Die Entwicklung von Deepfakes hat eine beeindruckende Dynamik erreicht. Von anfänglich offensichtlichen Manipulationen, die durch unscharfe Kanten oder unrealistische Gesichtszüge leicht zu entlarven waren, sind Deepfakes heute derart ausgereift, dass sie selbst Fachleute täuschen können. Eine der vielversprechendsten Methoden zur Erkennung von gefälschten Videos basierte bisher auf dem Nachweis subtiler physiologischer Signale im Gesicht – insbesondere auf dem Herzschlag. Die Herzfrequenz äußert sich in winzigen Farbveränderungen der Haut durch das einfließende Blut, was mittels der sogenannten Remote-Photoplethysmographie (rPPG) kontaktlos erfasst werden kann. Dieser Mechanismus galt lange als zuverlässiger Hinweis darauf, dass ein Video authentisch ist, da man annahm, dass Deepfake-Algorithmen diese feinen physiologischen Details nicht simulieren können.
Doch genau diese Annahme wird durch eine neue Forschungsarbeit massiv infrage gestellt. Wissenschaftler der Humboldt-Universität zu Berlin und des Fraunhofer Heinrich-Hertz-Instituts haben in einer aktuellen Studie aufgezeigt, dass hochqualitative Deepfakes inzwischen unbeabsichtigt Herzfrequenzsignale aus den Originalvideos übernehmen und damit den bisherigen Erkennungsansatz unterlaufen. Anhand eines speziell entwickelten Analyseverfahrens konnten die Forscher zeigen, dass die in den Deepfake-Videos detektierbaren Pulsfrequenzen stark mit denen der Quelle übereinstimmen. Die Herzschlagmuster sind also nicht nur präsent, sondern auch quantitativ dank moderner künstlicher Intelligenz nahezu unverändert erhalten geblieben. Diese Entwicklung hat tiefgreifende Konsequenzen für die forensische Videobeurteilung und die technische Abwehr von Manipulationen.
Die übliche Methode, bei der Videos daraufhin überprüft wurden, ob ein plausibler Herzschlag sichtbar ist, verliert ihre Verlässlichkeit. Damit tritt ein fundamentaler Wandel in der Erkennung von Deepfakes ein, der die Foren zur Medienauthentizität vor neue Herausforderungen stellt. Ursprünglich fußte die Detektion von Deepfakes auf der Annahme, dass künstlich generierte Gesichter keine realistischen vaskulären Signale zeigen, da manifestierte Pulsfarben schwer künstlich wahrheitsgetreu zu reproduzieren sind. Doch die Studie beweist, dass der Erstellungsprozess von Deepfakes durch den Transfer von Bildinformationen sogar diese winzigen Blutfluss-Signale mitübernimmt – ein Effekt, der bislang kaum Beachtung fand. Die Forscher verwendeten zur Analyse eine robuste Pipeline, die Videosequenzen von zwölf verschiedenen Personen unter kontrollierten Bedingungen aufnahm.
Die Echtheit der Herzfrequenzdaten wurde dabei mittels Elektro- und Photoplethysmographie gemessen, um eine exakte Referenz zu schaffen. Anschließend wurde eine Vielzahl von Deepfake-Videos generiert, die für realitätsnah gehalten werden können, darunter Aufnahmen, die mit der Open-Source-Anwendung DeepFaceLive live erzeugt wurden. Übereinstimmend stellten sie fest, dass in praktisch allen manipulierten Clips valide Herzfrequenzsignale enthalten sind – trotz der künstlichen Herkunft des Materials. Interessanterweise sind die Herzfrequenzsignale in Deepfakes zwar erkennbar, zeigen aber eine niedrigere Qualität und geringere Signalstärke im Vergleich zu authentischem Filmmaterial. Dies lässt darauf schließen, dass die Technologie zwar in der Lage ist, die Herzschläge mitzuverfolgen, diese jedoch noch nicht in voller Natürlichkeit und Präzision reproduziert.
