Glaubwürdigkeit entsteht aus dem Zusammenhang
Ein manipuliertes Video wirkt besonders überzeugend, wenn Bild, Ton, Zeitpunkt, Plattform und begleitende Behauptung zusammenpassen. Ein technisch nicht perfekter Clip kann glaubwürdig erscheinen, wenn er eine bereits erwartete Geschichte bestätigt. Umgekehrt kann auch echtes Material verdächtig wirken, wenn sein Ursprung unklar ist.
Generative KI kann synthetische Inhalte in verschiedenen Medienformen erzeugen. NIST nennt ausdrücklich Bilder, Videos, Audio und Text. Dadurch können Manipulationen nicht nur das Gesicht betreffen, sondern auch Stimme, Untertitel, Begleittexte und den angeblichen Kontext.[1]
Warum ein einzelner Erkennungswert nicht genügt
Automatische Erkennung sucht nach statistischen Spuren, Unstimmigkeiten oder bekannten Mustern. Die Verfahren müssen jedoch mit neuen Modellen, Bearbeitungen und realistischen Alltagsdaten zurechtkommen. NIST betreibt deshalb offene Evaluierungen, in denen Genauigkeit und Robustheit über unterschiedliche Datensätze geprüft werden.[2]
Ein Detektor liefert damit ein Prüfsignal, aber nicht automatisch die gesamte Wahrheit. Für eine belastbare Bewertung gehören Herkunft, Originaldatei, Übertragungskette, Metadaten und unabhängige Aufnahmen zusammen.
Herkunft statt bloßer Sichtprüfung
Die C2PA-Spezifikation beschreibt Content Credentials als überprüfbare Herkunftsinformationen für digitale Inhalte. Sie können unter anderem festhalten, wie ein Medium erstellt und bearbeitet wurde und ob KI-Werkzeuge beteiligt waren.[3]
Solche Nachweise sind kein universelles Echtheitssiegel. C2PA weist selbst darauf hin, dass fehlende Content Credentials nicht automatisch bedeuten, ein Medium sei unglaubwürdig. Sie liefern vielmehr zusätzliche, technisch überprüfbare Informationen.[3]
Vier sinnvolle Prüffragen
Die wichtigste Veränderung lautet deshalb: Nicht nur fragen, ob ein Video echt aussieht. Entscheidend ist, ob seine Herkunft und sein Kontext belastbar geprüft werden können.
- Woher stammt die früheste auffindbare Version?
- Gibt es unabhängige Aufnahmen desselben Ereignisses?
- Passen Ton, Bild, Zeit und Ort nachweisbar zusammen?
- Sind Herkunftsnachweise oder Bearbeitungsschritte verfügbar?