Zum Inhalt springen
Likelier

Empfundene Angst vs. tatsächliche Wahrscheinlichkeit

Wie hoch ist die Wahrscheinlichkeit, dass in Ihrem Leben ein KI-generiertes intimes Deepfake von Ihnen ohne Einwilligung erstellt oder geteilt wird?

Lebenszeit-Wahrscheinlichkeit

~1 zu 25

over a typical adult lifetime

4,0% Wahrscheinlichkeit über die Lebensspanne

Die meisten unterschätzen dies.

Bezugsrahmen variieren — als typische Lebenszeit-Chance eines Erwachsenen dargestellt. Methode ansehen.

Technik · geprüft 2026-06-14
Evidenzqualität 4.13/5

Bewertungsergebnis nach acht Dimensionen gemäß der Qualitätsrubrik . Jede Dimension wird mit 1–5 bewertet.

D1 Quellenverankerung
4/5
D2 Quellenautorität
5/5
D3 Arithmetik
3/5
D4 Unsicherheit
4/5
D5 Geltungsbereich
4/5
D6 Prosa
4/5
D7 Ehrlichkeit zur Wahrnehmung
4/5
D8 Vollständigkeit der Einschränkungen
5/5
Durchschnitt 4.13/5
Source Government statistic · International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN
Lebenszeit, US-Erwachsener jedes Band = 10× seltener → an Ihre Faktoren angepasst Vollständige Skala anzeigen →
sicher 1 zu 1 Tsd. 1 zu 1 Mio. 1 zu 1 Mrd.
1 in 5.8 1 in 25

● Ihre Faktoren — auf dieses Risiko ▾ klicken zum Anzeigen

  1. Deine Faktoren
A single closed laptop on a plain desk surface with a small blue notification dot visible at the lid edge, flat vector illustration in muted tones.

Wahrgenommen

Der öffentliche Diskurs über nicht-einvernehmliche intime Deepfakes wird von einer Handvoll Prominenten-Fälle dominiert — Taylor Swift im Januar 2024, Frauen im US-Kongress später in jenem Jahr, K-Pop-Idole in mehreren Vorfällen. Das entstehende mentale Modell ist „das passiert berühmten Frauen im Internet“, was gewöhnlichen Erwachsenen erlaubt, das Risiko unter Dinge-die-anderen-passieren einzuordnen. Die Kostenentwicklung der zugrunde liegenden Werkzeuge stützt diese Rahmung nicht: Open-Source-Modelle, die 2019 eine GPU auf Forschungsniveau erforderten, laufen heute auf Verbrauchertelefonen, und ein brauchbarer Face-Swap auf einer einzelnen Fotografie dauert Minuten. Direkt befragt, unterschätzen die meisten Erwachsenen die Bevölkerungsprävalenz persönlicher Viktimisierung erheblich, die eine peer-reviewte Umfrage unter ~16.000 Befragten in 10 Ländern zum Stand 2023 auf 2,2 % bezifferte — in absoluten Zahlen mehrere Millionen Menschen, überwiegend aus einer einzigen Hälfte der Bevölkerung.

Grobe Schätzung: Die meisten Erwachsenen ordnen dies unter „passiert Prominenten“ ein statt als persönliches Risiko

Quelle: redaktionelle Einschätzung, nicht erhoben

Tatsächlich

~2 zu 100 (jemals, in 10 Ländern 2023)

Erwachsene ab 16 Jahren in 10 Ländern (Australien, Belgien, Dänemark, Frankreich, Italien, Niederlande, Mexiko, Südkorea, Vereinigtes Königreich, USA), Umbach et al. CHI 2024

