Zurück zum Lernbereich

Wahrheit im Netz

Wie man im Netz noch sortiert, was wahr ist — eine Methodensammlung für skeptische Leser.

  • Konzepte
  • 8 min
  • Einsteiger

Einfache Sprache

Diese Vorschau ist in Einfacher Sprache. Das ganze Portal gibt es auch in Einfacher Sprache. Du kannst oben die Sprache wechseln. Oder nutze den Knopf unten. Unsere Texte in Einfacher Sprache entstehen KI-gestützt und werden redaktionell begleitet. Sie orientieren sich an den Grundprinzipien der Leichten Sprache, sind aber keine geprüfte Leichte Sprache: Eine Prüfgruppe von Menschen mit Lernschwierigkeiten prüft sie nicht.

Vorschau: Wahrheit im Netz prüfen

Was sind Deepfakes?

KI kann falsche Videos erstellen. Das nennt man Deepfake. Im Video macht eine Person etwas. Aber sie hat es nie getan. Solche Videos sehen sehr echt aus.

Die SIFT-Methode

SIFT ist eine Methode. Mit ihr erkennst du falsche Nachrichten. Halte zuerst inne. Teile nicht sofort. Dann frage: Wer hat das veröffentlicht? Berichten auch andere Quellen dasselbe?

Quellen prüfen

Suche den Autor der Nachricht. Ist der Autor bekannt? Gibt es die zitierte Studie wirklich? Berichten mehrere bekannte Medien dasselbe? Diese Fragen zeigen, ob eine Quelle stimmt.

Ein TikTok-Video geht viral — ein Politiker sagt etwas Empörendes. Millionen teilen es. Aber es ist nie passiert. Der Clip wurde von einer KI in unter einer Minute erzeugt. Im Artikel „Lernen mit KI“ hast du gelernt, dass KI halluzinieren kann — also unbeabsichtigt falsche Informationen produziert. Dieser Artikel geht einen Schritt weiter: Was passiert, wenn Menschen KI gezielt einsetzen, um zu täuschen? Du lernst, was Deepfakes sind, wie du Quellen schnell überprüfst und wie du dich in einer Welt zurechtfindest, in der immer mehr Inhalte KI-generiert sind.

Deepfakes — Wenn KI lügt

Definition

Deepfake

Analogie

Stell dir einen Deepfake vor wie ein Kostüm und eine Maske in Hollywood-Qualität — nur digital. Früher brauchte man ein professionelles Maskenbildner-Team und Stunden Arbeit für eine überzeugende Verkleidung. Heute liefert die KI Maske, Stimme und Körpersprache sofort — und das Ergebnis täuscht sogar Menschen, die die echte Person persönlich kennen. Die Maske ist so perfekt, dass du die Nähte nicht siehst. Bruchstelle: Ein echtes Kostüm kann man anfassen und abnehmen — ein Deepfake existiert nur als digitale Daten.
Deepfakes ~2019

Sichtbare Artefakte: falsche Fingeranzahl, unnatürliches Blinzeln, verschwommene Gesichtsränder, inkonsistente Beleuchtung. Erkennbar für aufmerksame Beobachter.

Deepfakes 2025

Professionelle Qualität: korrekte Anatomie, natürliche Mimik, konsistente Beleuchtung, lippensynchrone Sprache. Für das menschliche Auge praktisch nicht von echtem Material zu unterscheiden.

Ein TikTok-Account namens @deeptomcruise postete 2021 Videos von "Tom Cruise" beim Golfspielen und Zaubertricks. Die Videos waren so überzeugend, dass viele der Millionen Zuschauer sie für echt hielten. Erst nach Recherchen stellte sich heraus: Ein professioneller Deepfake-Künstler hatte sie mit einem Tom-Cruise-Double in monatelanger Arbeit erstellt. Die Lektion: Wenn selbst ein weltweit bekanntes Gesicht überzeugend gefälscht werden kann, dann kann jedes Gesicht gefälscht werden.

Achtung

Irrtum: "Ich kann Deepfakes erkennen — es gibt immer Fehler"

Das stimmte vielleicht 2019 — seltsame Finger, merkwürdiges Blinzeln, unscharfe Kanten. Aber nicht mehr. Moderne Deepfakes haben diese Artefakte weitgehend beseitigt. Wer sich auf visuelle Erkennung verlässt, wiegt sich in falscher Sicherheit. Der richtige Ansatz: Prüfe die Quelle, nicht die Pixel.

Deepfakes basieren unter anderem auf Generative Adversarial Networks (GANs): Zwei neuronale Netze trainieren sich gegenseitig — ein Generator erzeugt Fälschungen, ein Diskriminator versucht sie zu erkennen. Durch dieses Wechselspiel werden die Fälschungen immer besser. Bei Video-Deepfakes wird ein Gesicht Bild für Bild auf ein anderes gemappt. Bei Voice Cloning analysiert die KI Sprachmuster, Tonlage und Sprechrhythmus aus einer kurzen Audioprobe und synthetisiert dann beliebige Aussagen in dieser Stimme.

