GANs (Generative Adversarial Networks)
Aus Wikikama
GANs – Künstliche Bilder, Videos und Stimmen auf Knopfdruck
Einführung: GANs, kurz für „Generative Adversarial Networks“, sind ein mächtiges Verfahren aus dem Bereich der Künstlichen Intelligenz. Mit Hilfe dieser Technologie lassen sich täuschend echte Bilder, Videos, Stimmen oder sogar ganze Personen künstlich erzeugen – und zwar vollautomatisch. Ursprünglich für kreative und wissenschaftliche Zwecke entwickelt, kommen GANs heute auch in der Desinformationsszene zum Einsatz – etwa für Deepfakes, Fake-Profile oder manipulierte Beweise. Wer GANs versteht, erkennt schneller, wo digitale Realität endet und Täuschung beginnt.
Merkmale / Typische Formen
- Bildgenerierung: GANs können Gesichter, Orte oder Szenen erzeugen, die nie existiert haben – perfekt fürs Fake-Profil oder Sharepic.
- Deepfakes: Videos, in denen Personen Dinge sagen oder tun, die nie passiert sind – basierend auf GAN-Technologie.
- Stimmfälschung: Audioaufnahmen mit synthetischen Stimmen, die echten Personen zugeordnet werden – z. B. für Telefonbetrug oder Fake-Nachrichten.
- „Style Transfer“ und Fake-Kunstwerke: GANs erzeugen Bilder im Stil berühmter Künstler:innen oder manipulieren reale Aufnahmen visuell.
Beispiele aus der Praxis
- ThisPersonDoesNotExist.com: Jede Sekunde ein neues, KI-generiertes Gesicht – perfekt für Fake-Accounts oder Bot-Profile.
- Deepfake-Reden von Politiker:innen: Videos zeigen scheinbar reale Aussagen – GANs erzeugen Mimik und Sprache täuschend echt.
- Fake-Werbung oder „Beweisbilder“: GANs erzeugen Bilder für Fake-News-Kampagnen – z. B. angebliche Aufnahmen von Demonstrationen, die nie stattfanden.
Folgen / Auswirkungen
- Verlust der visuellen Beweiskraft: Wenn jedes Bild und Video fälschbar ist, sinkt das Vertrauen in visuelle Inhalte.
- Missbrauch für Desinformation: GANs ermöglichen täuschend echte Fakes – politisch, wirtschaftlich oder ideologisch motiviert.
- Gefahr für Datenschutz und Privatsphäre: Synthetische Gesichter oder Stimmen können echte Personen imitieren und schädigen.
Schutz & Empfehlungen
- Bild- und Videoquellen prüfen: Rückwärtssuche (z. B. Google, TinEye), InVID-Tools und Metadaten helfen bei der Verifikation.
- GAN-Indikatoren erkennen lernen: Kleine Fehler in Haaren, Ohren, Hintergrund oder Symmetrie können GAN-Fakes entlarven.
- Faktenchecker und Analyseportale nutzen: Mimikama, AFP oder spezielle Deepfake-Erkennungsdienste prüfen GAN-Inhalte regelmäßig.
- Transparenz und Kennzeichnung fordern: KI-Inhalte sollten gekennzeichnet sein – besonders in Medien, Werbung und Politik.
Häufige Irrtümer / Missverständnisse
- „GANs erkennt man immer sofort“: Nein – viele GAN-Bilder oder -Videos sind so gut, dass selbst Profis analysieren müssen.
- „KI macht nur schlechte Fakes“: Moderne GANs erzeugen täuschend echte Inhalte – in HD und mit Ton.
- „Nur Hacker benutzen sowas“: GAN-Tools sind frei zugänglich – jede:r kann sie nutzen, auch für harmlose oder gefährliche Zwecke.
