„Achte auf die Hände“, „unnatürliches Blinzeln“ – die bekannten Tipps sind gut gemeint und 2026 weitgehend abgelaufen. Deepfakes erkennen funktioniert am Bild und am Ton kaum noch: In Studien liegen Menschen bei guten Fälschungen nur knapp über dem Zufall, und die Artefakte von 2019 sind längst wegtrainiert. Was trägt, liegt woanders – bei Herkunft, Verbreitungsweg und einem Rückkanal, den kein Fälscher kontrolliert. Dieser Artikel – Stand: September 2026 – trennt die drei Ebenen, ordnet die Studienlage ehrlich ein und nennt die Schutzregeln, die im Alltag wirklich Betrug verhindern.
Warum „auf die Hände achten“ nicht mehr funktioniert
Die Tipps stammen aus einer echten Epoche: Um 2018 blinzelten frühe Deepfake-Gesichter tatsächlich zu selten, weil die Trainingsdaten überwiegend aus Pressefotos mit offenen Augen bestanden. Nur – sobald der Befund publiziert war, verschwand er. Was als Erkennungsmerkmal öffentlich wird, ist für die nächste Modellgeneration eine Trainingsaufgabe. Dasselbe gilt für Hände, Ohren und Zähne, die die heutige Bild- und Videogeneration bei ruhigen Motiven sauber rendert, wie der Überblick zu KI-Videos zeigt.
Wie schlecht Menschen abschneiden, ist gut vermessen. Ein MIT-Team kam im Dezember 2021 auf 69 bis 72 Prozent Trefferquote bei Laien, die 50 Videos aus der Deepfake Detection Challenge beurteilten – im Testmodus, also im Wissen, dass etwas gefälscht sein könnte. Unter normalen Betrachtungsbedingungen fanden Studien keinen Vorteil mehr.
Beim Ton ist es ähnlich. Eine Untersuchung des University College London (PLOS ONE, August 2023) ließ 529 Teilnehmer Sprachaufnahmen auf Englisch und Mandarin beurteilen: 70,35 Prozent richtig bei einzeln vorgespielten Clips, ein Training vorab brachte magere 3,84 Prozentpunkte. Aufschlussreich ist die zweite Bedingung – wurden echte und gefälschte Aufnahme im Paar vorgespielt, stieg die Quote auf 85,59 Prozent. Menschen sind passabel im Vergleichen und schlecht im Beurteilen einzelner Aufnahmen. Im Alltag bekommst du nie das Paar, sondern immer nur das eine Video.
Dazu kommt die Selbstüberschätzung: In einer Befragung des Biometrie-Anbieters iProov mit 2.000 Personen aus Großbritannien und den USA (2025) identifizierten nur 0,1 Prozent alle vorgelegten echten und gefälschten Inhalte korrekt – obwohl sie ausdrücklich nach Fälschungen suchen sollten. Über 60 Prozent hielten sich trotzdem für treffsicher.
Der zweite Schaden: das Echte wird bestritten
Studien zu Warnhinweisen fanden ein unerwünschtes Nebenergebnis: Die Warnungen verbesserten die Trefferquote nicht – sie führten aber dazu, dass Teilnehmer echte Aufnahmen für Fälschungen hielten. Fachleute nennen das die „Lügner-Dividende“: Sobald jeder weiß, dass alles fälschbar ist, lässt sich auch eine authentische Aufnahme mit „das ist KI“ entwerten. Wer pauschal misstrauisch wird, ist nicht sicherer – nur beliebiger.
