Deepfakes · EPILOG
Ein Papier, dessen Kernaussage lautet, dass Belegtransparenz über Glaubwürdigkeit entscheidet, sollte offenlegen, wo seine eigenen Belege enden und was die aktuelle Studienlage noch nicht belegen kann.
Zur Wirkung
Teresa Weikmann führt in ihrem Überblicksartikel mehrere offene Fragen auf, und ausgerechnet eine davon betrifft den Kern von Kapitel I: die emotionale Verarbeitung synthetischer Inhalte durch das Publikum. Ebenfalls ungeklärt sind die Langzeitwirkung von Deepfakes, die Rolle reiner Audio-Fälschungen – womöglich die für Unternehmen relevanteste Variante – und die Frage, wie sich einmal entstandene Fehlwahrnehmungen wieder korrigieren lassen.
Zur Datenlage
Die Quellen dieses Papiers sind unterschiedlicher Natur, und sie tragen unterschiedlich weit. Zu unterscheiden sind experimentelle Studien und Metaanalysen, Befragungen von Publikum oder Management sowie Essays, die keine Daten liefern, sondern Deutungsrahmen.
Zu den experimentellen Belegen: Die Metaanalyse, auf die sich dieses Papier bei der Wirkungsfrage stützt, hat ihre Literatursuche im Oktober 2024 abgeschlossen. Sie enthält damit keine einzige Studie zur aktuellen Generation von Videomodellen. Die Heterogenität zwischen den einbezogenen Untersuchungen ist außerdem so hoch, dass der zusammengefasste Wert kaum als eine Zahl zu lesen ist. Das amerikanische Experiment zum ansteckenden Zynismus wurde im Dezember 2024 in einer US-Stichprobe erhoben, mit kleinen Effektstärken und gegen die Bedingung korrekter Berichterstattung als Vergleichsgröße. Ob sich die Befunde auf den deutschen Medienmarkt übertragen lassen, ist plausibel, aber nicht gezeigt.
Zu den Befragungen: Die Erhebung zur Nachrichtenkompetenz junger Menschen stammt aus dem April 2021, also aus der Zeit vor ChatGPT. Sie wird hier ausschließlich für die Motivstruktur verwendet, nicht für Nutzungszahlen. Die Unternehmensbefragung der KPMG beruht auf einer branchenquotierten Stichprobe mit dreißig Häusern je Branche und einer deutlichen Schlagseite zu Großunternehmen. Auf dieser Basis sind Branchenvergleiche Beobachtungen, keine Messungen. Für die Erhebung der dpa unter 90 Chefredaktionen gilt Ähnliches: absolute Zahlen, keine Methodenangabe außer Laufzeit und Fallzahl, und eine Publikation, die zugleich eigene Trainingsangebote bewirbt. Das Edelman Trust Barometer ist eine Online-Befragung mit rund 1.200 Teilnehmenden je Land, erhoben zwischen Ende Oktober und Mitte November 2025, mit einer Fehlermarge von 3,3 bis 3,7 Prozentpunkten auf Länderebene; einzelne Fragen wurden nur einem Teil der Stichprobe gestellt. Herausgeberin ist eine international tätige Kommunikationsberatung. Das disqualifiziert die Daten nicht — Methode und Fragetexte sind offengelegt —, aber es begründet, warum sie hier nur dort verwendet werden, wo sie andere Quellen stützen oder eine Größenordnung liefern, und nirgends als alleiniger Beleg.
Zu den normativen und deutenden Quellen: Triggerpunkte ist eine Einstellungsstudie und keine Untersuchung zur Manipulationsanfälligkeit; die Studie ist zudem fachlich umstritten. Frankfurt und Hübl sind Essays, also keine empirischen Befunde, sondern Deutungsrahmen.
Zur These
Die Leitthese dieses Papiers, dass die aufgeregte Diskussion über Deepfakes mehr Schaden anrichtet als die Deepfakes selbst, ist als Arbeitshypothese zu lesen und als eine, nämlich meine Interpretation der vorliegenden Evidenz. Ich stütze mich dabei auf fünf voneinander unabhängige Befunde, die aber alle in dieselbe Richtung weisen: die Seltenheit synthetischer Fälschungen gegenüber ihrer Präsenz im Diskurs, die Wirkung undifferenzierter Warnungen auf das Vertrauen in echtes Material, die Ausdehnung des Misstrauens über alle Quellen hinweg, den Sprung der Verunsicherungswerte ohne Beleg für gestiegene tatsächliche Konfrontation und den bei Mau und Kollegen beschriebenen Mechanismus, in dem die Diagnose der Spaltung mit erzeugt, was sie diagnostiziert.
Die Kritiker mögen einwenden, dass gut begründet ist nicht dasselbe sei wie bewiesen. Das läßt sich nicht leugnen. Mir ist klar, dass sich die Bedrohungslage mit der Verfügbarkeit leistungsfähiger Bewegtbildgeneratoren gerade erst aufbaut und dass die zitierte Forschung diesen Sprung noch nicht abbildet. Aber ich behaupte auch nicht, dass die Diskussion über die Wirkung von Deepfakes und Fake News schon abzuschließen sei. Ich habe hier sicher nicht mehr als eine Zwischenbilanz gezogen, denn die Entwicklung der Fähigkeiten von künstlicher Intelligenz ist schnell und manchmal überraschend. Vielleicht wird sich die Frage nach der faktischen Wirkung von Deepfakes und Fake News in zwei Jahren besser beantworten lassen. Ich werde es ganz sicher aufmerksam beobachten.