- FragRoger
- Posts
- Realität oder KI-Fiktion? So erkennst du verlässliche Ergebnisse im KI-Zeitalter
Realität oder KI-Fiktion? So erkennst du verlässliche Ergebnisse im KI-Zeitalter
Ein paar Erkenntnisse und Tipps aus der Praxis zur KI Erkennung
Roger Basler de Roca fragRoger
April 20, 2025
TLDR: Zugegeben, es wird immer schwerer KI Resultate und damit meine ich Recherchen wie auch KI Bilder zu erkennen. Und nein, Texte systematisch als KI generiert einzustufen ist bereits gefallen. Ich spreche davon, wenn wir ChatGPT oder Gemini, Perplexity und Co etwas befragen. Hier hilft die CRAAP-Methode mit einem strukturierten Ansatz zur Bewertung von Quellen nach fünf Kriterien: Aktualität, Relevanz, Autorität, Genauigkeit und Zweck. Und bei Bildern? Neue Technologien wie Googles C2PA-Standard oder Tools wie Hivemoderation helfen (noch), KI-generierte Bilder zu erkennen und Metadaten zur Herkunft nachzuverfolgen. Durch bewusste Anwendung dieser Methoden kannst Du Desinformation vermeiden und fundierte Entscheidungen treffen.
Die digitale Wahrheitssuche: Warum wir kritischer werden müssen
Der unaufhaltsame Vormarsch der Künstlichen Intelligenz hat unsere Medienlandschaft grundlegend verändert. Wo früher noch deutliche Qualitätsunterschiede zwischen professionell recherchierten Inhalten und Amateurpublikationen erkennbar waren, verwischen heute die Grenzen zwischen Fakten und Fiktion. KI-Systeme produzieren täglich Millionen von Texten, Bildern und Videos, die täuschend echt wirken – und doch manchmal komplett erfunden sind.
Wie ich darauf komme, deswegen: Wie viele R sind in Erdbeere? Ich denke Du kennst die Antwort, aber auf Google, sieht das (bei schnellem und unkritischem hinschauen) bereits anders aus:
Wie viele R sind in Erdbeere - Screenshot von Google und deren Antwort ist drei.
Und jetzt stell Dir vor, es geht NICHT um Erdbeeren. Und du liest einen überzeugenden Artikel über neue Behandlungsmethoden gegen Diabetes. Die Formulierungen klingen fachkundig, die Statistiken beeindruckend. Doch woher stammen diese Informationen wirklich? Wurden sie von Expert:Innen verfasst oder von einer KI "halluziniert"? Die Fähigkeit, zwischen vertrauenswürdigen und fragwürdigen Quellen zu unterscheiden, ist heute wichtiger denn je.
Ich geb Dir heute 2 Hilfsmittel: für Informationen (aus Recherchen) die CRAAP Methode und später weiter unten ein paar KI-Bilder-Erkennungstools - bitte sags weiter! DANKE!
Die CRAAP-Methode: Dein Werkzeug für kritisches Denken
Im Jahr 2004 entwickelte Sarah Blakeslee mit ihrem Team an der California State University eine Methode, die heute aktueller ist als je zuvor. Das CRAAP-Modell bietet einen strukturierten Ansatz zur Bewertung von Informationsquellen anhand von fünf zentralen Kriterien:
Currency (Aktualität)
Bei der Aktualität geht es nicht nur um das Veröffentlichungsdatum, sondern auch um die Relevanz des Zeitpunkts für Dein Thema. Besonders bei KI-generierten Inhalten ist dies ein kritischer Punkt, da viele Modelle ein "Wissens-Cutoff-Datum" haben. Frage Dich:
Wann wurde die Information veröffentlicht oder aktualisiert?
Funktionieren alle Links in einer Online-Quelle noch?
Ist für dieses spezifische Thema aktuelle Information notwendig?
Ein Beispiel: Ein KI-generierter Artikel über Kryptowährungen von 2021 könnte trotz überzeugender Darstellung völlig veraltete Marktdaten enthalten.
Relevance (Relevanz)
Die Relevanz bemisst sich daran, wie gut die Information Deinen spezifischen Informationsbedarf deckt. Frage Dich:
Beantwortet die Quelle meine konkreten Fragen?
