Die Realität verliert den Kampf gegen Deepfakes – Warum KI-Kennzeichnung scheitert

Fotos und Videos aus dem Netz sind längst nicht mehr zwangsläufig echt. Doch auch neue Kennzeichnungssysteme zum Schutz vor Deepfakes wie C2PA erweisen sich aktuell als unzureichend.

Wie C2PA als Lösung gedacht war – und scheiterte

Deepfakes und KI-generierte Inhalte fluten die sozialen Netzwerke. Damit Nutzer:innen echte von manipulierten Bildern unterscheiden können, setzen große Unternehmen auf das C2PA-System. Dies ist ein gemeinsamer Standard von Unternehmen wie Adobe, Meta, Microsoft und OpenAI, der ursprünglich als Metadatenlösung für Fotos gedacht war. C2PA, auch als Content Credentials bekannt, zeichnet Bearbeitungsschritte und Erstellungszeitpunkte direkt in die Datei ein.

Die Idee: Jede Bearbeitung oder KI-Generierung bleibt über Metadaten nachvollziehbar und Plattformen könnten bei Anzeige oder Upload diese Informationen automatisch auslesen und kennzeichnen. Anwender:innen müssten lediglich auf ein Symbol oder Label achten, das über Echtheit oder Manipulation eines Bildes informiert.

In der Praxis gibt es jedoch zahlreiche Hürden. Die C2PA-Metadaten gelten zwar als schwer manipulierbar, können aber laut OpenAI relativ einfach entfernt werden – teils sogar unbeabsichtigt beim Upload auf Plattformen wie Instagram, Threads oder LinkedIn. Viele Dienste ignorieren die Metadaten oder löschen sie beim Hochladen standardmäßig. Hinzu kommt: Wird das System nicht plattformübergreifend unterstützt, geht die Nachvollziehbarkeit im Netz schnell verloren.

Warum keine Plattform echte Sicherheit bieten kann

Neben C2PA verfolgen Unternehmen wie Google mit SynthID ähnliche Konzepte, zum Beispiel durch digitale Wasserzeichen. Allerdings zeigen weder diese noch KI-basierte Prüfsysteme eine zuverlässige Lösung. Ein einheitlicher, durchgängiger Standard ist nicht in Sicht – schon weil nicht jeder Gerätehersteller oder jede Plattform mitspielt.

Beispielsweise nutzt Google C2PA in den eigenen Pixel-Smartphones, Apple hingegen äußert sich dazu bislang nicht offiziell. Zwar arbeiten einige große Kamerahersteller wie Leica oder Sony an C2PA-Unterstützung in neuen Modellen, doch ältere Geräte können meist nicht nachgerüstet werden. Auch große Bildagenturen wie Shutterstock sind prinzipiell involviert, aber eine durchgängige Anwendung des Standards ist bisher nicht umgesetzt.

Selbst bei teilweiser Einbindung bleibt das Problem: Bei jeder Weiterverbreitung im Internet – etwa durch Uploads auf verschiedene Plattformen und Social Media – drohen Metadatenverlust oder Missachtung. Viele Netzwerke wissen bislang nicht einmal, wie sie erhaltene Metadaten sinnvoll interpretieren sollen. Eine flächendeckende, verlässliche Kennzeichnung ist so unmöglich.

Vertrauen, Kreativität und ein unsicherer Ausblick

Gesellschaftlich wächst das Misstrauen: Wo früher Fotos Beweischarakter hatten, wird inzwischen von Grund auf gezweifelt. Plattformen wie Instagram raten offen dazu, Bildern und Videos zunächst skeptisch zu begegnen. Praktische Versuche, etwa KI-Etiketten automatisch zu vergeben, sorgten mitunter für Ärger, da Produzent:innen ihre Kreativität entwertet sahen oder Nutzer:innen sich falsch informiert fühlten.

Für die Content-Kennzeichnung gibt es derzeit keine effektive, universelle Lösung. Sogar Branchenexpert:innen halten einen schnellen Durchbruch für unwahrscheinlich. Solange wichtige Akteure nicht mitziehen und technische wie kommunikative Herausforderungen ungelöst bleiben, ist das Wettrüsten gegen Deepfake-Inhalte bestenfalls Stückwerk. Die Verantwortung für die Unterscheidung zwischen Echt und Falsch bleibt letztlich weiterhin bei den Menschen – und fördert den Trend zu generellem Misstrauen in der digitalen Öffentlichkeit.

Via: https://www.theverge.com

Bild Gemini KI

Den Beitrag in unserem Forum kommentieren