IWF zählt 6.310 illegale KI-Bilder in nur sechs Monaten
5. Oktober 2026
Die Internet Watch Foundation fand im ersten Halbjahr 2026 bereits 40 Prozent mehr KI-generierte Missbrauchsbilder als im gesamten Vorjahr. Neue Bilder umgehen dabei bekannte Hash-Sperren.
Worum es geht
Die Internet Watch Foundation (IWF) hat am 5. Oktober 2026 neue Zahlen zu KI-generiertem Material sexuellen Kindesmissbrauchs veröffentlicht. Ihre Fachleute bewerteten zwischen dem 1. Januar und dem 30. Juni 6.310 KI-generierte Standbilder als rechtswidrig. Das sind 40 Prozent mehr als die 4.512 Bilder, die sie im gesamten Jahr 2025 erfasst hatte.
Die Zahl beschreibt keine Hochrechnung für das ganze Internet. Sie umfasst nur Bilder, die der britischen Meldestelle vorgelegt und von geschulten Fachleuten rechtlich bewertet wurden. Trotzdem zeigt der Vergleich, wie schnell neue Varianten entstehen können. Die IWF fordert deshalb eine EU-Regelung, die nicht nur bereits bekannte Dateien erfasst.
Was die IWF tatsächlich macht
Die IWF sucht, prüft und meldet Darstellungen sexuellen Kindesmissbrauchs im Netz. Bestätigte Dateien erhalten einen digitalen Fingerabdruck, einen sogenannten Hash. Plattformen und Ermittlungsbehörden können damit bekannte Kopien erkennen und sperren, ohne das Bild jedes Mal erneut öffnen zu müssen.
Generative Systeme verschärfen das Problem: Täter können neue Bilder erzeugen oder echte Fotos von Betroffenen verändern. Jede neue Datei hat zunächst keinen bekannten Fingerabdruck. Sie muss erst gefunden und bewertet werden, bevor ihr Hash in Sperrlisten gelangt. Nach Angaben der IWF können solche Manipulationen Überlebende erneut traumatisieren, auch wenn das Ausgangsbild verändert wurde.
Warum das wichtig ist
Von 6.221 Bildern, bei denen Alter und Geschlecht erfasst wurden, zeigten 98 Prozent Mädchen. 2.534 Bilder betrafen Kinder von sieben bis zehn Jahren, 2.369 Kinder von elf bis 13 Jahren, 1.004 Kinder von drei bis sechs Jahren und 190 Säuglinge oder Kleinkinder unter zwei Jahren. Kinder zwischen sieben und 13 Jahren machten damit 79 Prozent aus; 2025 waren es 70 Prozent.
Der Guardian weist darauf hin, dass diese Statistik nur Standbilder umfasst. Zugleich meldete der Dienst Report Remove 2026 bereits 420 Hinweise von Kindern auf gefälschte oder manipulierte intime Bilder ihrer selbst; im gesamten Jahr 2025 waren es 397. Das macht die Debatte praktisch: Es geht nicht um abstrakte Modellrisiken, sondern um reale Betroffene, Moderation, Strafverfolgung und die Frage, wie neue Inhalte erkannt werden können.
Einfach erklärt
Ein Hash-Filter funktioniert wie eine Liste bereits bekannter gestohlener Fahrräder mit eindeutigen Rahmennummern. Taucht dasselbe Fahrrad wieder auf, lässt es sich schnell erkennen. Ein Generator kann jedoch ständig neue „Rahmennummern“ produzieren. Darum reicht eine Liste bekannter Dateien allein nicht aus; neue Fälle müssen ebenfalls entdeckt, geprüft und gemeldet werden.
Praktisches Beispiel
Angenommen, eine Plattform empfängt an einem Tag 100.000 Bild-Uploads. Ein Hash-Abgleich kann bekannte verbotene Dateien sofort aussortieren. Unter den übrigen Uploads können aber neu erzeugte Varianten liegen, die noch in keiner Datenbank stehen. Die Plattform braucht deshalb weitere, rechtlich kontrollierte Erkennung, geschulte Prüfer, sichere Meldewege und klare Eskalationsregeln.
Für Eltern und Jugendliche folgt daraus keine Garantie durch eine einzelne Einstellung. Private Konten und begrenzte Empfängerkreise verringern zwar die öffentliche Verfügbarkeit persönlicher Fotos. Sie ersetzen aber weder Plattformschutz noch Ermittlungen, wenn Bilder entwendet oder manipuliert werden.
Einordnung und Grenzen
Erstens misst die IWF nur die von ihr bewerteten Funde; daraus lässt sich die weltweite Gesamtmenge nicht berechnen. Zweitens sind die Halbjahreszahlen nicht automatisch mit allen Statistiken anderer Meldestellen vergleichbar, weil Erfassung und Rechtslage abweichen können. Drittens kann Technik allein das Problem nicht lösen: Automatische Erkennung kann Fehler machen, bislang unbekannte Inhalte übersehen und berührt bei breitem Einsatz Datenschutz sowie Grundrechte.
Die Daten belegen außerdem nicht, welches Modell ein einzelnes Bild erzeugt hat oder wie viele Täter hinter den Dateien stehen. Sinnvolle Regeln müssen deshalb Kinderschutz, Beweissicherung, unabhängige Kontrolle und verhältnismäßige Verfahren gemeinsam behandeln.
SEO- und GEO-Schlüsselbegriffe
Internet Watch Foundation, IWF, KI-generierter Kindesmissbrauch, CSAM, Hash-Matching, EU-Kinderschutz, generative KI, Plattformmoderation, Online-Sicherheit, Deepfake-Missbrauch
💡 Im Klartext
Die IWF fand im ersten Halbjahr 2026 bereits mehr illegale KI-Bilder als im gesamten Vorjahr. Bekannte Bilder lassen sich per Hash sperren, neu erzeugte Varianten müssen jedoch erst entdeckt und geprüft werden.
Wichtigste Erkenntnisse
- →Die IWF bewertete im ersten Halbjahr 2026 insgesamt 6.310 KI-generierte Bilder als rechtswidrig.
- →Das waren 40 Prozent mehr als die 4.512 erfassten Bilder im gesamten Jahr 2025.
- →98 Prozent der Bilder mit erfasstem Alter und Geschlecht zeigten Mädchen.
- →Hash-Abgleiche blockieren bekannte Dateien, erkennen neue Varianten aber nicht automatisch.
- →Die Zahlen sind IWF-Falldaten und keine Schätzung der weltweiten Gesamtmenge.
Häufige Fragen
Was hat die IWF genau gezählt?
Gezählt wurden KI-generierte Standbilder, die Fachleute zwischen Januar und Juni 2026 geprüft und nach geltendem Recht als Darstellungen sexuellen Kindesmissbrauchs bewertet hatten.
Warum reichen Hash-Sperrlisten nicht aus?
Ein Hash erkennt bekannte Dateien. Neu erzeugte oder veränderte Bilder haben zunächst einen anderen Fingerabdruck und müssen erst entdeckt sowie bewertet werden.
Sind 6.310 Bilder die weltweite Gesamtzahl?
Nein. Die Zahl umfasst nur die von der IWF bewerteten Bilder und erlaubt keine vollständige Hochrechnung auf das Internet.
Welche Altersgruppe war am häufigsten betroffen?
Kinder zwischen sieben und 13 Jahren machten laut IWF 79 Prozent der erfassten Bilder aus.