![\"\"](\"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/Silvan-Vifian.jpg\")
<\/figure><\/div><\/div>Silvan Vifians Bachelor-Arbeit<\/strong><\/h2><\/p>
Bachelor-Absolvent:<\/strong> Silvan Vifian<\/a>
Studiengang:<\/strong> Artificial Intelligence & Machine Learning<\/a> an der HSLU \u2013 Informatik
Titel:<\/strong> Erkennen von KI-generierten Videos und Deepfakes in der Strafverfolgung
Betreuerin:<\/strong> Ursula Uttinger<\/a>, HSLU-Dozentin und Juristin
Auftraggeberin:<\/strong> Hochschule Luzern \u2013 Informatik <\/a>
Abschlussjahr:<\/strong> 2026
Download:<\/strong> \u00abDeepfakes im Strafrecht – Status quo und Handlungsempfehlungen<\/a>\u00bb (PDF)<\/div><\/ul><\/div><\/div>\n\n\n\n<\/p>\n\n\n\n
Bilder und Videos als Beweise: Echtheit schwerer zu pr\u00fcfen<\/strong><\/strong><\/h2>\n\n\n\nDIE HERAUSFORDERUNG<\/strong><\/p>\n\n\n\nDeepfakes sind Bilder, Videos oder Audiodateien, die mit generativer KI erstellt oder ver\u00e4ndert wurden. Sie k\u00f6nnen reale Personen in Situationen zeigen, die so nie stattgefunden haben. Ihre Qualit\u00e4t ist inzwischen so hoch, dass wir Manipulationen mit blossem Auge kaum noch erkennen.<\/p>\n\n\n\n
Das erste Problem liegt auf der Hand: Gef\u00e4lschte Aufnahmen k\u00f6nnen als Beweismittel ins Verfahren gelangen. Ein Deepfake kann ein falsches Alibi st\u00fctzen oder eine unschuldige Person belasten. Das ist kein Science-Fiction-Szenario mehr. Erste Gerichtsf\u00e4lle sind bereits bekannt.<\/p>\n\n\n\n
Das zweite Problem ist weniger offensichtlich, aber ebenso heikel: Beschuldigte k\u00f6nnen echtes, belastendes Material pauschal als KI-generiert bezeichnen. Im Rechtsbereich heisst diese Strategie \u00abLiar\u2019s Dividend\u00bb. Schon die blosse Behauptung zwingt die Beh\u00f6rden zu zus\u00e4tzlichen forensischen Abkl\u00e4rungen und kann Verfahren verz\u00f6gern.<\/p>\n\n\n\n
Recht trifft Technik: Deepfakes im Realit\u00e4tscheck<\/strong><\/h2>\n\n\n\nDER ANSATZ<\/strong>
Fertige L\u00f6sungen verspricht die Arbeit nicht. Sie schafft einen \u00dcberblick \u00fcber den aktuellen Stand, rechtlich wie technisch.<\/p>\n\n\n\nVifian untersuchte das Thema bewusst aus zwei Perspektiven. Auf der juristischen Seite analysierte er Literatur und F\u00e4lle. Er f\u00fchrte leitfadengest\u00fctzte Interviews mit Fachpersonen aus der Universit\u00e4t und der IT-Forensik sowie mit leitenden Personen der Staatsanwaltschaft.<\/p>\n\n\n\n
Parallel dazu pr\u00fcfte er die technische Seite. Daf\u00fcr erstellte er einen eigenen Testdatensatz. Reale Aufnahmen aus \u00dcberwachungskameras manipulierte er mit \u00e4lteren und neueren KI-Modellen. Anschliessend testete er, wie aktuelle Deepfake-Detektoren mit realit\u00e4tsnahem Material umgehen. Die Erkenntnisse aus beiden Bereichen fasste er in einem Factsheet f\u00fcr juristische Fachpersonen zusammen.<\/p>\n\n\n\n
