{"id":7324,"date":"2026-03-05T15:11:11","date_gmt":"2026-03-05T15:11:11","guid":{"rendered":"https:\/\/gretchen-ai.com\/?page_id=7324"},"modified":"2026-03-25T13:14:06","modified_gmt":"2026-03-25T13:14:06","slug":"faq","status":"publish","type":"page","link":"https:\/\/gretchen-ai.com\/en\/faq\/","title":{"rendered":"FAQ"},"content":{"rendered":"
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t
\n\t\t\t\t\t
\n\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tFAQ<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Medienverifikation durch Gretchen AI:
Fragen und Antworten<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tMedia Verification Dashboard<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tDeepfake Detection<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tAPI<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tMedien-Kontextanalyse<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Das Media Verification Dashboard<\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\n\t\t\t\t\t
Wof\u00fcr wurde das Gretchen AI- Dashboard entwickelt und was genau macht es? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Unser Gretchen AI Media Verification Dashboard integriert zwei wesentliche Aufgaben, um Menschen bei der Erkennung von Falschinformationen zu unterst\u00fctzen:<\/p>

  1. KI-gest\u00fctzte Deepfake-Erkennung, um die Authentizit\u00e4t eines Bildes zu pr\u00fcfen: d. h. zu analysieren, ob ein Bild oder Video manipuliert oder synthetisch generiert wurde;<\/li>
  2. Kontextanalyse, um zu pr\u00fcfen, ob das Bild oder Video in seinem urspr\u00fcnglichen, wahrheitsgem\u00e4\u00dfen Kontext pr\u00e4sentiert wird oder aber aus dem Zusammenhang gerissen wurde.<\/li><\/ol>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t
    \n\t\t\t\t\n\t\t\t\t\t
    Ist die Wirksamkeit des Tools wissenschaftlich belegt? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
    \n\t\t\t\t\t
    \n\t\t
    \n\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t\t\t\t\t

    Ja, wir haben unser Tool gegen wissenschaftliche Benchmarks und andere \u201eState-of-the-Art\u201c (SOTA) Methoden getestet. Bei Benchmarks wie Deepfake-Eval-2024 erzielten wir eine Leistungssteigerung von bis zu +44 % gegen\u00fcber herk\u00f6mmlichen SOTA-Methoden.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

    \n\t\t\t\t\n\t\t\t\t\t
    Warum ist unser Tool besser als andere? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
    \n\t\t\t\t\t
    \n\t\t
    \n\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t\t\t\t\t

    Wir analysieren Bilder auf mehreren Skalen \u2013 von winzigen Bildbereichen (Patches) zur Erkennung lokaler Artefakte bis hin zum Gesamtbild. Unser Modell nutzt modernste Vision-Foundation-Modelle und verf\u00fcgt \u00fcber ein ganzheitliches Wissen durch das Training mit einer enormen Bandbreite an Deepfake-Typen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

    \n\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t

    Deepfake-Erkennung zur Berechnung des\nAuthentizit\u00e4ts-Scores<\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t\t\t
    \n\t\t\t\t\t\t
    \n\t\t\t\t\n\t\t\t\t\t
    Wof\u00fcr ist das Tool zur Bild-Deepfake-Erkennung gedacht? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
    \n\t\t
    \n\t\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t\t\t\t\t

    Dieses Tool hilft Nutzern, manipulierte oder synthetische, also KI-generierte, Bilder zu erkennen. Es analysiert visuelle und digitale Signale im Bild und erstellt einen zusammengefassten \u201eAuthentizit\u00e4ts-Score\u201c. Dieser sch\u00e4tzt ein, wie wahrscheinlich es ist, dass das Bild k\u00fcnstlich erzeugt oder manipuliert wurde.<\/p>

    WICHTIG: Es ersetzt nicht das menschliche Urteilsverm\u00f6gen, sondern dient als Entscheidungshilfe. Kombinieren Sie die Ergebnisse der Authentizit\u00e4ts-Scores m\u00f6glichst immer mit der Kontextanalyse.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

    \n\t\t\t\t\n\t\t\t\t\t
    Welche Arten der Deepfake-Erkennung bietet Gretchen? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
    \n\t\t
    \n\t\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t\t\t\t\t