Behauptung und Praxis: Was wirklich hilft
| Behauptung | Was wirklich hilft |
|---|---|
| „Achte auf die Hände.“ | Bei Standbildern und kurzen, ruhigen Clips wertlos. Rest-Nutzen nur, wo Hände Gegenstände greifen oder sich schnell bewegen. |
| „Deepfakes blinzeln unnatürlich.“ | Artefakt von 2018, seit Jahren wegtrainiert. Als Kriterium erledigt – und gefährlich, weil es falsche Sicherheit gibt. |
| „Zu glatte Haut verrät die KI.“ | Trifft billige Fälschungen, nicht die guten. Und produziert Fehlurteile: Ein echtes Porträt mit Beauty-Filter sieht genauso aus. |
| „Ich merke sowas.“ | Über 60 Prozent halten sich für treffsicher – unabhängig vom Ergebnis (iProov 2025). Selbstsicherheit ist kein Signal, sondern ein Risikofaktor. |
| „Ein Detektor sagt 94 Prozent Fake.“ | Eine Wahrscheinlichkeit, kein Beweis. Auf echtem Material aus dem Netz brechen die Trefferquoten deutlich ein (siehe unten). |
| „Kein Echtheitsnachweis = wahrscheinlich gefälscht.“ | Falsch herum gedacht. Herkunftsdaten fehlen bei fast allem, was durch Messenger und Netzwerke läuft: Ihr Vorhandensein sagt etwas, ihr Fehlen nichts. |
| „Frag über einen Kanal nach, den du selbst gewählt hast.“ | Trägt – als einzige Methode zuverlässig. Der Rückruf unter der gespeicherten Nummer ist der eine Test, den ein Fälscher nicht mitliefern kann. |
Sortieren lässt sich das in drei Ebenen: was Auge und Ohr leisten, was der Kontext verrät, was die Technik beiträgt. Nur die mittlere ist im Alltag belastbar.
Ebene 1: Was am Bild und am Ton noch trägt
Das Bundesamt für Sicherheit in der Informationstechnik (BSI) nennt als typische Restspuren unscharfe Übergänge und Konturen sowie beim Ton eine metallische Klangfarbe und monotone Sprechweise. Praktisch heißt das: Ränder ansehen, nicht Gesichter. Haaransatz, Brillenbügel, Ohrmuschel, der Übergang von Kinn zu Hals – dort sitzt die Naht, wenn es eine gibt. Beim Ton fehlen Atemgeräusche, die Betonung bleibt über lange Sätze gleich, der Hall passt nicht zum Raum.
Bewegung und Länge sind das zweite Einfallstor. Aktuelle Videomodelle erzeugen typischerweise Clips von fünf bis zehn Sekunden, und Physik bleibt ihre Schwachstelle: greifende Hände, Flüssigkeiten, Menschenmengen, lesbarer Text, driftender Lippensync. Ein langes, ungeschnittenes Video mit viel Bewegung ist deshalb schwerer zu fälschen als ein kurzer, frontaler, stark komprimierter Clip – und genau so sieht das Material aus, das dich erreicht.
Die ehrliche Einschränkung: Das funktioniert nur, wenn du schon misstrauisch bist und dir Zeit nimmst – Standbild für Standbild, Kopfhörer auf. Beim Scrollen leistet es nichts. Wer sein Sicherheitsgefühl auf Ebene 1 baut, baut auf Sand; wie schnell sich die Modellgeneration dreht, zeigt der Überblick KI-Modelle 2026.
Ebene 2: Kontext prüfen – die Methode, die funktioniert
Die wirksame Frage lautet nicht, ob das Bild echt aussieht, sondern woher es kommt. Fälschungen scheitern selten an der Bildqualität, fast immer an ihrer Herkunft: kein Original, kein zweiter Beleg, nur eine Weiterleitungskette.
„Nicht: Sieht das echt aus? Sondern: Woher kommt das – und wer will, dass ich es glaube?“
Der Perspektivwechsel, der die Trefferquote real verbessert – er verlagert die Prüfung von der Wahrnehmung auf nachprüfbare Fakten.- Zur Erstquelle zurückgehen. Wer hat das zuerst veröffentlicht – und ist dieses Konto älter als ein paar Wochen? Ein Video, das nur als Weiterleitung kursiert und nirgends eine Originalveröffentlichung hat, ist bis zum Beweis des Gegenteils unbrauchbar.
- Gegenprobe suchen. Öffentliche Ereignisse nehmen mehrere Menschen auf: Gibt es eine zweite Aufnahme aus anderem Winkel, berichtet eine Redaktion darüber? Die Bilder-Rückwärtssuche zeigt zudem, ob ein Motiv älter ist als die Geschichte dazu.