\nBei Deepfakes reicht eine rein juristische Betrachtung nicht aus.<\/p>\nUrsula Uttinger, HSLU-Dozentin, Betreuerin der Bachelor-Arbeit<\/strong> und Juristin.<\/strong><\/cite><\/blockquote>\n\n\n\n\u00abGerade bei Deepfakes reicht eine rein juristische Betrachtung nicht aus. Wer ihre Bedeutung f\u00fcr ein Strafverfahren beurteilen will, muss auch verstehen, wie solche Manipulationen entstehen und wie zuverl\u00e4ssig sie erkannt werden k\u00f6nnen\u00bb, sagt Ursula Uttinger, Betreuerin der Bachelor-Arbeit.<\/p>\n\n\n\n
Empfehlungen f\u00fcr den Umgang mit Deepfakes im Strafprozess<\/strong><\/h2>\n\n\n\nWAS BRINGT’S?<\/strong>
Die technischen Tests zeigen ein Problem: Detektoren, die unter idealisierten Bedingungen sehr gut funktionieren, k\u00f6nnen bei anderen oder neuartigen F\u00e4lschungen deutlich schlechter abschneiden. Bei einem untersuchten Modell sank der sogenannte AUC-Wert von 96,3 auf 55,2 Prozent. Er zeigt, wie gut das Modell echte und manipulierte Videos unterscheiden kann. Ein Wert von 50 Prozent entspricht reinem Zufall. F\u00fcr die Beweisf\u00fchrung vor Gericht h\u00e4lt die Arbeit rein algorithmische Detektoren deshalb derzeit nicht f\u00fcr ausreichend zuverl\u00e4ssig.<\/p>\n\n\n\nIn der forensischen Praxis pr\u00fcfen Fachpersonen deshalb weiterhin Metadaten und die Herkunft von Dateien. F\u00fcr vertiefte KI-Analysen braucht es Fachpersonen mit Spezialwissen. Genau hier sieht Vifian einen m\u00f6glichen Engpass.<\/p>\n\n\n\n
Er leitet daraus drei Handlungsempfehlungen ab<\/strong>:<\/p>\n\n\n\n\n- Justiz und Anwaltschaft sollen f\u00fcr das Problem sensibilisiert und die Medienkompetenz der Gerichte gest\u00e4rkt werden.<\/li>\n\n\n\n
- Die digitale Forensik soll ihre Kompetenzen zur Deepfake-Erkennung ausbauen.<\/li>\n\n\n\n
- Die Justiz soll einheitliche Praxisrichtlinien f\u00fcr den Umgang mit Manipulationsvorw\u00fcrfen entwickeln.<\/li>\n<\/ol>\n\n\n\n
<\/p>\n\n\n\n
Zwei Disziplinen und ein Forschungsfeld im schnellen Wandel<\/strong><\/strong><\/h2>\n\n\n\nHINTER DER ARBEIT<\/strong>
Die Verbindung von Recht und Technik machte die Bachelor-Arbeit anspruchsvoll. Das Forschungsfeld der generativen KI ist breit und entwickelt sich schnell. Vifian musste deshalb zun\u00e4chst einen klaren und praxisnahen Fokus setzen.<\/p>\n\n\n\nAuch technisch lief nicht alles nach Plan. Manche Open-Source-Pipelines nutzten veraltete Frameworks, waren l\u00fcckenhaft dokumentiert oder liefen nur mit bestimmten Hard- und Software-Versionen. Deshalb scheiterten einige Experimente.<\/p>\n\n\n\n
Juristisch stellte sich eine andere Frage: Wie gross ist die Gefahr durch Deepfakes im Schweizer Strafprozess tats\u00e4chlich? Noch ist die Bedrohung nicht akut: Bisher sind nur vereinzelte F\u00e4lle dokumentiert. Die befragten Fachpersonen sch\u00e4tzen das Potenzial jedoch als gross ein. Besonders relevant k\u00f6nnten Deepfakes bei organisierter Kriminalit\u00e4t und Wirtschaftskriminalit\u00e4t werden. Hinzu kommt das Liar\u2019s Dividend: Schon der Zweifel an der Echtheit realer Aufnahmen kann Strafverfahren erschweren.<\/p>\n\n\n\n
