Dieser Bericht synthetisiert die Analysen und Erkenntnisse von Florian Galwitz, Professor für Medieninformatik an der Technischen Hochschule Nürnberg. Er beleuchtet das Spannungsfeld zwischen technischer Realität und medialer Darstellung, insbesondere im Hinblick auf Faktenchecks, Social Bots und die fortschreitende Integration Künstlicher Intelligenz (KI) in den Journalismus und die Gesellschaft.

Dieser Beitrag basiert auf der Videoaufzeichnung „Hütet euch vor Faktencheckern - ein Informatikprofessor warnt" und wurde mithilfe von NotebookLM erstellt.

Zusammenfassung

Hütet euch vor Faktencheckern - ein Informatikprofessor warnt
SACHLICH RICHTIG - der Medien-Podcast (10.07.2026)

Die vorliegenden Analysen verdeutlichen ein systematisches Defizit in der technischen Kompetenz und Fehlerkultur etablierter Medienhäuser und Faktencheck-Redaktionen. Zentrale Erkenntnisse sind:

Methodische Mängel bei Faktencheckern: Sogenannte Faktenchecker unterliegen häufig einem „Confirmation Bias“ und nutzen technisch fehlerhafte Argumentationsketten, die teilweise deckungsgleich mit denen von Verschwörungstheoretikern sind (z. B. Fehlinterpretationen von PDF-Layern oder Google Trends).
Wandel bei Social Bots: Während automatisierte Propaganda-Bots jahrelang ein mediales Schreckgespenst ohne technisches Fundament waren, ermöglichen moderne Large Language Models (LLMs) seit 2024 erstmals eine ernsthafte Interaktion, wenn auch mit bisher geringem realem Einfluss.
Transformative Kraft der KI: KI-Modelle entwickeln sich rasant von einfachen Plaudersystemen zu „Reasoning“-Modellen, die menschliche Recherchekapazitäten in Kürze übertreffen werden. Dies gefährdet klassische „Schreibtisch-Jobs“ und erzwingt eine Neudefinition des Journalismus über Persönlichkeit und exklusive Vor-Ort-Recherche.
Wirtschaftliche Gefahren für Deutschland: Aufgrund fehlender eigener Basistechnologien und hoher Energiekosten droht Deutschland bei der Wertschöpfung durch KI den Anschluss an die USA zu verlieren, was weitreichende soziale Folgen (Arbeitsplatzverlust ohne inländische Umverteilungsgewinne) haben könnte.

Infografik: Hütet euch for Faktencheckern

1. Kritik an der Arbeit von Faktencheckern und öffentlich-rechtlichen Medien

Professor Galwitz identifiziert eine „lange Leidensgeschichte“ im Kontakt mit Faktencheckern. Das Kernproblem sei oft eine Kombination aus hoher Vorerwartung (Narrativ-Treue) und mangelndem technischen Verständnis.

Fallbeispiel: Macron Leaks (2017)

Das Mediennarrativ: Kurz vor der französischen Wahl wurden Dokumente geleakt. Journalisten und der ARD-Faktenfinder behaupteten, diese seien Fälschungen, da die PDF-Dateien verschiedene Ebenen (Layer) in Programmen wie Photoshop zeigten.
Die technische Realität: Die Layer-Struktur ist ein Standardergebnis moderner Scan-Software zur Kompression (Mixed Raster Content), bei der Text und Hintergrund getrennt gespeichert werden. Es ist kein Hinweis auf eine manuelle Fälschung.
Reaktion der Medien: Nach technischer Aufklärung durch Experten löschte der Faktenfinder den Artikel stillschweigend. Eine Korrektur oder Fehleraufarbeitung blieb aus. Galwitz zieht hier eine Parallele zu Verschwörungstheoretikern, die mit exakt derselben (falschen) Layer-Argumentation die Geburtsurkunde von Barack Obama als Fälschung darstellen wollten.

Fallbeispiel: ZDF-Berichterstattung über Google Trends

Die Behauptung: Das ZDF (Terra X History / heute-journal) suggerierte, russische Stellen hätten bereits vor Anschlägen in Deutschland nach spezifischen Begriffen wie „Anschlag Mannheim“ gesucht, was eine Vorabkenntnis oder Steuerung belegen sollte.
Die technische Realität: Google nutzt „Differential Privacy“, um den Datenschutz zu gewährleisten. Dabei wird den Daten ein „Rauschen“ hinzugefügt. Das führt dazu, dass zu fast jedem Suchbegriff an jedem Ort der Welt kleine „Peaks“ erscheinen, wenn man die Anfrage oft genug wiederholt.
Fazit: Die Methode des vom ZDF zitierten Experten wurde als „One Track Pony“-Verschwörungstheorie entlarvt, die bereits für andere Ereignisse (z. B. U-Boot-Implosionen) falsche Vorab-Suchen „nachgewiesen“ hatte. Das ZDF hielt trotz Kritik an der Geschichte fest.

