Apps
EN — EnglishLogin

🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!

Deepfake-Manipulation (Deepfake Manipulation)

Auch bekannt als: Synthetic Media Manipulation AI-Generated Disinformation Digital Forgery
Manipulation & Propaganda ID: deepfake_manipulation

Definition

Deepfake-Manipulation umfasst die Verwendung von KI-generierten oder KI-veränderten Audio-, Video- oder Bilddateien, um realistische, aber falsche Darstellungen realer Personen zu fabrizieren, die Dinge sagen oder tun, die sie nie wirklich gesagt oder getan haben. Moderne Deepfake-Technologie kann immer überzeugendere Fälschungen produzieren, die ohne Spezialwerkzeuge schwer zu erkennen sind. Über die direkte Täuschung hinaus schafft die bloße Existenz von Deepfake-Technologie eine 'Dividende des Lügners' (Liar's Dividend) – Menschen können jetzt echte, belastende Beweise als potenziell gefälscht abtun.

Beispiele

Tage vor einer Wahl taucht ein realistisches Video auf, das einen Kandidaten scheinbar bei der Annahme von Bestechungsgeldern in einem Hotelzimmer zeigt. Das Video enthält die Stimme und die Manierismen des Kandidaten sowie eine Umgebung, die einem Hotel entspricht, das er bekanntermaßen besucht hat. Bis die forensische Analyse bestätigt, dass es sich um einen Deepfake handelt, haben Millionen es gesehen und die vorzeitige Stimmabgabe hat bereits begonnen.

In einer Unternehmensgruppe auf WhatsApp kursiert eine Audiodatei, die angeblich den CEO zeigt, wie er interne Entlassungspläne bespricht. Die Stimme klingt täuschend echt, doch das Gespräch wurde vollständig von einer KI generiert. Bis die IT-Abteilung die Fälschung nachweist, haben bereits Dutzende Mitarbeiter gekündigt.

Auf Instagram erscheint ein kurzes Video, das eine bekannte Ernährungswissenschaftlerin dabei zeigt, wie sie ein bestimmtes Nahrungsergänzungsmittel als 'wissenschaftlich bewiesen' empfiehlt. Sie hat das Produkt nie erwähnt – Gesicht, Stimme und Lippenbewegungen wurden per KI auf eine fremde Aufnahme übertragen. Das Produkt verkauft sich innerhalb eines Tages tausendfach.

Prüfschritte
Prüfschritte
Binäre Ja/Nein-Fragen, die eine KI beantworten muss, um ein Argumentationsmuster in einem Text zu erkennen.
Jeder der 452 Aspekte hat Prüfschritte — einfache Ja/Nein-Fragen, die systematisch erkennen sollen, ob ein Muster in einem Text vorkommt. Für Ad Hominem: "Greift das Argument eine Person statt ihre Behauptung an?" Für falsche Dichotomie: "Werden nur zwei Optionen präsentiert, obwohl mehr existieren?"

Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:

  1. 1

    Stellen die Medieninhalte eine Person des öffentlichen Lebens dar, die etwas Untypisches sagt oder tut?

    Typ: binary
  2. 2

    Stammen die Medieninhalte aus ungeprüften oder anonymen Quellen?

    Typ: binary
  3. 3

    Gibt es visuelle oder auditive Artefakte, die auf eine synthetische Generierung hindeuten?

    Typ: binary
Vertiefung
Der aufklappbare Detailbereich auf jeder Aspekt-Seite mit Beispielen, Psychologie und Gegenstrategien.
Der Vertiefungsbereich bietet ausführliche Informationen zu jedem Aspekt: ein Praxisbeispiel, eine Erklärung warum es funktioniert, Tipps wie man entgegnet, alternative Bezeichnungen und Links zu verwandten Aspekten.