Anmelden

Deepfake-Abwehr: Vertrauen und Wahrheit im Zeitalter synthetischer Medien navigieren

Deepfake-Abwehr: Vertrauen und Wahrheit im Zeitalter synthetischer Medien navigieren
⏱ 15 min

Im Jahr 2023 wurden über 90% der online verbreiteten gefälschten Nachrichten durch KI-generierte Inhalte unterstützt, ein alarmierender Anstieg gegenüber 65% im Vorjahr, wie eine Studie von TechAnalysis ergab. Diese Daten unterstreichen die dringende Notwendigkeit, die komplexen Herausforderungen zu verstehen, die sich aus der Verbreitung von synthetischen Medien ergeben.

Deepfake-Abwehr: Vertrauen und Wahrheit im Zeitalter synthetischer Medien navigieren

Die digitale Welt, einst gefeiert als Hort der Information und unbegrenzter Vernetzung, sieht sich einer immer komplexeren Bedrohung gegenüber: synthetische Medien, allen voran Deepfakes. Diese hochentwickelten Fälschungen, die auf maschinellem Lernen basieren, können Gesichter, Stimmen und ganze Realitäten so überzeugend nachahmen, dass die Unterscheidung zwischen echt und künstlich für das menschliche Auge und Ohr zunehmend unmöglich wird. Dieser Artikel beleuchtet die vielschichtigen Aspekte von Deepfakes – von ihrer Entstehung und den technologischen Rüstspielen zwischen Erzeugung und Erkennung bis hin zu den psychologischen Auswirkungen und den Bemühungen um regulatorische Antworten und individuelle Verteidigungsstrategien. Wir stehen an einem Scheideweg, an dem das Fundament unseres Vertrauens in visuelle und auditive Informationen fundamental erschüttert wird.

Die Definitionssache: Was genau sind synthetische Medien?

Synthetische Medien umfassen eine breite Palette von Inhalten, die mithilfe künstlicher Intelligenz (KI) und maschinellen Lernens (ML) erzeugt oder manipuliert werden. Dazu gehören nicht nur Deepfakes, bei denen die Identität einer Person auf eine andere Person projiziert wird, sondern auch KI-generierte Texte, Musik, Bilder und Videos, die real erscheinen, aber vollständig künstlich sind. Die technologischen Fortschritte in diesem Bereich sind rasant, was die Entwicklung immer überzeugenderer und schwerer erkennbarer Manipulationen ermöglicht.

Die Auswirkungen auf die Gesellschaft: Ein Vertrauensverlust mit weitreichenden Folgen

Die Fähigkeit, überzeugende Fälschungen von Realität zu schaffen, birgt erhebliche Risiken für die öffentliche Meinung, politische Prozesse und das individuelle Vertrauen. Von der Beeinflussung von Wahlen über die Verbreitung von Fehlinformationen bis hin zur Schädigung von Reputationen – die potenziellen negativen Auswirkungen sind immens. Die Erosion des Vertrauens in Medien und Institutionen könnte zu einer tiefen gesellschaftlichen Spaltung führen, in der die gemeinsame Basis der Fakten verloren geht.

Die unsichtbare Bedrohung: Wie Deepfakes die Glaubwürdigkeit untergraben

Die subtile und doch mächtige Natur von Deepfakes stellt eine einzigartige Herausforderung für unsere Fähigkeit dar, die Wahrheit zu erkennen. Anders als traditionelle Falschinformationen, die oft durch offensichtliche Fehler oder inkonsistente Erzählungen entlarvt werden können, sind Deepfakes darauf ausgelegt, sensorische Wahrnehmungen direkt zu manipulieren. Ein perfekt inszeniertes Video eines Politikers, der Dinge sagt, die er nie gesagt hat, oder ein gefälschtes Audio, das eine Person in einem kompromittierenden Gespräch zeigt, kann sofortige und tiefgreifende Auswirkungen haben, bevor jede Überprüfung stattfinden kann.

Politische Destabilisierung und Desinformation

Im politischen Kontext sind Deepfakes ein gefährliches Werkzeug zur Destabilisierung und Desinformation. Sie können genutzt werden, um:

  • Wahlkämpfe zu beeinflussen, indem Kandidaten diskreditiert oder falsche Narrative verbreitet werden.
  • Internationale Spannungen zu schüren, indem gefälschte Videos von Militärinterventionen oder diplomatischen Pannen erstellt werden.
  • Vertrauen in demokratische Institutionen zu untergraben, indem angebliche Korruption oder Skandale inszeniert werden.
Die Geschwindigkeit, mit der solche Inhalte online verbreitet werden können, übertrifft oft die Kapazitäten zur schnellen Widerlegung, was zu einer nachhaltigen Beschädigung des öffentlichen Diskurses führen kann.

