Die Menschheit hat gerade einmal gewonnen, und die KI schlägt innerhalb eines Tages zurück – der virale „Geisterfont“ wurde mit nur einem Satz geknackt

Die Menschen haben es endlich einmal geschafft, zu „gewinnen“ – und schon weniger als einen Tag später wurde der Sieg von der KI zunichte gemacht!

Die Geschichte geht so: Der Entwickler Eric Lu hat ein Video mit dem Titel „Ghost Font“ (Geister-Schrift) veröffentlicht.

Und sofort ging das Video viral.

In einer Nacht erreichte es über 17 Millionen Aufrufe.

Es handelt sich um ein Experiment für eine „Anti-KI-Schriftart“, bei der Texte in dynamischen Rauschvideos geschrieben werden: Du tippst ein paar Zeichen auf einer Webseite, und das System erzeugt ein Video, in dem die Pixel, die die Buchstaben bilden, gleichmäßig nach oben gleiten, während der Hintergrundrauschen gleichmäßig nach unten gleitet.

Das menschliche Auge versteht dies sofort durch Bewegungswahrnehmung.

Aber wenn die KI das Video Frame für Frame betrachtet, sieht sie nur statisches Rauschen.

Eric hat es direkt mit den zwei aktuell stärksten Modellen getestet: Claude Fable und GPT-5.6 Sol Ultra.

Beide sind gescheitert – beide Modelle haben voller Zuversicht Informationen gelesen, aber alles, was sie erkannt haben, waren absichtlich platzierte Locktexte des Autors. Die echte versteckte Nachricht haben sie nicht einmal ansatzweise erfasst.

GPT-Sol 5.6 Ultra versucht, die mit Ghost Font geschriebene Nachricht zu entschlüsseln. Das Modell liest die versteckte Locknachricht, kann aber die tatsächliche, durch Bewegung dargestellte Nachricht nicht erfassen.

Es ist ganz einfach, es selbst auszuprobieren: Tippe eine Zeile Text auf der Webseite, lade das erzeugte Rauschvideo herunter und schicke es an einen Freund – der Mensch kann es direkt mit dem Auge lesen, während die KI es nicht versteht. So entsteht eine geheime Nachricht, die nur Menschen empfangen können.

Link: https://www.mixfont.com/ghost-font

Der gesamte Vorgang läuft lokal im Browser ab, ohne dass Daten an irgendeinen Server übermittelt werden – keine Informationen verlassen dein Gerät.

Warum verstehen Menschen es sofort, während die KI versagt?

Das menschliche Auge verfügt über eine angeborene Fähigkeit, die in der Psychologie als Gestalt-Gesetz des „gemeinsamen Schicksals“ bezeichnet wird: Wenn eine Gruppe von Punkten in dieselbe Richtung bewegt wird, nimmst du sie automatisch als eine zusammenhängende Einheit wahr. Genau wie eine Gruppe von Gänsen am Himmel, die eine V-Form bilden – du musst sie nicht einzeln erkennen, die Form springt dir direkt ins Bewusstsein.

Ghost Font nutzt genau diese Eigenschaft: Die Buchstaben bestehen aus nach oben gleitenden Pixeln, während der Hintergrundrauschen nach unten gleitet – deine Sehrinde, die sich über Millionen von Jahren entwickelt hat, vollzieht die Trennung der Bewegungen in nur 0,1 Sekunden.

Sobald das Video angehalten wird, vermischen sich alle Pixel zu einem unentwirrbaren Durcheinander – jedes einzelne Frame ist reines Rauschen. Screenshots nützen nichts, und eine Frame-für-Frame-Analyse führt zu keinem Ergebnis.

Screenshot

Aktuelle multimodale Modelle sind im Grunde genommen „Bildmodelle mit einer Video-Hülle“: Selbst wenn du ihnen ein Video zuführst, zerlegen sie es in einzelne Frames und betrachten diese getrennt – als würde man einen Film in Tausende von Standbildern zerschneiden und jedes einzelne langsam betrachten.

Sie sind nicht in der Lage, „Bewegung zu sehen“ – genau diese Lücke nutzt Ghost Font aus.

Locktexte: Eine eigens für die KI gestellte Falle

Noch raffinierter ist, dass Eric Lu eine zweite Sicherheitsstufe eingebaut hat: In jedem Video ist eine Locknachricht versteckt.

Diese Maßnahme zielt speziell auf KI-Agenten mit lokaler Codeausführungsumgebung ab: Selbst wenn sie versuchen, die Pixelbewegungen zu analysieren, werden sie höchstwahrscheinlich zuerst auf die Locknachricht stoßen, dann voller Zuversicht aufhören und ernsthaft berichten, dass sie die Nachricht „entschlüsselt“ haben.

ChatGPT 5.5 Pro hat ganze 19 Minuten nachgedacht, bevor es eine völlig nicht existente Nachricht halluzinierte – selbst die Locknachricht hat es nicht korrekt gelesen.

Jemand hat es mit Gemini 3.1 Pro getestet, und das Modell antwortete ernsthaft: SEND NUDES – genau das ist der vorbereitete Inhalt der Locknachricht des Autors.

Selbst der Max-Inferenz-Modus von Claude Fable half nichts – es fiel ebenfalls in die Lockfalle und gab voller Zuversicht eine falsche Antwort aus.