Vifian sieht zudem eine Schwachstelle in der Praxis: In Justiz und Forensik werde das Thema Deepfakes als Beweismittel noch zu wenig beachtet. Diese Einsch\u00e4tzung best\u00e4tigte f\u00fcr ihn, wie wichtig ein praxisnaher und interdisziplin\u00e4rer Blick auf das Thema ist.<\/p>\n\n\n\n
\nMich reizte die Interdisziplinarit\u00e4t des Themas.<\/p>\nSilvan Vifian, Absolvent HSLU-Studiengangs Artificial Intelligence & Machine Learning<\/cite><\/blockquote>\n\n\n\nGerade das Zusammenspiel von Technik, Recht und Gesellschaft machte das Thema f\u00fcr ihn besonders reizvoll: \u00abWas mich besonders reizt, ist die Interdisziplinarit\u00e4t \u2013 technisches Wissen mit Recht und gesellschaftlichen Fragen zu verbinden, statt im eigenen Fach zu bleiben.\u00bb<\/p>\n\n\n\n
Redaktionelle Verantwortung: Gabriela Bonin<\/a>
Ver\u00f6ffentlicht am: 14. Oktober 2026<\/p>\n\n\n\n\t\n\t\t\n\t\t\tFactsheet zum Download: Gefahren und Handlungsempfehlungen zu Deepfakes<\/strong><\/p>\nF\u00fcr seine Bachelor-Arbeit hat HSLU-Absolvent Silvan Vifian<\/a> das zweiseitige Factsheet \u00abDeepfakes \u2013 Status quo und Handlungsempfehlungen im Strafrecht\u00bb erstellt. Es zeigt, welche Gefahren Deepfakes bergen, wie weit Generierung und Erkennung heute sind und was die Justiz tun kann. Dazu sagt Vifian:\u00a0\u00abF\u00fcr mich ist die Arbeit damit nicht einfach abgeschlossen. Entscheidend ist, dass ihre Resultate die richtigen Stellen erreichen \u2013 etwa Strafverfolgung, digitale Forensik und Rechtswissenschaft.\u00bb<\/p>\nDeshalb arbeitet Vifian weiter an der Verbreitung seiner Ergebnisse. Neben diesem Beitrag sind weitere Publikationen in Fachzeitschriften geplant. Sein Ziel: Das Thema so sichtbar zu machen, dass die zust\u00e4ndigen Fachpersonen es aufgreifen.<\/p>\n
Sein Factsheet richtet sich vor allem an juristische Fachpersonen und sensibilisiert f\u00fcr den Umgang mit synthetischen Medien.<\/p>\n
Hier downloaden<\/a>: \u00abDeepfakes im Strafrecht – Status quo und Handlungsempfehlungen\u00bb<\/p>\n\t\t<\/div>\n\t<\/div>\n<\/div>\n\n\n\n\t\n\t\t\n\t\t\tAus- und weiterbilden<\/strong>: Die Hochschule Luzern \u2013 Informatik bietet Bachelor- und Master-Studieng\u00e4nge<\/a>, anwendungsorientierte Forschung<\/a> und Entwicklung sowie Weiterbildungsangebote<\/a> der Informatik und Wirtschaftsinformatik auf einem Campus.<\/p>\nBesuche unsere <\/strong>Online-Info-Veranstaltungen.<\/strong><\/a><\/p>\nGef\u00e4llt dir unser Blog? Hier erh\u00e4ltst du Tipps und liest \u00fcber Trends aus der Welt der Informatik. Wir bieten Einsichten in unser Departement und Portr\u00e4ts von IT-Vordenkerinnen, Vision\u00e4ren und spannenden Menschen. Hier kannst du den Informatik-Blog abonnieren<\/a>.<\/p>\nAktuelles aus unserem Departement auf LinkedIn. Jetzt folgen<\/a>!<\/p>\n\t\t<\/div>\n\t<\/div>\n<\/div>\n\n\n\n\n
