KI & Medien
Deepfake-Statistiken: Globale Daten, Entwicklung und reale Zahlen
Live-Zähler neu erstellter Deepfake-Videos weltweit
Grob 6,33 Videos pro Minute.
Quellen: Resemble AI 2025 Deepfake Threat Report; Security Hero 2024; Sumsub 2023. Auf dem Dashboard ansehen →
Was ist ein Deepfake, und warum sind 98 % davon nicht-konsensuell?
Ein Deepfake ist ein synthetisches Video, Audio oder Bild, bei dem die Ähnlichkeit einer Person per KI überzeugend gefälscht wird. Der Begriff setzt sich aus "Deep Learning" und "Fake" zusammen. Was Ende 2017 noch eine Nische war, ist heute auf jedem Smartphone verfügbar. Bis 2024 wurden monatlich über 100.000 Deepfake-Videos erstellt. Die meisten davon entstehen ohne Einwilligung der abgebildeten Personen. Die Technologie bedroht demokratische Prozesse, ermöglicht Betrug und befeuert nicht-konsensuelles Intimbildmaterial.
Die Deepfake-Bedrohung: Technologie, Einwilligung und Demokratie
Vom Forschungsprojekt zum Massenmarkt
Deepfakes entstammen akademischer Forschung von 2014 (Goodfellow et al., GANs) und erschienen erstmals Ende 2017 öffentlich, als ein Reddit-Nutzer Face-Swap-Technologie mit Promifotos kombinierte. Innerhalb von Monaten ermöglichten Amateur-Tools (DeepFaceLab, FaceSwap) Menschen mit Gaming-PC die Erstellung überzeugender Gesichtstausche. 2020 demokratisierten Smartphone-Apps (Reface, ZAO) die Technologie weiter und eliminierten die technische Hürde vollständig. Das Detektionsunternehmen Sensity AI erfasste die Entwicklung: von rund 8.000 indizierten Deepfake-Videos Ende 2018 auf 85.047 bis Dezember 2020, mit einer Verdopplung etwa alle sechs Monate.
Die Einwilligungskrise
Die überwiegende Mehrheit der Deepfakes, konstant 96 bis 98 % über mehrere Branchenberichte hinweg, ist nicht-konsensuelles Intimbildmaterial (NCII): synthetisches pornografisches Material, das ohne Einwilligung der abgebildeten Person erstellt wurde. 99 % der Betroffenen sind Frauen. Der Schaden ist schwerwiegend und dauerhaft: Opfer leiden unter psychischen Traumata, Reputationsschäden, Beziehungsbrüchen und in manchen Fällen Jobverlust. Anders als gestohlene Privatfotos können Deepfakes aus öffentlich zugänglichen Fotografien erstellt werden.
Von Unterhaltung zu Betrug
Über NCII hinaus werden Deepfakes zunehmend für Finanzbetrug eingesetzt. Der Sumsub-Bericht 2023 dokumentierte eine Verzehnfachung der Deepfake-Betrugsopfer in einem einzigen Jahr, konzentriert im Fintech- und Kryptosektor. Ein wegweisendes Ereignis 2024 in Hongkong: Kriminelle nutzten Deepfake-Videokonferenzen zur Imitation eines CFO in einem Mitarbeitergespräch und überzeugten so die Finanzabteilung, 200 Millionen Hongkong-Dollar (25,6 Millionen US-Dollar) zu überweisen.
Politische und gesellschaftliche Risiken
Deepfakes wurden in politischen Kontexten eingesetzt, um falsche Aussagen von Kandidaten und Staatsoberhäuptern zu erzeugen. Dokumentierte Fälle umfassen synthetisches Audio von US-Präsident Biden (Januar 2024), das Wähler von der Abstimmung abhalten sollte, Deepfake-Videos des ukrainischen Präsidenten Selenskyj sowie falsche Prominenten-Endorsements für Finanzprodukte. Das Weltwirtschaftsforum hat Deepfakes als eines der zehn kurzfristigsten globalen Risiken eingestuft.
Deepfakes vs. KI-generierte Bilder heute
Deepfake-Videos sind ein kleiner, aber besonders schädlicher Ausschnitt des breiteren KI-Bildgenerierungsvolumens.
