Fake News

Fake News — absichtlich verbreitete Falschmeldungen, die als Nachrichten getarnt sind — werden durch generative KI dramatisch einfacher und billiger zu produzieren.

Vor LLMs erforderte die Erstellung überzeugender Fake News menschliche Autoren, die stilistisch und inhaltlich plausible Texte verfassen konnten. Mit GPT-4 oder Claude kann jeder in Sekunden einen Nachrichtenartikel generieren, der stilistisch von echtem Journalismus kaum zu unterscheiden ist — inklusive erfundener Zitate, plausibler Quellenangaben und überzeugender Narrativstruktur.

Die Eskalation durch KI: Text-Fakes (Artikel, Social-Media-Posts, Forenbeiträge) in beliebiger Sprache und beliebigem Stil. Bild-Fakes (fotorealistische Bilder von Ereignissen, die nie stattfanden). Video-Fakes (Deepfake-Videos von Politikern, die Dinge sagen, die sie nie gesagt haben). Audio-Fakes (Stimmenklone, die Personen in konstruierte Kontexte setzen).

Die Abwehr: Content-Provenance-Standards (C2PA — Coalition for Content Provenance and Authenticity) signieren echte Medieninhalte digital. KI-Detektoren (GPTZero, Originality.ai) versuchen, generierte Texte zu erkennen — mit abnehmender Zuverlässigkeit. Wasserzeichen (OpenAI, Google, Anthropic) kodieren unsichtbare Markierungen in KI-generierte Inhalte.

Die gesellschaftliche Dimension: Der „Liar's Dividend" — wenn alles falsch sein könnte, wird auch Wahres angezweifelt. Medienkompetenz, Critical Thinking und institutionelles Vertrauen sind die nicht-technischen Gegenmaßnahmen.