Studiengang:<\/strong> Artificial Intelligence & Machine Learning<\/a> an der HSLU \u2013 Informatik
Titel:<\/strong> Erkennen von KI-generierten Videos und Deepfakes in der Strafverfolgung
Betreuerin:<\/strong> Ursula Uttinger<\/a>, HSLU-Dozentin und Juristin
Auftraggeberin:<\/strong> Hochschule Luzern \u2013 Informatik <\/a>
Abschlussjahr:<\/strong> 2026
Download:<\/strong> \u00abDeepfakes im Strafrecht – Status quo und Handlungsempfehlungen<\/a>\u00bb (PDF)<\/div>
- <\/ul><\/div><\/div>\n\n\n\n
- Justiz und Anwaltschaft sollen f\u00fcr das Problem sensibilisiert und die Medienkompetenz der Gerichte gest\u00e4rkt werden.<\/li>\n\n\n\n
- Die digitale Forensik soll ihre Kompetenzen zur Deepfake-Erkennung ausbauen.<\/li>\n\n\n\n
- Die Justiz soll einheitliche Praxisrichtlinien f\u00fcr den Umgang mit Manipulationsvorw\u00fcrfen entwickeln.<\/li>\n<\/ol>\n\n\n\n
<\/p>\n\n\n\n
Zwei Disziplinen und ein Forschungsfeld im schnellen Wandel<\/strong><\/strong><\/h2>\n\n\n\n
HINTER DER ARBEIT<\/strong>
Die Verbindung von Recht und Technik machte die Bachelor-Arbeit anspruchsvoll. Das Forschungsfeld der generativen KI ist breit und entwickelt sich schnell. Vifian musste deshalb zun\u00e4chst einen klaren und praxisnahen Fokus setzen.<\/p>\n\n\n\nAuch technisch lief nicht alles nach Plan. Manche Open-Source-Pipelines nutzten veraltete Frameworks, waren l\u00fcckenhaft dokumentiert oder liefen nur mit bestimmten Hard- und Software-Versionen. Deshalb scheiterten einige Experimente.<\/p>\n\n\n\n
Juristisch stellte sich eine andere Frage: Wie gross ist die Gefahr durch Deepfakes im Schweizer Strafprozess tats\u00e4chlich? Noch ist die Bedrohung nicht akut: Bisher sind nur vereinzelte F\u00e4lle dokumentiert. Die befragten Fachpersonen sch\u00e4tzen das Potenzial jedoch als gross ein. Besonders relevant k\u00f6nnten Deepfakes bei organisierter Kriminalit\u00e4t und Wirtschaftskriminalit\u00e4t werden. Hinzu kommt das Liar\u2019s Dividend: Schon der Zweifel an der Echtheit realer Aufnahmen kann Strafverfahren erschweren.<\/p>\n\n\n\n
Vifian sieht zudem eine Schwachstelle in der Praxis: In Justiz und Forensik werde das Thema Deepfakes als Beweismittel noch zu wenig beachtet. Diese Einsch\u00e4tzung best\u00e4tigte f\u00fcr ihn, wie wichtig ein praxisnaher und interdisziplin\u00e4rer Blick auf das Thema ist.<\/p>\n\n\n\n
\n
Mich reizte die Interdisziplinarit\u00e4t des Themas.<\/p>\nSilvan Vifian, Absolvent HSLU-Studiengangs Artificial Intelligence & Machine Learning<\/cite><\/blockquote>\n\n\n\n
Gerade das Zusammenspiel von Technik, Recht und Gesellschaft machte das Thema f\u00fcr ihn besonders reizvoll: \u00abWas mich besonders reizt, ist die Interdisziplinarit\u00e4t \u2013 technisches Wissen mit Recht und gesellschaftlichen Fragen zu verbinden, statt im eigenen Fach zu bleiben.\u00bb<\/p>\n\n\n\n
Redaktionelle Verantwortung: Gabriela Bonin<\/a>