Berechnung anzeigen

Die 2,2 %-Zahl von Umbach et al. (2024) ist eine zeitgleiche „jemals erlebte“ Prävalenz, gemessen 2023, als verbrauchertaugliche Deepfake-Werkzeuge etwa fünf Jahre lang breit zugänglich waren. Sie in eine verbleibende Lebenszeitwahrscheinlichkeit für einen US-Erwachsenen zu übersetzen erfordert zwei Anpassungen in entgegengesetzte Richtungen. Erstens unterschätzt die Schlagzeile die wahre Viktimisierung, weil (a) viele Opfer nicht wissen, dass intime Deepfakes von ihnen existieren — die Bildaufnahmen werden in geschlossenen Kanälen geteilt oder auf dedizierten Seiten gehostet, die die betroffene Person nie besucht —, und (b) Selbstauskunftsumfragen Kategorien sexueller Gewalt aufgrund von Erinnerungs- und Offenlegungsbarrieren chronisch untererfassen, wobei Eaton et al.s (2017) US-only-NCII-Umfrage 8 % Lebenszeitprävalenz nach einer breiteren Definition ergab, die echte (nicht-KI) intime Bildaufnahmen einschließt. Zweitens ist die Technologiekurve steil: Die Erhebung von Home Security Heroes fand einen Anstieg der erfassten Deepfake-Videos um 550 % von 2019 bis 2023, fast ausschließlich pornografisch und auf Frauen abzielend. Eine vernünftige Lebenszeitschätzung, die die peer-reviewte zeitgleiche Basisrate mit einer moderaten Wachstumsannahme über einen 59-Jahre-Horizont kombiniert, landet nahe 4 % — etwa das Doppelte der Prävalenz von 2023, deutlich unter Eatons 8 % nach breiterer Definition, die fünfzehn Jahre bildbasierten Missbrauchs vor der KI-Ära erfassten. Das Unsicherheitsband ist breit (2 %-10 %) und neigt nach oben, weil sich die Technologie noch in rascher Diffusion befindet.

Einschränkungen: Drei Vorbehalte sind wichtiger als die Schlagzeilenzahl. Erstens ist die Geschle…

Drei Vorbehalte sind wichtiger als die Schlagzeilenzahl. Erstens ist die Geschlechterasymmetrie schwerwiegend genug, dass die Bevölkerungsdurchschnittszahl in die Irre führt: Die Lebenszeitschätzung von 4 % ist grob ein gewichteter Durchschnitt aus einer Frauenrate nahe 7-8 % und einer Männerrate deutlich unter 2 %. Jede Erhebung des Deepfake-Video-Angebots stellt fest, dass der pornografische Anteil im Wesentlichen ausschließlich auf Frauen abzielt. Nur den Bevölkerungsdurchschnitt zu berichten würde das Risiko für Frauen unterschätzen und für Männer überschätzen, weshalb die persönlichen Faktor-Multiplikatoren tragend statt dekorativ sind. Zweitens sind die Umfragedaten mit ziemlicher Sicherheit konservativ. Viele Opfer synthetischer intimer Bildaufnahmen erfahren nie, dass die Bildaufnahmen existieren — sie können vollständig außerhalb des sozialen Graphen der betroffenen Person generiert, geteilt und konsumiert werden. Die zeitgleiche Zahl von 2,2 % misst die selbstbewusste Viktimisierung; die wahre Rate ist notwendigerweise höher und durch Selbstauskunft nicht erkennbar. Dies unterscheidet sich strukturell von Cybermobbing oder Belästigung, bei denen sich das Opfer per Definition des Ereignisses bewusst ist. Drittens existiert keine vergleichbare peer-reviewte Zeitreihe. Umbach et al. (2024) ist die erste Mehrländer-Bevölkerungsumfrage zu dieser spezifischen Kategorie. Deeptrace 2019, Home Security Heroes 2023 und die Berichte der Internet Watch Foundation messen das Angebot (Videos online) statt der nachfrageseitigen Opferprävalenz. Das Unsicherheitsband spiegelt sowohl Messlücken als auch die Steilheit der Technologie-Adoptionskurve wider — jede aus Daten von 2023 berechnete Zahl könnte bis 2030 erheblich zu niedrig sein. Viertens ist dieser Eintrag auf das US-Erwachsenen-Lebenszeitrisiko begrenzt, aber die sich am schnellsten bewegende Grenze sind Minderjährige und der Schulkontext, den der Slug nicht abdeckt. Thorns Jugendumfrage von 2025 (n=1.200, Alter 13-20) ergab, dass 1 zu 17 (6 %) junge Menschen mit Deepfake-Nacktbildern von sich selbst anvisiert worden waren, ansteigend auf 1 zu 10 sowohl bei jüngeren Teenager-Jungen als auch bei jungen erwachsenen Frauen — unter Teenagern ist die Viktimisierung also nicht in der Weise weiblich verzerrt wie die Erwachsenen-Video-Angebotserhebungen. Das dominante Muster ist von Gleichaltrigen zu Gleichaltrigen: Mitschüler, die „Nudify“-Apps auf Jahrbuch- oder Social-Media-Fotografien anwenden und damit erzeugen, was rechtlich Material des sexuellen Kindesmissbrauchs ist. NCMECs CyberTipline-Meldungen von generativer-KI-CSAM stiegen von 4.700 im Jahr 2023 auf 67.000 im Jahr 2024, mit 158.000+ bis 2025 menschlich als KI-generiert kategorisierten Bildern (die Schlagzeilenzahl von 1,5 Millionen Meldungen für 2025 ist durch ~1,1 Millionen nicht bearbeitbare Meldungen eines einzigen Anbieters aufgebläht und sollte nicht als Prävalenzsprung gelesen werden). Der US TAKE IT DOWN Act, unterzeichnet am 19. Mai 2025, stellt nun die Veröffentlichung nicht-einvernehmlicher intimer Bildaufnahmen einschließlich Deepfakes unter Strafe und verpflichtet Plattformen, markierte Inhalte innerhalb von 48 Stunden nach Benachrichtigung zu entfernen (ein einjähriges Compliance-Fenster für Plattformen lief bis Mai 2026). Ein eigener Eintrag für Minderjährige / von Gleichaltrigen generierte Inhalte mit eigener Basisrate und NCMEC/IWF/Thorn-Quellensatz ist gerechtfertigt; die obigen Zahlen sind hier als Kontext festgehalten, nicht in die Erwachsenen-Lebenszeit-Schlagzeile eingefaltet. Schließlich zu der Frage, warum die Schlagzeile in dieser Aktualisierung nicht revidiert wurde: Die Umfrage-Evidenz von 2025-2026 (Thorn) ist ausschließlich Jugend-bezogen und zeitpunktbezogen, und die NCMEC-Trajektorie ist eine angebotsseitige Meldungszählung von Minderjährigen-CSAM, keine Erwachsenen-Lebenszeitprävalenz. Der International AI Safety Report von 2026 wiederholt Umbachs 2,2 %, statt eine ablösende Erwachsenenzahl zu veröffentlichen. Keine offizielle Erwachsenenbevölkerungsumfrage hat die Rate revidiert, sodass die zentrale Lebenszeitschätzung von 4 % und das Band von 2-10 % beibehalten werden; die neuen Quellen stabilisieren die Zahl und schärfen das Untergruppenbild, statt sie zu verschieben.