    Es sind zwei Arten von Erkennungsmechanismen integriert:<\/p>

    1. Menschliche Gesichter: Der erste Typ konzentriert sich ausschlie\u00dflich auf Gesichter (maximal f\u00fcnf pro Bild). Er pr\u00fcft, ob ein Gesicht mittels Face-Swap, Face-Reenactment (\u00c4nderung von Emotionen oder Lippensynchronit\u00e4t) oder Face-Editing (Modifizierung von Merkmalen, z. B. Altern) ver\u00e4ndert wurde. Diese Manipulationen erfolgen meist lokal, w\u00e4hrend der Rest des Bildes unver\u00e4ndert bleibt.<\/li>
    2. Synthese-Erkennung: Der zweite Mechanismus analysiert das gesamte Bild und pr\u00fcft, ob es vollst\u00e4ndig KI-generiert wurde. Das System schl\u00e4gt auch dann Alarm, wenn nur ein kleiner Teil durch KI-Tools wie Midjourney, Qwen oder Nano Banana ver\u00e4ndert wurde.<\/li><\/ol>

      Obwohl beide Methoden unabh\u00e4ngig arbeiten, weisen beide darauf hin, sobald ein Bild die Kriterien f\u00fcr Authentizit\u00e4t nicht erf\u00fcllt.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Was sehe ich nach meinem Upload auf dem Dashboard? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t
      \n\t\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Wenn Sie ein Bild oder Video in unser Dashboard hochladen, m\u00fcssen Sie sich entscheiden, ob Sie eine Deepfake-Erkennung starten, oder eine umfassendere Analyse inklusive Deepfake-Erkennung starten. Sie sehen Sie die Authentizit\u00e4ts-Scores werden direkt unter den jeweiligen Bildern angezeigt. Darunter folgen die Ergebnisse unserer netzweiten Suche nach Referenzbildern. Diese zeigen die Verbreitung der gefundenen Kontextinformationen, unterteilt in drei Quellentypen \u2013 farblich gekennzeichnet: Fact-Checking-Quellen, vertrauensw\u00fcrdige Quellen und unbekannte Quellen Sie k\u00f6nnen Referenzbilder w\u00e4hlen und markieren, um zu sehen, woher die gesammelten Informationen (Datum, Handlung, Ort, Person und Quelle) dazu verbreitet. So erkennen Sie Konsistenzen und Widerspr\u00fcche auf einen Blick.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Wie ist die H\u00f6he des Authentizit\u00e4ts-Scores zu interpretieren? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Ein sehr niedriger Score (unter 10 %) bedeutet, dass starke Beweise f\u00fcr eine synthetische Erzeugung oder Manipulation vorliegen. Der Bereich bis ca. 50 % deutet auf eine hohe Wahrscheinlichkeit hin. Umgekehrt bedeutet das Urteil \u201eSicher authentisch\u201c, dass eine hohe Gewissheit \u00fcber die Echtheit besteht. Da die Sch\u00e4tzung mehrere Schritte umfasst, die auch uneindeutig sein k\u00f6nnen, geben wir diese Ergebnisse transparent heraus. Wir glauben, dass die Offenlegung der algorithmischen Gewissheit (auch in Zweifelsf\u00e4llen) der Schl\u00fcssel zur Vertrauensbildung ist. TIPP: Im Zweifelsfall empfiehlt es sich, die Analyse mit benachbarten Frames oder \u00e4hnlichen Bildern zu wiederholen. Hinweis: Bei Einzelbildern aus Videos bezieht sich der Score nur auf dieses spezifische Frame. Es ist m\u00f6glich, dass nur Teile eines Videoclips manipuliert wurden<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Warum gibt es manchmal das Ergebnis \u201eUneindeutig\/Unsicher\u201c? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      KI-generierte Medien entwickeln sich rasant. Neue Modelle hinterlassen oft digitale Fingerabdr\u00fccke, die dem Erkennungsmodell noch nicht bekannt sind. Zudem k\u00f6nnen reale Bilder durch starke Bearbeitung, Filter oder Kompression Artefakte aufweisen, die f\u00fcr den Detektor verd\u00e4chtig wirken. Auch moderne Smartphone-Kameras nutzen oft KI-Filter. In solchen F\u00e4llen empfehlen wir eine weitere Untersuchung mithilfe der Metadaten und Kontextanalyse des Dashboards.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Welche Arten von Deepfake-Modellen kann das Tool erkennen? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Unsere Modelle sind robust gegen\u00fcber einer Vielzahl von Verfahren, da sie mit Daten aus \u00fcber 60 verschiedenen Algorithmen trainiert wurden. Dazu geh\u00f6ren Methoden zur Bildmanipulation (z. B. Face-Swap) sowie generative Modelle (Vollsynthese). Technisch abgedeckte Methoden sind unter anderem: FaceShifter, FaceSwap, SimSwap, DeepFaceLab, HeyGen, VQGAN, StyleGAN3, SD-2.1, Midjourney 6, Gemini 2.5 Flash, Nano Banana und viele weitere.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Wo liegen die Grenzen des Tools? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Das Tool arbeitet am besten mit Bildern in Originalaufl\u00f6sung. Screenshots oder skalierte Versionen verlieren oft wichtige Signale. Rauschen oder starke JPEG-Kompression erh\u00f6hen die Unsicherheit. Derzeit ist das Tool f\u00fcr Gesichter und menschenzentrierte Bilder optimiert; unbelebte Objekte oder Landschaften sind schwerer zu erkennen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Kann das Tool irren? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Kurz gesagt: Ja. Kein KI-Tool ist perfekt. Es gibt zwei Fehlerszenarien: 1. False Positives: Ein echtes Bild wird als Fake markiert. False Negatives: Ein manipuliertes Bild wird als echt eingestuft. Deshalb verfolgen wir die Philosophie \u201eAssistieren, nicht ersetzen\u201c. Unser Dashboard erg\u00e4nzt die Forensik um die Kontextanalyse f\u00fcr eine 360-Grad-Bewertung, um Faktenchecker bestm\u00f6glich zu unterst\u00fctzen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Werden Medienberichte und Social-Media-Posts in die Score-Berechnung einbezogen? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Nein, der Authentizit\u00e4ts-Score basiert rein auf der Bildforensik. Die Kontextanalyse unterhalb der Scores arbeitet unabh\u00e4ngig davon.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Beeinflussen Weichzeichner (z. B. \u201eBeautifier\u201c) die Erkennung? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Wenn diese Filter in erheblichem Ma\u00dfe generative KI nutzen, schl\u00e4gt der Detektor an. Da die Wirkung dieser Filter jedoch stark variiert, arbeiten wir kontinuierlich daran, die Robustheit gegen\u00fcber solchen Einfl\u00fcssen zu verbessern.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t