Persönliche Rufschädigung und Erpressung

Auch auf individueller Ebene sind die Folgen von Deepfakes verheerend. Nicht-einvernehmliche pornografische Deepfakes, die oft Frauen als Opfer haben, stellen eine Form der digitalen sexuellen Gewalt dar. Darüber hinaus können gefälschte Videos oder Audioaufnahmen verwendet werden, um Personen zu erpressen, ihr Ansehen zu ruinieren oder sie in misskreditierenden Situationen darzustellen. Die psychischen und beruflichen Auswirkungen für die Betroffenen können irreparabel sein.

Wirtschaftliche Auswirkungen und Marktmanipulation

Die Verbreitung von gefälschten Nachrichten oder manipulierten Videos über Unternehmen oder Finanzmärkte kann zu erheblichen wirtschaftlichen Schäden führen. Ein gefälschtes Statement eines CEOs oder die Verbreitung von falschen Informationen über ein Produkt kann Aktienkurse beeinflussen, das Vertrauen der Verbraucher untergraben und zu Marktinstabilität führen. Die Fähigkeit, solche Fälschungen zu erstellen, eröffnet neue Wege für betrügerische Aktivitäten und Marktmanipulation.

Beispiele für Deepfake-Vorfälle und ihre Reichweite
Jahr Art des Deepfakes Bekannte Plattformen der Verbreitung Geschätzte Reichweite (Millionen Views) Auswirkungen
2018 Politische Rede (synthetisierte Stimme) YouTube, Twitter 5-10 Diskussion über Wahlbeeinflussung
2019 Nicht-einvernehmliche pornografische Inhalte (Gesichtstausch) Diverse Foren, Social Media Unbekannt (weit verbreitet) Schwerwiegende persönliche Schäden, rechtliche Verfolgung
2020 Gefälschtes Interview eines Unternehmensleiters Bloomberg (kurzzeitig), Twitter 2-5 Kurzfristige Marktunsicherheit
2022 Synthetisches Video eines ukrainischen Präsidenten (Kriegsverlauf) Telegram, Social Media 10-20 Versuch, psychologische Kriegsführung zu betreiben

Technologische Waffen: Die Evolution von Deepfake-Erstellung und -Erkennung

Die Entwicklung von Deepfakes ist eng mit den Fortschritten im Bereich des maschinellen Lernens, insbesondere von Generative Adversarial Networks (GANs), verbunden. GANs bestehen aus zwei neuronalen Netzen – einem Generator, der synthetische Daten erstellt, und einem Diskriminator, der versucht, diese von echten Daten zu unterscheiden. Durch diesen fortlaufenden "Wettkampf" werden die generierten Daten zunehmend realistischer. Auf der anderen Seite der Medaille entwickeln Forscher und Unternehmen kontinuierlich fortschrittlichere Algorithmen zur Erkennung dieser Fälschungen.

Die Generatoren: Wie werden Deepfakes erstellt?

Die Erstellung von Deepfakes basiert häufig auf tiefen neuronalen Netzen, die darauf trainiert werden, spezifische Merkmale von Gesichtern, Stimmen oder Körperbewegungen zu lernen. Gängige Methoden umfassen:

  • Gesichtsersetzung (Face Swapping): Dabei wird das Gesicht einer Person auf den Körper einer anderen Person in einem Video übertragen.
  • Gesichtsmanipulation (Facial Reenactment): Hierbei werden bestehende Videos so verändert, dass eine Person Dinge sagt oder tut, die sie im Original nicht getan hat.
  • Stimmklonung (Voice Cloning): KI-Modelle lernen die charakteristischen Merkmale einer Stimme und können dann synthetische Sprache erzeugen, die der originalen Stimme sehr ähnlich ist.
Die benötigten Datenmengen für das Training sind dabei oft beträchtlich, aber mit der zunehmenden Verfügbarkeit von öffentlichen und privaten Datensätzen sinken die Hürden für die Erstellung immer weiter.

