Erkennen kommt vor Überprüfen
Das Hörgedächtnis arbeitet sparsam. Klangfarbe, Sprechtempo und charakteristische Pausen gleicht dein Gehirn mit einem gespeicherten Muster ab und liefert die Antwort "Das ist Mama", bevor du dir überhaupt eine Frage stellen konntest. Das ist keine Leichtgläubigkeit, sondern normale Mustererkennung: Im Alltag lügt eine Stimme fast nie, und jedes Mal nachzuprüfen wäre zu aufwendig.
Das Problem: Mit dem Erkennen wird ein ganzes Paket an Erwartungen aktiviert. Wenn die Stimme vertraut ist, müssen auch die Absichten vertraut sein, der Kontext klar und die Bitte angemessen. Du reagierst dann nicht mehr auf ein Geräusch, sondern auf deine gesamte Beziehungsgeschichte mit dieser Person. Genau dieses Paket wird ausgenutzt.
Nur, dass der Klang mit einem Muster in deinem Gedächtnis übereinstimmt.
Dass diese Person am anderen Ende ist, dass es ihr gut geht, sie freiwillig anruft und die Wahrheit sagt.
Früher war die Lücke zwischen diesen beiden Spalten winzig: Eine Stimme zu fälschen war schwierig. Heute reicht eine kurze Aufnahme aus einem öffentlichen Profil, und die Lücke ist größer geworden. Die Psychologie hat sich nicht verändert, sondern der Aufwand für eine Fälschung.
Danach wirkt nicht die Stimme, sondern die Eile
Eine vertraute Klangfarbe bringt dich allein zu nichts. Sie baut nur die erste Hürde ab. Danach folgt in fast jedem Szenario dieselbe Konstruktion: Dringlichkeit, die keine Zeit zum Nachdenken lässt; Geheimhaltung, wegen derer du niemanden anrufen kannst; und eine Bitte, die du sofort erfüllen sollst.
Jedes Element zielt auf dieselbe Fähigkeit: innezuhalten und zu überprüfen. Die Dringlichkeit nimmt dir die Zeit. Die Geheimhaltung schneidet dich von einer zweiten Meinung ab. Und eine wiedererkennbare Stimme lässt schon den Gedanken an eine Überprüfung peinlich wirken: Wer ruft schon bei Mama zurück, um sicherzugehen, dass sie es ist?
- Erkennen
- Dringlichkeit
- Geheimhaltung
- Bitte
Wenn in einem Gespräch alle vier Elemente zusammenkommen, ist das allein schon ein Warnzeichen, ganz gleich, wessen Stimme du hörst. Ein nahestehender Mensch hält eine zweiminütige Pause aus. Ein Druckszenario nicht, deshalb lässt es dir keine Pause.
Wie gut ist das belegt?
Dass Menschen synthetische Sprache nur schlecht von echter unterscheiden, wurde in Experimenten gemessen: Die Teilnehmenden lagen häufiger richtig als durch Zufall, irrten sich aber ungefähr in jedem vierten Fall, und ein kurzes Training half nur wenig. Das ist ein Labor, kein panischer Anruf: kurze Aufnahmen, ein paar Sprachen, kein Druck und keine vertraute Geschichte hinter der Stimme.
Das Gehör erkennt Fälschungen unzuverlässig: Bisher gibt es nur wenige Messungen, alle unter Laborbedingungen
Die Richtung der Schlussfolgerung ändert sich dadurch nicht, eher im Gegenteil: In einem echten Gespräch mit Eile und Angst wird man nicht noch genauer hinhören als im Labor. Das eigene Gehör zur Prüfung auf Echtheit zu machen, ist keine gute Idee.
Lies den Rest in der Miqo-App
Noch 1 Minute, und am Ende ein Quiz. Zu finden unter „Psychologie → Soziale Manipulation“
Richte die Handykamera hierauf, um den App Store oder Google Play zu öffnen.
Quellen
- Mai K. T. u. a., "Warning: Humans cannot reliably detect speech deepfakes", PLOS ONE, 2023
- zu den Prinzipien der Einflussnahme: R. Cialdini, "Die Psychologie des Überzeugens"