Was ist ein Deepfake? So funktionieren KI-Fälschungen und so erkennt man sie

Ein Video taucht auf, in dem eine bekannte Persönlichkeit etwas sagt, das sie nie gesagt hat – täuschend echt, mit passender Mimik und Stimme. Solche Fälschungen nennt man Deepfakes. Sie sind eines der eindrucksvollsten und zugleich beunruhigendsten Beispiele dafür, was moderne künstliche Intelligenz heute kann. In diesem Artikel erfährst du, was ein Deepfake genau ist, wie die Technik dahinter funktioniert, wofür Deepfakes genutzt werden und wie du KI-Fälschungen erkennst.

Was ist ein Deepfake?

Der Begriff Deepfake setzt sich aus „Deep Learning“ (einer Methode des maschinellen Lernens) und „Fake“ (Fälschung) zusammen. Gemeint sind Medieninhalte – meist Videos, Bilder oder Tonaufnahmen –, die mit Hilfe von KI so verändert oder neu erzeugt werden, dass sie echt wirken, es aber nicht sind. Typische Beispiele sind Videos, in denen das Gesicht einer Person durch ein anderes ersetzt wird, oder Audioclips, in denen eine geklonte Stimme beliebige Sätze spricht.

Während einfache Bildmontagen schon seit Jahrzehnten existieren, unterscheidet sich ein Deepfake durch einen entscheidenden Punkt: Die Fälschung entsteht weitgehend automatisch. Statt einzelne Bilder mühsam von Hand zu bearbeiten, lernt ein KI-Modell aus vielen Beispielaufnahmen das Aussehen und die Bewegungen einer Person – und kann sie anschließend in neuen, frei erfundenen Szenen darstellen.

Wie funktioniert ein Deepfake technisch?

Im Kern stecken hinter Deepfakes neuronale Netze, also KI-Systeme, die nach dem Vorbild des menschlichen Gehirns Muster in großen Datenmengen erkennen. Besonders zwei Ansätze sind verbreitet.

Autoencoder: Gesichter tauschen

Beim klassischen Gesichtertausch (Face Swap) kommen sogenannte Autoencoder zum Einsatz. Ein Autoencoder lernt, ein Gesicht in eine komprimierte Form zu zerlegen (Encoder) und anschließend wieder originalgetreu aufzubauen (Decoder). Trainiert man das System mit den Gesichtern zweier Personen, lässt sich der „Bauplan“ der einen Person auf den Decoder der anderen anwenden. Das Ergebnis: Die Mimik der Originalaufnahme bleibt erhalten, doch das gezeigte Gesicht ist ein anderes.

GANs: Wenn zwei KIs gegeneinander antreten

Noch leistungsfähiger sind Generative Adversarial Networks (GANs). Dabei arbeiten zwei neuronale Netze gegeneinander: Ein Generator erzeugt Fälschungen, ein Diskriminator versucht, echte von gefälschten Inhalten zu unterscheiden. Beide verbessern sich gegenseitig – der Generator wird immer besser darin, den Diskriminator zu täuschen, bis die Ergebnisse kaum noch von echten Aufnahmen zu unterscheiden sind. Auf dieser Technik basieren viele realistische KI-Bilder und Fake-Videos.

Stimmen klonen

Auch Stimmen lassen sich fälschen. Moderne Voice-Cloning-Systeme benötigen oft nur wenige Sekunden Audiomaterial, um die Stimmlage, Betonung und Sprechweise einer Person nachzubilden. Anschließend kann die geklonte Stimme beliebige Texte vorlesen – eine Technik, die im Zusammenspiel mit gefälschten Videos besonders überzeugend wirkt.

Wofür werden Deepfakes genutzt?