Die Detektoren: KI gegen KI

Die Gegenseite der Deepfake-Technologie sind die Erkennungsalgorithmen. Diese versuchen, subtile Artefakte oder Anomalien zu identifizieren, die von der KI bei der Erstellung der Fälschungen hinterlassen werden. Dazu gehören:

  • Physiologische Inkonsistenzen: Ungleichmäßiges Blinzeln, fehlerhafte Mimik oder unnatürliche Hauttexturen können Hinweise auf eine Fälschung sein.
  • Fehler im Bildfluss: Unregelmäßigkeiten in der Bewegung von Objekten oder Personen im Bild können auf eine Manipulation hindeuten.
  • Spektrale Analyse: Bei Audio-Deepfakes können Muster in der Frequenzverteilung der Stimme erkannt werden, die von natürlichen Stimmen abweichen.
Der Kampf zwischen Erzeugung und Erkennung ist ein ständiges Wettrüsten, bei dem jede neue Generation von Fälschungen die Erkennungsalgorithmen vor neue Herausforderungen stellt.
Fortschritt bei Deepfake-Erkennungsmethoden (Indikator: Erkennungsrate bei aktuellen Benchmark-Tests)
Frühe Algorithmen (2018-2019)70%
Fortgeschrittene Algorithmen (2020-2021)85%
Neueste Ansätze (2022-2023)92%
Generative Modelle (aktuelle Fälschungen)Unbekannt (fortlaufend herausfordernd)

Digitale Wasserzeichen und Blockchain für Authentizität

Neben der reinen Erkennung gibt es auch Ansätze, die Authentizität von Medieninhalten von vornherein zu sichern. Digitale Wasserzeichen, die unsichtbar in Videos oder Bildern eingebettet werden, können die Herkunft und Integrität des Inhalts nachweisen. Die Blockchain-Technologie wird ebenfalls erforscht, um eine unveränderliche Aufzeichnung der Medienherkunft zu schaffen und so die Fälschungssicherheit zu erhöhen. Diese Methoden sind jedoch noch in der Entwicklung und nicht flächendeckend implementiert.

100+
Forschungsprojekte weltweit zu Deepfake-Erkennung
50+
KI-Modelle für die Generierung von synthetischen Medien
90%
Rate, mit der fortgeschrittene Erkennungsalgorithmen bekannte Deepfakes identifizieren (Laborbedingungen)

Die menschliche Komponente: Psychologie, Manipulation und die Anfälligkeit

So technologisch fortschrittlich Deepfakes auch sein mögen, ihre Effektivität beruht letztlich auf menschlichen Schwächen und kognitiven Verzerrungen. Unsere Gehirne sind darauf ausgelegt, schnell Eindrücke zu gewinnen und Entscheidungen zu treffen, oft basierend auf visuellen und auditiven Reizen. Diese natürliche Tendenz macht uns anfällig für visuell überzeugende, aber inhaltlich falsche Informationen. Die psychologische Wirkung von Deepfakes ist tiefgreifend und kann von der bloßen Verwirrung bis hin zu schwerwiegenden emotionalen und sozialen Konsequenzen reichen.

Kognitive Verzerrungen und die Anfälligkeit für Täuschung

Mehrere psychologische Phänomene tragen zu unserer Anfälligkeit bei:

  • Bestätigungsfehler (Confirmation Bias): Wir neigen dazu, Informationen zu glauben, die unsere bestehenden Überzeugungen bestätigen, selbst wenn diese Informationen gefälscht sind. Ein Deepfake, das eine negative Darstellung eines politischen Gegners zeigt, wird von dessen Anhängern eher geglaubt.
  • Autoritätsgläubigkeit: Wir vertrauen eher Informationen von Personen, die wir als Autoritäten wahrnehmen. Ein Deepfake, das eine bekannte Persönlichkeit zeigt, die eine bestimmte Meinung äußert, kann diese Meinung beeinflussen.
  • Die Macht der Emotionen: Deepfakes können gezielt Emotionen wie Angst, Empörung oder Freude auslösen, was unsere kritische Denkfähigkeit beeinträchtigen kann.
"Menschen sind visuelle Wesen. Wenn wir etwas sehen, das überzeugend aussieht und sich echt anfühlt, ist unsere erste Reaktion oft, es zu glauben. Die Überwindung dieser natürlichen Reaktion erfordert bewusste Anstrengung und digitale Kompetenz." — Dr. Anna Schmidt, Psychologin für digitale Medien

Die Gefahr der Fake News Fatigue und Apathie

Die ständige Konfrontation mit potenziellen Fälschungen kann zu einer "Fake News Fatigue" führen. Die Überlastung mit widersprüchlichen Informationen und die Unfähigkeit, Wahrheit von Fiktion zu unterscheiden, kann Zynismus und Apathie hervorrufen. Menschen könnten aufhören, sich für Nachrichten und politische Ereignisse zu interessieren, da sie das Gefühl haben, die Realität ohnehin nicht mehr durchschauen zu können. Dies ist eine gefährliche Entwicklung, da sie die Grundlage für eine informierte Bürgerschaft schwächt.

