Prolog: Zwei Fehler, ein Beitrag

Deepfakes · Prolog

In einem Beitrag im heute journal vom 15. Februar 2026 über die Einsätze der US-Behörde ICE liefen innerhalb weniger Sekunden zwei Videosequenzen, die nachträglich falsch eingeordnet und im falschen Kontext verwendet wurden. Zunächst wurde eine mit dem OpenAI-Produkt Sora erzeugte Szene gezeigt, in der eine Frau abgeführt wird und ihre Kinder weinen. Das Wasserzeichen des Generators war deutlich im Bild zu sehen. Anschließend wurde eine Aufnahme aus dem US-Bundesstaat Florida eingespielt. Die war zwar echt, war aber schon 2022 nach einer Amokdrohung an einer Schule entstanden. Offenbar war sie später im Internet mit falscher Einordnung und falscher Beschriftung kursiert. Geprüft wurde weder das eine noch das andere.

Der Beitrag war zwei Tage zuvor in einer anderen Fassung im Mittagsmagazin gelaufen und dort nicht zu beanstanden gewesen. Der Fehler entstand also nicht in der Recherche, sondern im Umbau. An einer Stelle, an der es offenbar schnell gehen musste und niemand mehr Zeit für Prüfung hatte.

Auch der Umgang mit dem Fehler taugt als Lehrstück: Die fehlende Kennzeichnung wurde zunächst als technisches Versehen dargestellt und erst nach öffentlicher Kritik ruderte der Sender zurück und räumte ein, dass KI-generiertes Material in Nachrichtenformaten nach den eigenen Regeln beim ZDF ohnehin nicht hätte verwendet werden dürfen. Leider sei das Prüf- und Verifikationsverfahren „in diesem Fall zu spät angewandt” worden. Anne Gellinek musste sich im heute journal entschuldigen. Die New-York-Korrespondentin wurde ersetzt und zehn Tage nach der Sendung befasste sich auch der Deutsche Bundestag mit dem Thema. Die dazu angesetzte Aktuelle Stunde nutzte eine der Fraktionen, um dem ZDF bewusste Manipulation vorzuwerfen. Ein Tiefschlag für die Reputation des Senders.

Auch das Fachpublikum bewertete den Vorgang kritisch und scharf; Übermedien sprach von einem Desaster, weniger wegen des Fehlers als wegen der Reaktion darauf. Andere Stimmen hielten die Kritik für überzogen und auf die Moderatorin zugespitzt. Beides lässt sich vertreten. Unstrittig ist aber der Kern, und er ist unangenehm banal: Beim ZDF existierten klare Regeln für den Umgang mit synthetischem Material. Was fehlte, war nicht die Regel. Was fehlte, war der Nachweis, dass jemand sie angewandt hat. Ergänzend: OpenAI stellte Sora, den Generator, der die Fake-Sequenz erzeugt hatte, etwa zwei Monate später ein; das ändert an der Problemlage nichts. Ein Zusammenhang mit dem ZDF-Vorfall ist nicht anzunehmen, gehört aber zur Vollständigkeit des Bildes dazu. Ohnehin wäre die Einstellung des Produkts nicht die Lösung des Problems. Wer die beim Werkzeug sucht, sucht am falschen Ort.

Was fehlte, war nicht die Regel. Was fehlte, war der Nachweis, dass jemand sie angewandt hat.

Fun Fact: OpenAI Sora, der Generator, der die Fake-Sequenz erzeugt hatte, ist als Produkt etwa zwei Monate später eingestellt worden. Das wird mit dem ZDF-Vorfall nichts zu tun gehabt haben, aber es gehört zur Vollständigkeit des Bildes dazu. Ohnehin wäre die Einstellung des Produkts nicht die Lösung des Problems. Wer die beim Werkzeug sucht, sucht am falschen Ort.

Wird ein allgemeines Misstrauen zum Wirtschaftsfaktor?

