Das Fraunhofer-Institut für Sichere Informationstechnologie (SIT) hat einen Prototyp vorgestellt, der in laufenden Videokonferenzen gefälschte Gesichter und Stimmen erkennen soll. Auf vier Benchmark-Datensätzen erreicht das Gesichtsmodell nach Angaben des Instituts einen gemittelten F1-Score von 0,93, die Audio-Erkennung auf Testsets 0,9. Das Institut räumt ein, dass diese Werte für Live-Calls nicht repräsentativ sind. Bei Fälschungsverfahren, die nicht im Training vorkamen, bricht die Erkennungsrate ein. Das Einsatzszenario ist CEO-Fraud per Videocall: Der Ingenieurkonzern Arup verlor so rund 25 Millionen US-Dollar. Laut Bitkom-Wirtschaftsschutzstudie entstand acht Prozent der deutschen Unternehmen im vergangenen Jahr ein Schaden durch Deepfakes, doppelt so viele wie im Vorjahr. Die Analyse läuft lokal auf einem leistungsstarken Gaming-Laptop und analysiert alle 1,25 Sekunden einen Frame. Ein Produkt gibt es noch nicht; das Institut sucht Partner für die Weiterentwicklung. Einordnung von Qvestcon für Banken und Versicherer: Solange keine marktreife Erkennung verfügbar ist, bleibt die Absicherung im Prozess entscheidend. Zahlungsfreigaben und Änderungen von Kontodaten, die per Videocall angewiesen werden, sollten über einen zweiten, unabhängigen Kanal bestätigt werden.