Genau hier setzen die Forscher an und schlagen vor, Erkennungsalgorithmen weiterzuentwickeln, indem nicht nur das Vorhandensein eines Herzschlags überprüft wird, sondern auch die natürliche Verteilung des Blutflusses auf verschiedenen Gesichtspartien analysiert wird. Diese regionalen Unterschiede weisen bei echten Menschen bestimmte Muster auf, die künstlich generierte Gesichter trotz Herzschlagnachahmung derzeit kaum kopieren können. Die Bedeutung dieser Erkenntnisse ist besonders im Kontext von gesellschaftlichen Risiken immens. Deepfakes werden zunehmend verwendet, um politische Botschaften zu manipulieren, Personen zu diffamieren oder Falschinformationen zu verbreiten. Bereits prominente Persönlichkeiten wie Barack Obama oder Donald Trump waren Zielscheibe fälschlich generierter Videos.
Diese neuen Verschleierungstechniken könnten die Verbreitung von Desinformation noch weiter begünstigen, wenn geeignete Gegenmaßnahmen nicht schnell und effektiv entwickelt werden. Sicherheitsbehörden, Medienplattformen und Technologieunternehmen stehen vor der Aufgabe, ihre Werkzeuge zur Erkennung von Deepfakes grundlegend anzupassen. Das heißt konkret, dass frühere Detektionsstrategien auf Herzschlagsignalen allein nicht mehr ausreichen. Es bedarf eines tiefer gehenden Verständnisses der physiologischen Blutflussmuster und deren authentische Nachbildung in Videos. Gleichzeitig muss die Sensitivität der Erkennungssysteme erhöht werden, um die noch schwächeren Signale in Deepfake-Videos zu unterscheiden, ohne dabei die echte Aufnahme fälschlich zu klassifizieren.
Darüber hinaus ist die technische Qualität des Ausgangsmaterials und der Deepfake-Videos selbst ein entscheidender Faktor. Die Studie hebt hervor, dass Kompressionsartefakte, schlechte Beleuchtung und niedrige Auflösung die Extraktion von Herzfrequenzdaten erschweren, was die Detektion insgesamt komplexer macht. Auch die Variabilität in Bildfrequenz und Bewegungen der Personen beeinflusst die Erkennungsleistung. Das zeigt, wie wichtig hochwertige Aufnahmen und kontrollierte Bedingungen für eine valide Analysemethode sind. Die Weiterentwicklung der Deepfake-Technologie ist ein Wettrennen zwischen Erzeugern und Detektoren.
Während Generatoren immer realistischere Videos produzieren, müssen Forscher und Entwickler neue Indikatoren und Methoden finden, die die Täuschungen zuverlässig entlarven. Die Einbeziehung physiologischer Signale zur Erkennung ist zwar weiterhin relevant, muss jedoch mit zusätzlichen parametrischen und behavioralen Analysetechniken ergänzt werden. Eine vielversprechende Richtung ist die regionalspezifische Auswertung von Pulsmerkmalen sowie die Analyse von Mikrobewegungen und kleinsten Muskelaktivitäten im Gesicht, die schwer zu simulieren sind. Ebenso gewinnen multimodale Ansätze an Bedeutung, bei denen Bild-, Audio- und Kontextinformationen zusammengeführt werden, um die Authentizität von Medien umfassender zu beurteilen. Für die Gesellschaft bedeutet das, dass Medienkonsumenten immer kritischer werden und Videoaufnahmen zunehmend durch unabhängige Verifizierungsprozesse bestätigt werden müssen.
Digitale Signaturen, Zeitstempel, Blockchain-basierte Echtheitsnachweise oder Verifikationsdienste könnten in Zukunft eine wichtige Rolle spielen, um Vertrauen in digitale Inhalte herzustellen. Die Studie unterstreicht außerdem die Bedeutung interdisziplinärer Kooperationen zwischen Computerwissenschaftlern, Biometrikern, Psychologen und Journalisten, um einerseits neue Deepfake-Technologien zu verstehen und andererseits wirkungsvolle Gegenmaßnahmen zu entwickeln. Nur so kann die Reputation vertrauenswürdiger Medien erhalten und die Verbreitung von Desinformation eingedämmt werden. Insgesamt zeigt die neue Forschung eindrücklich, dass Deepfakes mit künstlicher Intelligenz immer näher an die Nachbildung menschlicher Feinheiten heranrücken – selbst an die subtilsten Signale unseres Körpers wie den Herzschlag. Die einst scheinbar narrensichere Methode der Herzfrequenz-Detektion braucht daher dringend ein Update.