      Die API<\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t
      \n\t\t\t\t\t\t
      \n\t\t\t\t\n\t\t\t\t\t
      Was sind die Voraussetzungen f\u00fcr die Gretchen AI API? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t
      \n\t\t\t\t\t
      \n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t
      \n\t\t\t\t\n\t\t\t\t\t
      Welche Vorteile und Nachteile hat die Integration? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t
      \n\t\t\t\t\t
      \n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t

      Medien-Kontextanalyse<\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t
      \n\t\t\t\t\t\t
      \n\t\t\t\t\n\t\t\t\t\t
      Was macht die Kontextanalyse? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t
      \n\t\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Sie arbeitet unabh\u00e4ngig vom Authentizit\u00e4ts-Score und sucht im Web nach identischen, \u00e4hnlichen oder ereignisbezogenen Bildern. Die Ergebnisse werden in Clustern dargestellt. Per Klick auf ein Referenzbild sehen Sie, welche Quellen welche Informationen (Datum, Ort, etc.) verbreiten, was Widerspr\u00fcche sofort sichtbar macht. Die Farben der Grafiken stehen f\u00fcr die Quellentypen und sind anpassbar.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Werden Ergebnisse in gespeicherten Projekten automatisch aktualisiert? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t
      \n\t\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Nein, gespeicherte Projektdaten sind statisch. Dies dient der Konsistenz und Nachvollziehbarkeit Ihrer Analyse. Um neue Funktionen oder aktuellere Modelle zu nutzen, f\u00fchren Sie die Analyse einfach in einem neuen Projekt erneut durch.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Wie aktuell sind die Suchergebnisse? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t
      \n\t\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Unser Suchindex wird regelm\u00e4\u00dfig aktualisiert. Gro\u00dfe Websites werden im Schnitt zweimal t\u00e4glich indexiert. Die Ergebnisse im Dashboard zeigen den Stand am Tag der Analyse. F\u00fcr aktuellste Web-Daten starten Sie bitte eine neue Suche.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Woher stammen die Listen der vertrauensw\u00fcrdigen Quellen und Fact-Checking-Dienste? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Die Fact-Checking-Liste entspricht der monatlich aktualisierten Liste der IFCN-Mitglieder (siehe ifcncodeofprinciples.poynter.org). Um in diese Liste aufgenommen zu werden, muss eine Organisation die Verpflichtung zu \u00dcberparteilichkeit, Fairness, Transparenz der Quellen, der Finanzierung und der Methodik sowie zu offenen Korrekturen nachweisen. Wichtig: Jede Quellenliste kann verwaltet und \u2013 falls gew\u00fcnscht \u2013 vollst\u00e4ndig \u00fcberschrieben werden.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Kann die Zeitachse (Timeline) falsche Ergebnisse liefern? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Ja, gelegentlich k\u00f6nnen Zeitstempel irref\u00fchrend sein. Dies passiert oft bei Archivseiten von Medienh\u00e4usern, wenn der Zeitstempel das Datum der Archivseite anzeigt und nicht das urspr\u00fcngliche Ver\u00f6ffentlichungsdatum des Artikels, in dem das Bild erschien.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Was passiert, wenn kein Referenzbild oder Original im Web gefunden wird? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Selbst wenn kein direktes Duplikat gefunden wird, zeigt das System \u00e4hnliche Bilder an. Unabh\u00e4ngig von den Suchergebnissen wird der Authentizit\u00e4ts-Score f\u00fcr Ihr Bild immer berechnet.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