Verwandte Risiken

Andere Risiken zu ähnlichen Themen — zum Erkunden verwandter Ängste.

Technik

Problematische Social-Media-Nutzung

Wie hoch ist die Wahrscheinlichkeit einer problematischen Nutzung sozialer Medien als Erwachsener?

Technik

KI-Stimmenklon-Betrug

Wie hoch ist die Wahrscheinlichkeit, dass Sie in Ihrem Leben Ziel eines KI-Stimmenklon-Betrugs werden?

Technik

Online-Betrug

Wie hoch ist die Wahrscheinlichkeit, durch einen Online-Betrug Geld zu verlieren?

Kriminalität

Keyless-Diebstahl per Relay

Wie hoch ist die Wahrscheinlichkeit, dass dein Keyless-Auto durch einen Relay-Angriff (Signalverlängerung) gestohlen wird?

Technik

Cybermobbing bei Teenagern

Wie hoch ist die Wahrscheinlichkeit, dass ein Teenager Opfer von Cybermobbing wird?

Technik

Datenleck

Wie hoch ist die Wahrscheinlichkeit, dass Ihre persönlichen Daten bei einem Datenleck offengelegt werden?

Vergleichen mit:

Der peer-reviewte Anker ist die Arbeit von Umbach, Henry, Beard und Berryessa aus dem Jahr 2024 in den CHI-Proceedings, die rund 16.000 Erwachsene in zehn Ländern befragte — Australien, Belgien, Dänemark, Frankreich, Italien, den Niederlanden, Mexiko, Südkorea, dem Vereinigten Königreich und den USA — und berichtete, dass 2,2% persönlich nicht-einvernehmliche synthetische intime Bildaufnahmen erlebt hatten, wobei 1,8% angaben, sie verübt zu haben. Das Erhebungsjahr war 2023, als verbrauchertaugliche Deepfake-Werkzeuge etwa fünf Jahre lang breit zugänglich waren. Als reine Lebenszeit-bis-dato-Zahl gelesen, sind 2,2% klein. Gelesen als Prävalenz einer Kategorie, die ein Jahrzehnt zuvor effektiv nicht existierte, während eines Zeitraums, in dem das erfasste Deepfake-Video-Angebot mit dreistelligen Jahresraten wuchs, ist es eine Basisrate im Übergang und nicht eine Basisrate im Ruhezustand.

