Künstliche Intelligenz verändert maßgeblich die Produktion und Verbreitung wissenschaftlicher Visualisierungen. Während generative Tools Forschungsteams effizientere Kommunikationswege eröffnen, schürt die rasante Zunahme synthetischer Darstellungen eine fundamentale Vertrauenskrise in die wissenschaftliche Beweisführung. Im Jahr 2024 wurden zwei Fachpublikationen zurückgezogen, nachdem ihre Abbildungen biologisch unmögliche Strukturen aufwiesen. Im April 2026 folgte ein Rückzug aus dem New England Journal of Medicine, als eine klinische Aufnahme als KI-generiert identifiziert wurde. Diese Vorfälle markieren lediglich die sichtbare Spitze eines wachsenden Phänomens, das insbesondere visuell dominierte Disziplinen wie die Materialwissenschaft und die klinische Forschung betrifft. Herkömmliche Erkennungssysteme der Verlagsbranche hinken der technischen Entwicklung systematisch hinterher. Da KI-Generatoren kontinuierlich neue Architekturen bereitstellen, können Detektionsalgorithmen stets nur auf previously trainierten Mustern basieren. Das zentrale Risiko liegt in scheinbar authentischen Bildern, die wissenschaftliche Details subtil verfälschen und dennoch die initiale Begutachtung passieren. Historisch stützte sich das Publikum auf den hohen technischen und materiellen Aufwand ihrer Erstellung. Heute entfallen diese Hürden. Rezipienten nutzen bei der Einordnung vermehrt kognitive Abkürzungen wie technische Brillanz oder Institutionenhintergrund. KI untergräbt beide Kriterien. In der Folge neigen Nutzer dazu, authentische, aber unbequeme Ergebnisse als Fabrication abzutun und plausibel wirkende Fälschungen zu bestätigen, was motiviertes reasoning verstärkt. Um die Glaubwürdigkeit der Wissenschaft zu wahren, fordern Expert:innen einen Paradigmenwechsel hin zu verbindlicher Transparenz. Bildherkunft und Erstellungsprozesse müssten ähnlich streng dokumentiert werden wie Laborproben und Finanzierungsquellen. Forschende sollten offenlegen, ob KI zur Generierung, Modifikation oder Illustration eingesetzt wurde, sowie den Verifizierungsprozess beschreiben. Studien zeigen, dass explizite Kennzeichnungen von KI-Inhalten bei technikaffinen Nutzern das Vertrauensniveau sogar erhöhen können, da sie Kontext und Nachvollziehbarkeit signalisieren. Der langfristige Erfolg wissenschaftlicher Kommunikation hängt künftig davon ab, visuelle Evidenz nicht allein ihrer Ästhetik, sondern ihrer dokumentierten Entstehungsgeschichte zu verdanken. Institutionen können nicht länger implizites Vertrauen in ihre Bilder voraussetzen. Klare Richtlinien, branchenweite Standards und eine konsequente Offenlegung der Werkzeugnutzung werden erforderlich sein, um zu gewährleisten, dass wissenschaftliche Visualisierungen weiterhin als verlässliche Brücke zwischen Forschung und Öffentlichkeit dienen, statt zur Quelle systematischer Zweifel zu werden.