Bildern wird eine deutlich größere Authentizität als Sprache zugesprochen, unsere Wirklichkeit originalgetreu abzubilden, denn sie ermöglichen ein unmittelbares Verstehen. Das Bild einer Kuh zeigt immer und unmittelbar eine Kuh und nie ein Nilpferd. Zugleich wird der Glauben an die Authentizität von Bildern, seitdem Menschen Bilder herstellen, durch die Manipulation derselben infragegestellt. Während diese jedoch früher in den Händen weniger Expert:innen lag, kann über die Möglichkeiten digitaler Technologien mittlerweile jeder User Bilder manipulieren. Mit Hilfe von KI können zudem vollständig neue Bilder erzeugt werden. Damit sind User in der Lage, über Deepfake-Technologien sowohl bereits bestehende Bilder zu manipulieren als auch Geschehnisse abzubilden bzw. Personen Handlungen durchführen zu lassen, die nie stattgefunden haben. Im Kontext des Gaza-Krieges erwächst aus diesen technischen Möglichkeiten eine zunehmende Verbreitung antisemitischer Vorstellungen online, die eine neue Dimension darstellt. Es ist einfacher denn je, authentisch wirkende Desinformationen (vermeintliche Beweise für Kriegsverbrechen des israelischen Miltärs), Beweise für antisemitische Verschwörungen (das Abbild George Soros’ als Strippenzieher der Flüchtlingskrise) oder traditionelle antisemitische Stereotype (das realistische Abbild Netanyahus als Kinderschlächter) in der digitalen Sphäre zu verbreiten. 

Neben dieser Gefahr drohen Deepfakes zudem, den Glauben an Authentizität von Bildern grundsätzlich zu untergraben. Wenn Bildern im Kontext des Gaza-Krieges nicht mehr zweifelsfrei geglaubt werden kann, dass sie unsere Wirklichkeit originalgetreu abbilden – etwa, wenn über KI Bilder von leidenden Kindern in Gaza erzeugt werden –, dann delegitimiert das nicht nur das Leid dieser Menschen, sondern verhindert auch, ihnen zu helfen, da das tatsächliche Ausmaß des Krieges nicht mehr objektiv bestimmt werden kann. Deepfakes stellen keine absolut neue Bedrohung dar. Bildmanipulation hat bereits eine lange Tradition, weshalb User Bildern in der digitalen Sphäre oftmals skeptisch begegnen. Gleichwohl offenbart sich das Ausmaß an manipulierten Bildern als gesellschaftlich erodierende Dimension. Wenn Bilder aufgrund der Vielzahl an potenziellen Deepfakes nicht mehr als referentieller, faktenbasierter, sicherer Hafen objektiver Wahrheit fungieren und jeglicher Bildgebrauch online grundsätzlich infrage gestellt wird, dann geht das Vertrauen in Autoritäten sowie den politischen Diskurs als solches verloren. Angesichts des Risikos, Deepfakes Authentizität zuzusprechen, bleiben User oftmals in ihrer Informationsblase, die ihrem – wenn auch beschränkten, aber greifbaren – Erfahrungsbereich entsprungen ist und damit Sicherheit bietet. Dies birgt jedoch die Gefahr, dass vorhandene antisemitische Tendenzen verstärkt werden. Denn diesen Tendenzen zuwiderlaufende Fakten erreichen die jeweiligen User erst gar nicht oder sie werden ihrerseits sogleich als mögliche Deepfakes abgetan.

User sind Deepfakes grundsätzlich nicht passiv ausgesetzt. Bilder werden nicht einfach konsumiert, sondern eröffnen bestimmte Handlungsimplikationen. So wird dem Abbild einer Kuh der Status eines Kunstwerkes zugesprochen, sobald dieses in einem Museum ausgestellt oder über eine sprachliche Kennzeichnung als künstlerisches Werk ausgewiesen ist. Zugleich wird das (realistische) Abbild einer Kuh – ob im Museum, im Koch- oder im Kinderbuch – zumeist als wirklichkeitsgetreue Darstellung eben jenes Tieres interpretiert, und das, obwohl sich die Kuh in der Realität als dreidimensional erweist, während das Abbild lediglich zwei Dimensionen beansprucht. An der fehlenden Dimension nehmen Rezipient:innen jedoch keinerlei Anstoß, da sie Wissen um Darstellungskonventionen erworben haben. Anders formuliert: Die Bedeutung eines Bildes ist gerade nicht ausschließlich aus der Bildkomposition bzw. ihrer Betrachtung ableitbar, sondern vollzieht sich entlang der Wissensbestände der Rezipient:innen. So zeigt sich, dass Menschen deutlich besser als KI bei der Identifikation von Deepfakes abschneiden, sofern sie einen möglichen Kontext berücksichtigen und ihr entsprechendes Wissen anwenden können (Groh u. a. 2022, 9). Auch wenn also die Möglichkeit der Bildmanipulation in Form von antisemitischen Deepfakes sowohl in qualitativer (technische Präzision, Formenreichtum der Darstellung antisemitischer Vorstellungen) als auch in quantitativer Hinsicht (Verbreitung und Zugänglichkeit) ein Novum darstellt, sind User durchaus in der Lage, diese (zum Teil) zu identifizieren, sofern sie auf Erfahrungswissen zurückgreifen können.

