25,5 Millionen US-Dollar. So viel überwies ein Mitarbeiter des britischen Ingenieurbüros Arup Anfang 2024 auf betrügerische Konten. Der Grund: Er hatte kurz zuvor an einer Videokonferenz mit seinem CFO, bekannten Kollegen und weiteren Führungskräften teilgenommen. Alle wirkten echt. Alle klangen vertraut. Keiner von ihnen war ein echter Mensch. Sämtliche Teilnehmer bis auf das Opfer waren in Echtzeit generierte KI-Klone.
Was nach einem Hollywood-Drehbuch klingt, ist längst Alltag. KI-Videos erkennen zu können ist keine Spezialfähigkeit für IT-Experten mehr. Es ist eine Grundkompetenz, die jeden betrifft, der ein Smartphone besitzt, Video-Calls führt oder Nachrichten konsumiert. Denn die Technologie hinter solchen Fälschungen läuft heute auf handelsüblichen Computern und ist für jedermann zugänglich.
Was steckt hinter KI-generierten Videos?
Hinter dem Begriff Deepfake verbirgt sich eine Technologie, die mithilfe sogenannter generativer KI-Modelle täuschend echte Videos erzeugt oder bestehende manipuliert. Diese Modelle wurden mit enormen Mengen an echten Videoaufnahmen trainiert und lernen dabei, menschliche Gesichtszüge, Stimmen, Bewegungen und sogar die Physik der Umgebung nachzuahmen.
Aktuell führende Modelle wie Sora 2 von OpenAI, Kling 3.0 aus China oder Google Veo 3.1 produzieren Videos in 4K-Qualität, mit synchronisierten Stimmen und naturgetreuer Mimik. Was früher Monate dauerte und Spezialwissen erforderte, gelingt heute in Minuten. Modelle stehen teils als Open-Source-Software bereit und können auf einem normalen Gaming-PC betrieben werden. Das Ergebnis: Kriminelle, Desinformationskampagnen und Betrugsversuche profitieren von derselben Technologie wie die Filmbranche.
Warum KI-Videos erkennen heute so schwer geworden ist
Lange galt das sogenannte Uncanny Valley als natürlicher Schutz. Gesichter, die zu glatt, zu symmetrisch oder leicht falsch wirkten, lösten instinktiv ein Unbehagen aus. Dieser Schutzreflex greift nicht mehr. Wissenschaftliche Studien aus den Jahren 2025 und 2026 belegen, dass Menschen hochwertige Deepfakes im Durchschnitt nur noch knapp über der Zufallswahrscheinlichkeit korrekt einordnen. Anders gesagt: Beim Raten eines Münzwurfs läge Ihre Trefferquote ähnlich hoch.
Die Zahlen unterstreichen das Ausmaß des Problems. In Deutschland stieg die Zahl gezielter Deepfake-Angriffe im Jahr 2025 um 53 Prozent. Weltweit verzeichnete die IT-Sicherheitsbranche einen Anstieg KI-gestützter Betrugsaktivitäten um bis zu 180 Prozent. Betroffen sind nicht mehr nur Unternehmen. Gefälschte Bewerbungsvideos, manipulierte Videobotschaften von vermeintlichen Behörden oder täuschend echte Anrufe von der falschen Stimme des eigenen Kindes treffen zunehmend auch Privatpersonen.
KI-Videos erkennen: Diese Warnsignale sollten Sie kennen
Trotz der enormen Fortschritte in der Generierung hinterlassen KI-Modelle noch immer charakteristische Spuren. Wer weiß, wo er suchen muss, erhöht seine Chancen deutlich.
Gesicht und Mimik unter der Lupe
Das menschliche Gesicht verfügt über mehr als 40 Muskeln, die zusammenarbeiten und dabei kaum je perfekt symmetrisch agieren. KI-generierte Gesichter wirken hingegen oft zu makellos, zu gleichmäßig. Achten Sie besonders auf die Augen: Ein weit verbreitetes Phänomen wird in der Forensik als Zombie-Blick bezeichnet. Die Person lacht oder zeigt eine deutliche Emotion, doch die Augen bleiben starr, ausdruckslos oder leicht asynchron. Das Bauchgefühl registriert etwas Unheimliches, auch wenn man es nicht sofort benennen kann.
