Deepfakes erkennen: Bild, Video, Stimme

Warum das jeden betrifft, nicht nur Promis

Vor ein paar Jahren waren Deepfakes noch ein Nischenthema: gefaelschte Prominenten-Videos, mit viel Aufwand von Enthusiasten gebastelt. Heute reicht ein Handy, eine kostenlose App und ein einziges Foto oder eine drei Sekunden lange Sprachaufnahme aus einer Instagram-Story, um ein täuschend echtes Fake zu erzeugen. Die Technik, die frueher Spezial-Software und Fachwissen brauchte, steckt jetzt in Apps, die jeder in einer Minute bedienen kann.

Das betrifft nicht nur Politik und Prominente. Die haeufigste Deepfake-Masche, die dir oder deinen Angehoerigen tatsaechlich begegnen kann, ist der Schockanruf mit geklonter Stimme – der “Enkeltrick 2.0”. Dieser Artikel zeigt dir, welche Deepfake-Arten es gibt, woran du sie erkennst, welche Tools helfen und wie du dich und deine Familie konkret schuetzt.

Die drei Deepfake-Arten im Ueberblick

Dazu kommt zunehmend die Kombination aller drei: ein Video-Call mit gefaelschtem Gesicht und geklonter Stimme in Echtzeit – technisch aufwendiger, aber bereits bei mehreren dokumentierten Firmenbetrugsfaellen im Einsatz, bei denen ein “Finanzchef” per Videokonferenz eine Ueberweisung anordnete.

Woran du Bild-Deepfakes erkennst

KI-generierte oder manipulierte Bilder haben oft kleine, aber verraeterische Fehler – auch wenn die Modelle staendig besser werden und manche dieser Artefakte mit neueren Versionen seltener auftreten:

• Haende und Finger: Klassischer Schwachpunkt. Zu viele oder zu wenige Finger, seltsam verdrehte Gelenke, verschmolzene Finger
• Zaehne und Ohren: Oft unnatuerlich gleichmaessig, asymmetrisch oder mit seltsamen Uebergaengen zur Haut
• Augen und Blick: Asymmetrische Pupillen, fehlende oder inkonsistente Lichtreflexionen in beiden Augen (das Licht muesste in beiden Augen gleich aussehen)
• Haare: Einzelne Strähnen wirken oft “gemalt” statt fotografiert, oder gehen unscharf in den Hintergrund über
• Hintergrund-Logik: Verzerrter Text auf Schildern, unmoegliche Perspektiven, Objekte, die keinen Sinn ergeben (eine Brille, die durch das Ohr “durchgeht”)
• Schmuck und Accessoires: Ohrringe, die auf beiden Ohren unterschiedlich aussehen, Ketten mit unmoeglicher Physik
• Haut: Auffaellig glatte, “plastikartige” Haut ohne Poren, oder umgekehrt unnatuerlich gleichmaessige Texturmuster

Woran du Video-Deepfakes erkennst

Video ist schwieriger zu faelschen als ein Standbild, weil Bewegung und zeitliche Konsistenz stimmen muessen. Genau da liegen die Schwachstellen:

• Blinzeln: Fehlt komplett, ist zu selten oder wirkt mechanisch/gleichmaessig getaktet
• Lippensynchronisation: Mundbewegung passt nicht ganz zum gesprochenen Wort, besonders bei Konsonanten wie “B”, “M”, “P”
• Kopfbewegung vs. Gesicht: Das Gesicht “klebt” leicht verzoegert oder verzerrt am Kopf, besonders bei schnellen Drehungen oder Profilansichten
• Beleuchtung ueber Zeit: Schatten und Lichtreflexe im Gesicht passen nicht zur Beleuchtung im Rest der Szene oder aendern sich unnatuerlich zwischen Frames
• Ruckler an Uebergaengen: Kurze Flacker- oder Unschaerfe-Momente an Haaransatz, Kieferlinie oder Halsuebergang
• Emotion wirkt “flach”: Mimik bewegt sich, aber die Emotion dahinter wirkt leer oder passt nicht zum Tonfall

Woran du Audio-Deepfakes (geklonte Stimmen) erkennst

Am schwersten zu durchschauen, weil Ton weniger visuelle Anhaltspunkte bietet – und genau deshalb die gefaehrlichste Kategorie fuer Betrug am Telefon:

• Monotone Betonung: Emotionale Nuancen (Zoegern, Lachen, Rueckfragen-Reaktion) fehlen oder wirken aufgesetzt
• Unnatuerliche Pausen: Zu gleichmaessige Sprechpausen, kein “Aeh” oder natuerliches Stottern
• Hintergrundgeraeusche: Fehlen komplett (zu “sauberer” Klang) oder wiederholen sich in einer Schleife
• Kein echter Dialog: Die Stimme reagiert nicht flexibel auf ueberraschende Zwischenfragen, sondern weicht aus oder wiederholt sich
• Technische Qualitaet auffaellig gut oder schlecht: Entweder ungewoehnlich klar für eine angebliche Notsituation am Handy, oder bewusst schlecht (“schlechte Verbindung”) um Artefakte zu kaschieren