Angesichts der rasanten Verbreitung von Deepfakes gründen zahlreiche Ansätze zur Identifikation derselben ihre Vorgehensweise auf sogenannte Machine Learning-Technologien (ML). Es werden also eben jene Ansätze gebraucht und ausgebaut, die für die Entstehung von Deepfakes bzw. deren Zugänglichkeit ursprünglich verantwortlich waren. Dabei sind diese KI-basierten Ansätze in der Lage, Erkennungsraten von 95 % (Manjula A.K. u. a. 2022, 1) oder 88,3 % (Chong u. a. 2023, 205) zu erreichen. Auch wenn sie beeindruckende Erkennungsraten darstellen, weisen diese Ansätze mehrere Probleme auf. So lassen sich die hohen Erkennungsraten zum einen darauf zurückführen, dass die jeweiligen ML-Verfahren auf spezifische Formen von Deepfakes trainiert wurden und nur in Bezug auf diese Formen hohe Erkennungsraten erreichen. 

Diese Ansätze können also nur eine solche Leistung erbringen, wie es ihnen die vorher zur Verfügung gestellten Trainingsdaten erlauben. Zum anderen arbeiten diese Verfahren durchweg mit isolierten Kontexten. Infolgedessen erweisen sich die verwendeten Bilder als unterdeterminiert und werden damit einem authentischen Bildgebrauch (online) nicht gerecht. Bilder werden nie isoliert eingesetzt; vielmehr ist die Bedeutung eines Bildes an kommunikative Erwartungen geknüpft. Sehen allein ist nämlich nicht verstehen. Auch wenn eine abgebildete Kuh immer als Kuh und nie als Nilpferd erkannt wird, muss die intendierte Bedeutung, die dem Bild in einer konkreten Kommunikationssituation zukommt, nicht zwangsläufig unmittelbar erfahrbar sein. So besitzt die Abbildung einer Kuh in einem Kochbuch eine andere Bedeutung als die Verwendung desselben Abbildes in einem Kinderbuch. Derzeitige KI-basierte Verfahren beziehen dies aber nicht in ihre Bewertung ein, sodass sie (noch) nicht in der Lage sind, antisemitische Deepfakes zu identifizieren.

Um Unterschiede zwischen authentischen Bildern und Deepfakes aufzuzeigen, wird ein Analyseraster vorgeschlagen, das sowohl die spezifischen Qualitäten von Bildern als auch das Erfahrungswissen der Rezipient:innen im Umgang mit diesen berücksichtigt: Form: die räumlich-visuelle Organisation der einzelnen Einheiten eines Bildes sowie ihr jeweils realisiertes Potenzial; Inhalt: die prototypische Deutung der vorherigen Kategorie (Form), welche an bestimmte kommunikative sowie kulturelle Erwartungen geknüpft ist; Diskurs: die prototypische Deutung der vorherigen Kategorie (Inhalt) vor dem Hintergrund gesellschaftlicher Normen und eine damit einhergehende Selbstpositionierung der Produzent:innen im konkreten Bild. Die Identifikation eines Deepfakes vollzieht sich damit über drei ineinandergreifende Operationen: erstens in der Rekonstruktion der räumlichen Struktur eines aus mehreren Elementen bestehenden Bildes; zweitens in der Kategorisierung jener visuellen Elemente, indem diese mit der bekannten Wirklichkeit abgeglichen und ihnen (prototypische) Funktionen zugewiesen werden; drittens in der Kontextualisierung des Bildes und der Ableitung möglicher Handlungsimplikationen.