Wie man Deepfakes erkennt: Ein Leitfaden zur Identifizierung gefälschter Medien

Wir teilen oft Fotos und Videos auf Websites und sozialen Medien, ohne die potenziellen Risiken zu berücksichtigen. Ob durch Stimme, Video oder Bilder, Deepfakes werden immer schwerer zu erkennen, da die Technologien, die zu ihrer Erstellung verwendet werden, ein unglaubliches Maß an Genauigkeit erreicht haben. Aber Sie müssen kein weiteres unschuldiges Opfer werden. Dieser Leitfaden zeigt, wie man ein Deepfake-Bild, -Video oder -Geräusch zuverlässig und genau erkennt.

Inhaltsverzeichnis

• Vor welchen Arten von Deepfakes sollte ich mich fürchten?
• 1. Visuelle Hinweise
• 2. Die „Hereinzoomen“-Technik
• 3. Verwendung von Bildmetadaten
• 4. Online-Tools zur Erkennung von Deepfakes
• Fake Image Detector
• Foto Forensics

Vor welchen Arten von Deepfakes sollte ich mich fürchten?

Der Beginn von Deepfakes ist ein sehr aktuelles Phänomen, das viele von uns überrascht hat. Seine Wurzeln liegen in neueren KI-Technologien, wie „stabiler Diffusion“ und generativen gegnerischen Netzwerken (GAN).

Es gibt drei beliebte Arten von Deepfakes:

• Gesichtstausch-Technologien: ersetzen das Gesicht einer Person durch das einer anderen für einen nicht erkennbaren Tausch. Ich war völlig überwältigt, wie genau eine dieser Gesichtstausch-Software „unter meine Sonnenbrille“ schauen konnte, um eine neuere Version von mir zu erstellen. Es ist wie Photoshop – aber viel leistungsfähiger!

• KI-Stimmgeneratoren: Gefällt Ihnen nicht, wie Sie klingen? Jetzt können Sie viele Online-KI-Stimmgenerator-Technologien nutzen, um Ihnen eine synthetische Stimme zu geben, die wie das Original klingt. Natürlich müssen böse Akteure nur eines Ihrer Originalvideos online herunterladen, um eine Deepfake-Stimme zu erstellen.
• Videosynthese-Software: Es gibt viele Apps, die Deepfake-Videos generieren können, indem sie ein Zielbild auf ein Video Ihrer Wahl hochladen. Kürzlich wurde ein unbekannter Videosynthesizer von einer kriminellen Bande verwendet, um ein in Hongkong ansässiges Unternehmen um 25 Millionen Dollar über eine Zoom-Videokonferenz zu betrügen.

Viele der Apps, die zur Erstellung von Deepfakes verwendet werden, sind legitim im Web, im Google Play und im App Store zu finden. Erkennen Sie Deepfakes einfach mit den folgenden Methoden.

1. Visuelle Hinweise

Die Erkennung von Deepfakes scheint für diejenigen, die sagen können, ob ein Bild ein wenig „falsch“ wirkt, eine einfache Angelegenheit zu sein. In frühen Deepfakes konnten Sie sie oft mit ein paar Warnzeichen erkennen, wie Unschärfe um die Ränder, ein übermäßig geglättetes Gesicht, doppelte Augenbrauen, Störungen oder ein allgemeines „unnatürliches“ Gefühl, wie das Gesicht passt.

Die Art und Weise, wie sich diese Technologien entwickelt haben, macht es jedoch immer schwieriger, gefälschte Bilder und Videos von echten zu unterscheiden. Dennoch können Sie versuchen, auf Unschärfen, Verzerrungen und unheimliche Gesichtsmerkmale zu achten.

Visuell gibt es einige offensichtliche Hinweise im gefälschten Bild rechts: insbesondere das unnatürliche Doppelkinn. Wenn Sie mehr Daten benötigen, vergleichen Sie das gefälschte Bild mit vielen weiteren Originalmustern.

Bei Videos ist das offensichtlichste Indiz, wenn ein Deepfake keine natürliche Bewegung hat, aber Deepfakes haben oft Pulsationen. Unregelmäßigkeiten (wie unterschiedliche Teile des Gesichts, die unterschiedliche Bewegungen zeigen) können helfen, ein Deepfake-Video zu identifizieren.

Es gibt auch biometrische Indikatoren, aber darauf wollen wir nicht eingehen, da es nicht möglich ist, biometrische Daten mit kostenlosen Smartphone- oder Computer-Apps zu analysieren.

Tipp: Es gibt viele Möglichkeiten, KI-generierte Bilder zu erkennen. Werfen Sie einen Blick auf einige der besten Methoden.

2. Die „Hereinzoomen“-Technik

Obwohl ein Deepfake-Bild auf den ersten Blick ziemlich glatt aussieht (es ist weit weniger erkennbar als ein bearbeitetes Bild), müssen Sie nur „hereinzoomen“, um Unregelmäßigkeiten zu erkennen. Ein verstecktes Gesicht, unregelmäßige Konturen und missgestaltete Ohren sind nur einige der sichtbaren Anzeichen eines Deepfakes.

Um Deepfakes auf einer Videokonferenzplattform zu erkennen, haben Experten einige ähnliche Strategien empfohlen. Anstatt den anderen Teilnehmer in einer Miniaturansicht oder Galerieansicht zu sehen, können Sie eine Vollbildansicht haben, die sie vergrößert, um Ihren gesamten Bildschirm auszufüllen.

3. Verwendung von Bildmetadaten

Von all den Methoden zur Erkennung von KI-Deepfakes ist dies die narrensicherste und für alle leicht zugänglich. Überprüfen Sie die Metadaten eines Bildes, um festzustellen, ob es sich um ein Originalbild handelt.

