{"id":33634,"date":"2026-10-22T17:08:03","date_gmt":"2026-10-22T15:08:03","guid":{"rendered":"https:\/\/msg-life.sk\/glossary\/deepfake-erkennung\/"},"modified":"2026-10-27T17:16:42","modified_gmt":"2026-10-27T16:16:42","slug":"deepfake-erkennung","status":"publish","type":"glossary_intl","link":"https:\/\/msg-life.sk\/de\/glossar\/cybersecurity\/deepfakes-versicherungsbetrug\/deepfake-erkennung\/","title":{"rendered":"Deepfake-Erkennung"},"content":{"rendered":"

Was ist Deepfake-Erkennung?<\/h2>\n

Zur Deepfake-Erkennung z\u00e4hlen Gegenma\u00dfnahmen aus dem Bereich der Detektion, die darauf abzielen, mit Deepfake-Verfahren manipulierte Daten als solche zu erkennen. Mittels Methoden aus der Medienforensik ist es m\u00f6glich, Artefakte zu detektieren<\/strong>, die bei der Verwendung von Manipulationsmethoden auftreten. Daneben gibt es automatisierte Detektionsmethoden, die laut BSI in der Regel auf Techniken der k\u00fcnstlichen Intelligenz basieren, etwa tiefen neuronalen Netzen; nach der Trainingsphase kann das Modell ein Datenbeispiel, zum Beispiel ein Video, als manipuliert oder nicht manipuliert klassifizieren. Dienste zur Erkennung KI-generierter Bilder garantieren nach Angaben des BSI aktuell keine zuverl\u00e4ssige Erkennung, k\u00f6nnen aber \u00fcberpr\u00fcfbare Hinweise liefern.<\/p>\n

Reicht jemand bei einem Versicherer ein KI-manipuliertes Video oder eine Audioaufnahme ein, zielt Deepfake-Erkennung darauf ab, den manipulierten Inhalt als solchen zu erkennen. Ein vollst\u00e4ndiger Schutz ist damit nicht gegeben: Laut BSI bieten Gegenma\u00dfnahmen in der Regel keinen vollst\u00e4ndigen Schutz<\/strong>, und automatisierte Detektionsmethoden funktionieren h\u00e4ufig nur unter gewissen Rahmenbedingungen zuverl\u00e4ssig. Bei Voice-Cloning und KI-Avataren ist laut GDV die \u00dcberpr\u00fcfung der Handlung selbst belastbarer als die Beurteilung der Bild- oder Tonqualit\u00e4t. Als zentrale Ma\u00dfnahme gegen Deepfake-Angriffe nennt das BSI die Schulung potentiell betroffener Personen.<\/p>\n

Wie funktioniert Deepfake-Erkennung?<\/h2>\n

Deepfake-Erkennung arbeitet mit Methoden der Medienforensik, die Artefakte der Manipulation detektieren, und mit trainierten Modellen, die Material einordnen. Laut BSI kann es auf Grund einer beschr\u00e4nkten Datenlage<\/strong> dazu kommen, dass ein F\u00e4lschungsmodell manche Gesichtsausdr\u00fccke oder Beleuchtungssituationen nur beschr\u00e4nkt korrekt darstellt; unstimmig wirkt die Beleuchtung etwa, wenn ein Schatten auf die linke Gesichtsh\u00e4lfte trifft, aber nicht auf den weiteren Hintergrund f\u00e4llt. Weichen die Eingangsdaten eines F\u00e4lschungsverfahrens stark von dessen Trainingsdaten ab, kann es unnat\u00fcrliche Ger\u00e4usche erzeugen. Wer diese Artefakte kennt, kann F\u00e4lschungen laut BSI deutlich besser erkennen.<\/p>\n

Versicherer pr\u00fcfen eingereichte Bilder und Dokumente mit technischen und forensischen Methoden und analysieren Bilddateien, Metadaten, Dokumentstrukturen und die Plausibilit\u00e4t des Gesamtfalls. K\u00fcnstliche Intelligenz kann gro\u00dfe Mengen an Bildern und Dokumenten innerhalb von Sekunden pr\u00fcfen und Auff\u00e4lligkeiten markieren; die abschlie\u00dfende Bewertung<\/strong> bleibt laut GDV bei erfahrenen Fachleuten. Nach Angaben des BSI ist die Detektion ein aktives Forschungsfeld, und aktuell ist noch keine Methode bekannt, die zuverl\u00e4ssig Bilder vieler Generatoren erkennt.<\/p>\n

