Quality and Usability

News-Polygraph

Bewusst platzierte Fehlinformationen und Medienmanipulation sind zu einem weit verbreiteten Phänomen vor allem in Sozialen Medien geworden. Sie sind zunehmend realistisch und glaubhaft und werden zur absichtlichen Irreführung in nahezu allen gesellschaftsrelevanten Bereichen verwendet. Der Begriff DeepFake bezieht sich auf synthetische, durch Deep- Learning-Algorithmen manipulierte Bilder und Videos, die realistische Ergebnisse erzielen, sowie durch so genannte bots erzeugte Texte.

Das Projekt „news-polygraph“

Ein multimedialer Ansatz verbunden mit Explainable KI soll als Entscheidungsunterstützung für Journalisten und Redakteure dienen, um zu erkennen, ob visuelle Inhalte DeepFake oder real sind. Darüber hinaus soll speziell für den Anwendungsfall journalistischer Zwecke die Definition spezifischer Anforderungen und Bedürfnisse untersucht werden, um Aspekte wie Erklärbarkeit und Zuverlässigkeit priorisieren zu können.

Das System soll dabei Echtzeitanforderungen gerecht werden und prinzipiell auch für einfache Anwender (beispielsweise in sozialen Netzen) in mehreren Sprachen nutzbar sein.

Die Erkennung von DeepFakes ist eine sehr herausfordernde Aufgabe, da die DeepFake-Technologien sehr schnell anpassungsfähig sind. Daher sind Nachweismethoden erforderlich, die konstant und gleichzeitig agil genug sind, dem entgegenzuwirken.

Das Projekt „news-polygraph“ wird mit Hilfe von KI- getriebenen Technologielösungen die Medienkompetenz unterstützen und Desinformationen bekämpfen.

RUBIN

Regionale unternehmerische Bündnisse für Innovation

▪ BMBF Förderprogramm
▪ 7-15 Partner
▪ 7-monatige KONZEPTPHASE (ab 09/21)
▪ 3-jährige UMSETZUNGSPHASE (ab 05/22) ▪ 5-12 Mio. Euro Fördersumme

Deadline für Skizzeneinreichung: 01.02.2021

Partner:

  • Humbold-Universität Berlin, Institut für Internet und Gesellschafft
  • Crowdee
  • Mediatech hub Potsdam
  • Merantix
  • Trafo
  • Transfermedia
  • Technische Universität Berlin