Die Entwicklung von Deepfake-Technologien markiert keinen Bruch physikalischer Gesetze, sondern eine Verschiebung innerhalb unserer epistemischen Systeme: Die Beziehung zwischen Ereignis, Ursache und Darstellung wird zunehmend indirekt.
Im Rahmen eines systemtheoretischen Feldmodells lässt sich dies als Entkopplung zwischen realer Kausalstruktur und synthetischer Repräsentation beschreiben.
1. Kausalstruktur realer Ereignisse
Reale Ereignisse sind durch folgende Eigenschaften charakterisiert:
- eine physische Ursache in Raum und Zeit
- eine kontinuierliche energetische Kette von Zuständen
- eine zeitlich gerichtete Entwicklung
Information ist in diesem Kontext stets an reale Prozesse gebunden.
Information ist hier nicht unabhängig, sondern eine Beschreibung von Zustandsverläufen innerhalb physischer Systeme.
2. Deepfakes als synthetische Repräsentation
Deepfakes entstehen durch statistische Modelle, die aus Daten Wahrscheinlichkeitsräume rekonstruieren. Dabei wird keine reale Ereigniskette reproduziert, sondern eine plausible Simulation von Erscheinungsformen erzeugt.
Der entscheidende Punkt ist nicht Täuschung im moralischen Sinn, sondern strukturelle Differenz:
| Dimension | Reales Ereignis | Deepfake |
|---|---|---|
| Ursache | physisch vorhanden | statistisch rekonstruiert |
| Referenz | reale Kausalstruktur | Trainingsdatenraum |
| Zeitbezug | linearer Verlauf | synthetische Sequenz |
| Validierung | externe Beobachtbarkeit | interne Plausibilität |
3. Informationsentropie im epistemischen System
In Informationssystemen entsteht Entropie, wenn die Anzahl plausibler Interpretationen steigt, ohne dass eine eindeutige Zuordnung zur Realität möglich bleibt.
Deepfakes wirken in diesem Sinn als:
- Multiplikatoren möglicher Realitätsversionen
- Verstärker von Unsicherheit über Ursprung und Authentizität
- Reduktion der eindeutigen Rückführbarkeit von Information auf Ereignisse
Entropie bedeutet hier nicht „Unordnung der Realität“, sondern Unschärfe der Zuordnung zwischen Information und Ursache.
4. Wahrheit als Kausalrekonstruierbarkeit
Unter Truth-Primacy kann Wahrheit operational definiert werden als:
Hohe Wahrscheinlichkeit einer konsistenten Rückführung einer Information auf eine reale, überprüfbare Ereigniskette.
Damit verschiebt sich der Fokus von:
- „sieht echt aus“
zu: - „ist kausal nachvollziehbar“
Deepfakes sind daher epistemisch nicht per se falsch, aber strukturell nicht ausreichend referenzgesichert.
5. Der Universalitäts-Check
Eine Information ist stabil, wenn sie unter folgenden Bedingungen robust bleibt:
- Kausale Rückführbarkeit – lässt sich ein realer Ursprung identifizieren?
- Zeitliche Konsistenz – passt die Abfolge der Ereignisse?
- Interne Stabilität – bleibt die Darstellung über Prüfkontexte hinweg konsistent?
Deepfakes erfüllen typischerweise nur (3) vollständig.
Fazit
Deepfakes sind kein Bruch der physikalischen Ordnung, sondern eine Verschiebung der Beziehung zwischen Realität und Darstellung.
Das zentrale Problem ist nicht die Erzeugung von Bildern, sondern die wachsende Unsicherheit darüber, ob Information noch zuverlässig auf reale Ereignisse zurückgeführt werden kann.
Damit wird Wahrheit weniger zu einer Eigenschaft einzelner Aussagen, sondern zu einer Eigenschaft der Rekonstruierbarkeit von Kausalität innerhalb eines Informationssystems.