Ver\u00f6ffentlicht am: 14. Oktober 2026<\/p>\n\n\n\n\t\n\t\t\n\t\t\tFactsheet zum Download: Gefahren und Handlungsempfehlungen zu Deepfakes<\/strong><\/p>\n
F\u00fcr seine Bachelor-Arbeit hat HSLU-Absolvent Silvan Vifian<\/a> das zweiseitige Factsheet \u00abDeepfakes \u2013 Status quo und Handlungsempfehlungen im Strafrecht\u00bb erstellt. Es zeigt, welche Gefahren Deepfakes bergen, wie weit Generierung und Erkennung heute sind und was die Justiz tun kann. Dazu sagt Vifian:\u00a0\u00abF\u00fcr mich ist die Arbeit damit nicht einfach abgeschlossen. Entscheidend ist, dass ihre Resultate die richtigen Stellen erreichen \u2013 etwa Strafverfolgung, digitale Forensik und Rechtswissenschaft.\u00bb<\/p>\n
Deshalb arbeitet Vifian weiter an der Verbreitung seiner Ergebnisse. Neben diesem Beitrag sind weitere Publikationen in Fachzeitschriften geplant. Sein Ziel: Das Thema so sichtbar zu machen, dass die zust\u00e4ndigen Fachpersonen es aufgreifen.<\/p>\n
Sein Factsheet richtet sich vor allem an juristische Fachpersonen und sensibilisiert f\u00fcr den Umgang mit synthetischen Medien.<\/p>\n
Hier downloaden<\/a>: \u00abDeepfakes im Strafrecht – Status quo und Handlungsempfehlungen\u00bb<\/p>\n\t\t<\/div>\n\t<\/div>\n<\/div>\n\n\n
\n\t\n\t\t\n\t\t\tAus- und weiterbilden<\/strong>: Die Hochschule Luzern \u2013 Informatik bietet Bachelor- und Master-Studieng\u00e4nge<\/a>, anwendungsorientierte Forschung<\/a> und Entwicklung sowie Weiterbildungsangebote<\/a> der Informatik und Wirtschaftsinformatik auf einem Campus.<\/p>\n
Besuche unsere <\/strong>Online-Info-Veranstaltungen.<\/strong><\/a><\/p>\n
Gef\u00e4llt dir unser Blog? Hier erh\u00e4ltst du Tipps und liest \u00fcber Trends aus der Welt der Informatik. Wir bieten Einsichten in unser Departement und Portr\u00e4ts von IT-Vordenkerinnen, Vision\u00e4ren und spannenden Menschen. Hier kannst du den Informatik-Blog abonnieren<\/a>.<\/p>\n
Aktuelles aus unserem Departement auf LinkedIn. Jetzt folgen<\/a>!<\/p>\n\t\t<\/div>\n\t<\/div>\n<\/div>\n\n\n\n
\n
<\/p>\n\n\n\n
Bilder und Videos als Beweise: Echtheit schwerer zu pr\u00fcfen<\/strong><\/strong><\/h2>\n\n\n\nDIE HERAUSFORDERUNG<\/strong><\/p>\n\n\n\nDeepfakes sind Bilder, Videos oder Audiodateien, die mit generativer KI erstellt oder ver\u00e4ndert wurden. Sie k\u00f6nnen reale Personen in Situationen zeigen, die so nie stattgefunden haben. Ihre Qualit\u00e4t ist inzwischen so hoch, dass wir Manipulationen mit blossem Auge kaum noch erkennen.<\/p>\n\n\n\n
Das erste Problem liegt auf der Hand: Gef\u00e4lschte Aufnahmen k\u00f6nnen als Beweismittel ins Verfahren gelangen. Ein Deepfake kann ein falsches Alibi st\u00fctzen oder eine unschuldige Person belasten. Das ist kein Science-Fiction-Szenario mehr. Erste Gerichtsf\u00e4lle sind bereits bekannt.<\/p>\n\n\n\n