Vertrauenserosion in Medien und Institutionen

Wenn die Quelle von Informationen unsicher wird, leidet das Vertrauen in die etablierten Medien und Institutionen. Wenn ein glaubwürdiges Nachrichtenportal ein Video veröffentlicht, das sich später als Deepfake herausstellt, wird dessen Glaubwürdigkeit langfristig geschädigt. Ähnlich können gefälschte Videos von Regierungsvertretern oder Gerichtsverhandlungen das Vertrauen in Justiz und Politik untergraben. Die Fähigkeit, zwischen authentischen und synthetischen Darstellungen zu unterscheiden, ist daher entscheidend für das Funktionieren einer Gesellschaft.

Regulierungslandschaft: Gesetzliche und ethische Herausforderungen

Die rasante Entwicklung von Deepfake-Technologien überfordert häufig die bestehenden rechtlichen und regulatorischen Rahmenbedingungen. Die Strafverfolgung von Urhebern von Deepfakes ist komplex, da die Identifizierung der Täter oft schwierig ist und die Gesetzgebung nicht immer eindeutig auf diese spezifische Form der Manipulation zugeschnitten ist. International gibt es zunehmende Bemühungen, gemeinsame Standards und rechtliche Ansätze zu entwickeln, doch die Vielfalt der Rechtssysteme und die globalen Natur des Internets stellen erhebliche Hürden dar.

Gesetzliche Lücken und die Suche nach Verantwortlichkeit

Viele Länder verfügen über Gesetze gegen Verleumdung, Betrug oder die Verbreitung von Hassreden. Diese Gesetze können auf bestimmte Deepfake-Fälle angewendet werden, sind aber nicht immer ausreichend, um die volle Bandbreite der Problematik abzudecken. Insbesondere die Frage der Haftung von Plattformen, die Deepfakes verbreiten, ist ein umstrittenes Thema. Sollten soziale Netzwerke stärker für die Inhalte ihrer Nutzer verantwortlich gemacht werden? Und wie kann dies mit der Meinungsfreiheit in Einklang gebracht werden?

Ein aktuelles Beispiel ist das EU-Gesetz über digitale Dienste (Digital Services Act - DSA), das die Verantwortung von Online-Plattformen stärken soll, verdächtige Inhalte zu kennzeichnen und zu entfernen. Die genaue Umsetzung und Wirksamkeit des DSA im Hinblick auf synthetische Medien wird sich in den kommenden Jahren zeigen.

Ethische Dilemmata und die Grenzen der Meinungsfreiheit

Die Regulierung von synthetischen Medien wirft tiefgreifende ethische Fragen auf. Wo zieht man die Grenze zwischen kreativer Freiheit, Satire und schädlicher Desinformation? Die Notwendigkeit, schädliche Inhalte zu bekämpfen, muss sorgfältig gegen das Recht auf freie Meinungsäußerung abgewogen werden. Die Entwicklung von KI-generierten Inhalten, die nicht dazu dienen, zu täuschen, sondern Kunst oder Unterhaltung zu schaffen, muss ebenfalls berücksichtigt werden.

Die Debatte um die Kennzeichnungspflicht von KI-generierten Inhalten ist ein zentraler Punkt. Während einige argumentieren, dass alle synthetischen Medien klar als solche gekennzeichnet werden sollten, befürchten andere, dass dies die Akzeptanz und Nutzung solcher Technologien einschränken könnte.