Entwicklung: Deepfakes seit 2018
Die Deepfake-Erstellung stieg von rund 8.000 erfassten Videos 2018 auf über 100.000 monatlich 2024, während Erstellungswerkzeuge vom Serverraum auf das Smartphone wanderten.
| Jahr | Rate | Geschätzt pro Tag | Kontext |
|---|---|---|---|
| 2018 | 1.00/hr | 24 | Technology emerges publicly |
| 2019 | 2.00/hr | 48 | 550% growth projected |
| 2020 | 12/hr | 288 | Doubling every 6 months |
| 2023 | 69/hr | 2K | 10× incident surge; +704% face-swaps within year |
| 2024 | 139/hr | 3K | Mainstream fraud tool; $25M Hong Kong heist |
| 2025 | 380/hr | 9K | Mass-scale AI video tools; deepfake fraud industrialised |
| 2027 (forecast) | 570/hr | 14K | AI video generation commoditised; real-time deepfakes possible |
Chronologie der Deepfake-Entwicklung
- 2014Generative Adversarial Networks (GANs) von Ian Goodfellow erfunden: die technologische Grundlage.
- 2017Erste öffentliche Deepfakes auf Reddit; DeepFaceLab als Open-Source-Software veröffentlicht.
- 2018Sensity AI beginnt systematische Erfassung; rund 8.000 Deepfake-Videos online katalogisiert.
- 201914.678 Deepfake-Videos erfasst; US-Kongress hält erste Anhörungen zu Deepfake-Desinformation ab.
- 2020Sensity zählt bis Jahresende 85.047 Deepfake-Videos; Zahlen verdoppeln sich alle 6 Monate.
- 2022Diffusionsmodelle (Stable Diffusion, DALL-E) senken Kosten für realistisches Fake-Material weiter.
- 2023Deepfake-Vorfälle steigen 10-fach in einem Jahr (Sumsub); Face-Swap-Deepfakes +704 % innerhalb 2023.
- 2024Deepfake-Videokonferenz stiehlt 25,6 Mio. USD in Hongkong; über 100.000 Deepfakes/Monat erstellt.
- 2025Rund 8 Millionen Deepfakes online (16× mehr als 2023); 1,28 Mrd. USD nachgewiesene Betrugsverluste.
Studien & Forschungsbelege
| Jahr | Studie / Befund | Wert | Quelle |
|---|---|---|---|
| 2018 | Sensity AI: erste systematische Kartierung; rund 8.000 Deepfake-Videos online zum Jahresende, 96 % nicht-konsensuelles Intimbildmaterial (NCII) | 8000 Deepfake-Videos online | Sensity AI |
| 2019 | 14.678 Deepfake-Videos online erkannt; 550 % Wachstum in den nächsten 5 Jahren prognostiziert; 96 % NCII | 14678 Deepfake-Videos online | Sensity AI |
| 2020 | Bis Dezember 2020 zählt Sensity 85.047 Deepfake-Videos; Zahl verdoppelt sich etwa alle 6 Monate | 85047 kumulativ erfasste Deepfake-Videos | Sensity AI |
| 2022 | Sumsub: Baseline der Deepfake-Vorfälle; Nordamerika verzeichnet anschließend +1.740 % Jahreswachstum 2022→2023 | - | Sumsub |
| 2023 | Globale Deepfake-Vorfälle steigen 2022→2023 um das Zehnfache; NA +1.740 %, APAC +1.530 %, EU +780 % | 10 × Wachstum vs. 2022 | Sumsub |
| 2023 | 95.820 Deepfake-Videos online gefunden; 98 % NCII; Face-Swap-Deepfakes +704 % H1→H2 2023 | 95820 Deepfake-Videos online | Home Security Heroes |
| 2024 | Über 100.000 Deepfake-Videos pro Monat erstellt; Kryptosektor liefert 88 % der Betrugs-Deepfakes | 1200000 Deepfake-Videos/Jahr (Schätzung) | Home Security Heroes |
| 2025 | Resemble AI 2025: 1.567 verifizierte Betrugsfälle; 296,4 Mrd. kombinierte Medieneindrücke; 1,28 Mrd. USD dokumentierte Verluste; ~8 Mio. Deepfakes online (16× vs. 500.000 in 2023) | 1567 verifizierte Betrugsfälle 2025 | Resemble AI |
In der Perspektive
Bei 380 Deepfakes pro Stunde (2025) entsteht statistisch alle 9 Sekunden ein neues Deepfake-Video.
Die rund 8 Millionen heute im Netz kursierenden Deepfakes würden bei einer Minute Länge je Video über 133 Tage am Stück füllen.