Die Geschlechterasymmetrie dominiert alles andere. Sensity AIs ursprüngliche Erhebung von 2019 mit 14.678 Deepfake-Videos ergab, dass 96% pornografisch waren und dass jedes beobachtete pornografische Deepfake eine weibliche Person zeigte — die Autoren erklärten unverblümt, dass Deepfake-Pornografie „ausschließlich auf Frauen abzielt und ihnen schadet.” Home Security Heroes’ Erhebung von 2023 mit einer fast siebenmal größeren Stichprobe (95.820 Videos) bezifferte den pornografischen Anteil auf 98% und den weiblichen Zielanteil auf 99%. Die Analyse des US-Kongresses von The Markup aus dem Jahr 2024 ergab, dass eine von sechs Kongressabgeordneten mit sexuell expliziten KI-Bildern anvisiert worden war, gegenüber im Wesentlichen keinem ihrer männlichen Kollegen. Die hier vorgenommene Lebenszeitschätzung von 4% ist ein Bevölkerungsdurchschnitt; bei Frauen liegt die realisierte Rate mehrere Vielfache höher und bei Männern wesentlich niedriger.

Der Schadenspfad ist dokumentiert und gut repliziert. Eaton, McGlynn und andere (Psychology of Violence, 2020) rahmen nicht-einvernehmliche intime Bildaufnahmen — synthetisch oder anderweitig — als eine Form sexueller Gewalt, nicht als Eigentums- oder Reputationsunrecht, weil die dokumentierten Folgen denen von körperlichen Sexualdelikten entsprechen: erhöhte Depression und Angst, Rückzug aus öffentlich-beruflichen Rollen, Suizidalität in einer nicht-trivialen Untergruppe. Die UN-Sonderberichterstatterin beschrieb 2026 die abschreckende Wirkung für Frauen im öffentlichen Leben als „virtuelle Vergewaltigung”, eine Sprache, die rhetorisch klingen mag, aber operativ genau die psychische Belastung beschreibt, die Opfer berichten. Selbstzensur ist das häufigste nachgelagerte Verhalten: Umfragen unter Journalistinnen und gewählten Amtsträgerinnen ergeben wiederholt, dass über 40% angeben, ihre öffentliche Tätigkeit reduziert zu haben, um Missbrauch zu vermeiden, und synthetische Bildaufnahmen befinden sich am schweren Ende dieser Missbrauchsverteilung.

Was wirklich unsicher ist, ist die Lebenszeit-Obergrenze. Eatons US-Umfrage von 2017 bezifferte die breitere nicht-einvernehmliche intime Bildaufnahmenkategorie — die Kategorie, die echte Fotografien einschließt, die ohne Einwilligung geteilt werden — auf 8% Lebenszeitprävalenz, was die natürliche Obergrenze für die Viktimisierung durch synthetische Bildaufnahmen ist, sofern die KI-generierte Unterkategorie die bereits existierende reale-Bild-Kategorie nicht irgendwann an Größe übertrifft. Es gibt strukturelle Gründe, eine partielle Substitution statt reiner Addition zu erwarten (die synthetische Version erfordert keine kompromittierende Fotografie, die überhaupt existiert, was den Opferkreis erheblich erweitert) und andere Gründe, Addition zu erwarten (die meisten Opfer von echten NCII hatten eine vorherige intime Beziehung zum Täter, während synthetische Bildaufnahmen keinen solchen Zugangsfilter haben). Die zentrale Schätzung von 4% teilt die Differenz; das Unsicherheitsband von 2-10% erkennt an, dass die Trajektorie genauso wichtig ist wie das gegenwärtige Niveau.

Der dritte strukturelle Vorbehalt ist die Erkennung. Ein Opfer von Cybermobbing oder direkter Belästigung weiß per Definition, dass das Ereignis stattgefunden hat. Ein Opfer nicht-einvernehmlicher synthetischer Bildaufnahmen erfährt es möglicherweise nie — die Bildaufnahmen können generiert, in geschlossenen Kanälen gehandelt und vollständig außerhalb des sozialen Graphen des Betroffenen konsumiert werden. Selbstauskunftsumfragen wie Umbach et al. messen selbstbewusste Viktimisierung. Die tatsächliche Viktimisierung ist notwendigerweise höher, um ein unbekanntes, aber wahrscheinlich nicht-triviales Vielfaches. Dies ist der größte einzelne Grund, die Schlagzeile von 2,2% eher als Untergrenze denn als Punktschätzung zu behandeln, und den Eintrag trotz des jüngsten Anstiegs der Medienaufmerksamkeit für das Thema als unterschätzt zu kennzeichnen.