Claude Fable versucht im Max-Inferenz-Modus, die mit Ghost Font geschriebene Nachricht zu entschlüsseln. Das Modell liest die versteckte Locknachricht, kann aber die tatsächliche, durch Bewegung dargestellte Nachricht nicht erfassen.

Es schien, als hätten die Menschen ihre letzte geheime Kommunikationsmethode bewahrt.

Dieser Zustand hielt nur einen Tag an.

Ein einziger Satz durchbricht die Barriere

Der Experte für Prompt-Engineering Riley Goodside hat sich der Sache angenommen.

Er hat keinen Code geschrieben, keine mehrstufigen Inferenzketten erstellt und keine ausgefallenen Agenten-Frameworks verwendet – er sagte nur einen einzigen Satz zu GPT-5.6 Sol:

Die Rauschpixel, die die Buchstaben bilden, gleiten nach oben, alle anderen nach unten.

Mit dieser einen Anweisung zur Bewegungsrichtung brauchte Sol nur 1 Minute und 56 Sekunden, um die richtige Antwort zu lesen: RILEY WAS HERE.

Nur ein Satz, nicht einmal eine vollständige Prompt, hat die gesamte „menschenexklusive“ Barriere durchstoßen.

Andere haben ChatGPT 5.6 mit zwei Screenshots gefüttert, die im Abstand von 1,5 Sekunden aufgenommen wurden, und ihm mitgeteilt, dass „der Hintergrund sich gleichmäßig bewegt“ – das Modell hat direkt eine Differenzberechnung durchgeführt, und die Buchstaben traten deutlich hervor.

Das zeigt: Die KI ist nicht unfähig, Bewegung wahrzunehmen – sie denkt standardmäßig einfach nicht in diese Richtung. Sobald man sie darauf aufmerksam macht, ist die sogenannte Barriere der „menschlichen Intuition“ so dünn wie ein Blatt Papier.

ZXX hielt zehn Jahre stand, Ghost Font nur einen Tag

Ein ähnliches Szenario hat sich in der Geschichte bereits einmal abgespielt.

2013 veröffentlichte Sang Mun, ein ehemaliger NSA-Mitarbeiter koreanischer Herkunft, die Schriftart ZXX mit sechs Varianten – Buchstaben werden durch Tarnmuster, Rauschen, Durchstreichungen und falsche Markierungen getarnt, speziell entwickelt, um die optische Zeichenerkennung (OCR) zu behindern.

Zu jener Zeit wurde diese Schriftart als „Wundermittel gegen Überwachung“ gefeiert – CNN und Salon berichteten darüber, und die Designbranche sah sie als Manifest gegen Überwachung.

Heute hingegen kann ChatGPT 5.5 die Bilder von ZXX mit nur einer einzigen Abfrage vollständig lesen, selbst kleinste Details werden nicht übersehen. Die 13 Jahre lange „Überwachungsimmunität“ ist vor moderner KI zu einer einfachen Aufgabe geworden.

ZXX hielt zehn Jahre stand, Ghost Font nur einen einzigen Tag.

Die eigentliche Frage, die Ghost Font aufwirft

Also stellt Ghost Font im Grunde die Frage: Wie weit ist die Wahrnehmung der KI noch von der des Menschen entfernt?

Die Antwort ist ernüchternd: Nur ein einziger Prompt trennt sie davon.

Man denke nur an CAPTCHAs: Heutzutage werden die meisten CAPTCHAs von KI problemlos gelöst. Dynamische Verifikationen schienen einst ein Ausweg zu sein – Maschinen können sie nicht verstehen, Menschen erkennen sie auf einen Blick.

Aber Goodside hat gerade bewiesen, dass man die KI mit einem einzigen Satz lehren kann, „bewegte Dinge zu sehen“. Wie lange dieser Ausweg noch hält, ist ungewiss.

Denken wir auch daran, wie wir KI-Modelle prüfen.

Bisher werden fast ausschließlich statische Bilder als Prüfungsaufgaben verwendet – die Fähigkeit, „Bewegung zu sehen“, wurde kaum getestet. Wenn man eines Tages eine Prüfung mit dynamischen visuellen Aufgaben erstellt, würden die aktuellen Modelle wahrscheinlich alle leer ausgehen.

Natürlich wird diese Lücke nicht ewig bestehen bleiben. Nativer multimodale Modelle, die Videos direkt verstehen können, werden früher oder später erscheinen – dann wird das Erkennen von Bewegungen keine Fähigkeit mehr sein, die man erst durch Hinweise erlernen muss, sondern eine Eigenschaft, die Modelle von Grund auf besitzen.

Eric Lu plant, Ghost Font als Open-Source-Projekt zu veröffentlichen. Er hofft, dass die Menschen in einer Zeit, in der die KI immer mehr Bereiche übernimmt, noch ein kleines Stück ihrer eigenen, einzigartigen Kreativität bewahren können.

Wie viele Tage wird das nächste „nur für Menschen verständliche“ Konstrukt überleben?

Quellen:

https://x.com/ericlu/status/2075876651574210643 - https://x.com/goodside/status/2076361122328858829

Redaktion: Solomon

Dieser Artikel stammt von dem WeChat-Offiziellen Konto „Neue Intelligenz“, Autor: ASI Offenbarung, und wird mit Genehmigung von 36Kr veröffentlicht.