Obwohl sich die Technologie zur Identifizierung von KI-generierten Inhalten
Obwohl sich die Technologie zur Identifizierung von KI-generierten Inhalten weiterentwickelt, ist es nach wie vor schwierig, mithilfe eines einzigen Tools eine eindeutige Feststellung zu treffen. Derzeit sind die folgenden Methoden und Ansätze am weitesten verbreitet.
1. Digitale Wasserzeichen-Technologie
SynthID: Eine von Google DeepMind entwickelte Technologie, die digitale „Wasserzeichen“ – die für das menschliche Auge oder Ohr nicht wahrnehmbar sind – in Bilder, Audio, Video und Text einbettet. Dadurch lassen sich von KI generierte Inhalte zuverlässig identifizieren.
C2PA (Content Authentication Information): Ein internationaler Standard, der die Historie von Inhalten (Ersteller, Bearbeitungsverlauf, KI-Nutzung usw.) als Metadaten erfasst. Immer mehr Plattformen und Tools unterstützen mittlerweile diesen Standard.
2. Probabilistische Erkennung (KI-Detektoren)
Es gibt zahlreiche Tools wie ChatGPT und Gemini, die die „Wahrscheinlichkeit berechnen, dass ein Text von einer KI verfasst wurde“. Diese Tools wurden anhand großer Mengen sowohl von Menschen verfasster als auch von KI generierter Texte trainiert und analysieren statistische Muster (wie beispielsweise Wortwahl und strukturelle Tendenzen).
Allerdings können diese Tools „von Menschen verfasste Texte“ fälschlicherweise als KI-generiert identifizieren (Falsch-Positive), sodass sie nicht zu 100 % zuverlässig sind.
3. Metadaten und kontextbezogene Überprüfung
Neben der technischen Erkennung ist das „Fact-Checking“ – also die Überprüfung der Glaubwürdigkeit der Quelle, des Veröffentlichungsdatums sowie die Sicherstellung, dass der Inhalt keine Unstimmigkeiten hinsichtlich saisonaler Elemente, der Beleuchtung oder des historischen Kontexts aufweist – äußerst wichtig. Bei besonders kritischen Informationen wird empfohlen, diese mit offiziellen Überprüfungswerkzeugen und vertrauenswürdigen Quellen abzugleichen.
Aktueller Stand und Fazit
Mit dem Fortschritt der KI-Generierungstechnologie befindet sich die Erkennungstechnologie in einem ständigen „Katz-und-Maus-Spiel“. Daher hat sich anstelle der Abhängigkeit von einer einzigen Technologie ein „mehrschichtiger Ansatz“ durchgesetzt, der die Überprüfung von Wasserzeichendaten, den Abgleich von Metadaten sowie die logische, objektive Untermauerung von Informationen kombiniert und als aktueller empfohlener Standard gilt.
Einfach ausgedrückt: Während es technisch äußerst schwierig ist, digitale Wasserzeichen vollständig zu umgehen, werden derzeit Methoden erforscht und diskutiert, mit denen sich die Erkennung unter bestimmten Bedingungen umgehen lässt.
Im Folgenden erläutern wir die Möglichkeiten und Grenzen der „Umgehung“ mit dem aktuellen Stand der Technik.
1. Gängige Ansätze zur Umgehung
Die von generativer KI eingebetteten unsichtbaren digitalen Wasserzeichen fügen oft identifizierende Informationen hinzu, indem sie winzige Änderungen an Teilen der Daten vornehmen. Als Reaktion darauf werden Versuche unternommen, diese Wasserzeichen durch Einfügen von „Rauschen“ mittels der folgenden Verfahren zu zerstören:
Für Text: Es wurden Methoden vorgeschlagen, um die statistischen Muster von Wasserzeichen durch groß angelegtes manuelles Umschreiben, Übersetzen oder Regenerieren (Umschreiben) unter Verwendung eines anderen Modells zu stören.
Für Bilder und Videos: Beispiele hierfür sind die Änderung der Auflösung, das Anwenden von Filtern, das Hinzufügen von Rauschen, die Komprimierung (z. B. JPEG-Komprimierung) und das Zuschneiden.
2. Warum ist eine „vollständige Umgehung“ schwierig?
Hohe Robustheit: Aktuelle Wasserzeichen-Technologien (wie Googles „SynthID“) sind so konzipiert, dass sie gängigen Manipulationen wie Zuschneiden, Komprimierung und Farbkorrektur standhalten, und so ausgelegt, dass die Informationen bei geringfügigen Bearbeitungen nicht verloren gehen.
Ein Katz-und-Maus-Spiel: Während sich die Technologien zur Entfernung von Wasserzeichen weiterentwickeln, verbessern sich auch die Erkennungsfähigkeiten von KI-Modellen, und es werden weiterhin robustere Einbettungsmethoden entwickelt.
Fragmentierung von Informationen: Wasserzeichen sind oft „holografisch“ über den gesamten Datensatz verteilt, sodass selbst beim Ausschneiden eines Bildausschnitts oder einiger Textzeilen die Wahrscheinlichkeit hoch ist, dass Spuren zurückbleiben, die darauf hindeuten, dass die Daten KI-generiert wurden.
3. Risiken und Vorsichtsmaßnahmen
Das erzwungene Bearbeiten von Daten in dem Versuch, Wasserzeichen zu umgehen, kann zu folgenden nachteiligen Auswirkungen führen:
Qualitätsverlust: Die Qualität des Ergebnisses selbst – beispielsweise Bildrauschen oder unnatürliche Formulierungen im Text – verschlechtert sich erheblich.
Zuverlässigkeit der Erkennung: Je stärker man versucht, das Wasserzeichen vollständig zu entfernen, desto mehr wird die ursprüngliche Datenstruktur zerstört; umgekehrt besteht das Risiko, dass der Inhalt anhand anderer Indikatoren, wie z. B. „künstlicher Manipulation“, als KI-generiert identifiziert wird.
Zusammenfassend lässt sich sagen, dass Wasserzeichen zwar nicht „absolut unmöglich zu entfernen“ sind, es in der aktuellen Realität jedoch äußerst schwierig ist, einer Erkennung zuverlässig zu entgehen und gleichzeitig die Qualität der Inhalte auf einem praktikablen Niveau zu halten.