Das zweite Problem ist weniger offensichtlich, aber ebenso heikel: Beschuldigte k\u00f6nnen echtes, belastendes Material pauschal als KI-generiert bezeichnen. Im Rechtsbereich heisst diese Strategie \u00abLiar\u2019s Dividend\u00bb. Schon die blosse Behauptung zwingt die Beh\u00f6rden zu zus\u00e4tzlichen forensischen Abkl\u00e4rungen und kann Verfahren verz\u00f6gern.<\/p>\n\n\n\n
Recht trifft Technik: Deepfakes im Realit\u00e4tscheck<\/strong><\/h2>\n\n\n\nDER ANSATZ<\/strong>
Fertige L\u00f6sungen verspricht die Arbeit nicht. Sie schafft einen \u00dcberblick \u00fcber den aktuellen Stand, rechtlich wie technisch.<\/p>\n\n\n\nVifian untersuchte das Thema bewusst aus zwei Perspektiven. Auf der juristischen Seite analysierte er Literatur und F\u00e4lle. Er f\u00fchrte leitfadengest\u00fctzte Interviews mit Fachpersonen aus der Universit\u00e4t und der IT-Forensik sowie mit leitenden Personen der Staatsanwaltschaft.<\/p>\n\n\n\n
Parallel dazu pr\u00fcfte er die technische Seite. Daf\u00fcr erstellte er einen eigenen Testdatensatz. Reale Aufnahmen aus \u00dcberwachungskameras manipulierte er mit \u00e4lteren und neueren KI-Modellen. Anschliessend testete er, wie aktuelle Deepfake-Detektoren mit realit\u00e4tsnahem Material umgehen. Die Erkenntnisse aus beiden Bereichen fasste er in einem Factsheet f\u00fcr juristische Fachpersonen zusammen.<\/p>\n\n\n\n
\nBei Deepfakes reicht eine rein juristische Betrachtung nicht aus.<\/p>\nUrsula Uttinger, HSLU-Dozentin, Betreuerin der Bachelor-Arbeit<\/strong> und Juristin.<\/strong><\/cite><\/blockquote>\n\n\n\n\u00abGerade bei Deepfakes reicht eine rein juristische Betrachtung nicht aus. Wer ihre Bedeutung f\u00fcr ein Strafverfahren beurteilen will, muss auch verstehen, wie solche Manipulationen entstehen und wie zuverl\u00e4ssig sie erkannt werden k\u00f6nnen\u00bb, sagt Ursula Uttinger, Betreuerin der Bachelor-Arbeit.<\/p>\n\n\n\n
Empfehlungen f\u00fcr den Umgang mit Deepfakes im Strafprozess<\/strong><\/h2>\n\n\n\nWAS BRINGT’S?<\/strong>
Die technischen Tests zeigen ein Problem: Detektoren, die unter idealisierten Bedingungen sehr gut funktionieren, k\u00f6nnen bei anderen oder neuartigen F\u00e4lschungen deutlich schlechter abschneiden. Bei einem untersuchten Modell sank der sogenannte AUC-Wert von 96,3 auf 55,2 Prozent. Er zeigt, wie gut das Modell echte und manipulierte Videos unterscheiden kann. Ein Wert von 50 Prozent entspricht reinem Zufall. F\u00fcr die Beweisf\u00fchrung vor Gericht h\u00e4lt die Arbeit rein algorithmische Detektoren deshalb derzeit nicht f\u00fcr ausreichend zuverl\u00e4ssig.<\/p>\n\n\n\nIn der forensischen Praxis pr\u00fcfen Fachpersonen deshalb weiterhin Metadaten und die Herkunft von Dateien. F\u00fcr vertiefte KI-Analysen braucht es Fachpersonen mit Spezialwissen. Genau hier sieht Vifian einen m\u00f6glichen Engpass.<\/p>\n\n\n\n
Er leitet daraus drei Handlungsempfehlungen ab<\/strong>:<\/p>\n\n\n\n\n