Etwa 1 von 25 berichten im typischen Erwachsenenleben, dass ein nicht einvernehmliches intimes Deepfake-Bild von ihnen erstellt wurde, und rund 2 von 100 melden es in einem gegebenen Jahr, laut einer Umfrage von 2023 in 10 Ländern. Das Lebenszeitrisiko liegt höher, als die Neuheit der Bedrohung vermuten lässt.

Quellenregister

Jede Zahl unten ist das, was die jeweilige Quelle berichtet hat — mit dem wörtlichen Zitat, auf das wir uns stützen, und wie wir zu unserer Zahl gelangt sind. Klicke auf einen Link, um direkt zu prüfen.

2/8 Quellen unabhängig wortwörtlich mit der zitierten Quelle abgeglichen

  1. [1] Umbach, Henry, Beard & Berryessa — Proceedings of CHI 2024 (arXiv preprint) — Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries Verifiziert
    Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries
    Statistik
    2.2% of all respondents indicated personal victimization with non-consensual synthetic intimate imagery; 1.8% indicated perpetration; survey of >16,000 respondents across 10 countries (Australia, Belgium, Denmark, France, Italy, Netherlands, Mexico, South Korea, UK, US)
    Auszug
    “"2.2% of all respondents indicated personal victimization, and 1.8% all of respondents indicated perpetration behaviors regarding deepfake pornography." ”
    Quelldaten von
    2024-02-02
    Abgerufen
    2026-05-28 · archivierte Kopie
    Verifizierung
    Der Auszug wurde bei unserer Grounding-Prüfung unabhängig erneut abgerufen und Wort für Wort mit der zitierten Quelle abgeglichen.
    Berechnung
    Umbach et al. (2024) is the first peer-reviewed multi-country population survey specifically measuring synthetic (AI-generated) intimate-imagery victimization rather than the broader image-based-abuse category. The paper was accepted to CHI 2024 (the flagship ACM human-computer interaction conference). Sample is >16,000 respondents across the 10 listed countries; the 2.2% figure is the pooled personal-victimization rate across all respondents. This is the headline native rate. The fielding year is 2023, so the figure is best interpreted as "ever experienced as of 2023" — a contemporaneous lifetime-to-date prevalence with the technology only ~5 years into mainstream availability. The lifetime extrapolation to ~4% combines this base with a moderate forward-growth assumption (Home Security Heroes census shows 550% growth 2019-2023), capped well below the 8% lifetime rate Eaton et al. found for the broader NCII category that includes real imagery.
  2. [2] International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN — International AI Safety Report 2026 — Extended Summary for Policymakers
    International AI Safety Report 2026 — Extended Summary for Policymakers
    Statistik
    Restates the multi-country survey finding that 2.2% of >16,000 respondents across 10 countries reported someone had generated non-consensual intimate images of them; notes 96% of deepfake videos are pornographic, 15% of UK adults report having seen deepfake pornographic images, and that the vast majority of 'nudify' apps explicitly target women
    Auszug
    “"In a survey of over 16,000 respondents across 10 countries, 2.2% of respondents said that someone had generated non-consensual intimate images of them." ”
    Quelldaten von
    2026-02-01
    Abgerufen
    2026-06-14 · archivierte Kopie
    Berechnung
    The International AI Safety Report is the intergovernmental synthesis assessment (the AI-equivalent of the IPCC) commissioned after the Bletchley Park AI Safety Summit and chaired by Yoshua Bengio, with contributions vetted across 30+ governments plus the EU, OECD and UN. It is cited here as an independent authoritative corroboration of the Umbach et al. (2024) 2.2% headline rather than as a new base rate: the 2026 report restates the same multi-country figure, confirming it remains the best available adult-population prevalence estimate as of early 2026 and that no superseding adult-lifetime rate has been published. It does NOT move the headline number — it stabilises it. The additional context it supplies ("nudify" apps overwhelmingly target women; 15% of UK adults have seen pornographic deepfakes) reinforces the gender asymmetry and the rapid-diffusion framing already in this entry.
    Unabhängigkeit
    The AI Safety Report is a secondary synthesis that cites Umbach et al., so it is not statistically independent of the headline figure. It is retained because its govt-report authority and 2026 vintage confirm the 2.2% number had not been revised upward in any peer-reviewed adult survey by mid-2026, which is exactly why this entry's headline was left at 4% rather than raised on the strength of youth-only (Thorn) data.