2. Die Evolution der Social Bots

Die Debatte um Social Bots hat sich durch den technologischen Sprung Ende 2023/Anfang 2024 grundlegend verändert.

Zeitraum	Technischer Status	Mediale Wahrnehmung
Vor 2020	Technisch kaum möglich, Inhalte sinnvoll zu generieren oder Interaktionen zu führen.	Massive Warnungen vor „Meinungsmanipulation“ durch Bots.
2020 - 2023	Einfache Retweet-Bots vorhanden, aber leicht als solche erkennbar.	Nutzung des Begriffs als Kampfbegriff gegen unliebsame Meinungen.
Seit 2024	LLMs ermöglichen halbwegs sinnvolle Antworten und politische Interaktion.	Erste reale Funde von Bots (z. B. Marketing-Aktionen der VAE), aber noch ohne signifikante Follower-Zahlen oder Einfluss.

Galwitz betont, dass die ursprüngliche „Social Bot“-Verschwörungstheorie (KI-gesteuerte Massenmanipulation vor 2020) technischer Humbug war. Heutige Bots auf Plattformen wie X dienen oft primär dem „Engagement Baiting“, um über Auszahlungsprogramme der Plattformen Geld zu verdienen, weniger der gezielten politischen Steuerung.

3. Künstliche Intelligenz im Journalismus und in der Politik

Der Einsatz von KI-Tools wird zunehmend zum Standard, birgt jedoch Risiken der Entlarvung und des Qualitätsverlusts.

Erkennung von KI-Inhalten

Stilistische Muster: KI-generierte Texte (z. B. Reden von Mario Voigt, CDU) nutzen oft „kontrastive Verstärkung“ (Satzbau: „Es war nicht X, sondern vielmehr Y“).
Detektionstools: Tools wie „Pangram“ gelten als derzeit zuverlässigste Detektoren, da sie auf einer echten „Ground Truth“ (Vergleich von Texten vor und nach der Verfügbarkeit von ChatGPT) basieren. Sie sind jedoch nicht gerichtsfest.

Die Rolle des Journalisten in der KI-Ära

Galwitz prognostiziert, dass KI in der Recherche („Thinking Mode“ / Reasoning Modelle) dem Menschen bald überlegen sein wird. Ein Journalist könne nur überleben durch:

Persönlichkeit: Aufbau einer Marke und eines individuellen Stils.
Exklusive Recherche: Tätigkeiten, die nicht digital verfügbar sind (physische Treffen, Telefonate mit Informanten).
Menschliche Interaktion: Maschinen werden am Telefon oder im persönlichen Gespräch (noch) abgelehnt.

4. Zukunftsaussichten und gesellschaftliche Risiken

Die Diskussion über KI muss über triviale Aspekte hinausgehen und die strukturellen Gefahren in den Blick nehmen.

AGI (Artificial General Intelligence): Sobald eine KI jede Aufgabe übernehmen kann, die ein Mensch am Computer erledigt, entfällt die Rechtfertigung für klassische Schreibtisch-Jobs.
Das Monopol-Szenario: Ein kritisches Risiko ist das „Recursive Self-Improvement“. Wenn eine KI beginnt, sich selbst schneller und besser zu optimieren als menschliche Forscher, könnte die Firma, die dieses Modell kontrolliert, einen uneinholbaren Vorsprung gewinnen.
Standortnachteil Deutschland: Während US-Firmen von der KI-Wertschöpfung profitieren und Gewinne theoretisch über ein Grundeinkommen umverteilen könnten, fehlt Deutschland die technologische Basis. Wertschöpfung wandert ab, während die soziale Belastung durch Arbeitsplatzverluste im Inland verbleibt.

Abschließendes Urteil: Die technische Entwicklung verläuft schneller als von Experten prognostiziert. Die Medienlandschaft ist derzeit nur unzureichend darauf vorbereitet, die daraus resultierenden tiefgreifenden wirtschaftlichen und gesellschaftlichen Veränderungen kompetent zu begleiten.