- Plausibilität und Interesse prüfen. Passt die Aussage zu dem, was die Person sonst öffentlich vertritt – und wem nützt sie? Prominente in Werbung für Investments, Gewinnspiele oder Krypto sind fast ausnahmslos gefälscht; der Werbe-Kontext ist das stärkere Signal als jedes Bilddetail.
- Den Verbreitungsweg lesen. Zeitdruck, Vertraulichkeit und die Bitte, mit niemandem zu sprechen, gehören nicht zu Nachrichten, sondern zu Betrugsmustern. Drängt ein Inhalt zu sofortigem Handeln, ist die Handlung das Ziel – nicht die Information.
Ebene 3: Was die Technik beitragen kann – und was nicht
Erkennungssoftware. Automatische Detektoren funktionieren im Labor besser als im Netz. Das Benchmark-Projekt Deepfake-Eval-2024 (2025) prüfte gängige Open-Source-Modelle an echtem, kursierendem Material – 45 Stunden Video, 56,5 Stunden Audio und 1.975 Bilder von 88 Websites in 52 Sprachen. Gegenüber den akademischen Testdatensätzen brach die Erkennungsleistung um rund 50 Prozent bei Video, 48 Prozent bei Audio und 45 Prozent bei Bildern ein. Kommerzielle Detektoren schnitten besser ab, erreichten aber nicht das Niveau forensischer Analysten – dasselbe strukturelle Problem wie bei Textdetektoren, ausführlich im Artikel KI-Texte erkennen.
Herkunftsnachweise. Der seriösere Weg dreht die Richtung um: Statt hinterher zu raten, wird beim Erzeugen etwas mitgegeben. Der Standard C2PA („Content Credentials“, 2021 unter anderem von Adobe, Microsoft, BBC und Intel gegründet) hängt signierte Metadaten über Entstehung und Bearbeitung an eine Datei; Kameras von Leica, Nikon, Canon und Fujifilm können signieren, TikTok beteiligt sich seit 2024. Parallel setzt Google mit SynthID unsichtbare Wasserzeichen in Bild, Video, Audio und Text seiner eigenen Systeme und betreibt dafür ein Prüfportal.
Die Grenzen sind hart. C2PA-Manifeste sitzen in der Datei und lassen sich davon trennen – deshalb arbeitet das Konsortium an „durable credentials“, die zusätzlich über Wasserzeichen wiederauffindbar sein sollen. In der Praxis überleben Metadaten Screenshots, Re-Uploads und Weiterleitungen oft nicht, und Wasserzeichen wirken nur bei Anbietern, die mitmachen. Entscheidend bleibt die Asymmetrie: Ein vorhandener Herkunftsnachweis sagt etwas. Ein fehlender sagt nichts. Wie das bei Bildern aussieht, steht im Guide KI-Bilder erstellen.
Der Alltagsfall: Stimmklon, CEO-Fraud, falsche Bewerber
Für die meisten Menschen ist die Frage nicht, ob ein Politikervideo echt ist, sondern ob der Anruf echt war – da geht es konkret um Geld.
Der Enkeltrick 2.0. Eine geklonte Stimme braucht heute wenige Sekunden Ausgangsmaterial – Berichte nennen bereits drei Sekunden, wie sie in jeder Sprachnachricht stecken. In einer McAfee-Befragung von 2023 gab jede zehnte Person an, Ziel eines KI-Stimmklon-Betrugs gewesen zu sein; 77 Prozent der Betroffenen verloren Geld. Das Muster ist das alte – Notlage, Zeitdruck, Bitte um Geheimhaltung, nur klingt es jetzt nach der eigenen Tochter.
CEO-Fraud. Schon 2019 überwies der Geschäftsführer eines britischen Energieunternehmens 220.000 Euro, nachdem ihn am Telefon die geklonte Stimme seines Konzernchefs dazu angewiesen hatte. Der bekannteste Fall traf 2024 das Ingenieurbüro Arup: In der Hongkonger Niederlassung wurde ein Mitarbeiter in eine Videokonferenz geholt, in der Vorgesetzte und Kollegen als Deepfakes auftraten – Schaden rund 25 Millionen US-Dollar. Bemerkenswert ist nicht die Technik, sondern der Ablauf: Eine ungewöhnliche Zahlungsanweisung wurde ausgeführt, weil ein Videobild sie glaubwürdig machte.