Weitere Auffälligkeiten: Hauttexturen wirken gummiartig oder wie Airbrush bearbeitet, einzelne Haarsträhnen erscheinen gemalt statt dreidimensional, und Haarlinien am Kopf verlaufen unnatürlich glatt.
Hände, Finger und Körperbewegung
Hände gelten als klassischer Schwachpunkt jeder Deepfake-Technologie. Die Komplexität menschlicher Fingerbewegungen überfordert aktuelle KI-Modelle regelmäßig. Finger können dabei ineinander verschmelzen, unnatürliche Längen annehmen oder sich völlig steif bewegen. Manchmal tauchen Hände mit sechs Fingern auf. Sobald die Person im Video einen Gegenstand hält, lohnt ein zweiter Blick besonders: Objekte verschmelzen häufig mit den Händen, verzerren sich oder verhalten sich physikalisch unmöglich.
Physik, Hintergrund und Objektinteraktionen
Generative Modelle haben physikalische Abläufe aus Millionen von Trainingsvideos abgeschaut, ohne sie wirklich zu verstehen. Daraus entstehen charakteristische Fehler: Kleidung bewegt sich nicht passend zur Körperdrehung, feste Objekte scheinen durch andere hindurchzugehen, Gegenstände fallen zu langsam oder Personen gleiten schwebend über Oberflächen. Besonders aufschlussreich ist es, ein Video langsam abzuspielen. Je länger das Video, desto häufiger häufen sich diese kleinen Fehler und werden sichtbar.
Ton, Stimme und Lippensynchronität
Das menschliche Gehirn reagiert evolutionär bedingt extrem sensibel auf asynchrone audiovisuelle Signale. Bereits ab einer Abweichung von 100 Millisekunden nehmen wir Unstimmigkeiten wahr. Bei Deepfakes stimmen zwar häufig die Lippenbewegungen grob mit dem gesprochenen Wort überein, doch die begleitenden Muskelbewegungen von Kiefer, Kinn, Wangen und Hals fehlen oder geraten im Verlauf des Videos aus dem Takt. Stimmen klingen oft gleichmäßig glatt, fast zu perfekt, ohne die kleinen Unsauberkeiten, die menschliche Sprache natürlich macht.
Der 30-Sekunden-Check für den Alltag
Für den schnellen Überblick empfiehlt sich ein strukturierter Kurzcheck, bevor Sie einem Video vertrauen oder darauf reagieren:
- Wirkt die Szene seltsam perfekt? Eine makellos gestylte Person in einem chaotischen Umfeld oder ein Gesicht ohne jede Pore sind erste Warnsignale.
- Prüfen Sie die Augen: Stimmen Blick und Emotion überein? Verfolgen die Augen die Situation realistisch?
- Sehen Sie auf die Hände: Wie viele Finger sind zu sehen? Verschmelzen sie mit gehaltenen Objekten?
- Hören Sie genau hin: Klingt die Stimme merkwürdig glatt oder gerät der Lippensync gegen Ende aus dem Rhythmus?
- Verlangsamen Sie das Video: Bei 0,5-facher Geschwindigkeit werden physikalische Fehler und Textursprünge deutlich sichtbarer.
- Vertrauen Sie Ihrem Bauchgefühl: Wenn etwas nicht stimmt, aber Sie es nicht benennen können, ist das allein schon ein Grund zur Vorsicht.
Wichtig zu wissen: Dieser manuelle Check ist kein zuverlässiges Sicherheitsnetz gegen hochwertige Fälschungen. Er hilft, offensichtliche Fälle schnell zu identifizieren. Für professionelle Anforderungen sind technische Tools unerlässlich.
