über Gesichter und Marketing hinausgeht. Je besser KI darin wird, menschlich zu wirken, desto schwieriger wird es, ihr zu vertrauen – oder besser: zu wissen, wann man ihr vertraut und wann nicht.

Wenn ein Bewerbungsfoto perfekt aussieht, ist es echt? Wenn ein LinkedIn-Profil makellos formuliert ist, hat die Person es selbst geschrieben? Wenn eine Kundenbewertung flüssig und überzeugend klingt, stammt sie von einem echten Kunden?

Diese Fragen werden nicht einfacher. Und die Studie zeigt: Die meisten Menschen sind schlecht darin, den Unterschied zu erkennen. Nur die «Super-Recognizer» unter uns – Menschen, die gelernt haben, auf die feinen Abweichungen zu achten – schaffen es zuverlässig.

Die gute Nachricht: Man kann diese Fähigkeit trainieren. Nicht unbedingt für Gesichter – aber für die eigene Branche, die eigenen Inhalte, die eigene Kommunikation. Wer regelmässig mit KI-Output arbeitet und ihn bewusst mit menschlicher Arbeit vergleicht, entwickelt ein Gespür dafür, wo die Maschine aufhört und der Mensch anfängt.

Und genau dieses Gespür wird in den nächsten Jahren eine der wertvollsten Fähigkeiten im Berufsleben sein.

Quelle: Dunn et al. (2026): «Too good to be true: Synthetic AI faces are more average than real faces and super-recognizers know it.» British Journal of Psychology, Februar 2026.