Falsche Identitäten im Bewerbungsgespräch. In Remote-Prozessen tauchen Videointerviews mit synthetischen oder entliehenen Identitäten auf; Ziel ist meist der Zugang zu Systemen und Daten, nicht die Stelle. Dass Videokonferenz-Anbieter seit 2026 Live-Verifikation für regulierte Branchen anbieten, zeigt, wie ernst das dort genommen wird. Auch hier hilft das Verfahren mehr als das Hinsehen: Identität über einen dokumentierten Kanal prüfen, nicht per zugeschicktem Screenshot.
„Ich lege jetzt auf und rufe dich unter deiner gespeicherten Nummer zurück.“
Der eine Satz, der fast jeden Stimmklon-Betrug beendet – er kostet dreißig Sekunden und ist gegenüber echten Angehörigen zumutbar.Drei Regeln, die zuverlässig schützen
1. Rückruf über den bekannten Kanal. Nie die Nummer zurückrufen, die im Display stand oder genannt wurde – immer die selbst gespeicherte. Und keine Namen anbieten: Auf „Rate mal, wer dran ist“ nicht mit „Anna?“ antworten, sondern den Anrufer sich selbst benennen lassen.
2. Ein Codewort in der Familie. Ein Wort, das nicht im Netz steht und bei jedem Notfall-Anruf abgefragt wird. Sicherheitsfachleute empfehlen Unternehmen dasselbe als „semantisches Passwort“ – es kostet nichts und hält der besten Stimmsynthese stand.
3. Vier-Augen-Prinzip bei Zahlungen. Jede Zahlungsanweisung aus einem Anruf oder Videocall wird über einen zweiten, selbst gewählten Kanal bestätigt – egal, wer im Bild zu sehen war. Feste Freigabegrenzen und ein schriftlicher Prozess wirken besser als jede Erkennungsschulung.
Rechtslage in Kürze: Kennzeichnung und Persönlichkeitsrechte
Kennzeichnungspflicht. Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50 der EU-KI-Verordnung – zweigeteilt: Die Tool-Anbieter müssen KI-erzeugte Bilder, Audios und Videos maschinenlesbar markieren; wer solche Inhalte veröffentlicht, muss Deepfakes offenlegen, also täuschend echte KI-Medien realer Personen, Orte oder Ereignisse. Eine Pflicht, fremde Inhalte auf KI zu prüfen, gibt es dagegen nicht. Details im Guide AI Act 2026.
Persönlichkeitsrechte. Davon unabhängig gelten weiter das Recht am eigenen Bild und das allgemeine Persönlichkeitsrecht: Wer Gesicht oder Stimme einer realen Person ohne Einwilligung in einem Deepfake verwendet, kann zivilrechtlich in Anspruch genommen werden – je nach Inhalt kommen ehrverletzende oder sexualbezogene Straftatbestände in Betracht. Der Gesetzgeber hat 2026 angekündigt, die Strafbarkeit sexualisierter Deepfakes zu schärfen; wie das ausgeht, ist offen.
Wenn dich selbst ein Deepfake trifft: zuerst Beweise sichern – URL, Screenshot mit sichtbarem Datum, Fundstelle, Zeitpunkt – und nichts löschen lassen, bevor es dokumentiert ist. Danach über die Plattform melden, Anzeige erstatten und bei anhaltender Verbreitung anwaltlich prüfen lassen. Das ist eine Einschätzung, keine Rechtsberatung.
Gut zu wissen
Die wirksamste Gegenmaßnahme ist in der Forschung nicht Technik, sondern Medienkompetenz: kritisches Nachfragen und ein geübter Blick auf Quelle und Motiv senken die Anfälligkeit für manipulierte Inhalte stärker als jedes Erkennungstool. Das lässt sich lernen – der Fahrplan KI lernen zeigt, wie du anfängst.
Häufige Fragen
Kann man Deepfakes zuverlässig erkennen?