      \n\t\t\t\t\n\t\t\t\t\t
      Was ist die ereignisbasierte Bildsuche? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t
      \n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Dies ist eine spezialisierte Methode, die \u00fcber die Standard-R\u00fcckw\u00e4rtssuche hinausgeht. Sie findet nicht nur Kopien, sondern bestimmt den Kontext und Zeitraum eines Ereignisses. Wir suchen nach dem identischen Ereignis, was verschiedene Kameraperspektiven desselben Geschehens liefern kann \u2013 dies erh\u00f6ht den Erkenntnisgewinn signifikant.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

      FAQ Medienverifikation durch Gretchen AI: Fragen und Antworten Media Verification Dashboard Deepfake-Erkennung API Medien-Kontextanalyse Das Media Verification Dashboard Wof\u00fcr wurde das Gretchen AI- Dashboard entwickelt und was genau macht es? Unser Gretchen AI Media Verification Dashboard integriert zwei wesentliche Aufgaben, um Menschen bei der Erkennung von Falschinformationen zu unterst\u00fctzen: KI-gest\u00fctzte Deepfake-Erkennung, um die Authentizit\u00e4t eines Bildes zu pr\u00fcfen: d. h. zu analysieren, ob ein Bild oder Video manipuliert oder synthetisch generiert wurde; Kontextanalyse, um zu pr\u00fcfen, ob das Bild oder Video in seinem urspr\u00fcnglichen, wahrheitsgem\u00e4\u00dfen Kontext pr\u00e4sentiert wird oder aber aus dem Zusammenhang gerissen wurde. Ist die Wirksamkeit des Tools wissenschaftlich belegt? Ja, wir haben unser Tool gegen wissenschaftliche Benchmarks und andere \u201eState-of-the-Art\u201c (SOTA) Methoden getestet. Bei Benchmarks wie Deepfake-Eval-2024 erzielten wir eine Leistungssteigerung von bis zu +44 % gegen\u00fcber herk\u00f6mmlichen SOTA-Methoden. Warum ist unser Tool besser als andere? Wir analysieren Bilder auf mehreren Skalen \u2013 von winzigen Bildbereichen (Patches) zur Erkennung lokaler Artefakte bis hin zum Gesamtbild. Unser Modell nutzt modernste Vision-Foundation-Modelle und verf\u00fcgt \u00fcber ein ganzheitliches Wissen durch das Training mit einer enormen Bandbreite an Deepfake-Typen. Unser Gretchen AI Media Verification Dashboard integriert zwei wesentliche Aufgaben, um Menschen bei der Erkennung von Falschinformationen zu unterst\u00fctzen: KI-gest\u00fctzte Deepfake-Erkennung, um die Authentizit\u00e4t eines Bildes zu pr\u00fcfen: d. h. zu analysieren, ob ein Bild oder Video manipuliert oder synthetisch generiert wurde; Kontextanalyse, um zu pr\u00fcfen, ob das Bild oder Video in seinem urspr\u00fcnglichen, wahrheitsgem\u00e4\u00dfen Kontext pr\u00e4sentiert wird oder aber aus dem Zusammenhang gerissen wurde. Ja, wir haben unser Tool gegen wissenschaftliche Benchmarks und andere \u201eState-of-the-Art\u201c (SOTA) Methoden getestet. Bei Benchmarks wie Deepfake-Eval-2024 erzielten wir eine Leistungssteigerung von bis zu +44 % gegen\u00fcber herk\u00f6mmlichen SOTA-Methoden. Wir analysieren Bilder auf mehreren Skalen \u2013 von winzigen Bildbereichen (Patches) zur Erkennung lokaler Artefakte bis hin zum Gesamtbild. Unser Modell nutzt modernste Vision-Foundation-Modelle und verf\u00fcgt \u00fcber ein ganzheitliches Wissen durch das Training mit einer enormen Bandbreite an Deepfake-Typen. Deepfake-Erkennung zur Berechnung des Authentizit\u00e4ts-Scores Wof\u00fcr ist das Tool zur Bild-Deepfake-Erkennung gedacht? Dieses Tool hilft Nutzern, manipulierte oder synthetische, also KI-generierte, Bilder zu erkennen. Es analysiert visuelle und