Lügen erkennen: Welche Mythen dein Urteil verzerren

TL;DR

Beim Erkennen von Lügen können Mythen die Sicherheit deines Urteils erhöhen, ohne die Belege zu verbessern. Mehr Verdacht, mehr richtige Antworten und weniger falsche Beschuldigungen sind unterschiedliche Ziele. Auch ein hilfreicher KI-Hinweis kann mehrere dieser Größen zugleich verändern.

Prüfe deshalb die konkrete Aussage und die Fehler hinter einer Trefferquote. Ein zögerlicher oder ungewöhnlicher Auftritt verrät nicht von selbst seine Ursache. Aussagekräftiger wird die Prüfung, wenn du benennen kannst, welche Aufzeichnung, Nachricht oder Beobachtung deinen Verdacht bestätigen oder widerlegen würde.

Was ändert ein KI-Hinweis an deinem Urteil?

Du liest eine Erklärung und bist unsicher. Dann meldet eine KI, der Text sei vermutlich gelogen. Jetzt erscheint dir ein unscheinbares Wort plötzlich ausweichend. Vielleicht hat das System einen brauchbaren Hinweis gefunden. Vielleicht gibst du derselben Formulierung nur eine andere Bedeutung. Beides lässt sich nicht am Gefühl nach der Meldung unterscheiden.

Die Universität Würzburg stellte 2024 ein Experiment ihres Forschungsteams vor, das nicht nur die Leistung eines Textklassifikators untersuchte. Von Schenk und ihre Mitautorinnen und Mitautoren prüften auch, wie Menschen mit einer solchen Vorhersage entscheiden. Damit wird die soziale Wirkung selbst zum Untersuchungsgegenstand.

Für dich ist das wichtig, weil ein technisches Ergebnis erst durch die anschließende Entscheidung Folgen bekommt. Eine Aussage erneut anzusehen, weitere Unterlagen anzufordern und jemanden öffentlich der Lüge zu bezichtigen sind verschiedene Handlungen. Eine gute Untersuchung sollte offenlegen, welche davon sie überhaupt erfasst hat.

Die hier besprochenen Forschungsarbeiten haben wir zuletzt am 19. Oktober 2026 geprüft.

Zwei Prozentwerte erzählen nicht dieselbe Geschichte

Am Versuch nahmen 2.040 Beurteilende teil, zufällig auf vier Gruppen mit jeweils 510 Personen verteilt. Ohne Algorithmus wurden 46,5% der Aussagen richtig eingeordnet; 19,2% wurden als Lüge bezeichnet. In der Gruppe, die immer eine KI-Prognose erhielt, waren 56,5% der Urteile richtig und 30,4% der Aussagen wurden als Lüge bezeichnet. Die Werte sind auf eine Nachkommastelle gerundet.

Die Genauigkeit stieg um zehn Prozentpunkte, die Häufigkeit von Beschuldigungen um rund 11,2 Punkte. Der erste Befund ist ein Vorteil in dieser Aufgabe. Der zweite beschreibt eine veränderte Entscheidung. Mehr Beschuldigungen bedeuten nicht zwangsläufig mehr falsche Beschuldigungen: Dafür müsste man deren Richtigkeit getrennt betrachten.

Bei der Lügenerkennung lohnt sich genau diese Trennung. Eine Person kann zurückhaltend sein und echte Lügen übersehen. Eine andere kann häufiger richtig misstrauen und zugleich viele wahre Aussagen ablehnen. Ein einzelner Erfolgswert verschweigt einen Teil dieser Geschichte.

Was die Texte im Versuch tatsächlich darstellen

768 Personen hatten 1.536 Texte über ihre Wochenendpläne verfasst, jeweils nach einer Wahrheits- und einer Lügenanweisung. Die Zuordnung stammte aus diesem Verfahren. Sie war keine spätere lückenlose Beobachtung aller tatsächlichen Wochenendaktivitäten. Der Klassifikator lernte an einer bestimmten Art von Material.

