Deepfake: Was steckt dahinter und wie schützt man sich?
Wer in den letzten Monaten in den sozialen Medien unterwegs war, ist ihnen wahrscheinlich schon begegnet: Videos von Politikern, die Dinge sagen, die sie nie gesagt haben. Prominente, die für fragwürdige Produkte werben. Gesichter von Privatpersonen, die in fremden Kontexten auftauchen. Hinter all dem steckt eine Technologie namens Deepfake – und sie ist längst kein Nischenphänomen mehr.
Was ist ein Deepfake?
Der Begriff setzt sich aus den englischen Wörtern „Deep Learning“ und „Fake“ zusammen und beschreibt KI-generierte Medieninhalte, die echt wirken, es aber nicht sind. Ein Deepfake kann ein Video sein, ein Foto, eine Audioaufnahme oder eine Kombination davon. Entscheidend ist, dass die Manipulation mit Methoden der künstlichen Intelligenz erfolgt und so überzeugend ausfällt, dass selbst geübte Betrachter Schwierigkeiten haben können, die Fälschung zu erkennen.
Der Begriff tauchte erstmals 2017 auf der Plattform Reddit auf, als ein anonymer Nutzer unter diesem Namen KI-generierte Videos veröffentlichte, in denen Gesichter ausgetauscht wurden. Seitdem hat sich die Technologie rasant entwickelt. Was damals noch erheblichen Rechenaufwand und Fachkenntnis erforderte, ist heute mit kostenlosen Online-Tools in Minuten möglich.
Wie funktioniert die Technologie?
Die technische Grundlage der meisten Deepfakes sind sogenannte Generative Adversarial Networks, kurz GANs. Dabei arbeiten zwei neuronale Netzwerke gegeneinander: Ein Generator erzeugt gefälschte Inhalte, ein Diskriminator versucht, diese von echten zu unterscheiden. Durch dieses permanente Wechselspiel wird das Ergebnis immer überzeugender. Das System lernt sozusagen durch gegenseitige Kontrolle.
Für ein Gesichtsaustausch-Video, das sogenannte Face Swapping, analysiert die KI zunächst Hunderte oder Tausende von Aufnahmen einer Zielperson aus verschiedenen Winkeln und Lichtsituationen. Sie extrahiert daraus charakteristische Merkmale wie Gesichtsform, Mimik, Hautton und typische Bewegungen. Diese Eigenschaften werden dann Frame für Frame auf ein Zielvideo übertragen. Moderne Systeme berücksichtigen dabei auch dreidimensionale Aspekte des Gesichts und passen Beleuchtung und Schattenwurf an.
Neben visuellen Deepfakes gibt es auch Audio-Deepfakes, bei denen Stimmen imitiert werden. Natural Language Processing ermöglicht es, aus wenigen Minuten echtem Audiomaterial eine synthetische Stimme zu erstellen, die beliebige Texte in der Sprache der Zielperson wiedergibt.
Wo wird die Technologie missbraucht?
Die Einsatzfelder für missbäuchliche Deepfakes sind breit. Forscher des Karlsruher Instituts für Technologie (KIT) gehen davon aus, dass rund 98 Prozent aller kursierenden Deepfakes pornografischen Inhalt haben, 99 Prozent davon zeigen weibliche Personen ohne deren Einwilligung. Das ist nicht nur eine Zahl, sondern ein Massenphänomen mit schweren Folgen für Betroffene.
Daneben sind politische Deepfakes ein wachsendes Problem. 2022 tauchte ein gefälschtes Video des ukrainischen Präsidenten auf, das ihn bei einer Kapitulation zeigte. Mehrere europäische Politiker führten Videokonferenzen mit jemandem, der sich als Kiewer Bürgermeister Vitali Klitschko ausgab. In Deutschland kursierte ein Deepfake von Bundeskanzler Olaf Scholz, der ein Parteiverbotsverfahren ankündigte. ZDF-Moderator Christian Sievers warb in einem gefälschten Video für eine angebliche Anlage-Plattform.
Im wirtschaftlichen Bereich werden Audio-Deepfakes für Betrug genutzt. Ein bekannter Fall: Der CEO eines britischen Energieunternehmens wurde durch eine gefälschte Stimme seines vermeintlichen Vorgesetzten dazu gebracht, 220.000 Euro auf ein fremdes Konto zu überweisen. Die Stimme klang so überzeugend, dass der CEO keinen Verdacht schöpfte. Solche Angriffe nennt man Voice Cloning oder CEO Fraud via Deepfake.
Für einen Überblick über digitale Bedrohungen im Unternehmenskontext lohnt ein Blick in unseren Artikel über den Schutz digitaler Unternehmen vor Bedrohungen.
Wie erkennt man Deepfakes?
Weil die Technologie immer besser wird, gibt es kein einziges sicheres Erkennungsmerkmal mehr. Frühere Deepfakes litten häufig unter sichtbaren Nahtlinien rund ums Gesicht, unnatürlichen Augenbewegungen oder fehlendem Blinzeln, inkonsistenter Beleuchtung und verschwommenen Ohren oder Zähnen. Diese Artefakte werden zunehmend beseitigt. Dennoch gibt es Anhaltspunkte.
