KI-Videos erkennen: Die 6-Punkte-Checkliste für den Alltag

KI-Videos erkennen Sie im Alltag am zuverlässigsten, indem Sie nicht nach dem einen Beweis suchen, sondern eine Kette kleiner Fehler prüfen: unsaubere Mundpartien, fehlerhafte Hände, widersprüchliche Schatten, ruckelnde Übergänge, künstlich wirkendes Audio und ein unplausibler Kontext. Stimmen mehrere dieser Punkte nicht, ist der Clip mit hoher Wahrscheinlichkeit generiert oder manipuliert.

Das Team von c't 3003 hat sich an genau dieser Frage selbst getestet und daraus eine kompakte Prüfroutine abgeleitet. Ich halte den Ansatz für richtig, weil er nicht auf ein Wundermerkmal setzt. Generatoren wie die aktuellen Video-Modelle beheben einzelne Schwächen rasch. Was bleibt, ist das Gesamtbild.

Wie erkennen Sie KI-Videos im Arbeitsalltag konkret?

Sie arbeiten eine feste Reihenfolge ab und gewichten die Treffer. Ein einzelnes Indiz beweist nichts. Drei oder mehr widersprüchliche Details in einem kurzen Clip sind ein deutliches Warnsignal. Entscheidend ist, dass Sie technische Artefakte und inhaltliche Plausibilität zusammen betrachten, nicht getrennt.

1. Mund und Lippen: Achten Sie auf den Übergang zwischen Sprache und Lippenbewegung. Unscharfe oder leicht versetzte Mundpartien, seltsam geformte Zähne und ein flackernder Bereich um die Lippen gehören zu den hartnäckigsten Schwächen. Das KIT und das BSI nennen Ungenauigkeiten im Mundbereich als wiederkehrendes Merkmal.
2. Hände und Finger: Der Klassiker mit sechs Fingern ist seltener geworden, aber nicht verschwunden. Prüfen Sie Übergänge, etwa wenn eine Hand ein Objekt greift oder zwei Hände sich berühren. Dort entstehen oft verschmelzende oder schwebende Konturen.
3. Haut und Gesicht: Zu glatte Haut, fehlende Poren, falsche Hauttöne an Hals und Oberkörper sowie ein selten oder unregelmäßig wirkender Wimpernschlag deuten auf Synthese hin.
4. Licht und Schatten: Folgen Sie den Schattenlinien. Sie müssen zu einer gemeinsamen Lichtquelle führen. Widersprüchliche Schattenrichtungen oder Reflexe, die nicht zur Umgebung passen, sind schwer zu fälschen.
5. Audio: Hören Sie auf fehlende Atemzüge, monotone Betonung und eine zu saubere, hallfreie Stimme. Generierte Sprache klingt oft technisch korrekt, aber ohne die kleinen Unregelmäßigkeiten echten Sprechens.
6. Kontext: Passen Wetter, Ort, Uhrzeit und Anlass zusammen? Ein angebliches Interview in Berlin bei unpassendem Wetter, eine Quelle ohne Originalveröffentlichung oder ein Clip, der nur über anonyme Konten kursiert, ist verdächtig, unabhängig von der Bildqualität.

Warum reicht ein einzelnes Merkmal nicht aus?

Weil jeder einzelne Fehler mit der nächsten Modellgeneration verschwinden kann, die Kombination aber stabil bleibt. Ein Generator, der saubere Hände rendert, scheitert oft an Schatten. Einer mit perfektem Bild liefert auffälliges Audio. Die Checkliste funktioniert als Bündel, nicht als Einzeltest.

Aus meiner Beratungspraxis sehe ich, dass viele Teams genau hier den Fehler machen: Sie suchen nach dem einen verräterischen Detail und übersehen das Naheliegende. Häufig entlarvt der Kontext eine Fälschung schneller als jede Bildanalyse. Wer sich fragt, wo das Original liegt und wer es zuerst verbreitet hat, kommt oft in zwei Minuten zum Ergebnis.

Wenn Ihr Team regelmäßig mit Video- und Bildmaterial arbeitet und nicht nur prüfen, sondern auch selbst seriös produzieren will, lohnt ein strukturierter Blick auf die Werkzeuge. Ein zweitägiger Praxisworkshop zur KI-gestützten Videoproduktion mit Tools wie Runway und Pika Labs vermittelt diese Mechanik aus der Herstellersicht. Das ist kein Erkennungskurs, hilft aber zu verstehen, welche Fehler typische Generatoren produzieren. Für reine Faktencheck-Aufgaben brauchen Sie ihn nicht.

Was bringen Detektor-Tools und Metadaten?

Sie sind ein Hinweis, kein Beweis. Automatische Deepfake-Detektoren liefern Wahrscheinlichkeiten, keine Gewissheit, und ihre Trefferquote schwankt je nach Material stark. Metadaten können Ursprung und Erstellungsdatum verraten, fehlen bei über Social Media geteilten Clips aber fast immer, weil die Plattformen sie beim Upload entfernen.

Mein Eindruck als Berater: Behandeln Sie solche Tools wie einen Benchmark-Bestwert, als Indiz, nicht als Urteil. Die manuelle Prüfung anhand der sechs Punkte bleibt das robustere Verfahren, weil sie nicht auf eine einzelne Technik vertraut. Detektoren ergänzen sie, ersetzen sie aber nicht. Wer Verantwortung trägt, sollte verstehen, wie weit die Haftung für falsche oder manipulierte KI-Inhalte reicht.

Was ändert die neue Kennzeichnungspflicht?

Sie verschiebt einen Teil der Last vom Empfänger zum Anbieter. Mit der KI-Verordnung gilt seit 2026 eine Kennzeichnungspflicht für KI-generierte Inhalte. Sie muss laut Art. 50 klar und erkennbar am Inhalt angebracht sein. Das ersetzt die eigene Prüfung nicht, schafft aber rechtliche Konsequenzen für unmarkierte Fälschungen.

Die Sanktionen sind erheblich. Verstöße gegen die Kennzeichnungspflicht können nach Art. 99 der KI-Verordnung mit bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes geahndet werden. Die Rechtsanwältin Dorothe Lanc ordnet die Pflicht in ihrer Analyse so ein. Daneben gibt es Bestrebungen, die Verbreitung sexualisierter Deepfakes ab 2027 verpflichtend strafbar zu stellen.

Was bedeutet das für Ihr Unternehmen? Wer selbst KI-Videos veröffentlicht, sollte die Kennzeichnung zur Routine machen, bevor es zum Bußgeld kommt. Wer fremdes Material verbreitet, etwa in der Pressestelle oder im Social-Media-Team, braucht eine feste Prüfroutine. Die sechs Punkte oben taugen dafür als Mindeststandard.

Wo stößt die Checkliste an ihre Grenzen?

Bei sehr kurzen, hochauflösenden Clips ohne Sprache und ohne klaren Kontext. Genau dort fehlen die verräterischen Übergänge. Auch professionell nachbearbeitete Fälschungen, bei denen einzelne Artefakte gezielt retuschiert wurden, sind schwerer zu greifen. Die Checkliste senkt das Risiko, sie eliminiert es nicht.

Zurück zur Ausgangsfrage: Lassen sich KI-Videos zuverlässig erkennen? Im Alltag ja, sofern Sie systematisch mehrere Indizien zusammen prüfen und den Kontext ernst nehmen. Die Technik wird besser, und einzelne Merkmale werden verschwinden. Was bleibt, ist die Disziplin, nicht beim ersten plausiblen Bild stehenzubleiben. Diese Routine entscheidet, nicht die nächste Schlagzeile über das nächste Modell.