Zwischen Helfer und Gegner: KI im Faktencheck-Alltag
In der täglichen Arbeit von Faktencheckerinnen und Faktencheckern ist eines längst klar: Die Masse an Desinformation wächst rasant – und ohne technologische Unterstützung ist sie kaum noch zu bewältigen. Deshalb setzen immer mehr Faktencheck-Teams auf künstliche Intelligenz. KI-Systeme können Textmuster erkennen, Quellen automatisch verknüpfen, Bildmanipulationen analysieren oder virale Behauptungen frühzeitig aufspüren. Doch gleichzeitig stehen genau diese Faktenchecker vor einer paradoxen Realität: Sie nutzen ein Werkzeug, das zugleich auch der Motor der Falschinformation ist. Ein Beispiel: Beim Mimikama-Faktencheck zu einem angeblichen Zitat eines Politikers erkannte eine KI, dass die Textstruktur auffällig stark einem vorherigen Deepfake ähnelte – und konnte die Fälschung identifizieren. Gleichzeitig werden mit genau denselben Technologien täuschend echte Zitate generiert, inklusive Mimik, Stimmlage und Kontext. Ein weiteres Beispiel: Bei der Überprüfung eines viralen KI-generierten Bildes half eine Bilderkennungs-KI dabei, die Ursprungsquelle zu identifizieren. Doch diese Bilderkennung war auch Teil der Software, mit der das Fake-Bild überhaupt erst erzeugt wurde. Diese doppelte Realität ist herausfordernd. Faktenchecker arbeiten mit einem Werkzeug, das ihnen Arbeit abnimmt – und zugleich die Täuschung perfektioniert. Wer auf KI im Faktencheck setzt, muss also mehr leisten: schneller reagieren, technischer denken, ständig hinterfragen. Es ist ein Wettlauf – mit dem eigenen Werkzeug.
Die KI als unverzichtbares Werkzeug – mit eingebauten Grenzen
Warum setzen Faktenchecker überhaupt auf KI? Ganz einfach: weil es ohne sie kaum noch geht. Desinformation verbreitet sich heute schneller, vielfältiger und raffinierter als je zuvor. Täglich tauchen neue Fakes, manipulierte Bilder, gefälschte Screenshots oder Deepfake-Videos auf. Und diese werden oft tausendfach geteilt, bevor jemand sie überhaupt überprüfen kann. Hier kommt KI ins Spiel. Sie kann in Sekundenschnelle Millionen Posts durchsuchen, Muster erkennen, Querverbindungen ziehen. Tools wie „ClaimReview“, „Botometer“ oder „Hive Moderation“ analysieren Textinhalte, visualisieren Netzwerke und schlagen Faktenchecks vor. Auch Mimikama setzt gezielt auf automatisierte Bildrecherche und Sprachmusteranalysen, um virale Fakes schneller zu identifizieren. Doch diese Werkzeuge haben Grenzen. Sie erkennen nicht den Kontext, sie verstehen keine Ironie, sie hinterfragen keine Absicht. Sie liefern Hinweise – aber keine Urteile. Und genau hier bleibt der Mensch unverzichtbar. Denn auch die beste KI kann nicht entscheiden, ob ein Bild manipulativ wirkt, ob ein Zitat irreführend ist oder ob ein Video im richtigen Zusammenhang steht. Die Verantwortung bleibt menschlich. Und das macht die Arbeit anstrengender, nicht einfacher. Die KI entlastet – aber sie ersetzt nichts.
Der Spagat zwischen Automatisierung und journalistischer Sorgfalt
Faktencheck bedeutet nicht nur, etwas als falsch zu entlarven – sondern auch, es nachvollziehbar zu erklären. Und hier beginnt das Dilemma: Eine KI mag blitzschnell ein Muster erkennen oder eine Quelle entlarven, doch ihre Begründung ist oft komplex, technisch oder nicht transparent. Für viele Nutzer ist das nicht nachvollziehbar. Beispiel: Eine KI meldet, dass ein Screenshot gefälscht ist, weil die Metadaten nicht übereinstimmen. Doch das ist für Außenstehende kaum überprüfbar – und wirkt damit angreifbar. Oder: Eine Text-KI erkennt Widersprüche zu offiziellen Zahlen, erklärt aber nicht, warum die Ursprungsbehauptung falsch ist. Genau hier braucht es journalistische Sorgfalt: Erklären, einordnen, belegen. Doch dieser Aufwand steht oft im Gegensatz zur Geschwindigkeit der Verbreitung. Während ein Fake in Sekunden viral geht, braucht der Faktencheck Stunden – auch wenn KI hilft. Und noch ein Problem: Wer KI nutzt, verliert unter Umständen an Glaubwürdigkeit. Viele Menschen misstrauen maschinellen Entscheidungen. Wenn dann ausgerechnet eine KI darüber entscheidet, ob etwas wahr ist oder nicht, entsteht schnell der Vorwurf: „Wer weiß, ob das nicht selbst manipuliert ist?“ Diese Doppelrolle – Helfer und Verdachtsmoment zugleich – macht die Arbeit für Faktenchecker besonders komplex. Sie müssen nicht nur den Fake erkennen, sondern auch transparent machen, wie sie zu ihrem Urteil kommen. Und dabei gleichzeitig auf ein Werkzeug zurückgreifen, das sie ständig neu bewerten müssen.