Deepfakes sind Bilder, Videos oder Audiodateien, die mit generativer KI erstellt oder ver\u00e4ndert wurden. Sie k\u00f6nnen reale Personen in Situationen zeigen, die so nie stattgefunden haben. Ihre Qualit\u00e4t ist inzwischen so hoch, dass wir Manipulationen mit blossem Auge kaum noch erkennen.<\/p>\n\n\n\n
Das erste Problem liegt auf der Hand: Gef\u00e4lschte Aufnahmen k\u00f6nnen als Beweismittel ins Verfahren gelangen. Ein Deepfake kann ein falsches Alibi st\u00fctzen oder eine unschuldige Person belasten. Das ist kein Science-Fiction-Szenario mehr. Erste Gerichtsf\u00e4lle sind bereits bekannt.<\/p>\n\n\n\n
Das zweite Problem ist weniger offensichtlich, aber ebenso heikel: Beschuldigte k\u00f6nnen echtes, belastendes Material pauschal als KI-generiert bezeichnen. Im Rechtsbereich heisst diese Strategie \u00abLiar\u2019s Dividend\u00bb. Schon die blosse Behauptung zwingt die Beh\u00f6rden zu zus\u00e4tzlichen forensischen Abkl\u00e4rungen und kann Verfahren verz\u00f6gern.<\/p>\n\n\n\n
Recht trifft Technik: Deepfakes im Realit\u00e4tscheck<\/strong><\/h2>\n\n\n\nDER ANSATZ<\/strong>
Fertige L\u00f6sungen verspricht die Arbeit nicht. Sie schafft einen \u00dcberblick \u00fcber den aktuellen Stand, rechtlich wie technisch.<\/p>\n\n\n\nVifian untersuchte das Thema bewusst aus zwei Perspektiven. Auf der juristischen Seite analysierte er Literatur und F\u00e4lle. Er f\u00fchrte leitfadengest\u00fctzte Interviews mit Fachpersonen aus der Universit\u00e4t und der IT-Forensik sowie mit leitenden Personen der Staatsanwaltschaft.<\/p>\n\n\n\n
Parallel dazu pr\u00fcfte er die technische Seite. Daf\u00fcr erstellte er einen eigenen Testdatensatz. Reale Aufnahmen aus \u00dcberwachungskameras manipulierte er mit \u00e4lteren und neueren KI-Modellen. Anschliessend testete er, wie aktuelle Deepfake-Detektoren mit realit\u00e4tsnahem Material umgehen. Die Erkenntnisse aus beiden Bereichen fasste er in einem Factsheet f\u00fcr juristische Fachpersonen zusammen.<\/p>\n\n\n\n
\nBei Deepfakes reicht eine rein juristische Betrachtung nicht aus.<\/p>\nUrsula Uttinger, HSLU-Dozentin, Betreuerin der Bachelor-Arbeit<\/strong> und Juristin.<\/strong><\/cite><\/blockquote>\n\n\n\n\u00abGerade bei Deepfakes reicht eine rein juristische Betrachtung nicht aus. Wer ihre Bedeutung f\u00fcr ein Strafverfahren beurteilen will, muss auch verstehen, wie solche Manipulationen entstehen und wie zuverl\u00e4ssig sie erkannt werden k\u00f6nnen\u00bb, sagt Ursula Uttinger, Betreuerin der Bachelor-Arbeit.<\/p>\n\n\n\n
Empfehlungen f\u00fcr den Umgang mit Deepfakes im Strafprozess<\/strong><\/h2>\n\n\n\nWAS BRINGT’S?<\/strong>
Die technischen Tests zeigen ein Problem: Detektoren, die unter idealisierten Bedingungen sehr gut funktionieren, k\u00f6nnen bei anderen oder neuartigen F\u00e4lschungen deutlich schlechter abschneiden. Bei einem untersuchten Modell sank der sogenannte AUC-Wert von 96,3 auf 55,2 Prozent. Er zeigt, wie gut das Modell echte und manipulierte Videos unterscheiden kann. Ein Wert von 50 Prozent entspricht reinem Zufall. F\u00fcr die Beweisf\u00fchrung vor Gericht h\u00e4lt die Arbeit rein algorithmische Detektoren deshalb derzeit nicht f\u00fcr ausreichend zuverl\u00e4ssig.<\/p>\n\n\n\nIn der forensischen Praxis pr\u00fcfen Fachpersonen deshalb weiterhin Metadaten und die Herkunft von Dateien. F\u00fcr vertiefte KI-Analysen braucht es Fachpersonen mit Spezialwissen. Genau hier sieht Vifian einen m\u00f6glichen Engpass.<\/p>\n\n\n\n