SIFT — Dein Werkzeug gegen Fakes

Definition

SIFT-Methode

Analogie

Stell dir vor, du bist ein Detektiv, der einem Hinweis nachgeht. Ein Detektiv nimmt nie eine einzelne Zeugenaussage für bare Münze. Er prüft: Wer ist dieser Zeuge? (Investigate) Gibt es andere Zeugen, die die Geschichte bestätigen? (Find) Kann ich die Behauptung auf harte Beweise zurückführen? (Trace) Und die erste Regel jeder Ermittlung: Keine voreiligen Schlüsse (Stop). SIFT macht dich zum Detektiv deines Newsfeeds. Bruchstelle: Ein Detektiv hat rechtliche Befugnisse, du bist auf öffentlich zugängliche Informationen angewiesen.
  1. 1. StopNicht sofort reagieren oder teilen. Desinformation nutzt emotionale Reaktionen aus.
  2. 2. InvestigateQuelle prüfen: Wer hat das veröffentlicht? Seriöses Medium oder anonymer Account?
  3. 3. FindAndere Berichterstattung suchen: Berichten unabhängige, seriöse Quellen dasselbe?
  4. 4. TraceBehauptung zur Primärquelle zurückverfolgen: Welche Studie? Von wem? Existiert sie?

Praxisbeispiel: Fake-Gesundheitspost auf TikTok

Ein viraler Post behauptet: "Wissenschaftler bestätigt: [schockierende Gesundheitsaussage]." 50.000 Shares. SIFT-Check: **Stop** — Nicht teilen. **Investigate** — Der Poster hat 200 Follower, keine Qualifikationen, Account seit 3 Tagen. **Find** — Kein seriöses Gesundheitsportal, keine medizinische Fachzeitschrift, keine Nachrichtenagentur berichtet darüber. **Trace** — Die zitierte "Studie" existiert nicht: kein DOI (die eindeutige Kennnummer wissenschaftlicher Artikel), kein Autor, keine Zeitschrift. Ergebnis: Fake. Zeitaufwand: etwa 90 Sekunden.

Achtung

Irrtum: "Quellenprüfung dauert zu lange"

Die SIFT-Methode ist auf Geschwindigkeit ausgelegt: Schritte 1 und 2 dauern etwa eine Minute. Du musst nicht jeden Post prüfen — nur die, die starke Emotionen auslösen, außergewöhnliche Behauptungen aufstellen oder dich zum Handeln auffordern (Teilen, Klicken, Spenden). Desinformation lebt von Dringlichkeit — schon 10 Sekunden Innehalten brechen ihre Macht.

Interaktiv: Prüfe eine Quelle selbst

Du hast die SIFT-Methode kennengelernt. Jetzt wende sie an: Gehe die Checkliste durch und bewerte eine beliebige Online-Quelle. Am Ende erhältst du einen Glaubwürdigkeits-Score mit Ampelbewertung — so siehst du sofort, wie vertrauenswürdig die Quelle ist.

Glaubwürdigkeits-Check

Prüfen Sie eine Online-Quelle auf Vertrauenswürdigkeit. Beantworten Sie die folgenden Fragen mit Ja oder Nein.

1.Ist der Autor namentlich genannt und verifizierbar?
Anonyme Quellen sind weniger vertrauenswürdig. Prüfbar z.B. über LinkedIn, Uni-Webseiten.
2.Hat die Quelle ein Impressum oder eine "Über uns"-Seite?
Seriöse Medien identifizieren sich. Fehlende Angaben sind ein Warnsignal.
3.Berichten andere unabhängige Quellen dasselbe?
SIFT-Schritt "Find": Mindestens 2 unabhängige Quellen sollten die Kernaussage bestätigen.
4.Werden konkrete Studien oder Daten zitiert?
Vage Behauptungen wie "Studien zeigen..." ohne Quellenangabe sind ein Warnsignal.
5.Sind die zitierten Quellen überprüfbar und existent?
SIFT-Schritt "Trace": Existiert die zitierte Studie? Sagt sie wirklich das Behauptete?
6.Ist die Sprache sachlich und frei von Emotionalisierung?
Extreme Formulierungen ("SCHOCKIEREND!", "Die Wahrheit, die SIE verheimlichen") deuten auf Manipulation.
7.Ist das Veröffentlichungsdatum aktuell und erkennbar?
Alte Informationen ohne Datum-Kontext können irreführend sein.
8.Fehlen offensichtliche Deepfake- oder KI-Manipulations-Hinweise?
Bei Bildern: Reverse Image Search. Bei Videos: Quelle prüfen. KI-Marker suchen.
0 / 8 beantwortet

Synthetische Medien — Das große Bild

Synthetische Medien ist der Oberbegriff für alle Inhalte — Text, Bilder, Video, Audio — die ganz oder teilweise von KI erzeugt wurden. Das umfasst Deepfakes, aber auch nützliche Anwendungen wie KI-Übersetzungen, automatische Untertitel, Bildverbesserung und KI-Kunst. Oft liest man, bis 2026 könnten bis zu 90 Prozent aller Online-Inhalte synthetisch sein. Die Zahl stand 2022 im Europol-Bericht "Facing Reality", doch Europol hat sie in der Neufassung vom Januar 2024 gestrichen, weil sie aus einer ungenauen Quelle stammte — ein gutes Beispiel dafür, warum du Zahlen bis zur Primärquelle zurückverfolgst (Trace). Gemessen sind bisher nur Ausschnitte: Von den neu veröffentlichten englischsprachigen Online-Artikeln war Anfang 2026 etwa die Hälfte überwiegend KI-geschrieben, so eine Stichprobe der Marketingfirma Graphite mit drei KI-Detektoren. Das Kernproblem ist nicht synthetische Medien an sich, sondern die fehlende Kennzeichnung.