Deepfake-Erkennung im Vergleich<\/h2>\n\n\n\n\n\n\n\n
Kriterium<\/th>\nDeepfake-Erkennung<\/th>\nDeepfake<\/th>\n<\/tr>\n<\/thead>\n
Gegenstand<\/td>\nGegenma\u00dfnahmen aus dem Bereich der Detektion.<\/td>\nVerfahren, mit denen Daten manipuliert werden.<\/td>\n<\/tr>\n
Bezugspunkt<\/td>\nMit Deepfake-Verfahren manipulierte Daten, die als solche erkannt werden sollen.<\/td>\nNach der KI-Verordnung durch KI erzeugte oder manipulierte Bild-, Ton- oder Videoinhalte, die wirklichen Personen, Gegenst\u00e4nden, Orten, Einrichtungen oder Ereignissen \u00e4hneln und einer Person f\u00e4lschlicherweise als echt oder wahrheitsgem\u00e4\u00df erscheinen w\u00fcrden.<\/td>\n<\/tr>\n
Spuren<\/td>\nMit Methoden der Medienforensik ist es m\u00f6glich, Artefakte der Manipulationsmethoden zu detektieren.<\/td>\nBei der Verwendung von Manipulationsmethoden k\u00f6nnen Artefakte auftreten.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Woran erkennt die Deepfake-Erkennung manipulierte Inhalte?<\/h2>\n\n\n\n\n\n\n\n\n\n
Merkmal<\/th>\nWorauf es ankommt<\/th>\n<\/tr>\n<\/thead>\n
Mimik und Belichtung<\/td>\nBei beschr\u00e4nkter Datenlage kann ein F\u00e4lschungsmodell manche Gesichtsausdr\u00fccke oder Beleuchtungssituationen nur begrenzt korrekt darstellen.<\/td>\n<\/tr>\n
Schattenwurf<\/td>\nDie Beleuchtung wirkt unstimmig, etwa wenn ein Schatten auf die linke Gesichtsh\u00e4lfte trifft, aber nicht auf den weiteren Hintergrund f\u00e4llt.<\/td>\n<\/tr>\n
Ger\u00e4usche<\/td>\nErh\u00e4lt ein F\u00e4lschungsverfahren Eingangsdaten, die stark vom Training abweichen, kann es unnat\u00fcrliche Ger\u00e4usche erzeugen.<\/td>\n<\/tr>\n
Sprache und Lippen<\/td>\nUnnat\u00fcrliche Betonung, monotone Sprechweise oder ungenaue Lippensynchronisation k\u00f6nnen auffallen.<\/td>\n<\/tr>\n
Automatische Detektion<\/td>\nEin trainiertes Modell kann ein Datenbeispiel als manipuliert oder nicht manipuliert einordnen; fehlt jedes Anzeichen, ist eine F\u00e4lschung dennoch nicht ausgeschlossen.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Schutz im Ernstfall<\/h2>\n

Vorbeugen<\/h3>\n
    \n
  • Bei einem Verdacht die Handlung selbst \u00fcberpr\u00fcfen, statt sich allein auf die Beurteilung der Bild- oder Tonqualit\u00e4t zu verlassen; laut GDV ist die \u00dcberpr\u00fcfung der Handlung belastbarer.<\/li>\n
  • Sich nicht allein auf das Erkennen von F\u00e4lschungen verlassen, weil darauf aufgebaute Sicherheit laut GDV schwindet.<\/li>\n
  • K\u00fcnstliche Intelligenz zur Vorpr\u00fcfung gro\u00dfer Bild- und Dokumentmengen einsetzen, die Auff\u00e4lligkeiten markiert; die abschlie\u00dfende Bewertung liegt bei erfahrenen Fachleuten.<\/li>\n
  • Personen, die von Deepfake-Angriffen betroffen sein k\u00f6nnen, schulen; laut BSI stellt die Schulung potentiell betroffener Personen eine zentrale Ma\u00dfnahme gegen Deepfake-Angriffe dar.<\/li>\n<\/ul>\n

