Deepfake oder echt? Ein belastbarer Prüfprozess für Entscheider

Manipulation muss nicht vollständig synthetisch sein. Ein echtes Video kann falsch beschriftet, gekürzt, neu vertont, aus einem anderen Ereignis übernommen oder gezielt außerhalb seines ursprünglichen Kontexts verbreitet werden. Umgekehrt kann technisch bearbeitetes Material den tatsächlichen Kern eines Ereignisses korrekt wiedergeben.

Für Entscheider ist deshalb nicht nur relevant, wie eine Datei erzeugt wurde. Entscheidend ist, welche konkrete Behauptung mit ihr verbunden wird und ob diese Behauptung durch belastbare Quellen gestützt ist.

Bevor analysiert wird, sollte das Material nicht unnötig weiterverbreitet werden. Jede erneute Komprimierung oder Bearbeitung kann technische Spuren verändern. Gleichzeitig gehen Posts, Profile oder Story-Inhalte schnell verloren.

• Originaldatei oder bestmögliche verfügbare Version sichern – nicht nur einen Screenshot.
• Fundort, URL, Account, Zeitstempel und Begleittext dokumentieren.
• Interne Weitergabe auf den notwendigen Personenkreis begrenzen.
• Die zu prüfende Behauptung in einem Satz formulieren.
• Kommunikations- und Eskalationsverantwortung festlegen, bevor öffentlich reagiert wird.

Die Reihenfolge ist bewusst gewählt: Wer zu früh nach visuellen Fehlern sucht, verengt die Analyse auf das Bild und übersieht häufig den stärkeren Kontextbeweis.

1. 01
   Quelle

   Wer hat das Material zuerst veröffentlicht? Ist der Kanal authentisch, aktuell und für diese Aussage überhaupt zuständig?

2. 02
   Provenienz

   Gibt es Originaldatei, Metadaten, Content Credentials oder eine nachvollziehbare Bearbeitungshistorie?

3. 03
   Kontext

   Passen Ort, Wetter, Kleidung, Sprache, bekannte Termine und zeitliche Abläufe zur behaupteten Situation?

4. 04
   Inhalt

   Welche Bild-, Audio- oder Bewegungsauffälligkeiten bestehen – und lassen sie sich auch durch Kompression, Perspektive oder Schnitt erklären?

5. 05
   Bestätigung

   Gibt es voneinander unabhängige Aufnahmen, Augenzeugen, offizielle Stellen oder Primärquellen, die den Kern der Behauptung stützen?

Automatische Erkennung kann ein nützliches Signal liefern, ihre Aussagekraft hängt jedoch stark von Trainingsdaten, Manipulationsart, Dateikompression und unbekannten Generierungsverfahren ab. Ein Prozentwert sieht präzise aus, ist aber ohne Informationen zu Modell, Testbedingungen und Fehlerraten kaum belastbar.

Detektoren sollten daher als Hinweisgeber eingesetzt werden: idealerweise mehrere Verfahren, mit dokumentierter Version und kontrolliertem Input. Ein positives Ergebnis braucht Bestätigung; ein negatives Ergebnis ist kein Echtheitsnachweis.

Der C2PA-Standard kann kryptografisch gebundene Angaben zur Herkunft und Bearbeitung eines digitalen Inhalts transportieren. Das hilft zu prüfen, ob ein signierter Herkunftsnachweis zur Datei gehört und ob dokumentierte Veränderungen stattgefunden haben.

Diese Information ist ein starkes Vertrauenssignal, aber kein universeller Wahrheitsstempel. Eine korrekt signierte Aufnahme kann irreführend beschriftet werden; eine echte Datei kann ihre Provenienzdaten durch Plattformverarbeitung verlieren. Das Fehlen von Content Credentials ist deshalb ebenso wenig ein Fälschungsbeweis wie ihr Vorhandensein eine vollständige inhaltliche Verifikation ersetzt.

Ein professionelles Prüfergebnis endet nicht zwangsläufig mit „echt“ oder „falsch“. Häufig lautet die belastbare Einordnung: Ursprung unbestätigt, Kontext teilweise verifiziert, keine eindeutigen Manipulationssignale, zentrale Behauptung durch zwei unabhängige Quellen gestützt.

Diese differenzierte Sprache schützt vor zwei Fehlern: einer vorschnellen Reaktion auf manipuliertes Material und der pauschalen Abwertung echter Inhalte als angeblicher Deepfake. Beides kann Reputation, Sicherheit und Vertrauen erheblich beschädigen.