Das Bundesamt für Sicherheit in der Informationstechnik (BSI) empfiehlt, bei verdachtächtigen Videos auf folgende Punkte zu achten: Unnatürliche Hautglätte oder seltsame Texturen, ruckartige Kopfbewegungen, Unschärfe an den Übergängen zwischen Gesicht und Haar sowie Inkonsistenzen im Audiobild, wenn Lippenbewegungen nicht perfekt zur Stimme passen.
Bei Audio-Deepfakes helfen eine zu gleichmäßige Tonlage, fehlende Hintergrundgeräusche oder unnatürliche Pausen als Hinweise. Im Zweifelsfall gilt: Verifiziere Informationen über einen zweiten Kanal, ruf die Person direkt an, bevor du auf Basis eines Videos oder Audioclips handelst.
Es gibt auch automatisierte Erkennungstools. Microsoft und andere Technologieunternehmen arbeiten an Detektionssoftware. Die Webseite whichfaceisreal.com ermöglicht es, das eigene Urteilsvermögen zu trainieren, indem man echte Fotos von KI-generierten unterscheiden muss.
Was sagt das Recht in Deutschland?
Die Rechtslage in Deutschland ist im Wandel. Bisher greifen klassische Strafnormen wie Verleumdung oder Üble Nachrede oft nicht, weil Deepfakes nicht zwingend eine eindeutige Tatsachenbehauptung enthalten. Bestehende Normen zum Bildnisschutz übers dem Kunsturhebergesetz (KUG) erfassen Deepfakes nur teilweise, da sie für eine Zeit vor der KI-generierten Bildmanipulation geschrieben wurden.
Der Bundesrat hat im Juli 2025 einen Gesetzentwurf beschlossen und dem Bundestag zugeleitet, der einen neuen Paragraf 201b ins Strafgesetzbuch einfügen soll. Dieser soll die Verbreitung manipulierter Bild- oder Tonaufnahmen unter Strafe stellen, wenn sie den Anschein authentischen Materials erwecken. Der Strafrahmen reicht laut Entwurf bis zu fünf Jahren Freiheitsstrafe. Daruüber hinaus plant Justizministerin Stefanie Hubig ein umfassenderes Gesetz zum Schutz vor digitaler Gewalt, das auch Deepfakes jüngst explizit adressiert.
Auf EU-Ebene gelten ab Februar 2026 Transparenzpflichten: Wer KI-Systeme betreibt, die Deepfakes erzeugen, muss offenlegen, dass die Inhalte künstlich erstellt wurden. Das ist ein erster Schritt, löst das Problem der Kennzeichnungspflicht aber nur für professionelle Anbieter, nicht für anonyme Einzelpersonen.
Was kann man konkret tun?
Für Privatpersonen gilt zunächst: Weniger ist mehr. Je weniger Foto- und Videomaterial von einer Person öffentlich zugänglich ist, desto schlechter kann eine KI damit trainiert werden. Das bedeutet nicht, dass man aus sozialen Medien verschwinden muss, aber es lohnt sich, Privatsphäre-Einstellungen zu überprüfen und unbedachte Veröffentlichungen zu vermeiden.
Wer ein Deepfake von sich findet, sollte Beweise sichern, also Screenshots und Links dokumentieren, bevor der Inhalt gelöscht wird. Dann empfiehlt sich eine Meldung bei der Plattform sowie eine Strafanzeige. Auch wenn die aktuelle Rechtslage Schutzlücken hat, ist das Stellen einer Anzeige wichtig für den Aufbau von Fallzahlen und politischen Druck für bessere Gesetze.
Für Unternehmen ist das Thema besonders relevant. Ein scheinbar echter Videoanruf vom Chef oder ein überzeugend klingendes Audioclip können für erheblichen Schaden sorgen. Interne Protokolle für die Verifizierung von Zahlungsanweisungen oder vertraulichen Anfragen, die über digitale Kanäle eingehen, sind heute keine Übervorsicht mehr, sondern notwendige Sorgfalt. Mehr dazu, wie veraltete Software zusätzliche Risiken im Unternehmensumfeld schafft, erklärt ein weiterer Artikel auf Digijournal.
Legitime Einsatzfelder der Technologie
Es wäre nicht fair, Deepfake-Technologie ausschließlich mit Missbrauch gleichzusetzen. In der Filmindustrie wird sie eingesetzt, um Schauspieler zu verjüngen oder nach deren Tod digitale Darsteller zu schaffen. Synchronisation und Lippensynchronisation in anderen Sprachen profitieren ebenfalls davon. In der medizinischen Ausbildung können realistische Patientensimulationen erstellt werden, ohne reale Personen zu exponieren. Auch in der Kunst und im Bildungsbereich gibt es legitime Anwendungen, etwa um historische Persönlichkeiten zum Leben zu erwecken.
Das Problem liegt nicht in der Technologie selbst, sondern in ihrer unkontrollierten Verbreitung und dem fehlenden rechtlichen Rahmen. Wissen über die Funktionsweise von Deepfakes ist der erste und wichtigste Schutz – wer versteht, wie sie entstehen, begegnet digitalen Medieninhalten grundlegend anders.
Bildquelle: Unsplash / Possessed Photography