Knapp die Hälfte der erwachsenen Internetnutzenden in Deutschland gab in einer Studie des Reuters Institutes an, bei Nachrichten in den Online-Kanälen Bedenken zu haben und Fakten nur schwer von Falschmeldungen unterscheiden zu können. So kann man es im Digital News Report, dessen deutsche Teilstudie das Hans-Bredow-Institut verantwortet, für die Jahre 2024 und 2025 für jeweils 42 Prozent der Befragten nachlesen. Gestiegen ist diese Zahl im aktuellen Bericht auf 49 Prozent. Ein großer Sprung in nur einem Jahr und das quer durch alle Altersgruppen. Allerdings: Die Forschenden sind bei der Deutung ausdrücklich vorsichtig. Sie stellen fest, dass sich daraus nicht ableiten ließe, ob die Befragten tatsächlich häufiger auf Desinformation gestoßen seien. Faktisch nachweisbar ist allein die gestiegene Verunsicherung.

Verunsicherung hat auch einen messbaren Ort in der Unternehmensführung. Die Unternehmensberatungsgesellschaft KPMG hat in einer 2026 durchgeführten Befragung unter 480 Entscheiderinnen und Entscheidern ermittelt, dass die Verbreitung von Fehlinformationen an der Spitze der Hürden beim KI-Einsatz steht. Noch vor dem Datenschutz, vor den Kosten und vor dem Integrationsaufwand. Es handelt sich dabei um eine Befragung von Entscheidern, nicht um harte Marktstatistik; gemessen wurde also die Einschätzung im Management, nicht die tatsächliche Verbreitung. Trotzdem verlagert sich damit die Angst vor Falschinformation aus dem Zuständigkeitsgebiet der Kommunikations- und Medienethik in das operative Feld der Unternehmenssteuerung.

Dazu passt das internationale Bild. Im Edelman Trust Barometer 2026 nennt weltweit jeder Fünfte die zunehmende Verbreitung von Fehlinformationen und Fake News als den Faktor mit dem größten Einfluss auf ihr Vertrauen. Damit ist der destabilisierende Faktor nach Einschätzung der Befragten ebenso groß wie die Inflation und sogar wichtiger als Corona. Die Sorge, andere Länder verseuchten die eigenen Medien gezielt mit Desinformation und Falschmeldungen, erreichte im 26-Länder-Schnitt mit 65 Prozent einen Rekordwert. Aber: Auch hier gilt die Einschränkung des Digital News Report, dass nur die Beunruhigung gemessen wurde, nicht die Betroffenheit.

Misstrauen erzeugt selbst, was es beklagt.

Die dritte Beobachtung ist keine Zahl, sondern eine Mechanik. Sie stammt aus einem Buch, das zwar mit Fake News und Deepfakes unmittelbar nichts zu tun hat. Aber Steffen Mau, Thomas Lux und Linus Westheuser haben 2023 in „Triggerpunkte” untersucht, wie sehr die deutsche Gesellschaft tatsächlich in Lager zerfällt. Und das ist eben doch relevant für die Beurteilung der Bedeutung von Fake News und Deepfakes. Im Ergebnis sind die Beobachtungen des kontrovers diskutierten Buches beides: beruhigend und beunruhigend. Sie bestätigen nicht die Diagnose des Zerfalls der deutschen Gesellschaft. Vielmehr zeigen die Autoren auf, wie politisierte Ränder eine viel größere und weitgehend konsensuelle Mitte übertönen. Nicht die Gesellschaft spalte sich, schreiben die Autoren, sondern die Außenbezirke der Meinungslandschaften beschallten zunehmend das viel größere Zentrum. Dass der Eindruck klar abgrenzbarer Lager entstehe, läge an dem medial nicht zu überhörenden Konflikt. Aus den Einstellungen lässt er sich nicht ableiten.

Mau, Lux und Westheuser leiten daraus den Begriff der „False Polarization” ab: Soll heißen, die allgemeine Wahrnehmung einer gespaltenen Gesellschaft verleitet dazu, sich der einen oder anderen Seite zuzuordnen. Erst so wird der Zustand erzeugt, den zu beobachten man geglaubt hatte. In dieser Sichtweise ist Politisierung nicht die Folge polarisierter Meinung, sondern deren Quelle.

