Was sind Deepfakes? Beispiele, Erklärungen und Ursprünge

1. Deepfakes Beispiele und Definition
2. So werden Deepfakes erzeugt
3. Beliebte Deepfake-Softwares und Apps
4. Deepfakes erkennen
5. So haben sich Deepfakes weiterentwickelt
6. Deepfakes: Gefahren
7. Fazit
8. FAQ

Deepfakes sind manipulierte Medien, meist Videos oder Audiodateien, die mithilfe von Künstlicher Intelligenz (KI) so verändert werden, dass sie real wirken. In diesem Ratgeber erfährst du alles Wichtige über Deepfakes: Was sie sind, wie sie entstehen, wie du sie erkennst und welche Gefahren damit verbunden sind.

Der Begriff „Deepfake“ setzt sich aus den Worten „Deep Learning“ (eine Methode, bei der die KI durch viele Datenbeispiele selbst lernt) und „Fake“ (Fälschung) zusammen. Mit dieser Technik können Gesichter oder Stimmen von realen Personen ersetzt oder verfälscht werden.

Ursprünglich stammt der Begriff von einem Nutzer der Social-Media-Plattform Reddit, der unter dem Pseudonym „Deepfakes“ manipulierte Videos hochgeladen hat. Diese Videos nutzten diese Technologie, um die Gesichter von Prominenten in pornografische Szenen zu montieren. Heute wird der Begriff sowohl für die Technik als auch für die manipulierten Videos selbst verwendet.

Neben den anfänglichen Skandalen ist Deepfake heute auch ein populäres Werkzeug für Memes und humorvolle Videos. Bekannte Beispiele sind Deepfakes, in denen Schauspieler:innen in Szenen aus Filmen erscheinen, die sie nie gedreht haben. Auch Politiker:innen und Prominente sind häufig Ziel von Deepfake-Memes. Ein besonders virales Beispiel war ein Deepfake-Video von Barack Obama, in dem er scheinbar die Worte eines anderen Präsidenten aussprach – ein klares Beispiel für die Technik, die heute in vielen humorvollen, aber auch alarmierenden Kontexten verwendet wird.

Techniken von Deepfakes:

1. Face-Swapping: Ein klassisches Deepfake Beispiel ist die Face-Swapping-Technik, bei der das Gesicht einer Person auf den Körper einer anderen übertragen wird. Besonders häufig tauchen solche Deepfakes in Memes auf, in denen bekannte Persönlichkeiten in humorvolle oder absurde Situationen versetzt werden.
2. Gesprächssimulation: Dabei wird die Stimme einer Person nachgeahmt, sodass sie Dinge sagt, die sie niemals gesagt hat. Diese Technologie hat bereits dazu geführt, dass virale Deepfake-Videos von Hollywood-Stars oder Politikern entstehen, die in Situationen auftauchen, in die sie nie involviert waren.
3. Face Reenactment: Hierbei wird das Gesicht einer Person auf eine andere Videoaufnahme übertragen und in Echtzeit animiert, sodass es aussieht, als würde diese Person etwas tun, was sie nie gemacht hat. Diese Technik wird häufig in Filmen und Videospielen verwendet, um Schauspieler:innen in neue Szenarien zu setzen, aber auch für die Erstellung von virtuellen Avataren oder Deepfake-Videos. Beim Face Reenactment werden nicht nur Gesichter getauscht, sondern auch die Gesichtsausdrücke und Bewegungen angepasst, sodass es so wirkt, als würde die betroffene Person wirklich die neue Szene erleben.

Es ist wichtig, Deepfakes von Cheap Fakes zu unterscheiden. Cheap Fakes sind einfachere Manipulationen, bei denen etwa Videos geschnitten oder bearbeitet werden, um eine falsche Darstellung zu erzeugen. Deepfakes hingegen sind deutlich komplexer und realistischer, da sie fortschrittliche KI nutzen.

Die Erstellung eines Deepfakes ist ein technisch anspruchsvoller Prozess, der jedoch durch die Nutzung von KI zunehmend zugänglicher wird.

Ein Deepfake basiert oft auf der KI-generierten Lippensynchronisation, bei der ein Bild oder Video einer Person verändert wird, sodass die Lippenbewegungen perfekt mit den gesprochenen Worten übereinstimmen. Auch mit nur wenigen Bildern einer Person kann so ein täuschend echtes Ergebnis erzielt werden.

Ein Generative Adversarial Network (GAN) ist eine spezielle Art von KI-Modell, das dafür entwickelt wurde, realistische Bilder, Videos oder andere Medien zu erzeugen. Ein GAN besteht aus zwei Hauptbestandteilen: dem Generator und dem Diskriminator. Beide arbeiten zusammen, aber in einem ständigen Wettstreit, um immer realistischere Ergebnisse zu erzielen.