Vertrauen in Fakten versus Misstrauen in Technologie
Die zentrale Herausforderung: Wie schafft man Vertrauen in ein Ergebnis, das mit Hilfe eines Systems erzielt wurde, dem viele grundsätzlich misstrauen? In einer Zeit, in der KI selbst Fakes produziert, wird auch der Einsatz von KI automatisch hinterfragt. Faktenchecker müssen daher nicht nur Desinformation entlarven, sondern auch ihre eigene Methode offenlegen. Das kostet Zeit und Aufmerksamkeit – Ressourcen, die im Kampf gegen Desinformation ohnehin knapp sind. Gleichzeitig ist das Vertrauen in Faktenchecks selbst unter Druck geraten. Radikale Gruppen versuchen gezielt, die Glaubwürdigkeit unabhängiger Überprüfungen zu untergraben. Die Behauptung „Auch die Faktenchecker manipulieren nur“ wird in Telegram-Kanälen und Verschwörungsforen systematisch gestreut. Wenn diese Gruppen dann erfahren, dass auch KI zum Einsatz kommt, ist der Vorwurf programmiert. Dabei ist der Einsatz von KI keineswegs ein Zeichen für Manipulation – sondern ein Versuch, dem technologischen Tempo der Fakes überhaupt noch standzuhalten. Doch diese Differenzierung geht oft unter. Ein Beispiel: Als bekannt wurde, dass große Medienhäuser KI-gestützte Tools zur Faktenrecherche einsetzen, wurden sofort Fake-Vorwürfe laut – obwohl der Einsatz der Tools transparent dokumentiert war. Das Misstrauen sitzt tief. Und es trifft gerade jene, die sich um Aufklärung bemühen. Die paradoxe Situation: Je besser die Technik zur Aufklärung wird, desto verdächtiger wirkt sie auf manche. Ein Vertrauensproblem, das nicht technologisch, sondern nur gesellschaftlich gelöst werden kann.
Die Wahrheit braucht beides: Menschen und Maschinen
Faktenchecks sind wichtiger denn je – und zugleich schwieriger denn je. Die Informationsflut, die Geschwindigkeit der Fakes und die zunehmende Perfektion der Täuschung machen es unmöglich, ohne Technologie zu arbeiten. Aber Technologie allein reicht nicht. KI kann helfen, filtern, strukturieren. Doch sie kann nicht bewerten, nicht hinterfragen, nicht kontextualisieren. Das bleibt Aufgabe von Menschen. Wer glaubt, KI könne die Wahrheit automatisch finden, missversteht ihre Rolle. Sie ist Werkzeug, nicht Richter. Gerade im Faktencheck ist diese Unterscheidung entscheidend. Es braucht Transparenz über Methoden, Offenheit über Grenzen und den Mut, auch Unklarheiten auszuhalten. Denn nicht jeder Fake ist sofort als solcher erkennbar. Nicht jede KI liefert die richtige Antwort. Und nicht jeder Mensch glaubt das, was als überprüft gilt. Deshalb ist der Einsatz von KI im Faktencheck keine Revolution – sondern ein Balanceakt. Zwischen Hilfe und Zweifel. Zwischen Geschwindigkeit und Gründlichkeit. Zwischen Technik und Haltung. Die Wahrheit bleibt komplex. Und sie braucht beides: Maschinen, die helfen – und Menschen, die entscheiden.
Hinweis: Stand zum Veröffentlichungsdatum.
Verwendete Bilder, Screenshots und Medien dienen ausschließlich der sachlichen Auseinandersetzung im Sinne des Zitatrechts (§ 51 UrhG).
Teile dieses Beitrags können KI-gestützt erstellt und redaktionell geprüft worden sein.
(Mehr zur Arbeitsweise)