Die Technik ist nicht grundsätzlich schlecht – entscheidend ist, wofür sie eingesetzt wird. Es gibt durchaus legitime Anwendungen:

• Film und Synchronisation: realistische Lippensynchronität bei Übersetzungen oder das Verjüngen von Schauspielern.
• Bildung und Museen: historische Persönlichkeiten, die „zum Leben erweckt“ werden und Inhalte vermitteln.
• Barrierefreiheit: synthetische Stimmen für Menschen, die ihre eigene Stimme verloren haben.
• Werbung und Avatare: personalisierte Inhalte oder virtuelle Moderatoren.

Dem stehen erhebliche Risiken gegenüber. Deepfakes werden für Desinformation und Falschnachrichten missbraucht, für Betrug („CEO-Fraud“, bei dem eine gefälschte Chef-Stimme eine Überweisung anordnet), für Rufschädigung sowie für gefälschte, oft entwürdigende Inhalte ohne Einwilligung der Betroffenen. Gerade im Wahlkampf oder bei der Manipulation der öffentlichen Meinung sind Deepfakes ein ernstzunehmendes Problem.

Wie erkennt man einen Deepfake?

Je besser die KI wird, desto schwerer fällt die Unterscheidung. Dennoch gibt es Anhaltspunkte, auf die du achten kannst:

• Augen und Blinzeln: unnatürliches oder seltenes Blinzeln, starrer Blick oder Augen, die nicht ganz zusammenpassen.
• Übergänge im Gesicht: flackernde Ränder, unscharfe Stellen an Haaransatz, Hals oder Brille, besonders bei schnellen Bewegungen.
• Mimik und Lippen: Mundbewegungen, die nicht exakt zum Ton passen, oder eine seltsam „glatte“, ausdruckslose Mimik.
• Licht und Schatten: Schattenwürfe, die nicht zur Umgebung passen, oder ungleichmäßige Hauttöne.
• Tonqualität: metallisch klingende Stimmen, monotone Betonung oder fehlende Hintergrundgeräusche.

Mindestens genauso wichtig ist der gesunde Menschenverstand: Wirkt eine Aussage überraschend, skandalös oder zu gut, um wahr zu sein, lohnt sich ein zweiter Blick. Prüfe die Quelle, suche nach seriösen Berichten zum selben Thema und achte darauf, ob ein Video nur über unbekannte Kanäle verbreitet wird.

Technische Hilfsmittel

Parallel zur Fälschungstechnik entwickeln Forschende und Unternehmen Erkennungswerkzeuge, die typische Spuren von KI-Generierung aufspüren. Zusätzlich setzen einige Plattformen auf digitale Wasserzeichen und Herkunftsnachweise (etwa den Standard C2PA), mit denen sich nachvollziehen lässt, ob und wie ein Inhalt verändert wurde. Eine hundertprozentige Sicherheit bieten diese Methoden allerdings noch nicht.

Wie schützt man sich vor Deepfake-Betrug?

Ein paar einfache Verhaltensregeln senken das Risiko deutlich:

• Bei angeblichen Anrufen von Vorgesetzten, Verwandten oder Banken, die zu Geldüberweisungen drängen, über einen zweiten, bekannten Kanal zurückrufen.
• Ein vertrauliches Codewort innerhalb der Familie oder im Unternehmen vereinbaren, um die Identität zu bestätigen.
• Persönliche Fotos und Sprachaufnahmen in sozialen Netzwerken sparsam und mit Bedacht teilen.
• Bei wichtigen Entscheidungen niemals unter Zeitdruck handeln – genau darauf setzen Betrüger.

Fazit

Deepfakes zeigen eindrucksvoll, wie weit künstliche Intelligenz bei der Erzeugung realistischer Medien gekommen ist. Die Technik selbst ist neutral und eröffnet spannende Möglichkeiten in Film, Bildung und Barrierefreiheit. Gleichzeitig schafft sie neue Gefahren durch Desinformation und Betrug. Wer versteht, wie Deepfakes funktionieren, auf typische Auffälligkeiten achtet und Inhalte kritisch hinterfragt, ist deutlich besser geschützt. In einer Welt, in der man nicht mehr alles glauben sollte, was man sieht und hört, wird Medienkompetenz zur wichtigsten Verteidigung.