Deepfakes


Einleitung

Was wäre, wenn Du einem Video nicht mehr trauen könntest – selbst wenn es scheinbar eindeutig ist? Willkommen in der Welt der Deepfakes! In diesem aiMOOC erfährst Du, wie Deepfakes entstehen, welche Chancen und Gefahren sie mit sich bringen, wie sie erkannt werden können – und warum sie unsere Vorstellung von Wahrheit und Fälschung neu herausfordern.

Deepfakes sind mit Hilfe von KI erzeugte oder veränderte Medieninhalte – meist Videos oder Audios –, die täuschend echt wirken, aber in Wahrheit manipuliert sind. Sie werden z. B. genutzt, um bekannte Persönlichkeiten etwas sagen oder tun zu lassen, was sie nie gesagt oder getan haben.


Was sind Deepfakes?


Definition

Deepfakes sind eine Form von Medienmanipulation, bei der mithilfe von Deep Learning realistische, aber gefälschte Videos oder Audiodateien erzeugt werden. Der Begriff ist eine Kombination aus "deep learning" und "fake".

  1. Deep Learning = Ein Teilbereich des maschinellen Lernens, bei dem künstliche Neuronale Netzwerke verwendet werden.
  1. Fake = Eine Fälschung oder Manipulation.


Wie funktionieren Deepfakes?

Deepfakes entstehen durch Algorithmen, die Muster aus großen Datenmengen lernen. Besonders oft wird dabei ein GAN verwendet. Dabei handelt es sich um zwei Netzwerke:

  1. Ein Generator, der versucht, realistische Medieninhalte zu erzeugen.
  1. Ein Diskriminator, der versucht, echte von gefälschten Inhalten zu unterscheiden.

Beide Netzwerke trainieren sich gegenseitig, bis der Generator täuschend echte Ergebnisse liefert.


Einsatzmöglichkeiten

Nicht alle Deepfakes sind negativ oder gefährlich. Es gibt auch sinnvolle Einsatzgebiete:

  1. Film und Fernsehen: z. B. um verstorbene Schauspieler digital "wiederzubeleben".
  1. Bildung: z. B. historische Reden mit visueller Unterstützung nachstellen.
  1. Satire und Kunst: z. B. für parodistische Zwecke.


Risiken und Gefahren

Trotzdem sind Deepfakes auch mit erheblichen Risiken verbunden:

  1. Fake News und Desinformation.
  1. Cybermobbing und Identitätsdiebstahl.
  1. Manipulation von Wahlen oder politischen Debatten.


Deepfakes erkennen

Erkennungsmethoden von Deepfakes entwickeln sich stetig weiter. Einige Beispiele:

  1. Analyse von Bildartefakten (z. B. unnatürliche Blinzelraten, Lichtverhältnisse).
  1. KI-basierte Forensik.
  1. Nutzung von Blockchain, um die Echtheit von Medien zu sichern.


Rechtliche Lage

In vielen Ländern ist die rechtliche Einordnung von Deepfakes schwierig. In Deutschland können Deepfakes z. B. gegen das Allgemeine Persönlichkeitsrecht oder das Urheberrecht verstoßen.


Interaktive Aufgaben


Quiz: Teste Dein Wissen

Was ist ein Deepfake? (Ein KI-generiertes, manipuliertes Video oder Audio) (!Ein Hackerangriff auf soziale Netzwerke) (!Ein digitales Kunstwerk) (!Ein reales Video in schlechter Qualität)

Was bedeutet "deep" in Deepfake? (Deep Learning) (!Deep Web) (!Deep Focus) (!Deep Voice)

Welche Technologie steckt häufig hinter Deepfakes? (Generative Adversarial Networks) (!Virtuelle Maschinen) (!Blockchain) (!Cloud Computing)

Wofür können Deepfakes sinnvoll verwendet werden? (Film- und Fernsehproduktion) (!Steuererklärung) (!Rechtsprechung) (!Banküberweisungen)

Wodurch sind Deepfakes oft erkennbar? (Unnatürliche Bewegungen oder Artefakte) (!Starker Akzent) (!Schlechte Tonqualität) (!Langsame Ladezeiten)

Wie heißen die beiden Teile eines GANs? (Generator und Diskriminator) (!Sender und Empfänger) (!Betriebssystem und Kernel) (!Scanner und Decoder)

Welche Gefahr geht von Deepfakes aus? (Verbreitung von Desinformation) (!Verlust von Speicherplatz) (!Verlangsamung von Computern) (!Reduzierung von CO2)

Was kann gegen Deepfakes helfen? (Bildforensik und Blockchain) (!Mehr Werbung) (!Datenschutzrichtlinien) (!Weniger soziale Netzwerke)

Was schützt man mit Deepfake-Verboten? (Persönlichkeitsrechte) (!Produktionskosten) (!Tagespläne) (!Reiseziele)

Wer kann von Deepfakes betroffen sein? (Jede Person) (!Nur Politiker) (!Nur Prominente) (!Nur Schüler)





