Benachrichtigung aktivieren Dürfen wir Sie in Ihrem Browser über die wichtigsten Nachrichten des Handelsblatts informieren? Sie erhalten 2-5 Meldungen pro Tag.
Fast geschafft Erlauben Sie handelsblatt.com Ihnen Benachrichtigungen zu schicken. Dies können Sie in der Meldung Ihres Browsers bestätigen.
Benachrichtigungen erfolgreich aktiviert Wir halten Sie ab sofort über die wichtigsten Nachrichten des Handelsblatts auf dem Laufenden. Sie erhalten 2-5 Meldungen pro Tag.
Jetzt Aktivieren
Nein, danke
Digitale Revolution

#DigitalDictionary Der Deep Fake – Plötzlich Pornostar

Wer schon heute das Morgen verstehen will, muss die Sprache der Zukunft sprechen – und dafür gibt es ab sofort einmal pro Woche das digital dictionary unserer digitalen Bildungsplattform ada. In Folge 2: Der Deep Fake.
Kommentieren
Beim maschinellen Lernen füttert man einen Computer solange mit den digitalen Bildern und Videos einer Person, bis er sich das Gesicht nahezu perfekt eingeprägt hat und er es auf andere Personen übertragen kann. Quelle: Axel Bueckert/ddp images
Künstliche Intelligenz

Beim maschinellen Lernen füttert man einen Computer solange mit den digitalen Bildern und Videos einer Person, bis er sich das Gesicht nahezu perfekt eingeprägt hat und er es auf andere Personen übertragen kann.

(Foto: Axel Bueckert/ddp images)

DüsseldorfEs gibt kaum etwas Traurigeres als verschwendetes Talent. Da hat man schon mal eine besondere Gabe – und dann macht man nichts draus. So wie die anonymen Entwickler von „DeepNude“. Die gleichnamige App sorgte kürzlich für Aufsehen in der weltweiten Internetszene. Mit ihrer Hilfe ließen sich innerhalb von wenigen Sekunden Nacktbilder aus den Fotos angezogener Frauen basteln.

Allerdings handelte es sich bei dem Resultat nicht um den wahren Körper der gezeigten Person. Vielmehr bildete das Programm aus den Vorgaben des Originalfotos einen künstlichen nackten Frauenkörper ab. Dennoch sehen die Bilder täuschend echt aus.

Zwar haben die Entwickler die App inzwischen wieder abgeschaltet, weil ihnen der Erfolg dann offensichtlich doch unheimlich wurde. Aber die Idee ist nun in der Welt – und das nächste Deep Fake dürfte nicht lange auf sich warten lassen.

Der Begriff ist eine Mischung aus „Fake“ (Fälschung) und „Deep Learning“, eine Unterart des maschinellen Lernens. Dabei füttert man einen Computer solange mit den digitalen Bildern und Videos einer Person, bis er sich das Gesicht nahezu perfekt eingeprägt hat und er es auf andere Personen übertragen kann.

Vor wenigen Jahren brauchte man dafür noch teure Technik, inzwischen reichen ein paar Algorithmen, eine passable Grafikkarte und ein anständiger Rechner. Verfügt jemand dann noch über genügend kriminelle Energie oder pubertären Humor (oder beides), lässt sich damit schon allerlei Unheil anrichten.

ada - Heute das Morgen verstehen

Im Jahr 2017 postete im Internetforum Reddit ein Nutzer mit dem Pseudonym „deepfakes“ Videos, die die israelische Schauspielerin Gal Gadot beim Sex zeigten. Ebenfalls zu unfreiwilligen Pornodarstellerinnen wurden auf diese Weise Stars wie Katie Perry, Taylor Swift, Jennifer Lawrence oder Blake Lively – ohne dass sie jemals vor den entsprechenden Kameras gestanden hatten. Die Nutzer hatten lediglich die Gesichter der Stars in echte Pornofilme montiert.

Nun könnte man das abtun als Kleine-Jungs-Streiche. Doch in Wahrheit ermöglichen Deep Fakes neue, gefährliche Arten der Manipulation. Im besten Fall stiften sie Verwirrung, im schlimmsten Fall zerstören sie das Image von Menschen. Ein Video von Barack Obama, wie er Donald Trump als „totalen und absoluten Vollidiot“ bezeichnet, mag man noch schnell als unrealistisch erkennen. Das vermeintliche Geständnis von Facebook-Gründer Mark Zuckerberg, die Daten von Millionen Menschen gestohlen zu haben und nun deren Gedanken zu kontrollieren, klingt da beinahe schon realistischer. Insofern belegen Deep Fakes eindrucksvoll, dass man die Folgen technologischen Fortschritts immer sehr differenziert betrachten muss.

Plattformen wie Youtube oder Facebook haben sich bislang als unfähig (oder unwillig) erwiesen, das Problem einzudämmen. Und so bleibt fürs Erste nichts weiter, als an die Verantwortung und Vernunft des einzelnen Nutzers zu appellieren. Es empfiehlt sich, den eigenen Augen und Ohren zu misstrauen: Je skandalöser und sensationeller eine Aussage oder Aufnahme, desto unrealistischer ist sie. Im Zweifel sollten wir zweifeln. Das ist letztlich keine Frage von Talent – sondern von purem Willen.

Mehr: Daniel Rettig ist Redaktionsleiter der digitalen Bildungsplattform ada. Wenn auch Sie schon heute das Morgen verstehen wollen, schauen Sie doch mal vorbei: join-ada.com

Startseite

Mehr zu: #DigitalDictionary - Der Deep Fake – Plötzlich Pornostar

0 Kommentare zu "#DigitalDictionary: Der Deep Fake – Plötzlich Pornostar"

Das Kommentieren dieses Artikels wurde deaktiviert.

Serviceangebote