KI-Detektor vs. KI-Falschnachrichten: Warum KI-Fakes besser täuschen

Wir nehmen an, Falschnachrichten seien leicht zu erkennen. Schlampiger Stil, seltsames Layout, Behauptungen, die bei leichtem Nachdenken zerfallen. Diese Annahme ist veraltet.

Linguisten der Universität Oslo (Forschungszusammenfassung) untersuchten jahrelang, wie Fake News auf Sprachebene in Englisch, Russisch und Norwegisch funktionieren. Ihre neuesten Ergebnisse kehren das vertraute Bild um: Menschen bewerten KI-generierte Desinformation als glaubwürdiger als von Menschen geschriebene Fakes. Und als informativer.

Es geht nicht um emotionale Manipulation. KI-Texte überzeugen, weil sie den Stil von Quellen imitieren, den wir standardmäßig vertrauen.

KI-Inhalte schneiden beim Vertrauen besser ab als menschliche Fakes

Zwei Projekte an der Universität Oslo lieferten diese Forschung. Fakespeak untersuchte die Linguistik von Fake News in drei Sprachen. Der Nachfolger NxtGenFake fokussiert KI-generierte Desinformation und läuft bis 2029. Beide leitet Linguistin Silje Susanne Alvestad.

Das Team führte ein Experiment mit US-Teilnehmern durch. Menschen sahen Texte — teils menschlich, teils KI-generiert. Niemand wusste, welche welche waren. Jeder Text wurde bewertet nach Glaubwürdigkeit, emotionaler Wirkung und Informativität.

KI-generierte Desinformation schnitt bei Glaubwürdigkeit und Informativität besser ab. Bei emotionaler Wirkung übertraf KI Menschen nicht. Gefragt, welche Texte sie weiterlesen würden, wählte die Mehrheit die KI-generierten.

Vergleich KI-Fakes vs. menschliche Fakes über Experimentparameter. Quelle: NxtGenFake, Universität Oslo, 2026

KI-Fakes überzeugen nicht durch emotionalen Druck, sondern durch die Art, wie Information verpackt ist. Sie provozieren nicht. Wir kennen Clickbait und emotionale Schlagzeilen — mit der Zeit entwickelt sich ein automatischer Filter: Provokation, Wachsamkeit. KI-Desinformation provoziert nicht. Sie wirkt wie ein normaler Artikel mit normalen Quellen. Sie spüren es nicht, weil die Täuschung strukturell ist, nicht semantisch: Ton, Struktur, Stil — alles imitiert Genres, die Leser nicht infrage stellen.

KI-Desinformation kopiert Formate, denen wir standardmäßig vertrauen

NxtGenFake-Forscher identifizierten zwei Haupttechniken, die KI-Propaganda konsequenter einsetzt als menschliche Propaganda.

Erstens: Appell an Autorität. KI-Texte verweisen routinemäßig auf Experten und Studien — nie konkret. „Laut Forschern.“ „Experten glauben.“ Die Formulierung folgt Qualitätsjournalismus — Verifikation ist unmöglich. Keine Namen, keine Publikationen. Sprachmodelle reproduzieren dieses Format, weil sie auf Texten trainiert wurden, in denen es vorkommt. Keine Verbindung zu echten Quellen.

Zweitens: sichtbar in Schlussabsätzen. Menschliche Propaganda endet oft mit Handlungsaufforderung: geh, tu, kämpf. KI nicht. Stattdessen ein glatter Absatz über Werte: Fairness, Vertrauen, Wirtschaftswachstum. Wie das Fazit eines Analystenberichts. Niemand hinterfragt solchen Text. Deshalb rutscht er durch.

KI-Propaganda nutzt insgesamt weniger Überzeugungstechniken als menschliche — wendet die genutzten aber gleichmäßiger an. Menschliche Propagandisten können chaotisch sein. KI hält vom ersten bis zum letzten Absatz den Ton professionellen Textes.

Fake-News-Muster: Was drei Sprachen über KI-Text verraten

Noch bevor KI ins Projekt kam, analysierte das Fakespeak-Team jahrelang, wie sich Fake News von echtem Journalismus in Grammatik und Stil unterscheiden.