Nicht am Bild oder am Ton allein. In einer MIT-Untersuchung erreichten Laien bei Videos 69 bis 72 Prozent Trefferquote, in einer PLOS-ONE-Studie von 2023 lagen 529 Teilnehmer bei Sprachaufnahmen bei rund 70 Prozent – Training half kaum. Zuverlässig ist nur die Kontextprüfung: Quelle, Verbreitungsweg und eine Rückfrage über einen selbst gewählten Kanal.
Was tun bei einem Verdacht?
Erst anhalten, nichts weiterleiten. Dann drei Dinge: Erstquelle suchen (wer hat es zuerst veröffentlicht, seit wann gibt es das Konto), Gegenprobe suchen (zweite Aufnahme, Berichterstattung, Bilder-Rückwärtssuche) und Motiv prüfen (wem nützt es). Geht es um einen persönlichen Kontakt oder um Geld, brichst du den Kanal ab und rufst unter der gespeicherten Nummer zurück.
Woran erkenne ich einen KI-Stimmklon am Telefon?
An der Stimme meistens gar nicht – Restspuren wie metallischer Klang, fehlende Atemgeräusche und monotone Betonung verschwinden zunehmend. Verlässlicher ist die Situation: Notlage, Zeitdruck, Bitte um Geheimhaltung, ungewöhnlicher Zahlungsweg. Für einen Klon reichen wenige Sekunden Audio aus einer Sprachnachricht. Schutz bieten ein Familien-Codewort und der Rückruf unter der gespeicherten Nummer.
Gibt es zuverlässige Deepfake-Erkennungssoftware?
Keine, auf die man eine Entscheidung stützen sollte. Das Benchmark-Projekt Deepfake-Eval-2024 prüfte gängige Open-Source-Detektoren an echtem, kursierendem Material: Die Erkennungsleistung brach gegenüber akademischen Testdaten um rund 50 Prozent (Video), 48 Prozent (Audio) und 45 Prozent (Bild) ein. Kommerzielle Werkzeuge waren besser, erreichten aber nicht das Niveau forensischer Analysten.
Müssen Deepfakes gekennzeichnet werden?
Ja. Seit dem 2. August 2026 verlangt Artikel 50 der EU-KI-Verordnung, dass täuschend echte KI-Medien realer Personen, Orte oder Ereignisse bei der Veröffentlichung offengelegt werden. Die maschinenlesbare Markierung von KI-Output ist zusätzlich Pflicht der Tool-Anbieter. Eine Pflicht, fremde Inhalte auf KI zu prüfen, gibt es nicht.
Was kann ich tun, wenn ein Deepfake von mir kursiert?
Zuerst dokumentieren: URL, Screenshot mit Datum, Fundstelle und Zeitpunkt sichern, bevor etwas gelöscht wird. Danach den Inhalt über die Plattform melden und Anzeige bei der Polizei erstatten; bei anhaltender Verbreitung lohnt eine anwaltliche Prüfung möglicher Unterlassungs- und Schadensersatzansprüche. Das ist eine Einschätzung, keine Rechtsberatung.
Medienkompetenz ist 2026 ein Berufsskill – lern ihn mit Förderung
Wer KI-Werkzeuge selbst beherrscht, durchschaut auch, was sie erzeugen können. In unseren geförderten Weiterbildungen lernst du den sicheren Umgang mit KI im Arbeitsalltag – inklusive Herkunftsprüfung, Kennzeichnungspflichten und Betrugsmustern. Für Arbeitsuchende können die Kosten über einen Bildungsgutschein übernommen werden, wenn die Voraussetzungen erfüllt sind. Wir prüfen das kostenlos mit dir und begleiten dich zum Gespräch bei der Agentur.
Kostenloses Erstgespräch sichern
Benedikt Backhaus – schreibt bei Scaly über KI-Tools, neue Modelle und aktuelle Entwicklungen rund um künstliche Intelligenz. Er beobachtet die KI-Szene laufend und ordnet ein, was neue Releases praktisch bedeuten – ehrlich und ohne Hype. Einschätzung, keine Rechtsberatung. Benedikt auf LinkedIn