Ist die Information auf einem angemessenen Niveau (nicht zu elementar oder zu komplex)?
Für wen wurde diese Information ursprünglich erstellt?
KI-Systeme neigen manchmal dazu, vom Thema abzuschweifen oder irrelevante Details einzuflechten, die zwar plausibel klingen, aber nicht zum eigentlichen Informationsbedarf passen.
Bei der Autorität geht es um die Glaubwürdigkeit der Quelle – ein Punkt, der bei KI-generierten Inhalten besonders komplex ist. Frage Dich:
Wer steht hinter dieser Information? Ein anerkannter Experte, eine Institution oder ein anonymer Nutzer?
Welche Qualifikationen hat der Autor in diesem Bereich?
Gibt es nachprüfbare Kontaktinformationen?
Bei KI-Inhalten verschwimmt die Frage nach der Autorität: Ist es das KI-System selbst, dessen Entwickler oder die Quellen, auf denen das Training basierte?
Accuracy (Genauigkeit)
Die Genauigkeit bezieht sich auf die Zuverlässigkeit, Korrektheit und Überprüfbarkeit der Informationen. Frage Dich:
Sind die Informationen durch Belege gestützt?
Wurden die Informationen einem Peer-Review unterzogen?
Kannst Du die Informationen durch andere Quellen verifizieren?
KI-Systeme können besonders problematisch sein, wenn sie "halluzinieren" – also überzeugende, aber faktisch falsche Informationen generieren, einschliesslich nicht-existenter Quellen oder Studien.
Purpose (Zweck)
Der Zweck einer Information gibt Aufschluss über mögliche Verzerrungen oder Interessenkonflikte. Frage Dich:
Warum wurde diese Information erstellt und für wen?
Wird eine bestimmte Agenda verfolgt?
Werden Fakten oder Meinungen präsentiert?
Bei KI-generierten Inhalten kann der Zweck sowohl vom Entwickler des Systems als auch vom Anwender, der die Anfrage stellt, bestimmt sein.
-WERBUNG-
Mehr KI Kompetenz? Inkl. Kompetenznachweis? Dazu haben wir das KI-Update entwickelt, immer jeden Montag Abend für Members und völlig kostenlos jeden 2ten Montagabend zum reinschnuppern. Mehr Infos gibts auf:
Und was ist mit KI Bilder? Wie Du (noch) KI-generierte Bilder erkennst
Nicht nur Texte, sondern auch Bilder werden zunehmend von KI erzeugt – oft mit verblüffender Qualität. Alleine auf ChatGPT wurden in den letzten Wochen mehrere 100 Millionen Bilder erstellt - nicht alle landen im Internet aber viele. Um hier nicht in die Irre geführt zu werden, entwickeln sich neue Technologien zur Erkennung:
Google implementiert den C2PA-Standard (Content Credentials for Authenticating Provenance) in seine Suchmaschine. Diese Technologie bettet Metadaten in Bilder ein, um ihre Herkunft nachvollziehbar zu machen. Bei der Bildsuche wird künftig angezeigt, ob ein Bild mit einer Kamera aufgenommen oder von einem KI-Programm wie Photoshop erstellt wurde und dasselbe auch beim UPLOAD auf Social Media.
Die KI-Bilderkennung selbst funktioniert nach folgendem Prinzip:
Sammlung von Daten: Das System lernt anhand kategorisierter Bildbeispiele
Vorverarbeitung: Standardisierung von Grösse und Farbwerten
Extraktion der Features: Analyse von Formen, Kanten und Farben
Modelltraining: Training eines neuronalen Netzwerks zur Erkennung von Mustern
Klassifizierung: Anwendung des Modells auf neue Bilder
Kontinuierliche Verbesserung: Laufende Feinabstimmung des Systems
Diese Technologien sind entscheidend, um manipulierte Inhalte zu entlarven, das Vertrauen in digitale Medien zu stärken und die Verbreitung von Fehlinformationen einzudämmen.
