Vom Labor in den Newsroom: KI-Video-Detektoren im Praxistest der journalistischen Quellenprüfung

Dienstag, 10. November 2026 · 16:05–16:30 Uhr · Raum 1
Session 2: Vertrauen, Workflows & Future Workforce

Abstract

Generative Videomodelle wie Sora, Kling oder Veo erzeugen inzwischen fotorealistische Clips, die massenhaft über Social Media zirkulieren. Für Verifikationsteams in Nachrichtenredaktionen ist das ein wachsendes Problem. Die bewährten Werkzeuge der Quellenprüfung, von der Rückwärtssuche über die Geolokalisierung bis zur Kontrolle von Sonnenstand und Schattenwurf, greifen bei vollsynthetischem Material ins Leere: Wo nie eine Kamera lief, gibt es auch keine Herkunft, die sich nachverfolgen ließe. An die Stelle der Frage, wer ein Video aufgenommen hat, tritt damit die Frage, ob es überhaupt aufgenommen wurde. Automatische Detektoren versprechen hier vollmundig Abhilfe und erreichen auf ihren Labor-Testdaten Erkennungswerte zwischen 94 und 99 Prozent. Dieser Beitrag stellt die Ergebnisse einer Bachelorarbeit (Hochschule Düsseldorf) vor, in der untersucht wurde, ob diese Leistung tatsächlich im Verifikationsalltag ankommt. Dafür wurden fünf Open-Source-Detektoren mit unterschiedlichen Ansätzen in Betrieb genommen, ihre veröffentlichten Ergebnisse zunächst nachvollzogen und die Systeme anschließend an einem eigens aufgebauten Korpus aus rund 12.500 Videos geprüft, wie sie real über Instagram, YouTube und vergleichbare Plattformen zirkulieren, einschließlich neuester Generatoren, KI-Influencer-Accounts und fotorealistischer Aufnahmen aus Computerspielen, die schon mehrfach als angebliches Krisenmaterial die Runde machten. Es zeigte sich, dass die Erkennung auf realem Material deutlich einbricht, teils bis auf Zufallsniveau. Als Hauptursachen können die Kompression der Plattformen und unbekannte Generatoren ausgemacht werden. Ein gezieltes Nachtrainieren holt davon einen großen Teil zurück, stößt aber ebenfalls an Grenzen. Der Beitrag stellt überdies eine Studie vor, in der Menschen und Detektoren auf demselben Videomaterial gegeneinander antraten. Aus ihr lässt sich ein Mensch-Maschine-Workflow für eine zuverlässige redaktionelle Quellenprüfung ableiten.

Referentenprofil Hannes Hartmann – Hochschule Düsseldorf

Hannes HartmannHannes Hartmann ist Medientechnik-Ingenieur (B.Eng., Hochschule Düsseldorf) und Mediengestalter Bild und Ton mit über neun Jahren Broadcast-Praxis. Sein Schwerpunkt: Videotechnik und KI, von der Streaming-Qualitätssicherung bis zur Verifikation von Videomaterial. Für seine Bachelorarbeit hat er einen Korpus aus 12.465 Videos aufgebaut, wie sie real über Instagram und YouTube laufen, fünf KI-Detektoren getestet und einen davon nachtrainiert. Er arbeitet in der Studiotechnik beim WDR und war 2026 Technische Leitung der Multicam-Videoproduktion auf der Freedom Stage von Tomorrowland.

Jetzt Ticket sichern: Tickets für Mitglieder · Tickets für Externe

← Zum Programm der 31. FKTG-Fachtagung