Wenn das Auge nicht reicht: Tools zur automatischen Erkennung
Algorithmen erkennen, was Menschen nicht sehen können. Professionelle Erkennungssysteme schauen nicht auf die sichtbaren Pixel, sondern auf das, was darunter liegt. Ein besonders wirkungsvoller Ansatz: die Analyse von Durchblutungsmustern in der Gesichtshaut. Ein lebender Mensch zeigt winzige, für das Auge unsichtbare Farbveränderungen der Haut, die mit jedem Herzschlag entstehen. Kein KI-Modell kann diese Signale fälschen. Fehlen sie im Video, ist das ein starkes Indiz für eine Manipulation. Intels Erkennungstool FakeCatcher nutzt genau diesen Ansatz und erreicht auf Testdatensätzen eine Genauigkeit von nahezu 99 Prozent.
Plattformen wie Reality Defender, Sensity AI oder Hive Moderation werten Audio, Video und Bild gleichzeitig aus und arbeiten auch dann noch zuverlässig, wenn das Material stark komprimiert wurde. Für Unternehmen, die regelmäßig mit Videokommunikation arbeiten, sind solche Systeme heute kein Luxus mehr, sondern eine notwendige Schutzmaßnahme.
Fazit: Wachsamkeit allein reicht nicht mehr aus
KI-generierte Videos haben 2026 eine Qualität erreicht, bei der selbst geschulte Augen regelmäßig danebenliegen. Die beschriebenen Warnsignale helfen dabei, offensichtliche Fälschungen zu entlarven und schärfen den Blick für das, was aktuelle KI-Modelle noch immer nicht wirklich beherrschen. Vollständig ersetzen werden sie ein technisches Erkennungssystem nicht.
Wer in einem beruflichen oder privaten Kontext mit sensiblen Videokommunikationen zu tun hat, sollte zusätzlich auf einen klaren Verifikationsprozess setzen: Rufen Sie die Person über einen unabhängigen, vorab bekannten Kanal zurück, bevor Sie auf Anweisungen reagieren. Kein legitimer Vorgesetzter und keine echte Behörde wird Ihnen diese Sekunde des Nachfragens verübeln.
Digitale Bedrohungen entwickeln sich schneller als viele ahnen. Mit einer starken IT Security Strategie für Ihr Unternehmen bleiben Sie einen Schritt voraus. Unser Team berät Sie gerne, welche Schutzmaßnahmen für Ihre individuelle Situation sinnvoll sind. Sprechen Sie uns einfach an.
Häufig gestellte Fragen (FAQ)
Bei einfacheren Fälschungen oder älteren Modellen oft noch ja. Bei hochwertigen Videos, die mit aktuellen Modellen wie Kling 3.0 oder Veo 3.1 erstellt wurden, liegt die Trefferquote von Menschen jedoch nur noch knapp über dem Zufallsprinzip. Wer gezielt nach den beschriebenen Warnsignalen sucht, verbessert seine Chancen. Wirklich zuverlässig ist aber nur der Einsatz spezialisierter Erkennungstools.
Das hängt vom Kontext ab. Das Erstellen von Deepfakes ist nicht pauschal verboten. Der ungenehmigte Einsatz des Bildnisses einer realen Person, die Verwendung für Betrug oder die Verbreitung ohne Einwilligung der abgebildeten Person kann jedoch strafbar sein. Seit August 2026 verpflichtet zudem der EU AI Act alle Anbieter generativer KI-Systeme dazu, synthetische Inhalte klar und maschinenlesbar zu kennzeichnen. Verstöße können mit empfindlichen Geldstrafen geahndet werden.
Dokumentieren Sie den Fund so schnell wie möglich durch Screenshots und gesicherte Links. Melden Sie den Inhalt bei der jeweiligen Plattform und erstatten Sie bei missbräuchlicher Verwendung Strafanzeige bei der Polizei. Sprechen Sie zudem einen Rechtsanwalt für IT-Recht oder Persönlichkeitsrecht an. In dringenden Fällen kann eine einstweilige Verfügung zur sofortigen Löschung erwogen werden.