In einer weiteren Gruppe durfte man eine Vorhersage anfordern. Etwa 31% taten das. Unter diesen Personen folgten rund 88% der Urteile dem Algorithmus. Diese Zahl gilt für die selbst ausgewählte Gruppe der Anfordernden. Sie ist weder ein Anteil aller 2.040 Personen noch ein zufällig zugewiesener Effekt freiwilliger Nutzung.

Die Unterscheidung schützt auch das positive Ergebnis davor, überdehnt zu werden. Der Versuch zeigt etwas über diese Texte und diese Entscheidungssituation. Ob dieselbe Hilfe bei einer fremden Person in einer geschnittenen Videoaufnahme funktioniert, wäre eine weitere Forschungsfrage. Ein Computer erhält diese Übertragbarkeit nicht allein dadurch, dass seine Ausgabe präzise aussieht.

Warum eine Maschine nicht automatisch neutral urteilt

Suchotzki und Gamer benannten in ihrem Forschungsbeitrag von 2024 zu KI und Täuschungserkennung Probleme mit Transparenz, verzerrten Datensätzen und der theoretischen Grundlage. Sie lehnten Forschung daran nicht ab. Vor Anwendungen seien jedoch gründliche unabhängige Prüfungen nötig.

Das ist ein methodischer Einwand: Ein Modell kann Zusammenhänge aus seinen Beispielen übernehmen, die in einer neuen Umgebung nicht helfen. Eine ausführliche Begründung seiner Entscheidung zeigt noch nicht, dass es die richtige Ursache erkannt hat. Dafür müsste die Erklärung an neuen, passend untersuchten Fällen standhalten.

Für eine Analyse eines Kriminalfalls bleibt deshalb die Verbindung zwischen Aussage und überprüfbarer Information entscheidend. Ein Hinweis auf ungewöhnliche Wortwahl ist etwas anderes als eine Nachricht, die eine behauptete Uhrzeit widerlegt. Beides einfach als Beweis zu bezeichnen würde den Unterschied verdecken.

Wessen Verhalten passt nicht in unsere Erwartungen?

Nicht jede Person klingt so, wie wir uns eine glaubwürdige Erklärung vorstellen. In einer 2021 online veröffentlichten Studie untersuchten Lim, Young und Brewer Interviews mit 30 autistischen und 29 neurotypischen Erwachsenen. 1.410 Beobachtende bewerteten die Wahrhaftigkeit oder Glaubwürdigkeit eines Videos. Die autistischen Personen wurden beim Wahrheitsprechen als täuschender und weniger glaubwürdig wahrgenommen.

Fünf untersuchte Verhaltensweisen, darunter Blickabwendung und wiederholte Bewegungen, erklärten diesen Zusammenhang nicht. Der Gesamteindruck spielte eine Rolle. Daraus lässt sich weder eine Gestenliste noch eine Diagnose anhand einer Aufnahme ableiten.

Ein anderer Versuch von 2023 mit 32 autistischen und 33 nichtautistischen Erwachsenen in einem nachgestellten Einbruchsszenario fand ähnliche sprachliche Hinweise zwischen den Gruppen. Ein diagnostisches Etikett entscheidet also ebenso wenig über eine einzelne Aussage wie ein ungewohnter Blick. Niemand sollte private Gesundheitsangaben liefern müssen, damit eine Behauptung ohne zusätzliche Vorannahme geprüft wird.

Was die alte 54-Prozent-Zahl aussagt

Bond und DePaulo fassten 2006 Ergebnisse aus 206 Dokumenten mit 24.483 Beurteilenden zusammen. Ohne besondere Hilfen oder Schulung lag die Richtigkeit der Urteile bei etwa 54%. Lügen wurden zu 47%, wahre Aussagen zu 61% richtig erkannt.