digitale Signale im Bild und erstellt einen zusammengefassten \u201eAuthentizit\u00e4ts-Score\u201c. Dieser sch\u00e4tzt ein, wie wahrscheinlich es ist, dass das Bild k\u00fcnstlich erzeugt oder manipuliert wurde. WICHTIG: Es ersetzt nicht das menschliche Urteilsverm\u00f6gen, sondern dient als Entscheidungshilfe. Kombinieren Sie die Ergebnisse der Authentizit\u00e4ts-Scores m\u00f6glichst immer mit der Kontextanalyse. Welche Arten der Deepfake-Erkennung bietet Gretchen? Es sind zwei Arten von Erkennungsmechanismen integriert: Menschliche Gesichter: Der erste Typ konzentriert sich ausschlie\u00dflich auf Gesichter (maximal f\u00fcnf pro Bild). Er pr\u00fcft, ob ein Gesicht mittels Face-Swap, Face-Reenactment (\u00c4nderung von Emotionen oder Lippensynchronit\u00e4t) oder Face-Editing (Modifizierung von Merkmalen, z. B. Altern) ver\u00e4ndert wurde. Diese Manipulationen erfolgen meist lokal, w\u00e4hrend der Rest des Bildes unver\u00e4ndert bleibt. Synthese-Erkennung: Der zweite Mechanismus analysiert das gesamte Bild und pr\u00fcft, ob es vollst\u00e4ndig KI-generiert wurde. Das System schl\u00e4gt auch dann Alarm, wenn nur ein kleiner Teil durch KI-Tools wie Midjourney, Qwen oder Nano Banana ver\u00e4ndert wurde. Obwohl beide Methoden unabh\u00e4ngig arbeiten, weisen beide darauf hin, sobald ein Bild die Kriterien f\u00fcr Authentizit\u00e4t nicht erf\u00fcllt. Was sehe ich nach meinem Upload auf dem Dashboard? Wenn Sie ein Bild oder Video in unser Dashboard hochladen, m\u00fcssen Sie sich entscheiden, ob Sie eine Deepfake-Erkennung starten, oder eine umfassendere Analyse inklusive Deepfake-Erkennung starten. Sie sehen Sie die Authentizit\u00e4ts-Scores werden direkt unter den jeweiligen Bildern angezeigt. Darunter folgen die Ergebnisse unserer netzweiten Suche nach Referenzbildern. Diese zeigen die Verbreitung der gefundenen Kontextinformationen, unterteilt in drei Quellentypen \u2013 farblich gekennzeichnet: Fact-Checking-Quellen, vertrauensw\u00fcrdige Quellen und unbekannte Quellen Sie k\u00f6nnen Referenzbilder w\u00e4hlen und markieren, um zu sehen, woher die gesammelten Informationen (Datum, Handlung, Ort, Person und Quelle) dazu verbreitet. So erkennen Sie Konsistenzen und Widerspr\u00fcche auf einen Blick. Wie ist die H\u00f6he des Authentizit\u00e4ts-Scores zu interpretieren? Ein sehr niedriger Score (unter 10 %) bedeutet, dass starke Beweise f\u00fcr eine synthetische Erzeugung oder Manipulation vorliegen. Der Bereich bis ca. 50 % deutet auf eine hohe Wahrscheinlichkeit hin. Umgekehrt bedeutet das Urteil \u201eSicher authentisch\u201c, dass eine hohe Gewissheit \u00fcber die Echtheit besteht. Da die Sch\u00e4tzung mehrere Schritte umfasst, die auch uneindeutig sein k\u00f6nnen, geben wir diese Ergebnisse transparent heraus. Wir glauben, dass die Offenlegung der algorithmischen Gewissheit (auch in Zweifelsf\u00e4llen) der Schl\u00fcssel zur Vertrauensbildung ist. TIPP: Im Zweifelsfall empfiehlt es sich, die Analyse mit benachbarten Frames oder \u00e4hnlichen Bildern zu wiederholen. Hinweis: Bei Einzelbildern aus Videos bezieht sich der Score nur auf dieses spezifische Frame. Es ist m\u00f6glich, dass nur Teile eines Videoclips manipuliert wurden Warum gibt es manchmal das Ergebnis \u201eUneindeutig\/Unsicher\u201c? KI-generierte Medien entwickeln sich rasant. Neue Modelle hinterlassen oft digitale Fingerabdr\u00fccke, die dem Erkennungsmodell noch nicht bekannt sind. Zudem k\u00f6nnen reale