Voice Cloning

3 -15 Sek.

So wenig Audiomaterial braucht eine KI, um eine Stimme überzeugend zu klonen

Synthetische Inhalte

~50 %

Anteil überwiegend KI-geschriebener Texte unter neu veröffentlichten englischsprachigen Online-Artikeln Anfang 2026 (Stichprobe der Marketingfirma Graphite, gemessen mit KI-Detektoren)

SIFT Quick-Check

60  Sek.

So lange dauern die ersten zwei SIFT-Schritte (Stop + Investigate)

Merke

Schnell-Check: Ist das echt?

  1. Rückwärts-Bildersuche: (Google Lens) — Tauchte dieses Bild schon vorher in einem anderen Kontext auf?
  2. Metadaten prüfen: KI-generierte Bilder haben oft keine EXIF-Daten (Kameramodell, Aufnahmezeit) einer echten Kamera. Fehlende Metadaten beweisen aber nichts: Einige Plattformen entfernen sie beim Hochladen, auch bei echten Fotos.
  3. C2PA-Labels suchen: (digitaler Herkunftsnachweis, mehr im Deep Dive unten) — Manche Plattformen zeigen bereits "KI-generiert"-Abzeichen. Bilder, Videos und Audio kannst du außerdem in Gemini oder im SynthID Detector auf Googles unsichtbares Wasserzeichen prüfen lassen; so erkennst du Inhalte aus Googles KI und von Partnern wie OpenAI. Kein Wasserzeichen heißt aber nicht „echt“.
  4. SIFT anwenden: Bestätigt eine glaubwürdige Quelle den Inhalt?

Wenn alle vier Checks die Echtheit nicht bestätigen: Inhalt als ungeprüft behandeln.

Achtung

Irrtum: "KI-Detektoren lösen das Problem"

Nur teilweise richtig. Detektoren wie GPTZero (für Texte) oder Hive (für Bilder) sind nützlich, haben aber signifikante Fehlerquoten und befinden sich in einem ständigen Wettrüsten mit den Generatoren. Die Generatoren sind meist einen Schritt voraus, weil neue Generatoren erscheinen, bevor Detektoren auf sie trainiert sind. Detektoren sind ein hilfreicher Zusatz, aber keine endgültige Antwort. Deine SIFT-Fähigkeiten bleiben unverzichtbar.

Seit dem 2. August 2026 verlangt Artikel 50 des EU AI Act, dass Deepfakes als künstlich erzeugt offengelegt werden; Anbieter müssen KI-erzeugte Bilder, Videos, Töne und Texte zudem maschinenlesbar markieren (Systeme, die schon vorher auf dem Markt waren, haben dafür bis zum 2. Dezember 2026 Zeit) — ein erster regulatorischer Schritt gegen unsichtbare synthetische Medien. Parallel hat das C2PA-Konsortium (Coalition for Content Provenance and Authenticity) einen offenen technischen Standard entwickelt: Ein digitaler Herkunftsnachweis, der in Mediendateien eingebettet wird und zeigt, wann, wo und womit ein Inhalt erstellt oder verändert wurde. Erste Plattformen unterstützen C2PA bereits.

Merke

Kernaussagen

  1. Deepfakes sind zu gut geworden: Video-, Audio- und Bild-Deepfakes sind für menschliche Sinne nicht mehr zuverlässig erkennbar. "Ich sehe, dass es fake ist" ist eine gefährliche Annahme.
  2. SIFT ist dein Universalwerkzeug: Stop → Investigate → Find → Trace. Diese vier Schritte funktionieren für jede Art von Online-Inhalt — Deepfake-Videos, KI-generierte Texte oder manipulierte Bilder.
  3. Synthetische Medien sind nicht per se schlecht: KI-Übersetzungen, Barrierefreiheit und Kunst sind nützlich. Aber fehlende Kennzeichnung und böswilliger Einsatz machen synthetische Medien gefährlich. Deine Prüfkompetenz ist die letzte Verteidigungslinie.

Dies ist der letzte Artikel dieses Lernpfads. Die SIFT-Methode geht weit über Deepfakes hinaus — sie ist dein Werkzeug für jede Information, in jedem Medium, für den Rest deines Lebens.

Prüfen

Worum es geht

Noch offen

Was ist ein Deepfake?

Wähle eine Antwort

Auflösung: 1) B · 2) C · 3) B · 4) B

Prüfen

Lernziele

Kannst du das in eigenen Worten erklären? Hake ab, was sitzt.

0 von 3 sitzen