Teil der Analyse basierte auf Jayson Blair, ehemalig New York Times. 2003 kam heraus, dass er jahrelang Geschichten erfunden hatte. Forscher der Universität Birmingham verglichen echte und fabrizierte Artikel und fanden messbare Unterschiede. Beim Lügen wechselte Blair öfter ins Präsens. Bei echten News nutzte er Vergangenheit. Motivation: Geld; fabrizierte Texte fast ohne Metaphern. Statt negativer Emotionen — positive: er erfand Geschichten über heroische US-Soldaten im Irak.

Fakespeak erweiterte die Analyse auf drei Sprachen und dokumentierte konsistente Muster:

• Präsens statt Vergangenheit. Ein echter Journalist beschreibt, was passierte. Ein Fälscher erzeugt Live-Gefühl, als ob es jetzt passiert. In allen drei Sprachen.
• Emphatische Ausdrücke. Wörter wie wirklich, absolut kommen in fabrizierten Inhalten deutlich häufiger vor. Echte News sind zurückhaltender. Wenn Fakten tragen, muss der Autor nicht betonen, dass „das wirklich wahr ist“.
• Epistemische Gewissheit. So beschreiben Forscher Texte ohne jeden Zweifel. Fakes sind gesättigt mit offensichtlich, evident, in der Tat. Zweifel würde die Lüge untergraben — also verschwindet er. In Russisch war der Effekt stärker als in Englisch.

Diese Marker sind nicht universal. Fakespeak testete drei Sprachen — jeweils anderes Bild. Russisch: mehr kategorische Behauptungen. Englisch: mehr emphatische Ausdrücke. Motivation ändert den Stil: wer für Geld lügt, nutzt kaum Metaphern. Wer für Ideologie lügt, füllt den Text mit Kriegs- und Sportbildern. Kein einheitliches Rezept für „so sieht ein Fake aus“. Vielleicht die beunruhigendste Erkenntnis der gesamten Studie.

KI-Text als globale Bedrohung: jenseits eines Experiments

Fakespeak-Ergebnisse könnte man als ein Experiment mit begrenzter Stichprobe abtun. Sie passen aber zu internationalen Studien — vom WEF Global Risks Report 2026 bis zu Forschung in PNAS Nexus. Die Dominanz von KI-Inhalten online verstärkt das Problem.

Wenn Menschen KI-Text nicht von menschlichem unterscheiden können, ist das ein Problem. Wer regelmäßig mit KI arbeitet, erkennt mit der Zeit Muster. Wenn KI-Text aber als vertrauenswürdiger wahrgenommen wird, reicht Erfahrung nicht. Wir beurteilen Glaubwürdigkeit nach Form — wie nah Text an dem liegt, was wir als Qualität kennen. KI imitiert nicht einzelne Wörter. Sie imitiert ganze Genres. Und wir fallen darauf herein.

KI-Detektor: Wenn menschliches Urteil nicht mehr reicht

Ab August 2026 gilt Artikel 50 des EU AI Act: Pflichtkennzeichnung KI-generierter Inhalte. Bußen bis 3 % des globalen Jahresumsatzes oder 15 Mio. € (Artikel 99 Abs. 4, EU AI Act). Ein ernstes Signal. Kennzeichnung wirkt nur bei Regeltreuen. Desinformationskampagnen kennzeichnen sich nicht selbst — sie treiben KI-Inhaltsvorfälle weltweit weiter an.

Hier helfen Tools. Nicht Labels, sondern echte Textanalyse. Der It's AI KI-Detektor analysiert KI-generierte Desinformation auf Satzebene. Er erkennt den gleichmäßigen „Experten“-Ton, stilistische Einheitlichkeit und typische Formulierungen — genau das, weshalb Fakespeak-Teilnehmer KI-Text mehr vertrauen.

Eine Fakespeak-Erkenntnis betrifft direkt, wie Erkennung funktionieren muss: Fake-News-Marker sind sprachlich unterschiedlich strukturiert. Propagandamuster im Russischen entgehen Tools, die auf Englisch kalibriert sind. Fakespeak testete drei Sprachen — jeweils eigene Marker. Der It's AI KI-Detektor unterstützt mehrere Sprachen; angesichts dieser Daten ist Mehrsprachigkeit keine Zusatzfunktion, sondern Voraussetzung. Mehr zur Content-Verifikation mit It's AI finden Sie auf der Plattform.

FAQ