Die Bekämpfung von KI-generierten Manipulationen erfordert eine enge internationale Zusammenarbeit. Im Rahmen des Forschungsprojekts Defacto arbeitet das TMDT gemeinsam mit Partnern aus Deutschland und Südkorea an neuen Abwehrmethoden im Bereich Cybersecurity.

Präsenz auf der GPEC in Leipzig
In dieser Woche nutzte das Team des TMDT,  vertreten durch Hasan Tercan, Nathalie Ilic und Iskandar Omrane , die General Police Equipment Exhibition & Conference (GPEC) in Leipzig für ein strategisches Projekttreffen. Hasan präsentierte dort die Fortschritte der deutschen Forschungsseite, die das TMDT gemeinsam mit der Universität Göttingen vertritt. Neben dem fachlichen Austausch konnten unsere koreanischen Partner am Stand einen Demonstrator zeigen, der die Relevanz unserer Forschung für die polizeiliche Praxis unterstreicht.
 

Meilenstein: 400.000 Videos für die Forschung
Ein zentraler Meilenstein des Projekts wurde pünktlich zum Treffen erreicht: Die Fertigstellung des ersten großen Deepfake-Datensatzes durch das TMDT. Mit rund 400.000 generierten Videos (im Schnitt 8 Sekunden Länge) deckt der Datensatz sowohl FaceSwap-Methoden als auch komplexe Szenenmanipulationen (Veränderung von Objekten und Hintergründen) ab.
Diese Daten bilden das Fundament für unsere koreanischen Partner, die Soongshil University, Sungkyunkwan University, Yonsei University sowie den Industriepartner Hancomwith, um neue Detektionsmethoden unter realitätsnahen Bedingungen zu evaluieren.
 

Nächster Halt: Seoul
Die Ergebnisse dieser Evaluation stehen im Mittelpunkt des nächsten Highlights: Im Juli reist das TMDT-Team nach Südkorea. In einem Zwischen-Workshop werden die gemeinsamen Fortschritte analysiert und die finale Phase des Projekts eingeläutet.
 

Ausblick: Multimodale Deepfakes
Nach der Reise startet die nächste Forschungsstufe. In Kooperation mit der Universität Göttingen liegt der Fokus in der zweiten Jahreshälfte auf der Generierung multimodaler Deepfakes. Dabei geht es um Videos, in denen sowohl Bild als auch Ton audio-visuell synchron manipuliert sind, um die Detektionsmodelle gegen noch komplexere Fälschungen zu härten.