Deepfake-Erkennung umfasst Verfahren, mit denen sich künstlich erzeugte oder manipulierte Bilder, Videos und Tonaufnahmen von authentischen unterscheiden lassen. Zwei Wege werden verfolgt. Der analytische sucht nach Spuren der Erzeugung, etwa unstimmigem Lichtverlauf, unnatürlichem Blinzeln, Artefakten an Kanten oder statistischen Auffälligkeiten im Bildsignal; er wird mit jeder Modellgeneration schwieriger, weil die Fehler verschwinden, an denen die Erkennung ansetzt.
Der zweite Weg setzt am Ursprung an und belegt die Herkunft eines Inhalts, statt seine Fälschung nachzuweisen: Über kryptografisch signierte Herkunftsdaten nach dem C2PA-Standard und über unsichtbare Wasserzeichen wird nachvollziehbar, mit welchem Gerät oder Werkzeug eine Datei entstanden ist und ob sie seither verändert wurde.
Praktisch am wirksamsten bleibt für Unternehmen die organisatorische Absicherung, denn der häufigste Schadensfall ist nicht das gefälschte Video, sondern die per Anruf oder Videokonferenz vorgetäuschte Identität einer Führungskraft, die eine Überweisung anordnet; dagegen hilft ein festgelegter Rückrufweg über eine bekannte Nummer, nicht eine Erkennungssoftware. Rechtlich flankiert die KI-Verordnung das Feld doppelt: Anbieter generativer Systeme müssen ihre Ausgaben maschinenlesbar kennzeichnen, und wer einen Deepfake verbreitet, muss dessen künstliche Herkunft offenlegen (Art. 50 Verordnung (EU) 2024/1689).