Das sind zusammengefasste historische Aufgaben, keine unveränderliche Obergrenze. Die Zahlen bewerten weder dich persönlich noch heutige Zuschauerinnen und Zuschauer eines bestimmten Kanals. Sie liefern auch keine Wahrscheinlichkeit, dass eine konkrete Verdächtigung stimmt.

Die ungleichen Werte verdeutlichen vielmehr, warum die Richtung eines Fehlers wichtig ist. Wer grundsätzlich glaubt, schützt viele wahrheitsgemäß Sprechende, lässt aber auch Lügen passieren. Wer grundsätzlich misstraut, kann diese Verteilung verschieben. Ob dadurch tatsächlich mehr richtige Urteile entstehen, muss gemessen werden. Eine Sammlung später bestätigter Verdachtsmomente reicht nicht, solange die falschen Vorwürfe und übersehenen Lügen fehlen.

Gleiche Trefferquote, andere Fehlentscheidungen

Nimm ein erfundenes Rechenbeispiel mit 200 Aussagen: hundert sind wahr, hundert falsch. Regel A erkennt neunzig Lügen, lehnt aber dreißig wahre Aussagen ab. Sie akzeptiert siebzig wahre Aussagen richtig. Zusammen sind das 160 richtige Urteile, also 80%. Zehn Lügen bleiben unerkannt.

Regel B erkennt achtzig Lügen und lehnt zwanzig wahre Aussagen ab. Achtzig Wahrheiten werden richtig akzeptiert. Wieder entstehen 160 richtige Urteile, ebenfalls 80%. Diesmal bleiben zwanzig Lügen unerkannt, während zehn falsche Beschuldigungen weniger entstehen.

Keine dieser Regeln wurde hier an einem echten System gemessen. Die Rechnung macht sichtbar, weshalb eine Gesamtquote die Entscheidung nicht abnimmt. Für eine zusätzliche Nachfrage mag ein Fehler anders wiegen als für die Veröffentlichung eines Namens. Wer die Quote ohne die Fehlerarten bewirbt, lässt genau die Information weg, die Betroffene brauchen.

Wenn jede Reaktion zum Verdacht passt

Eine schnelle Antwort heißt angeblich einstudiert, eine langsame ausgedacht. Tränen gelten als Schauspiel, Ruhe als Kälte. Wenn gegensätzliche Reaktionen immer dieselbe Vermutung stützen, gibt es für diese Erklärung offenbar kein mögliches Gegenbeispiel mehr.

Trenne zunächst die Beschreibung von ihrer Deutung: Eine Pause nach einer bestimmten Frage lässt sich an der Aufnahme prüfen. Die Behauptung, darin werde eine Geschichte erfunden, benötigt weitere Anhaltspunkte. Vielleicht war die Frage unklar, vielleicht wird ein Datum erinnert, vielleicht wird tatsächlich getäuscht.

Es geht nicht darum, automatisch die freundlichste Erklärung zu wählen. Alle Erklärungen sollten mit Informationen konfrontiert werden, an denen sie scheitern können. Frage dich vor dem nächsten Durchlauf, welche neue Erkenntnis deinen Verdacht schwächen würde. Sonst liefert mehr Material womöglich nur mehr passende Ausschnitte für dieselbe fertige Geschichte.

Details sind eine Chance zur Prüfung

Verschuere und sein Team veröffentlichten 2023 neun Studien, in denen eine Konzentration auf hilfreiche Merkmale wie Detailfülle oder überprüfbare Angaben in bestimmten Aufgaben Vorteile brachte. Das spricht dafür, solche Verfahren weiter zu untersuchen. Ein detailreicher Bericht wird dadurch nicht automatisch wahr.

