Fraunhofer SIT Darmstadt; Echtzeit-Warnsystem gegen Deepfake-Videokonferenzen entwickelt; Lokal, datenschutzkonform, kein Server nötig
Wenn der Fake-Chef anruft: Echtzeit-Warnsystem gegen gefälschte Videokonferenzen
August 2026 Seite 1 | 3 Forschung Kompakt — Deepfakes Wenn der Fake-Chef anruft: Echtzeit-Warnsystem gegen gefälschte Videokonferenzen Deepfakes dienen Betrug und Identitätsdiebstahl – selbst dort, wo der Mensch seinen Augen und Ohren im Allgemeinen traut: Videokonferenzen in Unternehmen geraten zunehmend ins Visier von Kriminellen. Fraunhofer- Forschende arbeiten daran, Betrugsversuche in Echtzeit zu erkennen. Videokonferenzen erleichtern die Kommunikation über Standorte hinweg und ermöglichen es trotzdem, sich in die Augen zu schauen. Doch immer öfter darf man zweifeln, ob die Augen des Gegenübers echt sind. Denn Deepfake-Technologien können heute Stimmen und Bilder in Echtzeit so realistisch wie noch nie fälschen. Opfer eines solchen Deepfake-Zoomcalls, bei dem alle Teilnehmendem – inklusive seinem Chef – KI-generiert waren, wurde der Finanzdi- rektor eines Unternehmens in Singapur 2025. Er kam mit einem Schrecken davon: Die Behör- den konnten den von ihm überwiesenen Betrag von knapp 500 000 US-Dollar später sichern. Allein in Singapur verzeichnete die dortige Cyber Security Agency (CSA) im ersten Quartal 2026 einen riesigen Anstieg solcher Videobetrugsfälle. So gab es dort nur im Januar über 1200 Fälle. Im Vorjahresmonat waren es 43. Doch das Problem ist global. Nach Prüfung von über einer Milliarde Fälle weltweit resümiert der Entrust Identity Fraud Report 2026: »Identi- tätsbetrug ist nicht mehr opportunistisch, sondern inzwischen industrialisiert, global organi- siert und kommerziell optimiert.« Grund genug für Fraunhofer-Forschende wie Prof. Martin Steinebach, Chef-IT-Forensiker am Fraunhofer-Institut für Sichere Informationstechnologie SIT in Darmstadt, mit Hochdruck an diesem Thema zu arbeiten. »Videokonferenzen sind für die Deepfake-Erkennung eine Herausforderung«, weiß der Ex- perte: »Die Bild- und Tonqualität schwankt, da die Netzqualität variiert. Weil die Datenströme komprimiert werden, gehen genau jene Bildfehler verloren, an denen frühere Erkennungsme- thoden Deepfakes oft festgemacht haben.« Hinzu kommen automatische Weichzeichnungs- filter, wechselnde Beleuchtung, Rauschen und Bewegungen im Hintergrund. Ein Detektor darf auf solche normalen Videokonferenz-Effekte nicht fälschlich reagieren. Lokale Lösung für Echtzeiterkennung Steinebach und sein Team aus Experten am Fraunhofer SIT und am Fraunhofer Heilbronn For- schungs- und Innovationszentrum (HNFIZ) für Cybersicherheit haben im Rahmen eines ATHENE-Forschungsprojekts eine Lösung entwickelt, die Video- und Audio-Deepfake-Erken- nung kombiniert. Die KI-basierte Software soll Teilnehmenden bei sicherheitskritischen Video- calls kontinuierlich Hinweise liefern, wie wahrscheinlich ein Deepfake ist. Die Warnung erfolgt visuell: »Wenn ein Gespräch im Augenblick viele Indikatoren aufweist, gibt das System eine
...