Deepfakes – also manipulierte Fotos, Videos und Audiodateien – bedrohen das Vertrauen in digitale Inhalte. Forschende an der ETH Zurich entwickelten deshalb einen Sensorchip, der Aufnahmen beim Erfassen kryptografisch signiert. Die Signatur dokumentiert das Gerät und den Zeitpunkt der Aufnahme und macht spätere Änderungen sichtbar.
Fernando Cardes, Mitentwickler der Technologie, erklärt, dass jede spätere Manipulation Spuren hinterlässt und ein physischer Angriff auf den Chip nötig wäre. Felix Franke, ebenfalls Mitentwickler und jetzt Professor an der Universität Basel, sagt, dadurch verliere die Vertrauenswürdigkeit der verarbeitenden Person oder Technologie stark an Bedeutung.
Die Technik lässt sich in Kameras integrieren, Plattformen könnten Uploads automatisch prüfen, und Journalistinnen oder Behörden können Material mit einfachen Werkzeugen authentifizieren. Das Team hat einen Prototyp gebaut, ein Patent angemeldet und prüft Kostensenkungen für Hersteller. Die Studie wurde in Nature Electronics veröffentlicht.
Schwierige Wörter
- deepfake — gefälschte digitale Fotos, Videos oder AudiodateienDeepfakes
- manipulieren — etwas verändern, um es falsch erscheinen zu lassenmanipulierte
- kryptografisch — mit Verschlüsselung oder speziellen Codes geschützt
- signieren — elektronisch oder digital eine Unterschrift machensigniert
- signatur — elektronischer Nachweis, wer und wann etwas entstand
- sensorchip — kleiner elektronischer Baustein, der Daten erfasst
- authentifizieren — prüfen, ob etwas echt und unverändert ist
- kostensenkung — Verringerung der Ausgaben oder HerstellungskostenKostensenkungen
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Würdest du einem Foto oder Video mehr glauben, wenn es kryptografisch signiert ist? Warum?
- Wie könnten Journalistinnen oder Behörden in deinem Land von dieser Technik profitieren?
- Welche Probleme oder Nachteile könnte eine solche Signatur-Technik haben?
Verwandte Artikel
KI hilft bei der Erkennung von Melanomen
Forscher der University of Missouri trainieren KI-Modelle mit 400,000 Hautbildern, um Melanome schneller zu erkennen. Einzelne Modelle erreichten bis zu 88% Genauigkeit; kombiniert lagen die Modelle über 92% und dienen als Entscheidungsunterstützung.
Sudans Gesundheit in der Krise: KI als Notlösung
Der Gesundheitssektor im Sudan steht unter großem Druck nach fast zwei Jahren Krieg. Gesundheitsvertreter sehen in künstlicher Intelligenz eine Hilfe, fordern aber dringend mehr Personal, Medikamente und Unterstützung nach Kämpfen und Überschwemmungen.