1. Generator: Der Generator ist das kreative Netzwerk. Er nimmt zufällige Daten (zum Beispiel verrauschte Bilder) und versucht, diese in ein realistisches Bild umzuwandeln. In Bezug auf Deepfakes würde der Generator zum Beispiel ein Bild oder ein Video einer Person erzeugen, das so aussieht, als würde diese Person in einem anderen Kontext agieren oder sprechen.
2. Diskriminator: Der Diskriminator ist wie ein kritischer Prüfer. Er bekommt sowohl echte als auch vom Generator erstellte Bilder oder Videos zu sehen und muss entscheiden, ob das Bild oder Video echt oder gefälscht ist. Der Diskriminator vergleicht die eingehenden Bilder mit echten Beispielen und lernt dabei immer besser, zu erkennen, was eine authentische Darstellung ausmacht.

Je mehr Daten (z.B. Bilder und Videos) über eine Person vorhanden sind, desto realistischer wird der Deepfake. Das erklärt auch, warum Deepfakes von bekannten Persönlichkeiten besonders gut gelingen.

Es gibt zahlreiche Programme und Apps, mit denen sich Deepfakes erstellen lassen – sowohl am PC als auch mobil. Einige davon sind frei verfügbar, andere kostenpflichtig.

Beispiele:

• DeepFaceLab (Open Source, sehr leistungsfähig)
• Faceswap (kostenlos, communitybasiert)
• Zao (Mobile-App, beliebt in Asien)
• Reface (Mobile-App für humorvolle Face-Swaps)
• DeepBrain AI (kommerziell, für virtuelle Avatare)

Obwohl Deepfakes immer realistischer werden, gibt es verschiedene Anzeichen, an denen du sie erkennen kannst.

Deepfakes weisen oft unnatürliche Mimik oder Gestik auf. Die Bewegungen im Gesicht sind manchmal nicht ganz stimmig, da die KI die feinen Details menschlicher Bewegungen nicht immer perfekt nachahmen kann.

Ein weiteres Anzeichen für einen Deepfake ist die Lippen-Synchronität. Bei schlechteren Deepfakes stimmen die Lippenbewegungen oft nicht mit den gesprochenen Worten überein.

Ein weiteres Merkmal von Deepfakes sind verwaschene Konturen oder eine schwache Belichtung. Oft wird das Gesicht nicht korrekt in die Szene integriert, was dazu führt, dass der Übergang zwischen Gesicht und Hintergrund unscharf oder unnatürlich aussieht.

Mit der stetigen Weiterentwicklung von Künstlicher Intelligenz werden Deepfakes immer besser. Früher war es noch schwierig, überzeugende Deepfakes zu erstellen, aber mittlerweile können sie innerhalb von Sekunden erzeugt werden, und das mit einer hohen Qualität. Das macht es immer schwieriger, zwischen echten und gefälschten Videos zu unterscheiden.

Unabhängige Entwickler und Entwicklerinnen arbeiten zunehmend an Deepfake-Tools, die offen und ohne Sicherheitsvorkehrungen zugänglich sind. So kann heute jeder mit den richtigen Kenntnissen schnell einen Deepfake erstellen, was die Verbreitung dieser Technologie enorm erleichtert hat.

Obwohl Deepfakes technisch faszinierend sind, bergen sie auch erhebliche Gefahren.

Deepfakes können zur Manipulation der öffentlichen Meinung genutzt werden. Ein politisches Video, das verfälscht wurde, könnte dazu führen, dass Menschen eine falsche Vorstellung von einer Person oder einem Ereignis haben.

Deepfakes werden auch für Erpressung verwendet, indem manipulierte private Bilder oder Videos verbreitet werden. Außerdem können Deepfakes in Betrugsfällen zum Einsatz kommen, etwa bei gefälschten Anrufen von angeblichen Verwandten oder Bekannten.

Neben Betrugsversuchen und Erpressung zählen sogenannte „Adult Deepfakes“ zu den gravierendsten Gefahren. Dabei werden Gesichter von Personen in pornografische Inhalte montiert – oft ohne deren Zustimmung. Dies kann zu massiver Rufschädigung und psychischer Belastung führen. Ursprünglich waren pornografische Deepfakes der erste große Anwendungsbereich dieser Technologie.

Ein besonders heikles Thema ist der Einsatz von Deepfakes zur Manipulation von Video-Ident-Verfahren. Hier könnte ein Deepfake verwendet werden, um auf sensible Daten zuzugreifen oder Betrug zu begehen.