Glaube nicht alles, was du siehst: Wie ein kurzes Training gegen KI-Fakes wappnet

Im Februar 2026 berichtet das ZDF heute-journal über die zahlreichen Festnahmen der US-amerikanischen Vollstreckungsbehörde ICE. Untermalt wird der Beitrag von einem Video, in dem eine Frau inhaftiert wird. Ihre zwei kleinen Kinder klammern sich verzweifelt an ihr. Das vermeintliche Augenzeugenvideo demonstriert das besonders gewaltsame Vorgehen der Beamten bei diesen Einsätzen. Nur: Die Szene hat sich so nie abgespielt. Das Video wurde vollständig mit künstlicher Intelligenz generiert. 

Dieser Fall offenbart nicht nur, welche Gefahren solche desinformierenden KI-Fakes bergen. Er verdeutlicht auch ein tieferes, strukturelles Problem. Die Grenze zwischen dokumentierter Wirklichkeit und synthetischer Fiktion verschwimmt. Für Redaktionen steht dabei weit mehr auf dem Spiel als eine versehentliche Falschmeldung. In Zeiten, in denen Lügenpresse-Vorwürfe ihren Fuß in der Gesellschaft fassen, kratzen solche Fehler an dem Vertrauen in journalistische Medien. 

Von der Forschungslücke zum eigenen Training 

Obwohl es für Journalist:innen essenziell ist, Informationen zu verifizieren, wurde bislang kaum erforscht, wie gut sie KI-generierte Inhalte erkennen können und wie sie dabei unterstützt werden könnten. Vorangegangene Studien beschäftigten sich überwiegend mit Deepfakes und KI-generierten Bildern, nicht aber mit vollständig generierten KI-Videos. 

Deshalb entwickelte Lena Kunitz einen eigenen, praxisnahen Trainingsansatz, der auf den Alltag von Redaktionen zugeschnitten ist. Kurz, visuell und praxisnah: Statt eine lange Checkliste mit potenziellen KI-Fehlern abzuarbeiten, konzentriert sich das Training auf vier besonders relevante Hinweise: Wirkt das Verhalten von Menschen plausibel? Bleiben Eigenschaften und Objekte von Szene zu Szene konsistent?

 Könnte das Video unter diesen Bedingungen tatsächlich so aufgenommen worden sein? Und passen Bild und Ton authentisch zusammen? 
In einem fünfminütigen Training werden diese Auffälligkeiten direkt an KI-Beispielen veranschaulicht und mit kurzen Merksätzen verknüpft. Das Training soll dabei keine universelle Lösung liefern, um ein KI-Video zu erkennen. Vielmehr soll es Journalist:innen sensibilisieren und ihnen ein besseres Gespür für KI-Fakes vermitteln. 

 Plus 23 Prozentpunkte 

Plus 23 Prozentpunkte: So viel höher lag die Trefferquote der trainierten Journalist:innen gegenüber der Kontrollgruppe. Das ergab der Praxistest mit 150 Journalist:innen. In zwei Messzeitpunkten beurteilten sie jeweils sechs Videos hinsichtlich ihrer Echtheit. Kuratiert wurden diese Stimuli von Instagram – also aus genau jener Social-Media-Umgebung, in der Journalist:innen bei ihrer Recherche auf KI-Fakes treffen können. Knapp die Hälfte der Teilnehmenden durchlief nach dem ersten Messzeitpunkt das Training, die Kontrollgruppe erhielt hingegen kein Training. 
Das Experiment macht folgendes deutlich: Während sich beide Gruppen zu Beginn der Studie nicht signifikant hinsichtlich ihrer Fähigkeit unterschieden, zeichnete sich nach dem Training ein klares Gefälle ab. In der Trainingsgruppe stieg die Trefferquote um 10 % auf 79 %. Die Kontrollgruppe hingegen verschlechterte sich sichtbar. Hier sank der Anteil an richtig erkannten KI-Fakes um 16 % auf eine Trefferquote von 56 %. Die Erkennungsleistung der Trainierten lag damit rund 23 Prozentpunkte höher als bei nicht-Trainierten. Die kurze Intervention machte die Journalist:innen signifikant robuster gegen KI-Fakes. 

Training als Teil journalistischer Resilienz 

Der Bedarf für KI-Trainings besteht. Lediglich 30,7 % der Befragten gaben an, zuvor an einer Schulung zum Erkennen von KI-Fakes teilgenommen zu haben.  

Gleichzeitig zeigt die Untersuchung, wo weitere Forschung ansetzen muss: Das Training verbesserte zwar die Erkennungsleistung, nicht aber die Sicherheit, mit der Journalist:innen ihre Entscheidungen trafen. Zudem bestand ein hohes Misstrauen gegenüber echten Aufnahmen. Angesichts der bloßen Existenz von KI-Fakes sank das Vertrauen in reale Videos. Gerade Journalist:innen könnten besonders stark dazu neigen, in ihrer Recherche ein Video vorsichtshalber als KI zu klassifizieren, als eine potenziell fehlerhafte Berichterstattung zu riskieren. 
Langfristig gesehen geht es um mehr als die Frage, ob ein einzelnes Video echt oder KI-generiert ist. Es geht darum, journalistische Strukturen, Verifikationsprozesse und Kompetenzen so weiterzuentwickeln, dass Journalismus auch in einer von generativer KI geprägten (Des)Informationswelt seine demokratischen Funktionen erfüllen kann. 
Das Experiment zeigt dabei ganz konkret, wo diese Resilienz beginnen kann: bei den Menschen, die täglich entscheiden müssen, welchen Bildern wir glauben können. 

Über die Arbeit 
Die Masterarbeit „Glaube nicht alles, was du siehst. Eine experimentelle Untersuchung, wie Journalismus resistenter gegen KI-Fakes wird“ entstand im Studiengang Fernsehjournalismus und Dokumentarfilm an der Fakultät III der Hochschule Hannover. 
Autorin: Lena Kunitz 
Betreuung: Prof. Dr. Jakob Vicari