    KI-generiert<\/em><\/p>\n","protected":false},"featured_media":0,"template":"","glossary_intl_topic":[393,411,410],"class_list":["post-33634","glossary_intl","type-glossary_intl","status-publish","hentry","glossary_intl_topic-cybersecurity","glossary_intl_topic-ki-versicherungsbetrug-deepfake-erkennung","glossary_intl_topic-deepfakes-versicherungsbetrug"],"acf":{"card_description":"Deepfake-Erkennung pr\u00fcft Video-, Bild- und Audiodaten auf Manipulation durch Deepfake-Verfahren, um sie als solche zu erkennen.","nav_theme":"Deepfakes & Versicherungsbetrug","nav_subtheme":"KI-Versicherungsbetrug & Deepfake-Erkennung","dataset_version":"","term_inline":"","term_plural":false,"heading_overrides":null,"synonyms":[{"value":"Deepfake Detection"}],"lead_definition":"Deepfake-Erkennung ist die Detektion von Video-, Bild- und Audiodaten, die mit Deepfake-Verfahren manipuliert wurden, durch Methoden der Medienforensik oder trainierte KI-Modelle, die solche Daten automatisiert als manipuliert erkennen sollen.","at_a_glance":[{"bullet":"Ein trainiertes Modell kann ein Datenbeispiel als manipuliert oder nicht manipuliert klassifizieren; automatisierte Detektionsmethoden funktionieren laut BSI h\u00e4ufig nur unter gewissen Rahmenbedingungen zuverl\u00e4ssig."},{"bullet":"Dienste zur Erkennung KI-generierter Bilder garantieren laut BSI aktuell keine zuverl\u00e4ssige Erkennung, k\u00f6nnen aber \u00fcberpr\u00fcfbare Hinweise liefern."},{"bullet":"Wer sich laut GDV allein auf das Erkennen von F\u00e4lschungen verl\u00e4sst, baut auf schwindende Sicherheit."}],"intro_answer":"","steps_answer":"","steps":null,"examples":[{"example":"Ein Versicherer erh\u00e4lt ein Video, dessen Beleuchtung unstimmig wirkt, und l\u00e4sst es von einem trainierten Modell als manipuliert oder nicht manipuliert einordnen; die abschlie\u00dfende Bewertung bleibt laut GDV bei erfahrenen Fachleuten."},{"example":"Bei einem Verdacht ist laut GDV die \u00dcberpr\u00fcfung der Handlung selbst belastbarer als die Pr\u00fcfung der Bild- und Tonqualit\u00e4t, etwa bei einer angewiesenen \u00dcberweisung."},{"example":"Reicht jemand bei einem Versicherer ein KI-manipuliertes Video oder eine Audioaufnahme ein, soll die Deepfake-Erkennung den manipulierten Inhalt als solchen erkennen."}],"misconception":null,"faq":null,"compare_answer":"","compare":null,"variants":null,"signals_answer":"","signals":null,"protect_answer":"","prevent":null,"incident":null,"related_terms":[33737,33651,33659],"pillar_link":null,"sources":[{"publisher":"","name":"Deepfakes - Gefahren und Gegenma\u00dfnahmen","url":"https:\/\/www.bsi.bund.de\/DE\/Themen\/Unternehmen-und-Organisationen\/Informationen-und-Empfehlungen\/Kuenstliche-Intelligenz\/Deepfakes\/deepfakes_node.html","doc_type":"2022","group":"used"},{"publisher":"","name":"Voice-Cloning und KI-Avatare: Digitale Betrugsm\u00f6glichkeiten werden professioneller","url":"https:\/\/www.gdv.de\/gdv\/themen\/digitalisierung\/voice-cloning-und-ki-avatare-digitale-betrugsmoeglichkeiten-werden-professioneller-205926","doc_type":"2026","group":"used"},{"publisher":"","name":"When images lie: insurance fraud with AI","url":"https:\/\/www.gdv.de\/gdv-en\/topics\/digitalisation\/when-images-lie-insurance-fraud-with-ai-201160","doc_type":"2026","group":"used"},{"publisher":"","name":"Generative KI - Erkennung KI-generierter Bilder","url":"https:\/\/www.bsi.bund.de\/DE\/Themen\/Verbraucherinnen-und-Verbraucher\/Informationen-und-Empfehlungen\/Technologien_sicher_gestalten\/Kuenstliche-Intelligenz\/KI-Bilderkennung\/ki-bilderkennung.html","doc_type":"","group":"used"},{"publisher":"","name":"Biometrie - Biometrie: Vom Einloggen per Fingerabdruck bis zu T\u00e4uschungen durch Deepfakes","url":"https:\/\/www.bsi.bund.de\/DE\/Themen\/Verbraucherinnen-und-Verbraucher\/Informationen-und-Empfehlungen\/Technologien_sicher_gestalten\/Biometrie\/biometrie.html","doc_type":"","group":"used"},{"publisher":"","name":"Verordnung (EU) 2024\/1689 (KI-Verordnung)","url":"https:\/\/publications.europa.eu\/resource\/cellar\/dc8116a1-3fe6-11ef-865a-01aa75ed71a1.0004.03\/DOC_1","doc_type":"","group":"used"}],"reviewer":{"name":"Jakub Nov\u00e1k","qualification":"System Engineer \u2013 Endpoint Security & Infrastruktur, msg life Slovakia","date":"2026-10-22"},"disclaimer":"Dieser Beitrag dient der allgemeinen Information und ersetzt keine Rechts- oder Sicherheitsberatung. Genannte Vorschriften und Empfehlungen geben den Stand zum Zeitpunkt der Ver\u00f6ffentlichung wieder."},"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t