Zickfeld und Elbæk prüften verwandte Verfahren 2025 in einem Arbeitspapier mit 549 Teilnehmenden. Eine ausdrückliche Entscheidungsregel erreichte 67%, die Vergleichsbedingung mit mehreren Merkmalen 64,2%. Eine weniger ausdrückliche Einzelmerkmalsanweisung erreichte 62,4%. Eine Variante erhielt Unterstützung, das Ergebnis der anderen ließ sich nicht wiederholen. Das Papier war ein vorläufiger Diskussionsbeitrag.

Für deine Prüfung ist eine genaue Angabe deshalb interessant, weil sie eine Nachfrage ermöglicht. Existiert der genannte Termin? Passt die Zahlung dazu? Auch erfundene Berichte können Namen und Uhrzeiten enthalten. Erst die Verbindung zu einer unabhängigen Quelle macht aus erzählerischer Detailfülle einen prüfbaren Anhaltspunkt.

Drei Daten auf einer Vereinsabrechnung

Stell dir eine fiktive Abrechnung vor. Eine Person sagt, sie habe Material am Montag bezahlt. Der Kassenbericht nennt Mittwoch. In einer Aufnahme stockt sie bei der Nachfrage. Im Verein entsteht der Vorwurf einer erfundenen Ausgabe.

Belegdatum, tatsächlicher Zahlungstag und Eingang einer Erstattung sind jedoch verschiedene Ereignisse. Die erste Prüfung gilt daher diesen drei Zeitpunkten. Vielleicht passt der Mittwoch zur Erstattung und widerspricht dem Einkauf gar nicht. Die Pause entscheidet das nicht.

Nun könnte sich herausstellen, dass dieselbe Ausgabe zweimal erstattet wurde. Das wäre eine konkrete neue Frage: Wer veranlasste die zweite Überweisung, wurde sie zurückgebucht und wann wurde der Fehler bekannt? Ein echter Beleg erledigt diesen Verdacht nicht. Umgekehrt beweist die doppelte Buchung noch nicht die Absicht jeder beteiligten Person. Der erfundene Fall zeigt, wie eine engere Frage mehr klären kann als ein Urteil über den ganzen Charakter.

Öffentlich urteilen heißt auch öffentlich korrigieren

Schreibe möglichst so, dass andere deine Grundlage prüfen können: Zwei Erstattungen für dieselbe Ausgabe sind ein benennbarer Befund. Ein angeblich verräterischer Gesichtsausdruck lässt offen, wie daraus eine Aussage über Geldbewegungen wurde.

Halte den Unterschied zwischen Originalaufnahme und Ausschnitt sichtbar. Mehrere Beiträge sind nur dann zusätzliche Bestätigungen, wenn sie unabhängige Informationen liefern. Zehn Kopien derselben Behauptung bleiben eine einzige Herkunftskette.

Du musst weder private Dokumente vollständig veröffentlichen noch jemanden für ehrlich erklären, wenn die Belege für einen Vorwurf fehlen. Eine offene Frage ist ein zulässiges Ergebnis. Ändert sich die Sachlage, gehört die Korrektur dorthin, wo der alte Vorwurf gelesen wurde. Eine stille Änderung anderswo erreicht die Menschen nicht unbedingt, die bereits einen Screenshot weitergegeben haben.

Welche Information würde dich umstimmen?

Beantworte diese Frage möglichst konkret: ein anderer Zahlungseingang, die vollständige Frage oder eine zurückgenommene Buchung. Ein freundlicheres Auftreten wäre keine Antwort auf einen Streit über das Datum.

Ein sorgfältiges Urteil kann kleiner ausfallen als erwartet. Ein Teil stimmt, ein anderer ist unklar, und über die Absicht wissen wir noch wenig. Damit lässt sich weiterarbeiten, weil die nächste Prüfung erkennbar bleibt.

Behalte dein Interesse an der Geschichte. Formuliere die Vermutung aber so, dass neue Informationen sie tatsächlich verändern können. Sicherheit sollte das Ergebnis einer Prüfung sein dürfen und nicht deren Voraussetzung.