Nvidias Deepfake-Wert fällt dort, wo Ihr Video lebt

Los Angeles, und eine Warnung des Anbieters

Auf der SIGGRAPH in Los Angeles kündigte Nvidia am 20. Juli 2026 den Synthetic Video Detector an, einen Mikrodienst der Plattform AI for Media, der Aufnahmen Bild für Bild analysiert und schätzt, ob sie erzeugt wurden. Rev Lebaredian, Vice President für physische KI-Simulation, benannte den Einsatz klar und sagte, wenn wir den Unterschied zwischen einem synthetischen und einem echten Video nicht erkennen können, könne das öffentliches Vertrauen untergraben.

Der nützlichere Satz stand weiter unten in der Ankündigung, und er stammte von Nvidia selbst und nicht von einem Kritiker. Statt etablierte Prüfverfahren zu ersetzen, schrieb das Unternehmen, liefere der Mikrodienst ein weiteres Signal für zeitkritische Entscheidungen. Das ist ein Anbieter, der Ihnen vorab sagt, seine Ausgabe nicht als Beweis zu behandeln. Man sollte das wörtlich nehmen.

Drei Zahlen, und die niedrigste gehört Ihnen

Nvidia veröffentlichte die Genauigkeit für drei Kompressionsstufen. In den eigenen Tests erreichte das Modell bis zu 92 Prozent bei unkomprimiertem Video, 87 Prozent bei 15 Prozent Kompression und 82 Prozent bei 50 Prozent Kompression. Zudem nennt das Unternehmen eine Fläche unter der Kurve von 0,9614 und eine Genauigkeit von 0,9453 auf einem internen Testsatz. Die Geschwindigkeit reicht für den Live-Einsatz, bei 1080p in nur 22 Millisekunden auf RTX-Systemen und rund 30 Millisekunden auf L40-Beschleunigern.

Überlegen Sie nun, welche dieser drei Zahlen Ihre Lage beschreibt. Video, das bei einem europäischen Unternehmen eintrifft, hat eine Auslieferungskodierung durchlaufen und meist zusätzlich eine Plattform, die es erneut kodiert hat. Ein Clip aus einem Messenger, aus einem sozialen Netzwerk oder aus einer Videokonferenz ist kein unkomprimiertes Material. Die 92 Prozent gehören einer Laborbedingung. Die Zahl für einen normalen Arbeitstag ist die 82.

Das Produkt nimmt das Format seiner Schlagzeile nicht an

Nvidias technische Dokumentation hält fest, dass der Dienst H.264-kodiertes MP4-Video entgegennimmt, das auf der Grafikkarte in Einzelbilder dekodiert wird. H.264 ist ein komprimiertes Format. Die tatsächlich akzeptierte Eingabe ist also definitionsgemäß komprimiert, während der Genauigkeitswert an der Spitze der Ankündigung an unkomprimiertem Video gemessen wurde. Beide Angaben stehen auf zwei verschiedenen Nvidia-Seiten und widersprechen einander nicht, doch zusammengelesen zeigen sie, dass die Schlagzeilenzahl eine Eingabe beschreibt, die der Dienst nicht annimmt.

Dieselbe Dokumentation nennt die Signale des Modells widerstandsfähig gegenüber üblichen Videotransformationen einschließlich Kompression und Neukodierung. Widerstandsfähig ist ein Adjektiv. Die Ankündigung liefert die Rechnung dahinter, nämlich einen Rückgang um zehn Prozentpunkte zwischen unkomprimiertem Material und 50 Prozent Kompression. Wenn ein Anbieter Ihnen ein beruhigendes Wort und seine eigenen Messwerte gibt, nehmen Sie die Messwerte.

Es beantwortet Erzeugung, nicht Wahrheit

Der Detektor schätzt, ob Bildpunkte synthetisiert wurden. Er bewertet nicht, ob die Ereignisse auf dem Bildschirm stattgefunden haben. Eine echte Kamera vor einer gestellten Szene, eine echte Aufnahme mit falscher Bildunterschrift oder authentisches Material aus dem falschen Jahr gelten alle als echt, denn in dem einzigen Sinn, den das Modell misst, sind sie es. Die Architektur ist ein Verbund aus den Bildmodellen DINOv2 und DINOv3, und sie gibt für das gesamte Video eine einzelne Wahrscheinlichkeit zwischen null und eins zurück, optional mit Werten je Einzelbild.

Diese Lücke wiegt gerade in den Fällen schwer, die Unternehmen wirklich treffen. Die nach einem überzeugenden Videoanruf umgeleitete Rechnung, der mit Aufnahmen belegte Versicherungsfall, die Identitätsprüfung bei der Aufnahme aus der Ferne: Überall lautet die Frage, ob das Dargestellte echt ist, und nicht bloß, ob ein Modell die Bildpunkte gezeichnet hat. Ein hoher Echtheitswert ist mit einer vollständig betrügerischen Transaktion vereinbar.

Was zu klären ist, bevor er vor Ihrem Eingang steht

Wowza bettet den Dienst über sein Video Intelligence Framework ein, das mehr als 35 000 Installationen in über 170 Ländern erreicht. Er kommt also in einer Infrastruktur an, die viele Unternehmen bereits betreiben, und nicht als eigener Einkauf. Klären Sie vorher drei Punkte. Fragen Sie nach gemessener Genauigkeit bei dem Kompressionsgrad, den Ihr eigenes Material trägt. Fragen Sie, welcher Wahrscheinlichkeitsschwellenwert eine Handlung auslöst, denn Nvidia veröffentlicht keine Hinweise zu Falschmeldungen. Fragen Sie dann, wer die Meldungen prüft, denn in dieser Größenordnung erzeugt eine Quote von fast einem Fünftel bei komprimiertem Material Arbeit statt Antworten.

Halten Sie die Mechanismen auch in der eigenen Planung auseinander. Inhalte bei der Erstellung zu kennzeichnen und sie im Nachhinein zu klassifizieren sind zwei verschiedene Dinge: Herkunftsdaten reisen mit der Datei, sofern niemand sie entfernt, während ein Klassifikator jedes Mal aus den Bildpunkten schätzt. Ein Detektor ist ein vernünftiges Zweitsignal. Er ist keine Kontrolle, für die Sie mit Ihrem Namen einstehen können, und Nvidia hat genau das gesagt.

Weiterlesen: Nvidias echte Bindung ist jetzt quelloffen  |  Japan kauft eine KI-Fabrik für eigene Roboter