Glossar

Deepfake

Was ist Deepfake?

Ein Deepfake ist ein mit KI erzeugtes oder verändertes Bild, Video oder Tonstück, das reale Personen täuschend echt Dinge sagen oder tun lässt, die nie stattgefunden haben. Neben legitimen Anwendungen etwa in Film oder Synchronisation werden Deepfakes für Desinformation, Rufschädigung und Betrug genutzt – zum Beispiel bei gefälschten Anrufen angeblicher Vorgesetzter, die eine Überweisung verlangen. Schutz bieten Rückfragen über bekannte Kanäle, klare Freigabeprozesse und die Kennzeichnung von KI-Inhalten.

Themen

Desinformation
Betrug
generative KI

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

Generatives gegnerisches Netzwerk (GAN)

Ein generatives gegnerisches Netzwerk (Generative Adversarial Network, GAN) besteht aus zwei neuronalen Netzen, die gegeneinander trainiert werden: Der Generator erzeugt künstliche Daten, etwa Bilder, der Diskriminator versucht, sie von echten zu unterscheiden. Durch diesen Wettstreit werden die Ergebnisse immer realistischer. GANs wurden 2014 vorgestellt und prägten die Bildgenerierung, bevor Diffusionsmodelle verbreiteter wurden; sie werden etwa für synthetische Trainingsdaten oder Bildverbesserung genutzt.

Neuronale Netze
Bildgenerierung
+1

Generative KI

Generative KI bezeichnet KI-Systeme, die neue Inhalte erzeugen – Texte, Bilder, Audio, Video oder Programmcode –, statt nur vorhandene Daten zu ordnen oder zu bewerten. Grundlage sind Modelle, die aus großen Datenmengen Muster lernen und daraus wahrscheinliche neue Ausgaben bilden. Im Unternehmen wird sie etwa für Entwürfe von E-Mails, Zusammenfassungen, Produktbeschreibungen oder Bildideen genutzt. Die Ergebnisse können fehlerhaft sein und sollten vor der Verwendung geprüft werden.

Grundbegriff
Inhaltserstellung
+1

KI-Ethik

KI-Ethik befasst sich mit den moralischen Fragen rund um Entwicklung und Einsatz von KI: Fairness und Diskriminierung, Transparenz und Erklärbarkeit, Datenschutz, Verantwortung für Fehler, Sicherheit sowie Auswirkungen auf Arbeit und Gesellschaft. Für Organisationen wird sie konkret in Leitlinien, Risikoprüfungen, menschlicher Kontrolle und offener Kommunikation über die Grenzen von KI. Beispiel: Vor dem Einsatz eines Bewerbungsfilters wird geprüft, ob er bestimmte Gruppen benachteiligt.

Ethik
Verantwortung
+1

Betrugserkennung

Betrugserkennung umfasst Verfahren, die verdächtige Transaktionen, Bestellungen, Konten oder Anträge frühzeitig erkennen. Regeln und lernende Modelle achten auf Warnsignale wie abweichende Liefer- und Rechnungsadressen, ungewöhnliche Mengen, auffälligen Zeitdruck oder Wegwerf-E-Mail-Adressen. Eingesetzt wird das im Onlinehandel, bei Banken, Versicherungen und Zahlungsdiensten. Da Fehlalarme echte Kundschaft treffen können, sollten Treffer von Menschen geprüft und nicht automatisch abgelehnt werden.

Betrugsprävention
Risikomanagement
+1

Vorlage