Es wird viel über Fake-News diskutiert: Wie lassen sich Fake-News verhindern, wie entstehen sie, wie kann man sie enttarnen oder melden? Allerdings machen sich nur wenige Gedanken darüber, wann man überhaupt von einer Fake-News sprechen kann – und wer entscheidet, was Fake ist und was nicht. Mit KI wird das Problem noch komplexer.
Eins der Schlagwörter unserer Zeit ist die Fake-News. Früher hat man einfach „Falschmeldung“ gesagt. Fake-News sind aber natürlich immer nur die News der anderen, nicht die eigenen. Tatsache ist, dass Soziale Netzwerke wie Facebook, X (ehemals Twitter), TikTok und Co. davon überquellen. Und wie verschiedene Gerichtsurteile zeigen, müssen sich die Plattformen nur begrenzt eine juristische Verantwortung anheften lassen.
Plattformen müssen nicht jede Nachricht prüfen
Der syrische Flüchtling, der sich selbst freiwillig mit Angela Merkel fotografiert und sein Selfie ins Netz gestellt hat, wurde in Sozialen Netzwerken als Terrorist diffamiert. Dutzendfach. Dagegen hat sich der Flüchtling juristisch gewehrt.
Doch die Richter wollten Facebook nicht für die Verbreitung der Falschmeldung verantwortlich machen. Das US-Netzwerk hatte im Rechtsstreit um verleumderische Meldungen über den syrischen Flüchtling überraschenderweise einen Erfolg errungen.
Die Richter der ersten Zivilkammer des Landgerichts Würzburg stellten damals klar: Das soziale Netzwerk muss verleumderische Beiträge auch in Zukunft nicht aktiv nach problematischen Meldungen durchsuchen, sie auch nicht verhindern oder löschen. Diese Rechtsprechung prägt bis heute den Umgang mit Falschinformationen.
Obwohl es mittlerweile das Netzwerkdurchsetzungsgesetz (NetzDG) und den Digital Services Act (DSA) der EU gibt, bleibt die Verantwortung der Plattformen begrenzt. Sie müssen zwar schneller auf gemeldete Inhalte reagieren und transparenter über ihre Moderationspraktiken sein, aber eine Pflicht zur aktiven Überwachung aller Inhalte gibt es nicht.
KI macht das Problem noch komplexer
Heute ist das Problem noch vielschichtiger geworden. Mit ChatGPT, DALL-E, Midjourney und anderen KI-Tools lassen sich täuschend echte Fake-News in Sekunden produzieren. Deepfakes von Politikern, die nie existiert habende Zitate verbreiten, perfekt gefälschte Bilder von Ereignissen, die nie stattgefunden haben – die Qualität der Fälschungen wird immer besser.
Gleichzeitig arbeiten die Plattformen mit KI-Systemen dagegen. Meta, Google, X und andere setzen Machine Learning ein, um verdächtige Inhalte automatisch zu erkennen. Doch es bleibt ein Katz-und-Maus-Spiel: Sobald die Erkennungssysteme besser werden, entwickeln sich auch die Methoden zur Erstellung von Fake-News weiter.
Das ist natürlich Wasser auf den Mühlen der Plattformen, die stets argumentieren, sie seien nicht verantwortlich, sie seien weder Medium noch Verbreiter. Was inhaltlich weiterhin Quatsch ist: Wer ein Netzwerk betreibt und mit Algorithmen entscheidet, welche Inhalte wem gezeigt werden, trägt auch Verantwortung. Niemals zu 100%, aber immer zu einem erheblichen Teil.
Wenn offizielle Stellen korrigieren müssen
Ein anderer Aufreger vergangener Jahre: Die AfD verbreitete einen Warnhinweis auf Terrorgefahr in Schweden, angeblich herausgegeben vom Auswärtigen Amt. Aber: Ebenfalls Fake. Verschiedene Kreisverbände haben den Eindruck erweckt, es gäbe eine erhöhte Reisewarnung wegen Terrorgefahr.
In Wahrheit hatte das Auswärtige Amt aber darauf hingewiesen, dass die Warnstufe von 4 auf 3 gesenkt wurde. Das Auswärtige Amt sah sich zur Richtigstellung gezwungen. Das zeigt, wie schnell solche Meldungen Wellen schlagen können.
Solche Beispiele gibt es heute täglich. Besonders problematisch wird es in Krisenzeiten: Während der Corona-Pandemie kursierten unzählige medizinische Falschinformationen, aktuell verbreiten sich im Ukraine-Krieg und anderen Konflikten gefälschte Kriegsbilder und manipulierte Videos viral.
Neue Tools gegen Fake-News
Aber nicht jede angebliche Fake-News ist eine. Es ist einfach und modern geworden, alles als Fake-News zu bezeichnen. Daran war Ex-US-Präsident Donald Trump nicht ganz unschuldig, der zum einen selbst gerne Meldungen rausgehauen hat, die kaum belegt waren und er selbst alles „Fake-News“ nannte, was ihm nicht gefiel. Auch heute nutzen Politiker weltweit den Begriff inflationär.
Technik-Konzerne wie Facebook, X, Google oder TikTok versuchen, den Fakes mit immer ausgefeilteren Technologien entgegen zu wirken. Meta hat ein „Oversight Board“ eingerichtet, X experimentiert mit Community Notes, YouTube setzt auf Fact-Checking-Partner. Neue Browser-Extensions wie „Factiverse“ oder „NewsGuard“ helfen Nutzern beim Erkennen fragwürdiger Quellen.
Zusätzlich entstehen spezialisierte KI-Tools zur Fake-Erkennung: „Deepware Scanner“ spürt Deepfakes auf, „FotoForensics“ analysiert manipulierte Bilder, „InVID“ hilft beim Fact-Checking von Videos. Auch Blockchain-basierte Ansätze wie „Truepic“ versprechen, die Authentizität von Inhalten nachweisbar zu machen.
Das gesellschaftliche Problem bleibt
Doch Technik allein kann das Problem nicht lösen. Das Problem ist prinzipiell: In Sozialen Netzwerken kann jeder sagen, was er will. Das macht sie aus. Wenn wir davon ausgehen, dass emotionale und spektakuläre Meldungen schneller verbreitet werden als nüchterne Fakten – aus welchen Gründen auch immer -, scheint das der unweigerliche Preis für diese Meinungsfreiheit zu sein.
Dazu kommt: Algorithmen bevorzugen oft kontroverse Inhalte, weil sie mehr Engagement erzeugen. Ein sachlicher Faktenbericht wird seltener geteilt als eine empörende Falschmeldung. Die Geschäftsmodelle der Plattformen verstärken das Problem also strukturell.
Mediakompetenz wird daher immer wichtiger. Schulen integrieren Fake-News-Erkennung in den Lehrplan, Bibliotheken bieten Workshops an, Faktenchecker-Organisationen wie „Correctiv“ oder „Mimikama“ klären auf. Letztendlich muss jeder Nutzer lernen, Quellen zu hinterfragen, Behauptungen zu überprüfen und nicht jeden viralen Inhalt ungeprüft zu teilen.
Man muss sich also nicht nur fragen, wie man das technisch verhindern kann, sondern wie wir gesellschaftlich damit umgehen. Das ist eine sehr schwierige Frage, aber eine, die dringender denn je gestellt werden muss – besonders im Zeitalter generativer KI.
Zuletzt aktualisiert am 03.04.2026