Er leitet daraus drei Handlungsempfehlungen ab<\/strong>:<\/p>\n\n\n\n\n
Fertige L\u00f6sungen verspricht die Arbeit nicht. Sie schafft einen \u00dcberblick \u00fcber den aktuellen Stand, rechtlich wie technisch.<\/p>\n\n\n\n
Vifian untersuchte das Thema bewusst aus zwei Perspektiven. Auf der juristischen Seite analysierte er Literatur und F\u00e4lle. Er f\u00fchrte leitfadengest\u00fctzte Interviews mit Fachpersonen aus der Universit\u00e4t und der IT-Forensik sowie mit leitenden Personen der Staatsanwaltschaft.<\/p>\n\n\n\n
Parallel dazu pr\u00fcfte er die technische Seite. Daf\u00fcr erstellte er einen eigenen Testdatensatz. Reale Aufnahmen aus \u00dcberwachungskameras manipulierte er mit \u00e4lteren und neueren KI-Modellen. Anschliessend testete er, wie aktuelle Deepfake-Detektoren mit realit\u00e4tsnahem Material umgehen. Die Erkenntnisse aus beiden Bereichen fasste er in einem Factsheet f\u00fcr juristische Fachpersonen zusammen.<\/p>\n\n\n\n
\nBei Deepfakes reicht eine rein juristische Betrachtung nicht aus.<\/p>\nUrsula Uttinger, HSLU-Dozentin, Betreuerin der Bachelor-Arbeit<\/strong> und Juristin.<\/strong><\/cite><\/blockquote>\n\n\n\n
\u00abGerade bei Deepfakes reicht eine rein juristische Betrachtung nicht aus. Wer ihre Bedeutung f\u00fcr ein Strafverfahren beurteilen will, muss auch verstehen, wie solche Manipulationen entstehen und wie zuverl\u00e4ssig sie erkannt werden k\u00f6nnen\u00bb, sagt Ursula Uttinger, Betreuerin der Bachelor-Arbeit.<\/p>\n\n\n\n
Empfehlungen f\u00fcr den Umgang mit Deepfakes im Strafprozess<\/strong><\/h2>\n\n\n\n
WAS BRINGT’S?<\/strong>
Die technischen Tests zeigen ein Problem: Detektoren, die unter idealisierten Bedingungen sehr gut funktionieren, k\u00f6nnen bei anderen oder neuartigen F\u00e4lschungen deutlich schlechter abschneiden. Bei einem untersuchten Modell sank der sogenannte AUC-Wert von 96,3 auf 55,2 Prozent. Er zeigt, wie gut das Modell echte und manipulierte Videos unterscheiden kann. Ein Wert von 50 Prozent entspricht reinem Zufall. F\u00fcr die Beweisf\u00fchrung vor Gericht h\u00e4lt die Arbeit rein algorithmische Detektoren deshalb derzeit nicht f\u00fcr ausreichend zuverl\u00e4ssig.<\/p>\n\n\n\nIn der forensischen Praxis pr\u00fcfen Fachpersonen deshalb weiterhin Metadaten und die Herkunft von Dateien. F\u00fcr vertiefte KI-Analysen braucht es Fachpersonen mit Spezialwissen. Genau hier sieht Vifian einen m\u00f6glichen Engpass.<\/p>\n\n\n\n
Er leitet daraus drei Handlungsempfehlungen ab<\/strong>:<\/p>\n\n\n\n
\n