Internationale Koordination und die Rolle von Technologieunternehmen

Angesichts der grenzüberschreitenden Natur des Internets ist internationale Koordination unerlässlich. Regierungen und internationale Organisationen arbeiten daran, gemeinsame Ansätze für die Regulierung und Bekämpfung von Deepfakes zu entwickeln. Technologieunternehmen spielen ebenfalls eine entscheidende Rolle. Sie sind nicht nur die Entwickler dieser Technologien, sondern auch die Hüter der Plattformen, auf denen sie verbreitet werden. Ihre Bereitschaft, in Erkennungstechnologien zu investieren, transparente Richtlinien zu implementieren und mit Strafverfolgungsbehörden zusammenzuarbeiten, ist von größter Bedeutung.

Wikipedia: Deepfake

Best Practices: Individuelle und gesellschaftliche Schutzstrategien

Die Bedrohung durch Deepfakes erfordert eine mehrgleisige Strategie, die sowohl technologische Lösungen als auch menschliche Resilienz und gesellschaftliche Maßnahmen umfasst. Es gibt keine einzelne "Silberkugel", die das Problem lösen kann, aber eine Kombination aus verschiedenen Ansätzen kann uns helfen, die Risiken zu minimieren und das Vertrauen in die Informationslandschaft wiederherzustellen.

Förderung von digitaler Medienkompetenz

Die wichtigste Verteidigungslinie gegen Deepfakes ist eine gut informierte Öffentlichkeit. Die Förderung der digitalen Medienkompetenz sollte ein zentrales Bildungsziel sein. Dazu gehört:

  • Kritisches Denken schulen: Menschen beibringen, Quellen zu hinterfragen, Informationen zu verifizieren und sich nicht von emotionalen Reaktionen leiten zu lassen.
  • Grundlagen der Technologie verstehen: Ein grundlegendes Verständnis dafür, wie KI und synthetische Medien funktionieren, kann helfen, Manipulationen besser zu erkennen.
  • Werkzeuge zur Verifizierung kennenlernen: Die Nutzung von Tools zur Überprüfung von Bildern und Videos (z.B. umgekehrte Bildersuche, Analyse von Metadaten) sollte gefördert werden.
"Wir müssen die Menschen befähigen, nicht nur passive Konsumenten von digitalen Inhalten zu sein, sondern aktive und kritische Prüfer. Digitale Medienkompetenz ist die neue Lese- und Schreibfähigkeit des 21. Jahrhunderts." — Prof. Dr. Klaus Müller, Experte für digitale Bildung

Technologische Gegenmaßnahmen und Plattformverantwortung

Technologieunternehmen müssen weiterhin in die Entwicklung und Verbesserung von Erkennungssoftware investieren. Dazu gehört auch die Implementierung von Maßnahmen auf ihren Plattformen:

  • Klare Kennzeichnungspflichten: KI-generierte oder manipulierte Inhalte sollten eindeutig als solche markiert werden.
  • Schnelle Entfernung von schädlichen Inhalten: Ein effizientes Melde- und Entfernungssystem für nachweislich gefälschte und schädliche Inhalte ist unerlässlich.
  • Transparenz bei Algorithmen: Mehr Transparenz darüber, wie Inhalte auf Plattformen verbreitet und empfohlen werden, kann helfen, Manipulationen aufzudecken.

Stärkung der journalistischen Standards und Fact-Checking

Qualitätsjournalismus und unabhängiges Fact-Checking sind entscheidend, um die Wahrheit zu verteidigen. Etablierte Nachrichtenorganisationen müssen ihre Überprüfungsprozesse stärken und transparent machen. Fact-Checking-Organisationen spielen eine wichtige Rolle dabei, Falschinformationen, einschließlich Deepfakes, schnell zu identifizieren und zu widerlegen.

Reuters: How to spot deepfakes

45%
der Internetnutzer geben an, sich unsicher zu sein, ob sie ein Video oder Bild im Internet als echt einstufen können. (Umfrage: Pew Research Center)
70%
der befragten Lehrer halten digitale Medienkompetenz für eine der wichtigsten Fähigkeiten, die Schüler heute lernen müssen.
80%
der Unternehmen, die KI-Tools zur Erkennung von Fälschungen einsetzen, berichten von einer signifikanten Verbesserung der Erkennungsraten.

Die Zukunft der Wahrheit: Ein Ausblick auf die anhaltende Konfrontation

Die Ära der synthetischen Medien ist erst am Anfang. Die technologischen Fortschritte werden sich fortsetzen, und die Fähigkeit, überzeugende Fälschungen zu erstellen, wird weiter zunehmen. Dies bedeutet, dass die Auseinandersetzung mit Deepfakes keine kurzfristige Herausforderung ist, sondern ein fortlaufender Prozess, der ständige Wachsamkeit und Anpassung erfordert. Die Konfrontation zwischen der Fähigkeit, Realität zu manipulieren, und unserem Bestreben, die Wahrheit zu wahren, wird die digitale Landschaft der kommenden Jahre maßgeblich prägen.

