Ziel des Projekts ist die Entwicklung eines datenschutzfreundlichen Browser-Plugins, das mithilfe lokal ausgef\u00fchrter KI-Modelle Texte und Bilder analysiert und bewertet. Der Fokus liegt dabei auf einer vollst\u00e4ndig lokal arbeitenden L\u00f6sung, die ohne Serververbindung auskommt.<\/p>\n\n\n\n
Im Rahmen der Forschung wurde ein Browser-Plugin mit lokalem Backend als Prototyp entwickelt, das Text- und Bildinhalte direkt auf besuchten Webseiten analysiert. Sowohl Nutzerinnen und Nutzer als auch die integrierten KI-Modelle k\u00f6nnen \u00fcber eine lokale API mit dem System interagieren.<\/p>\n\n\n
![\"\"](\"https:\/\/ttz-wue.fiw.thws.de\/blog\/wp-content\/uploads\/2025\/10\/image-1.png\")
Zur Analyse kommt die multimodale KI LLaVA (Large Language and Vision Assistant) zum Einsatz, die sowohl sprachliche als auch visuelle Informationen verarbeitet. Beim Start des Plugins kann der Nutzer ausw\u00e4hlen, ob der Text der aktuellen Seite oder ein Bild \u00fcberpr\u00fcft werden soll. Der jeweilige Inhalt wird dann an das lokale Flask-Backend \u00fcbergeben, das die Inferenz durchf\u00fchrt und eine Bewertung zur\u00fcckgibt.<\/p>\n\n\n\n
Wie das Plugin funktioniert<\/strong> Nach Abschluss der Analyse werden die Ergebnisse im Plugin-Fenster visuell dargestellt. Das System signalisiert den Befund: sicher, unsicher oder verd\u00e4chtig. So k\u00f6nnen Nutzerinnen und Nutzer auf einen Blick erkennen, wie vertrauensw\u00fcrdig der betrachtete Inhalt einzusch\u00e4tzen ist.<\/p>\n\n\n\n Ein Blick in die Zukunft<\/strong><\/p>\n\n\n\n In mehreren Testreihen zeigte sich, dass die lokal ausgef\u00fchrten LLaVA-Modelle sowohl bei Text- als auch bei Bildanalysen zuverl\u00e4ssige Ergebnisse liefern. Besonders das Modell LLaVA 7b erwies sich als effizient und praxistauglich: Es erkannte rund 87 % der manipulativen Texte und KI-generierten Bilder korrekt, bei moderatem Ressourcenverbrauch. Die gr\u00f6\u00dferen Varianten LLaVA-13B und LLaVA-34B erreichten zwar eine noch h\u00f6here Genauigkeit (bis zu 92 %), ben\u00f6tigten daf\u00fcr jedoch deutlich mehr Speicher und Rechenleistung.<\/p>\n\n\n\n Die Tests verdeutlichten zugleich: Desinformation entwickelt sich weiter \u2013 neue, von generativer KI erstellte Inhalte sind immer schwerer zu entlarven. Einzelne Analyseverfahren reichen daher nicht aus, um alle T\u00e4uschungsstrategien zu erkennen.<\/p>\n\n\n\n Ziel der weiteren Forschung ist es, den Ansatz um eine kombinierte Bewertung von Text- und Bildinhalten zu erweitern und die Modelle gezielt mit deutschsprachigen Datens\u00e4tzen zu fine-tunen. So soll die Erkennungsgenauigkeit erh\u00f6ht werden, ohne dass die Nutzerfreundlichkeit und lokale Verarbeitung beeintr\u00e4chtigt werden.<\/p>\n","protected":false},"excerpt":{"rendered":" Falschmeldungen, manipulierte Bilder und KI-generierte Inhalte verbreiten sich im Internet rasend schnell. In den Nachrichtenportalen…<\/p>\n","protected":false},"author":6,"featured_media":259,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[74],"tags":[121,120,108,122],"class_list":["post-255","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tools-techniken","tag-browser-plugin","tag-desinformation","tag-ki","tag-llava"],"_links":{"self":[{"href":"https:\/\/ttz-wue.fiw.thws.de\/blog\/index.php\/wp-json\/wp\/v2\/posts\/255","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ttz-wue.fiw.thws.de\/blog\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ttz-wue.fiw.thws.de\/blog\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ttz-wue.fiw.thws.de\/blog\/index.php\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/ttz-wue.fiw.thws.de\/blog\/index.php\/wp-json\/wp\/v2\/comments?post=255"}],"version-history":[{"count":2,"href":"https:\/\/ttz-wue.fiw.thws.de\/blog\/index.php\/wp-json\/wp\/v2\/posts\/255\/revisions"}],"predecessor-version":[{"id":262,"href":"https:\/\/ttz-wue.fiw.thws.de\/blog\/index.php\/wp-json\/wp\/v2\/posts\/255\/revisions\/262"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ttz-wue.fiw.thws.de\/blog\/index.php\/wp-json\/wp\/v2\/media\/259"}],"wp:attachment":[{"href":"https:\/\/ttz-wue.fiw.thws.de\/blog\/index.php\/wp-json\/wp\/v2\/media?parent=255"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ttz-wue.fiw.thws.de\/blog\/index.php\/wp-json\/wp\/v2\/categories?post=255"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ttz-wue.fiw.thws.de\/blog\/index.php\/wp-json\/wp\/v2\/tags?post=255"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Ein Python-Skript im Flask-Backend \u00fcbernimmt die Auswertung der vom Browser-Plugin \u00fcbermittelten Inhalte. Dabei wird \u00fcberpr\u00fcft, ob der erkannte Text oder das Bild typische Merkmale von Desinformation aufweist.<\/p>\n\n\n![\"\"](\"https:\/\/ttz-wue.fiw.thws.de\/blog\/wp-content\/uploads\/2025\/10\/image-2.png\")
<\/figure><\/div>\n\n\n