Orwell lässt grüßen: Microsoft-KI soll Live-Reden umschreiben!

Was jemand sagt, könnte bald nicht mehr das sein, was beim Zuschauer ankommt. Microsoft will sich in den USA eine Technik schützen lassen, die gesprochene Worte in Live-Videos fast in Echtzeit austauscht und die Lippenbewegungen passend neu berechnet. Die Patentanmeldung wurde Ende Oktober 2026 öffentlich. Seitdem wird darüber gestritten, wie weit sie reichen könnte.

Ein Patent mit sperrigem Titel

Die Anmeldung trägt die Nummer US 2026/0341309 A1 und den schwerfälligen Titel „Near Real-Time Artificial Intelligence (AI) Enhancement of Video or Augmented Reality (AR) Presentations of Live Events“. Eingereicht wurde sie am 29. April 2025, veröffentlicht am 29. Oktober 2026. Hinter dem Behördenenglisch steckt allerdings Brisantes.

Und so soll es funktionieren: Kameras und Mikrofone nehmen einen Redner auf. Ein KI-Agent wertet die Sprache aus und sucht nach Wörtern, die laut Nutzerprofil oder festgelegten Vorgaben verändert werden sollen. Anschließend tauscht eine generative KI diese Wörter im Ton aus und zeichnet die Mundbewegungen im Bild neu. Kurze Übergänge sollen die Schnitte kaschieren.

Was „nahezu in Echtzeit“ bedeutet, legt die Anmeldung selbst fest: eine Verzögerung von einer bis zehn Sekunden. Das entspricht etwa dem Zeitversatz, den Zuschauer vom Live-Fernsehen kennen. Den Eingriff würde also niemand bemerken.

Harmlos verpackt, heikel im Kern

Microsoft nennt in der Anmeldung vor allem harmlose Beispiele. Füllwörter wie „äh“ könnten verschwinden, Versprecher sollen gleich korrigiert werden. Außerdem soll die KI live übersetzen: Wörter in einer Sprache, die nicht im Profil des Nutzers hinterlegt ist, würden ersetzt und die Lippen dazu neu gezeichnet.

Genannt wird aber auch das Herausfiltern von Ausdrücken, die als beleidigend eingestuft werden. Spätestens hier werden Kritiker hellhörig. Denn wer legt fest, was „beleidigend“ ist? Beobachter fürchten, dass ein solches Werkzeug nicht bei Schimpfwörtern stehen bleiben muss, sondern auch unbequeme oder politisch kritische Begriffe aus einer Rede tilgen könnte. Wer die Debatten der letzten Jahre über „Hassrede“, Faktenchecker und Löschpflichten verfolgt hat, dürfte diese Sorge kaum für übertrieben halten.

Keine Pflicht zur Kennzeichnung

Brisant ist auch, was in der Anmeldung fehlt. In den Hauptansprüchen ist nicht zwingend vorgesehen, dass Zuschauer erfahren, dass etwas verändert wurde. Rechnen kann das System direkt auf Geräten wie AR-Brillen, Smartphones, Tablets oder Kameras, aber auch auf Cloud-Servern.

Eine zweite Anmeldung mit der Nummer US 2026/0341308 A1 beschreibt Ähnliches für aufgezeichnete Videos, darunter automatisch erstellte Zusammenfassungen langer Vorträge.

Das Wahrheitsministerium im Taschenformat?

Die Parallele zu George Orwell drängt sich auf. In seinem 1949 erschienenen Roman „1984“ schreibt das „Ministerium für Wahrheit“ Zeitungsartikel nachträglich um, bis die Vergangenheit zur Gegenwart passt. Orwells Beamte brauchten dafür Papier, Schere und Verbrennungsöfen. Die Technik, die Microsoft beschreibt, bräuchte dafür nur ein paar Sekunden.

Bislang galt ein Live-Bild als ziemlich sicherer Beleg: Was ein Politiker in eine Kamera spricht, hat er auch gesagt. Diese Gewissheit würde wegfallen. Deepfakes waren bisher vor allem bei nachträglich bearbeitetem Material ein Thema. Nun geriete auch die Live-Übertragung unter Verdacht.

Noch ist nichts entschieden

Wichtig ist: Es handelt sich um eine Anmeldung und noch nicht um ein erteiltes Patent. Berichten zufolge hat der zuständige Prüfer Einwände erhoben, auf die Microsoft antworten kann. Öffentlich geäußert hat sich der Konzern bis zum Zeitpunkt der ersten Berichte nicht. Ob die Technik jemals auf den Markt kommt, ist offen.

In Brüssel spricht man gern von „digitaler Souveränität“ und schreibt im AI Act Transparenzpflichten für Deepfakes fest. Ob solche Regeln gegen Echtzeit-Manipulation auf Milliarden Endgeräten etwas ausrichten, ist eine andere Frage. Klar ist aber: Wer verändert, was Menschen hören und sehen, hat Einfluss darauf, was sie glauben. In einer Welt, in der sich jedes Bild fälschen lässt, wird Vertrauen knapp.