Die fortschreitende Verschmelzung von Realität und Fiktion

Wir können eine Zukunft erwarten, in der die Grenzen zwischen authentischem und synthetischem Inhalt noch weiter verschwimmen. KI-generierte Charaktere könnten nahtlos in virtuelle Welten integriert werden, und die Erstellung von personalisierten, realistischen Medieninhalten wird für jedermann zugänglich werden. Dies birgt sowohl enorme kreative Potenziale als auch erhebliche Risiken für die Desinformation.

Die Notwendigkeit fortlaufender Innovation und Kooperation

Um dieser Entwicklung Herr zu werden, sind fortlaufende Innovationen in der KI-Erkennungstechnologie, aber auch in der Authentifizierung von Medieninhalten unerlässlich. Die Zusammenarbeit zwischen Forschern, Regierungen, Technologieunternehmen und der Zivilgesellschaft wird entscheidend sein, um effektive Strategien zu entwickeln und umzusetzen. Die Schaffung robuster rechtlicher Rahmenbedingungen und die Förderung globaler Standards sind hierbei ebenso wichtig wie die Stärkung der digitalen Kompetenz der Bevölkerung.

Ein Plädoyer für kritische Urteilsfähigkeit und Vertrauen in fundierte Quellen

Letztendlich liegt die Verantwortung, die Wahrheit zu wahren, bei jedem Einzelnen. Es ist von entscheidender Bedeutung, eine Haltung der kritischen Urteilsfähigkeit beizubehalten und sich auf vertrauenswürdige, gut etablierte Quellen für Informationen zu verlassen. In einer Welt, in der die Realität immer stärker auf dem Bildschirm manipuliert werden kann, wird die Fähigkeit, zwischen Fakt und Fiktion zu unterscheiden, zu einer der wichtigsten Fähigkeiten für das Überleben und Gedeihen in der digitalen Gesellschaft.

Wikipedia

Was ist der Unterschied zwischen einem Deepfake und einfacher Bildbearbeitung?
Während einfache Bildbearbeitung oft visuelle Elemente manipuliert (z.B. Farben, Helligkeit, Entfernen von Objekten), erstellen Deepfakes durch KI-gestützte Algorithmen völlig neue, synthetische Inhalte. Sie können Gesichter, Stimmen oder Körperbewegungen so realistisch nachahmen oder erzeugen, dass die Ergebnisse nicht mehr von der Realität zu unterscheiden sind und oft ganze Szenarien vortäuschen.
Wie kann ich erkennen, ob ein Video ein Deepfake ist?
Es gibt keine hundertprozentige Methode für Laien, aber einige Anzeichen können auf eine Fälschung hindeuten: inkonsistente Mimik oder Augenbewegungen, unnatürliche Hauttextur, seltsame Artefakte am Bildrand oder im Hintergrund, ungewöhnliche Lippenbewegungen, die nicht zum Ton passen, oder eine leicht ruckelnde Bewegung. Technisch versiertere Methoden analysieren Unterschiede in der Farbwahrnehmung, dem Lichtfluss oder physiologische Anomalien.
Wer ist für die Verbreitung von Deepfakes verantwortlich?
Die Verantwortlichkeit ist komplex. Zuerst sind die Ersteller von Deepfakes verantwortlich, insbesondere wenn sie für schädliche Zwecke eingesetzt werden. Ebenso können Plattformen, die die Verbreitung ermöglichen, zur Verantwortung gezogen werden, abhängig von ihren Richtlinien und der Sorgfaltspflicht. Gesetzliche Regelungen versuchen, diese Verantwortlichkeiten zu klären.
Kann die Technologie auch positive Anwendungsfälle haben?
Ja, synthetische Medien haben auch positive Anwendungen. Dazu gehören die Verbesserung von Spezialeffekten in Filmen und Spielen, die Erstellung von personalisierten Bildungsinhalten, die Wiederbelebung historischer Persönlichkeiten für Bildungszwecke, die Unterstützung von Menschen mit Sprachbehinderungen oder die Erzeugung von realistischen Trainingssimulationen für verschiedene Berufe.