Fachlich ist die Studie umstritten, weil sie ein Zerrbild der Polarisierung zeichne, um sie anschließend verwerfen zu können. Reale Konflikte würden auf diese Weise unzulässig verharmlost. Für den Mechanismus, um den es hier geht, ändert das wenig. Es ist derselbe wie beim Umgang mit falschen und gefälschten Inhalten: Die Diagnose erzeugt mit, was sie diagnostiziert. Nur eben auf einem anderen Feld.

Mau und Kollegen zitieren in diesem Zusammenhang den Ideenhistoriker Anton Jäger, der von einer strukturell ausgehöhlten Hyperpolitik spricht: Die kollektive Organisation gehe zurück, während im Kommunikationsalltag immer mehr Gelegenheiten der Politisierung entstünden. Der Marktplatz des Politischen sei damit zu einem kakophonischen und leicht entflammbaren Ort geworden, auf dem jede Fernsehsendung, jeder Blogpost, jeder Tweet zum Zankapfel werden kann. Ein Missgriff auf einem kaum besuchten Kongress, von Profis geschickt skandalisiert, ergibt binnen Stunden ein Kommunikationsdesaster.

Der Februar-Fall ist die Probe darauf. Ein Beitrag, zwei Fehler und eine Aktuelle Stunde im Bundestag.

Die Leitthese und eine Fähigkeit

Vor diesem Hintergrund scheint die These plausibel, dass der Schaden weniger durch Deepfakes selbst als vielmehr durch die Debatte über sie entsteht. Aus philosophischer und politikwissenschaftlicher Sicht hat es etwas Irritierendes, dass mit dem EU-AI-Act jetzt ein Gesetz in Kraft tritt, das eben diese Debatte verpflichtend macht.

Vorsicht. Das ist kein Argument gegen Artikel 50. Aber es ist eine gute Begründung dafür, dass Kennzeichnung allein eben zu wenig ist. Das KI-Label sagt, wie etwas entstanden ist. Es sagt aber nicht, ob es auch stimmt.

Was in einer Umgebung wie dieser trägt, ist eine einzige Fähigkeit, und sie hat einen unspektakulären Namen: Nachweisfähigkeit. Also die Eigenschaft einer Organisation, belegen zu können, woher ein Inhalt stammt, was daran geprüft wurde und wer dafür geradesteht. Wie gut, dass der Gesetzgeber dasselbe sagt. Wir erinnern uns: Die Pflicht zur Kennzeichnung KI-erzeugter Texte von öffentlichem Interesse entfällt, wenn Menschen sie überprüfen und eine klar benannte Person die redaktionelle Verantwortung trägt. Dann kann das Etikett entfallen. Genau darum muss es uns Kommunikatoren gehen: um solide Analyse, die klare Einordnung und die Kommunikation auf Basis geprüfter Fakten. So liefern wir, was das Publikum verlangt: Information, Einordnung, Transparenz und die Bereitschaft zum Dialog. Was sollte Unternehmenskommunikation auch anderes tun?

Ein Leitfaden

Der Text ist in fünf Kapitel unterteilt, geordnet nach Entscheidungssituationen, nicht nach Forschungsfeldern. Jedes behandelt eine Seite derselben Fähigkeit. Der rote Faden: warum Kennzeichnung allein nicht reicht, warum der Herkunftsnachweis wichtig ist, wer ihn schuldet und was das für die Zielgruppenkommunikation heißt.

• Warum ein Dementi nur noch so viel wert ist wie der Nachweis, der es stützt. Und warum authentische Szenen im falschen Kontext schädlicher sind als Deepfakes.
• Was ab dem 2. August gilt, welcher Teil des Nachweises technisch in fremder Hand liegt und welche Ausnahme die Verordnung für geprüfte Inhalte vorsieht.
• Wie aufgedeckte Desinformation die Nutzung sämtlicher Kanäle senkt, warum der Rückzug in keiner Kennzahl auftaucht und wo trotzdem Vertrauen liegt.
• Warum nicht alle Zielgruppen denselben Nachweis brauchen und weshalb Segmentierung nach Alter an der relevanten Trennlinie vorbeigeht.
• Sieben Handlungsfelder und die Frage, wo der größte Nutzen zu erwarten ist.