Verifikationsstrategien: was du konkret tun kannst

Sofort-Check bei einem verdaechtigen Anruf

1. Auflegen und zurueckrufen: Beende das Gespraech und rufe die Person unter der dir bekannten, gespeicherten Nummer zurueck – nicht unter einer Nummer, die der Anrufer dir nennt
2. Codewort vereinbaren: Lege mit engen Familienmitgliedern im Voraus ein geheimes Codewort fest, das nur ihr kennt. Fragt im Ernstfall danach – eine KI-Stimme kennt es nicht
3. Kontrollfrage stellen: Etwas fragen, das nur die echte Person spontan beantworten kann (kein Allgemeinwissen, sondern eine gemeinsame Erinnerung)
4. Zeitdruck als Warnsignal: Echte Notfaelle erlauben fast immer eine kurze Rueckversicherung. “Sofort, ohne mit jemandem zu sprechen” ist ein klassisches Betrugsmuster – auch ganz ohne KI
5. Nie am Telefon Geld zusagen: Bar-Uebergaben oder Ueberweisungen aufgrund eines einzelnen Anrufs sind ein Alarmsignal, unabhaengig davon, wie echt die Stimme klingt

Verifikation bei Bild und Video

Verdaechtiges Bild oder Video – was tun?
│
├─ Gibt es die Quelle auch bei seriösen, etablierten Medien?
│   ├─ Ja  → wahrscheinlich echt, ggf. trotzdem Kontext pruefen
│   └─ Nein → weiter unten pruefen
│
├─ Ruckwaerts-Bildsuche moeglich (Google Lens, TinEye)?
│   ├─ Original mit anderem Kontext gefunden → Fake/Fehlkontext
│   └─ Nichts gefunden → weiter pruefen
│
├─ Enthaelt die Datei C2PA Content Credentials
│  (Herkunftsnachweis, z.B. via contentcredentials.org)?
│   ├─ Ja, gueltig und stammt von KI-Tool → als KI-generiert kennzeichnen
│   └─ Nein/keine Angabe → nicht beweisend, weiter unten prüfen
│
└─ Detektor-Tool nutzen (Hive Moderation, Deepware Scanner, o.ä.)
    → Ergebnis als Indiz werten, nie als alleinigen Beweis

Eine Rueckwaertssuche mit Google Lens oder TinEye zeigt oft, ob ein Bild schon frueher in einem anderen Kontext aufgetaucht ist – ein sehr haeufiges Muster bei Falschmeldungen ist gar kein “echtes” Deepfake, sondern ein echtes altes Foto mit falscher Behauptung dazu.

Tools zur technischen Deepfake-Erkennung

Kein Tool ist 100 % zuverlaessig – die Erkennungsmodelle laufen den Generierungsmodellen staendig hinterher. Trotzdem sind automatisierte Checks als zusaetzliches Indiz sinnvoll, besonders in Kombination mit den manuellen Merkmalen von oben.

• Hive Moderation – API- und Web-basierter Detektor fuer Bild, Video und Text, oft im Hintergrund grosser Plattformen im Einsatz
• Deepware Scanner – Kostenloser Web-Scanner speziell fuer Video-Deepfakes
• Intel FakeCatcher – Forschungsbasiertes System, das physiologische Signale (Blutfluss/Puls im Gesicht) zur Videoanalyse nutzt
• McAfee Deepfake Detector – Auf bestimmter Consumer-Hardware integriert, Fokus auf Audiospur in Videos
• Reality Defender / Sensity AI – Enterprise-orientierte Anbieter fuer Medienunternehmen und Organisationen

YouTube

Rechtlicher Rahmen: Kennzeichnungspflicht kommt

Die EU-KI-Verordnung (AI Act) schreibt in Artikel 50 vor, dass KI-generierte Bild-, Audio- und Videoinhalte maschinenlesbar als solche gekennzeichnet werden muessen. Diese Transparenzpflicht gilt ab dem 2. August 2026 (Stand: 2026-07) und sieht bei Verstoessen Bussgelder bis 15 Millionen Euro oder 3 % des weltweiten Jahresumsatzes vor. Als technische Umsetzung wird unter anderem der bereits erwaehnte C2PA-Standard sowie Wasserzeichen-Verfahren wie Googles SynthID genannt. Fuer dich als Nutzer bedeutet das langfristig: Mehr Inhalte werden zumindest theoretisch nachvollziehbar gekennzeichnet – ersetzt aber die eigene Wachsamkeit nicht, weil Kennzeichnung freiwillig entfernbar oder faelschbar bleiben kann und nicht alle Ersteller sich daran halten (werden).

Checkliste: Deepfake-Verdacht in 60 Sekunden pruefen

Weiterlernen

• KI-Scams und Phishing erkennen – weitere KI-gestuetzte Betrugsmaschen ausser Deepfakes
• Faktencheck bei KI-Output – wie du Quellen und Behauptungen systematisch pruefst
• Multimodale KI erklaert – wie die Modelle hinter Bild-, Video- und Audio-KI technisch funktionieren
• KI-Datenschutz-Grundlagen – was mit deinen Daten passiert, wenn du selbst KI-Tools nutzt
• C2PA / Content Credentials pruefen – offizielles Verifikationstool der Coalition for Content Provenance and Authenticity
• Hive Moderation Deepfake-Erkennung – Anbieter-Seite mit technischem Hintergrund
• BSI: Deepfakes – Gefahren und Gegenmassnahmen – Einordnung des deutschen Bundesamts fuer Sicherheit in der Informationstechnik

Videos

YouTube