Google hat gestern mit Veo 3 seine neueste KI-Funktion zur Kreation von Bewegtbild in der Schweiz freigegeben. Vorgestellt wurde das Produkt schon Mitte Mai auf der alljährlichen Google I/O. Die KI-Technologie ermöglicht es, realitätsnahe Videos allein durch Texteingaben zu erstellen – inklusive Hintergrundgeräuschen, Stimmen und Dialogen. An Veo 3 wird unter anderem auch in Zürich entwickelt.

Veo 3 versteht und interpretiert kurze Text-Prompts und wandelt sie in Videos. Ob eine Strassenszene mit Verkehrsgeräuschen, Vogelgezwitscher im Park oder synchronisierte Dialoge – Veo 3 erzeugt visuell und akustisch detailreiche Clips. Das KI-Tool von Google verarbeitet neben Texteingaben auch Bild-Prompts und setzt dabei auf kontextuelles Verständnis, wirklichkeitsgetreue Darstellung und präzise Lippensynchronität.

Video: Google

Verfügbarkeit und Nutzung

Veo 3 steht in der Schweiz ab sofort in der Gemini-App zur Verfügung, die ehemals Bard hiess.

Google Gemini

Preis: Kostenlos

‎Google Gemini

Preis: Kostenlos⁺

Voraussetzung für die Nutzung ist ein aktives KI-Abo von Google. Wer Google AI Pro abonniert hat,  kannab sofort mit Veo 3 in Gemini Videos per Prompt erstellen. Das kostet allerdings 17 SFr. pro Monat.

Mittels Klick auf “Video” kann dann die gewünschte Szene im Textfeld beschrieben werden. Gemini erstellt einen bis zu acht Sekunden langen Videoclip in 720p-Auflösung, der als MP4-Datei im 16:9-Querformat und mit Ton geliefert wird. An Veo 3 wird unter anderem auch in Zürich gearbeitet.

Transparenz durch SynthID

Google verspricht, dass seine KI-Inhalte als solche immer erkennbar sein sollen. Alle von Veo 3 erstellten Inhalte sind darum mit SynthID gekennzeichnet. Es handelt sich dabei um ein unsichtbares digitales Wasserzeichen, das KI-generierte Inhalte zuverlässig identifizierbar macht. Zusätzlich wird in sämtlichen Videos ein sichtbares Wasserzeichen angebracht. Eine Ausnahme bilden lediglich jene Inhalte, die im Rahmen des Google AI Ultra-Tarifs über Flow, dem Google Tool für KI-Filmschaffende, generiert werden. Google AI Ultra ist für 210 SFr. pro Monat erhältlich.

Alles ganz harmloses Prompting

Tipps für gute Prompts gibt Google auch gleich mit in einem Blogpost zu Veo 3 kürzlich. Doch ist das alles nur ein lustiger, harmloser Spass? 

Mit Veo 3 lassen sich täuschend echte Szenen generieren, z. B. Wahlbetrug, gewalttätige Proteste oder andere Konflikte. Gerade in Zeiten, in denen Kriege aller Orten wieder aufflammen, ein grosses Problem. TIME zeigte in einer Recherche bereits auf, wie ein acht Sekunden langes Video – hypothetisch politisch aufgeheizt – massive Empörung auslösen könnte. Da solche Clips in sozialen Medien blitzartig viral gehen können, riskieren wir eine neue Welle automatisierter Desinformation.

Google versieht Veo‑Ergebnisse zwar wie erwähnt mit einem sichtbaren wie unsichtbaren SynthID‑Wasserzeichen. Doch Studien zeigen: Wasserzeichen lassen sich gezielt entfernen oder manipulieren. Ein Team der ETH Zürich entfernten KI‑Text‑Wasserzeichen in 85 Prozent aller Fälle erfolgreich. Für Videos ist es nur noch viel leichter – man bedenke Tools, die gezielt Wasserzeichen kaschieren. Die Folge: ein Schein‑Schutz, der kaum greift. Zudem werden die Videos, gerade im politischen Kontext, auf nahezu deregulierten Plattformen wie Telegram, schnell und Massenhaft geteilt, was dazu führt, dass die Menschen das kleine, transparente Wörtchen veo am unteren Bildrand oder ein darübergelegtes Channel-Logo schon gleich gar nicht sehen. Und auch wenn sich dann viele bemühen, die Desinformation durch Richtigstellung und Aufklärung zu entkräften, haben wir als Gesellschaft in den letzten fünf Jahren schmerzlich gesehen, wie viel Schaden dann schon angerichtet ist. Ein wenig bleibt immer haften vom Fake und wird sich nicht mehr einfangen lassen.

Wissenschaftliche Arbeiten belegen zudem, dass Deepfake‑Deteltoren leicht mit Adversarial-Methoden ausgetrickst werden können. So können Spuren künstlicher Erstellung entfernt werden, was die Videoerkennung untauglich macht. Auch Wasserzeichen‑Algorithmen und Prüfsoftware lassen sich bekämpfen – und das auf technischem sehr trivialem Niveau.

Besonders beunruhigend: Die Technologie wird schon seit langem genutzt, um so genannte Revenge-Deepfake-Porn zu erzeugen. Schon Deepfake‑Pornografie ist keine Randerscheinung – Prominente oder Privatpersonen werden ohne Einwilligung entblössend dargestellt. Google warnt zwar vor schädlichen Inhalten, verbietet aber realistische Deepfake-Pornos nicht wirkungsvoll. Gerade nicht‑konsensuelle Deepfake‑Pornografie führt zu extremem psychischen Druck und es sind vermehrt Frauen und Mädchen betroffen.

Strukturell untergraben KI-Tools wie Veo 3 von Google das öffentliche Vertrauen in visuelle Medien. Selbst reale Videos werden von nun an mit Misstrauen betrachtet, denn alles, was wir sehen, könnte jederzeit KI-Generiert sein. Vorbei sind die Zeiten mit sechsfingrigen Händen und seltsamen anderen Artefakten, die uns die KI recht zuverlässig verraten haben.

 Dieser Konsens-Verlust birgt Gefahr für demokratische Öffentlichkeit, Recht und Social‑Media‑Diskurs. Googles Veo 3 markiert, wie schon zuvor berichtet, einen technischen Durchbruch – aber birgt erhebliche gesellschaftliche Risiken. Desinformation, denn täuschend echte Deepfakes können Stimmung machen oder Unruhen schüren und Schutzmechanismen können umgangen werden und sind wenig effektiv. Juristisch sind Deefakes weiterhin nicht eindeutig geregelt und der gesellschaftliche Schaden durch das steigende Misstrauen in Medien und die Beweiskraft visueller Kommunikation sind unabsehbar.

Es ist entscheidend, dass Politik, Tech‑Unternehmen und Wissenschaft nicht nur auf Technologie, sondern auf strikte Regulierung, Aufklärung und internationale Standards setzen – um das mit Veo 3 aufgerissene Einfallstor für Deepfakes wieder zu schliessen.

Quelle: Pressemitteilung Google Schweiz, RealityDefendder (Englisch), Paarth Neekhara, Brian Dolhansky, Joanna Bitton, Cristian Canton Ferrer (2011). Adversarial Threats to DeepFake Detection: A Practical Perspective. (Englisch)

Video: Google