Öffnen Sie auf einem Windows-Computer die Eigenschaften eines Bildes mit einem Rechtsklick. Gehen Sie zum Tab Details, und Sie finden die Kameraspezifikationen wie Kamerahersteller, Kameramodell, Belichtungszeit, ISO-Geschwindigkeit, Brennweite und ob ein Blitz verwendet wurde oder nicht. Ein Deepfake-Bild kann niemals diese Details haben.

Auf einem Mac-Gerät klicken Sie mit der rechten Maustaste auf ein Bild und wählen Informationen abrufen -> Weitere Informationen, um die Bildmetadaten anzuzeigen.

Es gibt einige Online-Software für Bildmetadaten, die detailliertere Informationen bietet. Jim pl ist eines der besten Tools und völlig kostenlos zu verwenden.

Laden Sie ein Bild hoch, das mit einem Smartphone aufgenommen wurde, und sehen Sie sich dann die EXIF-Informationen an. Selbst wenn der Standort deaktiviert ist, sind die Daten der Mobile Content Cloud (MCC) immer aktiviert. (Es ist mit dem SIM-Anbieter verbunden.) Auch die Bildhöhe, -breite und Megapixel sind auf ihren maximalen Werten, was etwas ist, das Deepfake-Bilder einfach nicht replizieren können.

Wenn Sie ein Prominenter sind und Ihr Bild im öffentlichen Bereich ist, ermöglichen die Metadaten Ihnen, Ihr Profil-Copyright zu sehen, das das Datum angibt, an dem ein Bild hochgeladen wurde. Seien Sie versichert, dass diese Daten nicht gefälscht werden können.

Wenn Sie einen Screenshot mit einem Android-Telefon machen, wird Google der Eigentümer des Profil-Copyrights. Das Gleiche gilt für Apple auf iPhones.

Wenn Sie ein Deepfake-Bild oder -Video für seine Metadaten hochladen, werden keine Informationen angezeigt. Das gefälschte Bild hat einfach keinen eigenen Stammbaum. Auch die kleine und eingeschränkte Bildgröße/-breite sollte Anlass zur Verdächtigung geben.

4. Online-Tools zur Erkennung von Deepfakes

Es gibt einige Software zur Erkennung von Deepfakes, aber nicht viele. Wir haben viele Online-Tools zur Erkennung von Deepfakes getestet. Die meisten von ihnen liefern ungenaue Ergebnisse und falsch-positive Ergebnisse.

Viele verlangen auch eine Vorauszahlung, was wir nicht empfehlen würden, da die Ergebnisse weniger als zufriedenstellend sind. In unseren Experimenten erkannten sie viele unserer Originalfotos als „falsch“ und konnten die Deepfake-Bilder nicht identifizieren.

Die folgenden Online-Tools stechen jedoch als die besten Ausnahmen hervor und haben bei uns gut funktioniert.

Fake Image Detector

Fake Image Detector ist ein kostenloses Tool, das tief in die Metadaten und Binärdaten eines Bildes eindringt, um direkte Ergebnisse zur Erkennung von Deepfakes zu liefern. Wenn Sie ein Originalbild haben, lautet die Antwort „Kein Fehlerlevel erkannt.“ Es generiert außerdem eine Software-Signatur, um die Authentizität zu beweisen.

Das Software ist jedoch fehleranfällig. Es kann manchmal versagen, ein offensichtliches Deepfake-Bild zu erkennen, aber es gibt eine Lösung dafür.

Anstatt das Deepfake-Bild in seiner Originalgröße zu posten, möchten Sie vielleicht „hereinzoomen“ auf einen bestimmten Teil des Bildes. Machen Sie einen Screenshot und analysieren Sie nur diesen Teil. Die Software wird dasselbe Bild als computer-generiert identifizieren.

Foto Forensics

Foto Forensics ist ein fortschrittlicheres Tool, das die hochgenaue Methode „Fehlerlevelanalyse“ (ELA) verwendet, um Kompressionsniveaus in Bildern zu erkennen. Wenn ein bestimmter Teil eines Bildes ein anderes Fehlerlevel hat, wurde es digital modifiziert und dem Hauptbild hinzugefügt.

In diesem Beispiel hat das Gesicht im Bild eine andere ELA-Farbe und -Komponente, wie im schwarzen Quadrat zu sehen.

Andererseits ist dies das ELA-Analysebeispiel für ein richtiges kamerabasiertes Bild. Es gibt keine Unregelmäßigkeiten. Der Unterschied ist zu subtil, um von Menschen erkannt zu werden, aber Maschinen sind großartig darin, ihn zu erkennen.

Wenn Sie Deepfakes erkennen möchten, gibt es nicht viele andere überzeugende Tools. Allerdings ist AI or Not ein gutes und viel einfacher zu verwendendes. Wenn die Software ein echtes Foto analysiert, wird es als „Das ist wahrscheinlich menschlich“ identifiziert. Es hat auch die beste Leistung, wenn es darum geht, KI-generierte Geräusche zu identifizieren.

Da die Technologie zur Erkennung von Deepfakes ein sich entwickelndes Feld ist, halten Sie Ausschau nach neuen Methoden. Lassen Sie uns auch daran denken, wie das Internet funktioniert: Selbst wenn diese Fälschungen erkannt werden, werden sie wahrscheinlich trotzdem von einigen Menschen weiterverbreitet und geglaubt. Wenn Sie ein iPhone haben, könnten Sie daran interessiert sein, KI-Apps zu überprüfen, die Inhalte generieren.

Bildnachweise: Pexels. Alle Screenshots von Sayak Boral.