Bilder durch starke Bearbeitung, Filter oder Kompression Artefakte aufweisen, die f\u00fcr den Detektor verd\u00e4chtig wirken. Auch moderne Smartphone-Kameras nutzen oft KI-Filter. In solchen F\u00e4llen empfehlen wir eine weitere Untersuchung mithilfe der Metadaten und Kontextanalyse des Dashboards. Welche Arten von Deepfake-Modellen kann das Tool erkennen? Unsere Modelle sind robust gegen\u00fcber einer Vielzahl von Verfahren, da sie mit Daten aus \u00fcber 60 verschiedenen Algorithmen trainiert wurden. Dazu geh\u00f6ren Methoden zur Bildmanipulation (z. B. Face-Swap) sowie generative Modelle (Vollsynthese). Technisch abgedeckte Methoden sind unter anderem: FaceShifter, FaceSwap, SimSwap, DeepFaceLab, HeyGen, VQGAN, StyleGAN3, SD-2.1, Midjourney 6, Gemini 2.5 Flash, Nano Banana und viele weitere. Wo liegen die Grenzen des Tools? Das Tool arbeitet am besten mit Bildern in Originalaufl\u00f6sung. Screenshots oder skalierte Versionen verlieren oft wichtige Signale. Rauschen oder starke JPEG-Kompression erh\u00f6hen die Unsicherheit. Derzeit ist das Tool f\u00fcr Gesichter und menschenzentrierte Bilder optimiert; unbelebte Objekte oder Landschaften sind schwerer zu erkennen. Kann das Tool irren? Kurz gesagt: Ja. Kein KI-Tool ist perfekt. Es gibt zwei Fehlerszenarien: 1. False Positives: Ein echtes Bild wird als Fake markiert. False Negatives: Ein manipuliertes Bild wird als echt eingestuft. Deshalb verfolgen wir die Philosophie \u201eAssistieren, nicht ersetzen\u201c. Unser Dashboard erg\u00e4nzt die Forensik um die Kontextanalyse f\u00fcr eine 360-Grad-Bewertung, um Faktenchecker bestm\u00f6glich zu unterst\u00fctzen. Werden Medienberichte und Social-Media-Posts in die Score-Berechnung einbezogen? Nein, der Authentizit\u00e4ts-Score basiert rein auf der Bildforensik. Die Kontextanalyse unterhalb der Scores arbeitet unabh\u00e4ngig davon. Beeinflussen Weichzeichner (z. B. \u201eBeautifier\u201c) die Erkennung? Wenn<\/p>","protected":false},"author":2,"featured_media":3591,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"site-sidebar-layout":"no-sidebar","site-content-layout":"page-builder","ast-site-content-layout":"full-width-container","site-content-style":"unboxed","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"disabled","ast-breadcrumbs-content":"","ast-featured-img":"disabled","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"set","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"class_list":["post-7324","page","type-page","status-publish","has-post-thumbnail","hentry"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/gretchen-ai.com\/en\/wp-json\/wp\/v2\/pages\/7324","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/gretchen-ai.com\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/gretchen-ai.com\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/gretchen-ai.com\/en\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/gretchen-ai.com\/en\/wp-json\/wp\/v2\/comments?post=7324"}],"version-history":[{"count":71,"href":"https:\/\/gretchen-ai.com\/en\/wp-json\/wp\/v2\/pages\/7324\/revisions"}],"predecessor-version":[{"id":8103,"href":"https:\/\/gretchen-ai.com\/en\/wp-json\/wp\/v2\/pages\/7324\/revisions\/8103"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/gretchen-ai.com\/en\/wp-json\/wp\/v2\/media\/3591"}],"wp:attachment":[{"href":"https:\/\/gretchen-ai.com\/en\/wp-json\/wp\/v2\/media?parent=7324"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}