KI-Tools zur Erkennung von KI Bildern
Neben methodischen Ansätzen wie der CRAAP-Methode existieren heute zahlreiche spezialisierte Tools, die speziell für die Erkennung von KI-generierten oder manipulierten Bildern entwickelt wurden. Diese Werkzeuge sind unverzichtbar geworden, wenn Du digitale Inhalte verlässlich prüfen möchtest:
Sightengine (sightengine.com) bietet eine KI-basierte Erkennung von KI-Bildern, Deepfakes und problematischen Inhalten. Das Tool prüft die Authentizität von Bildern und lässt sich durch API-Integration in bestehende Systeme einbinden, was es besonders für Unternehmen wertvoll macht.
Für forensische Tiefenanalysen einzelner Bilder eignet sich FotoForensics (fotoforensics.com), das mit Error Level Analysis (ELA) und Metadatenprüfung arbeitet und detaillierte Einblicke für professionelle Anwender:Innen bietet.
Schnell und benutzerfreundlich ist AI or Not, das besonders für Journalist:Innen und Moderator:Innen entwickelt wurde, um KI-generierte Bilder und Videos rasch zu identifizieren, während Undetectable AI Image Detector (undetectable.ai/ai-image-detector) auch für Laien einen einfachen Zugang bietet und mit einem Vertrauensscore arbeitet.
Für grössere Plattformen mit hohem Bildaufkommen empfiehlt sich Hive Moderation (hivemoderation.com/ai-generated-content-detection), das durch seine schnelle Verarbeitung und die Möglichkeit, benutzerdefinierte Kategorien zu erstellen, punktet.
Das Tool nutze ich selbst auch und habe auch die CHROME Extension installiert dazu:
Der Weg nach vorn: Informationskompetenz als gemeinsame Aufgabe
In einer Welt, in der KI täglich unsere Informationslandschaft verändert, liegt die Verantwortung für Wahrheit und Faktengenauigkeit nicht länger allein bei traditionellen Gatekeepern wie Redaktionen oder Bildungseinrichtungen. Sie wird zu einer gemeinschaftlichen Aufgabe, an der wir alle teilhaben.
Die kritische Prüfung von Quellen mit Methoden wie dem CRAAP-Test und der Einsatz spezialisierter Tools zur Erkennung von KI-generierten Inhalten sind dabei nur der Anfang. Was wir entwickeln müssen, ist eine neue Form der Informationskompetenz, die tief in unserer digitalen Kultur verankert ist.
Während Technologie uns dabei helfen kann, Fälschungen zu erkennen, bleibt der menschliche Faktor unersetzlich: Skepsis, kritisches Denken und ein Gespür für Unstimmigkeiten. Diese Fähigkeiten zu fördern – in Schulen, Universitäten und Weiterbildungen – wird eine der wichtigsten Bildungsaufgaben der kommenden Jahre sein.
Die digitale Revolution hat uns grenzenlose Informationsquellen beschert. Die KI-Revolution fordert uns nun heraus, diese Informationen mit neuem Bewusstsein zu filtern und zu bewerten. Nehmen wir diese Herausforderung an, nicht als Last, sondern als Chance, einen bewussteren und kritischeren Umgang mit Wissen zu entwickeln.
übrigens: Ich bin nach wie vor überzeugt: Die Zukunft gehört nicht mehr dem Tippen und Klicken, sondern dem natürlichen Gespräch mit intelligenten Systemen. Wir stehen am Beginn einer Ära, in der die Grenzen zwischen Mensch und Maschine durch Sprache neu definiert werden – einer Ära, in der wir mit unseren Computern nicht mehr über Tastaturen und Mäuse kommunizieren, sondern durch die natürlichste Form der menschlichen Interaktion: das Gespräch. Also wenn Du reden willst, und wenn Du mit mir zusammenarbeiten willst: melde Dich gerne www.rogerbasler.ch
Disclaimer: Dieser Artikel wurde nach meinem eigenen Wissen und dann mit Recherchen mit KI (Perplexity.Ai und Grok.com sowie Gemini.Google.com) manuell zusammengestellt und mit Deepl.com/write vereinfacht. Der Text wird dann nochmals von zwei Personen meiner Wahl gelesen und kritisch hinterfragt. Das Bild stammt von Ideogram.Ai und ist selbst erstellt. Dieser Artikel ist rein edukativ und erhebt keinen Anspruch auf Vollständigkeit. Bitte melde dich, wenn Du Ungenauigkeiten feststellst, danke.
Quellen und weitere Informationen
Reply