Deepfakes, künstlich erzeugte Bilder und massenhaft KI‑generierte Texte verändern gerade, wie Desinformationen entstehen und sich verbreiten. Für die Meinungsbildung, den freien Diskurs und die Demokratie ist das keine gute Nachricht.
Desinformationen sind kein neues Phänomen. Sie begleiten uns schon seit ewigen Zeiten, sind aber mit dem Aufkommen moderner Technologien ein noch größeres Problem geworden. Insbesondere seit der Digitalisierung und mit dem Aufkommen des Internets bzw. sozialen Medien haben wir dies alle erster Hand erfahren. Aber die Möglichkeiten, die sich durch generative künstliche Intelligenz ergeben haben, bringen die Problematik nochmal auf ein ganz neues Level.
Früher hat ein gefälschtes Video eine Menge an Spezialwissen, Zeit und Geld gebraucht (man denke etwa an den Deepfake‑Skandal um Yanis Varoufakis). Heute hingegen reicht es, sich einen Account bei verfügbaren KI‑Tools zu erstellen, gepaart mit ein paar Minuten Zeit, um eine Stimme zu klonen oder ein Gesicht fälschen zu können.
Das führt zu einer massenhaften Erosion des Vertrauens. Wenn jedes digitale Material gefälscht sein könnte und das Digitale und das Analoge immer enger miteinander verwoben sind, gerät auch die Realität selbst unter Verdacht.
Aber was sind eigentlich Desinformationen?
Im Alltag werden Fachbegriffe oft auf unterschiedlichste Art und Weise gebraucht. Es lohnt sich daher, einen Blick darauf zu werfen, was wir eigentlich unter Desinformationen in der Forschung verstehen und inwiefern sich dies von Misinformationen abgrenzt.
Beginnen wir mit den Desinformationen. In der Wissenschaft besteht weitgehend Konsens, dass eine Definition zwei Elemente enthalten muss. Erstens handelt es sich um unwahre Behauptungen. Und zweitens werden diese Informationen absichtlich verbreitet. Der Sender verfolgt also ein strategisches Ziel. Er will sein Publikum beeinflussen, indem er bewusst Lügen in Umlauf bringt, etwa um gesellschaftliche Gräben zu vertiefen oder politische Akteure gezielt zu diskreditieren.
Misinformationen meinen dagegen jede Art von unwahrer Information, bei der diese Absicht fehlt. Man kann sie als ehrlichen Fehler verstehen, wie er jedem von uns unterläuft. Etwa wenn Journalisten oder Politiker Details zu Themen wie dem Klimawandel oder dem Coronavirus missverstehen und falsch wiedergeben, ganz ohne versteckte Agenda und ohne das Ziel, die Öffentlichkeit zu manipulieren.
Ein weiterer Unterschied liegt in der Art der Verbreitung. Misinformationen kursieren meist unsystematisch, was ihre Korrektur erleichtert. Desinformationen werden hingegen oft systematisch gestreut, beispielsweise über Netzwerke aus Social Bots, und sind deshalb deutlich schwerer einzudämmen.
Und schließlich macht es einen Unterschied, wie weit sich eine Falschinformation von der Wahrheit entfernt. Manches ist nur leicht verzerrt, anderes komplett erfunden. Und je weiter sich eine Information von der Wahrheit entfernt, desto problematischer ist es und desto weitreichender können die Folgen sein.
Zwei Fallbeispiele
Die gefälschte Stimme von Joe Biden
Zwei Tage vor der Vorwahl in New Hampshire im Januar 2024 erhielten tausende Wählerinnen und Wähler einen automatisierten Anruf. Zu hören war eine täuschend echte, KI‑generierte Kopie der Stimme von Joe Biden, die dazu aufrief, in der Vorwahl nicht abzustimmen. Es war einer der ersten dokumentierten Einsätze einer Stimm‑Fälschung in einem US‑Wahlkampf.
Hinter dem Anruf steckte ein politischer Berater. Die zuständige US‑Behörde FCC schlug daraufhin eine Strafe von sechs Millionen Dollar vor, weil bei den Anrufen zusätzlich die Rufnummern manipuliert worden waren. Der beteiligte Telekommunikationsanbieter Lingo Telecom willigte später in eine Zahlung von einer Million Dollar ein. Kurz nach dem Vorfall hat die FCC Anrufe mit KI‑generierten Stimmen ausdrücklich verboten.
25 Millionen Dollar durch einen Deepfake‑Videocall
Anfang 2024 verlor die Hongkonger Niederlassung des Ingenieurbüros Arup rund 25 Millionen Dollar. Ein Mitarbeiter aus der Finanzabteilung hatte zunächst eine verdächtige Mail erhalten, die angeblich vom Finanzchef aus Großbritannien stammte und eine vertrauliche Transaktion verlangte. Er witterte einen Betrugsversuch. Genau das richtige Bauchgefühl.
Doch dann wurde er zu einer Videokonferenz gebeten. Auf dem Bildschirm sah und hörte er den Finanzchef und mehrere bekannte Kollegen. Alle bestätigten die Anweisung. Daraufhin gab er seine Bedenken auf und führte fünfzehn Überweisungen aus. Erst später stellte sich heraus: Niemand auf dem Call war echt. Jede Person war ein Deepfake, erzeugt aus öffentlich verfügbarem Video‑ und Audiomaterial. Der Fall zeigt, wie eine scheinbar normale Videokonferenz selbst eine gut geschulte Person überlisten kann.
Darin werfen wir einen genauen Blick auf Deepfakes, Desinformationen und den Zusammenhang mit generativer KI. Aber ich zeige Ihnen auch, woran sich manipulierte Inhalte erkennen lassen und warum technische Erkennung allein nicht ausreicht.
Am Ende geht es um die größere Frage. Was bedeutet es für eine demokratische Öffentlichkeit, wenn wir Bildern, Stimmen und Videos nicht mehr ohne Weiteres trauen können? Und wie bewahren wir die Fähigkeit, uns trotzdem ein fundiertes Urteil zu bilden? Ihr Publikum verlässt den Saal informierter, wachsamer und handlungsfähiger.
Holen Sie diese Keynote auf Ihre Bühne.
Für Konferenzen, Firmenevents, Fachtagungen und Bildungsforen. Ich passe Tiefe und Schwerpunkt an Ihr Publikum an.
FCC (2024): „FCC Proposes $6 Million Fine for Illegal Robocalls That Used Deepfake, AI-Generated Voice“, https://docs.fcc.gov/public/attachments/DOC-402762A1.pdf
Murphy (2024): „Deepfake CFO Video Calls Result in $25MM in Damages“, https://www.trendmicro.com/en_us/research/24/b/deepfake-video-calls.html
CNN (2024): „Finance worker pays out $25 million after video call with deepfake chief financial officer“, https://www.cnn.com/2024/02/04/asia/deepfake-cfo-scam-hong-kong-intl-hnk