98 % aller Deepfake-Videos sind nicht-konsensuell und richten sich überwiegend gegen Frauen.
Wie die Zahl berechnet wird
Die Live-Rate von 380/Std. basiert auf dem Resemble AI 2025 Deepfake Threat Report, der rund 8 Millionen im Netz kursierende Deepfakes zum Erhebungszeitpunkt dokumentierte (16× mehr als 2023). Die jährliche Neuerstellungsrate wird aus dieser Wachstumskurve extrapoliert: rund 3,3 Millionen neue Deepfakes jährlich ÷ 365 Tage ÷ 24 Stunden ≈ 380/Std. Security Heroes 2024-Basis (100.000+/Monat = 139/Std.) dient als Vergleichsjahr. Beide Berichte erfassen nur öffentlich indizierte Inhalte; private Erstellung über Smartphone-Apps wird nicht erfasst.
Verwendete Quellen: Sensity AI - The State of Deepfakes 2020 – Sumsub - Global Deepfake Incidents Research 2023 – Home Security Heroes - State of Deepfakes Report 2024 – CyberPeace - Deepfake Pornography Report – Resemble AI - 2025 Deepfake Threat Report. Vollständige Methodik: Methodikseite.
Häufige Fragen
- Wie viele Deepfake-Videos werden täglich erstellt?
- Laut Resemble AI 2025 beläuft sich die modellierte Erstellungsrate auf rund 380 pro Stunde, das sind etwa 9.100 täglich. Dieser Wert wird aus den ~8 Millionen im Netz kursierenden Deepfakes extrapoliert (2023: 500.000) und erfasst nur öffentlich indizierte Inhalte. Private Erstellung über Smartphone-Apps ist nicht enthalten, die tatsächliche Zahl liegt daher wahrscheinlich deutlich höher.
- Welcher Anteil der Deepfakes ist nicht-konsensuell?
- Studien zeigen konstant, dass 96 bis 98 % der im Netz kursierenden Deepfake-Videos nicht-konsensuelles Intimbildmaterial (NCII) sind, das überwiegend Frauen betrifft. Ein Bericht von Security Hero (2023) bezifferte den Anteil auf 98 %.
- Wie hat sich die Deepfake-Lage seit 2018 verändert?
- Von Ende 2018 bis Ende 2020 erfasste Sensity AI 85.047 Deepfake-Videos online, mit einer Verdopplung etwa alle sechs Monate. Bis 2023 stiegen die Vorfälle laut Sumsub um das Zehnfache in einem Jahr. Erstellungswerkzeuge wurden günstiger und einfacher: Was 2018 einen Server und Monate erforderte, läuft heute in Minuten auf einem Smartphone.
- Welche Branchen sind am stärksten von Deepfake-Betrug betroffen?
- 2023 entfielen 88 % aller erfassten Deepfake-Betrugsfälle auf den Krypto- und Fintech-Sektor (Sumsub). Deepfakes werden zunehmend zur Umgehung von Identitätsprüfungen (KYC), für Investmentbetrug mit gefälschten Prominenten-Empfehlungen und für Unternehmensbetrug eingesetzt.
- Können Deepfakes erkannt werden?
- Aktuelle KI-Erkennungstools erreichen unter Laborbedingungen 80 bis 90 % Genauigkeit; im realen Einsatz liegt die Quote niedriger. Menschen erkennen Deepfakes im Durchschnitt nur in 57 % der Fälle richtig, kaum besser als Zufallsrate. Erkennungstechnologie befindet sich in einem Wettrüsten mit der Generierungstechnologie.
Warum diese Deepfake-Statistiken zuverlässig sind
Die Hauptquelle ist der Resemble AI 2025 Deepfake Threat Report sowie Security Heroes State of Deepfakes 2024, der manuelles Indizieren von 44 Deepfake-Websites und -Plattformen umfasste. Diese Methodik gilt als die rigoroseste öffentliche Schätzung des Deepfake-Volumens. Historische Daten von Sensity AI (2019 bis 2021) und Deeptrace liefern die Vergleichsbasis. Alle Schätzungen sind Untergrenzen, da private Erstellungswerkzeuge nicht erfasst werden.
Verwandte Statistiken: Erzeugte KI-Bilder – Geteilte Falschnachrichten (Fake News) – Online-Betrugsopfer, und das AnythingCounter-Dashboard.