Memory

Deep Learning Maschinelles Lernen mit neuronalen Netzen
GAN Zwei konkurrierende Netzwerke zur Bildsynthese
Desinformation Absichtliche Verbreitung falscher Informationen
Bildartefakte Unnatürliche Bildfehler
Persönlichkeitsrecht Schutz vor ungewollter Darstellung




Drag and Drop

Ordne die richtigen Begriffe zu. Deepfake-Technologie
Generator 1
Diskriminator 2
GAN 3
Deep Learning 4
Fake News 5



Kreuzworträtsel

Deepfake KI-generierte Medienfälschung
Generator Teil eines GANs
Diskriminator Unterscheidet echt von gefälscht
Desinformation Falsche Information mit Absicht
Forensik Analyse zur Aufdeckung von Fälschungen
Blockchain Technik zur Echtheitsprüfung




LearningApps

Lückentext

Vervollständige den Text.

Deepfakes basieren auf

und sind oft schwer zu erkennen. Sie verwenden meist

, bestehend aus einem

und einem Diskriminator. Diese Netzwerke lernen aus großen

und erzeugen täuschend echte Medieninhalte.



Offene Aufgaben

Leicht

  1. Begriffsklärung: Erstelle ein Schaubild mit wichtigen Begriffen rund um Deepfakes.
  2. Erklärvideo: Erstelle ein kurzes Erklärvideo (max. 3 Minuten) zum Thema „Was ist ein Deepfake?“.
  3. Recherche: Finde drei echte und drei gefälschte Videos im Internet und vergleiche sie.

Standard

  1. Analyse: Untersuche ein Deepfake-Video und beschreibe Auffälligkeiten.
  2. Diskussion: Schreibe einen Aufsatz über Chancen und Risiken von Deepfakes.
  3. Recht und Ethik: Erarbeite Argumente für und gegen gesetzliche Verbote von Deepfakes.

Schwer

  1. Projektarbeit: Entwickle eine Kampagne zur Aufklärung über Deepfakes für Deine Schule.
  2. Interview: Führe ein Interview mit einem Experten (z. B. Medienpädagogen oder Informatiker) zum Thema.
  3. Code verstehen: Setze Dich mit einfachen GAN-Codebeispielen auseinander und erkläre deren Funktionsweise.




Text bearbeiten Bild einfügen Video einbetten Interaktive Aufgaben erstellen


Lernkontrolle

  1. Fake erkennen: Wie kann man sicher feststellen, ob ein Video ein Deepfake ist?
  2. Technik verstehen: Was passiert im Inneren eines GANs?
  3. Gesellschaftliche Auswirkungen: Welche Folgen können Deepfakes für die Demokratie haben?
  4. Grenzen der Technik: Warum sind Deepfakes nicht immer perfekt?
  5. Vergleich: Wie unterscheiden sich Deepfakes von anderen Formen digitaler Manipulation?



OERs zum Thema


Links

Teilen - Diskussion - Bewerten





Schulfach+




aiMOOCs



aiMOOC Projekte












YouTube Music: THE MONKEY DANCE


Spotify: THE MONKEY DANCE


Apple Music: THE MONKEY DANCE

Amazon Music: THE MONKEY DANCE



The Monkey Dance SpreadShirtShop




The Monkey DanceaiMOOCs

  1. Trust Me It's True: #Verschwörungstheorie #FakeNews
  2. Gregor Samsa Is You: #Kafka #Verwandlung
  3. Who Owns Who: #Musk #Geld
  4. Lump: #Trump #Manipulation
  5. Filth Like You: #Konsum #Heuchelei
  6. Your Poverty Pisses Me Off: #SozialeUngerechtigkeit #Musk
  7. Hello I'm Pump: #Trump #Kapitalismus
  8. Monkey Dance Party: #Lebensfreude
  9. God Hates You Too: #Religionsfanatiker
  10. You You You: #Klimawandel #Klimaleugner
  11. Monkey Free: #Konformität #Macht #Kontrolle
  12. Pure Blood: #Rassismus
  13. Monkey World: #Chaos #Illusion #Manipulation
  14. Uh Uh Uh Poor You: #Kafka #BerichtAkademie #Doppelmoral
  15. The Monkey Dance Song: #Gesellschaftskritik
  16. Will You Be Mine: #Love
  17. Arbeitsheft


© The Monkey Dance on Spotify, YouTube, Amazon, MOOCit, Deezer, ...



Text bearbeiten Bild einfügen Video einbetten Interaktive Aufgaben erstellen

Teilen Facebook Twitter Google Mail an MOOCit Missbrauch melden Zertifikat beantragen


0.00
(0 Stimmen)











Children for a better world >> Förderung der AI Fair-Image Challenge

Fair-Image wird von CHILDREN JUGEND HILFT! gefördert und ist mit der deutschlandweiten AI Fair-Image Challenge SIEGERPROJEKT 2025. Alle Infos zur Challenge hier >>. Infos zum Camp25 gibt es hier. Wenn auch Ihr Euch ehrenamtlich engagiert und noch finanzielle Unterstützung für Eurer Projekt braucht, dann stellt gerne einen Antrag bei JUGEND HILFT.