  3. [3] Eaton, Jacobs & Ruvalcaba — Cyber Civil Rights Initiative — 2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    Statistik
    1 in 12 (8.0%) of US adult respondents reported lifetime victimization of nonconsensual pornography; 1 in 20 (5%) reported perpetration; women's victimization rate was higher than men's; n=3,044 US adults
    Auszug
    “"Among participants (54% women), 1 in 12 reported at least one instance of nonconsensual pornography victimization in their lifetime, and 1 in 20 reported perpetration of nonconsensual pornography. Women reported higher rates of victimization and lower rates of perpetration than men." ”
    Quelldaten von
    2017-06-12
    Abgerufen
    2026-05-28 · archivierte Kopie
    Berechnung
    The Eaton/CCRI 2017 study is the most-cited US adult NCII prevalence figure and was published as a peer-reviewed follow-up in Psychology of Violence (Ruvalcaba & Eaton, 2019). It covers all non-consensual intimate imagery — overwhelmingly authentic photographs taken consensually and later distributed without consent — not just AI-generated deepfakes, which were not yet a measurable category in 2016 when the survey was fielded. The 8% lifetime figure is included here as the broader-category ceiling: any plausible deepfake-specific lifetime rate should sit at or below this number, because synthetic imagery is one mechanism within a larger problem that pre-dates the AI tools. The CCRI sample (3,044 US adults via online panel) has the usual online-panel skew but is the most authoritative US-specific headline number available. Used to set the upper bound on the uncertainty interval, not the central estimate.
    Unabhängigkeit
    Eaton et al. used a US-only online probability panel through CCRI, entirely separate from the Umbach et al. 10-country fielding. The broader definition (real + synthetic NCII) and the seven-year gap make the two figures complementary, not redundant: Umbach captures the synthetic share of a recent year; Eaton captures lifetime prevalence of the broader category before consumer deepfake tools existed.
  4. [4] Silicon Republic — coverage of Deeptrace (Sensity) State of Deepfakes 2019 — 96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    Statistik
    Deeptrace 2019 census found 14,678 deepfake videos online; 96% were non-consensual pornography; every observed pornographic deepfake portrayed a female subject
    Auszug
    “"Deepfake pornography is a phenomenon that exclusively targets and harms women." ”
    Quelldaten von
    2019-10-08
    Abgerufen
    2026-05-28 · archivierte Kopie
    Berechnung
    The Deeptrace (later renamed Sensity AI) 2019 report is the earliest systematic census of deepfake videos online and established the gender asymmetry that has held in every subsequent measurement: pornographic deepfakes overwhelmingly target women. Used here purely to source the gender multiplier — the headline native rate is from Umbach, the severity asymmetry is from Deeptrace. The original report PDF is published on Sensity's site; this Silicon Republic coverage is used because the primary host returns 403 to automated retrieval. The 96% pornographic / ~100% female-target finding has been replicated by Home Security Heroes (2023) on a much larger 95,820-video sample with 99% female-target.
  5. [5] Home Security Heroes — 2023 State of Deepfakes: Realities, Threats, and Impact
    2023 State of Deepfakes: Realities, Threats, and Impact
    Statistik
    95,820 deepfake videos identified online in 2023 (a 550% increase from 2019); 98% of deepfake videos online are pornographic; 99% of deepfake pornography targets women
    Auszug
    “"Deepfake porn makes up 98 percent of all deepfake videos online, with 99 percent of them targeting women." ”
    Quelldaten von
    2023-09-01
    Abgerufen
    2026-05-28 · archivierte Kopie
    Berechnung
    The 2023 census is included for trajectory rather than base-rate: the 550% growth from 2019 to 2023 (14,678 → 95,820 detected videos) is the diffusion signal that drives the upward skew on the uncertainty band. Home Security Heroes is a commercial security publication rather than peer-reviewed academia, but its census methodology mirrors Deeptrace's 2019 work and the corroborating 99% female-target figure aligns with both the academic literature and the Sensity follow-ups. Used to justify treating the 2.2% contemporary prevalence as a lower bound on true lifetime exposure given the rapid capability and accessibility growth.
  6. [6] Thorn (child-safety technology nonprofit) — Deepfake Nudes & Young People Verifiziert
    Deepfake Nudes & Young People
    Statistik
    1 in 17 (6%) of US young people aged 13-20 reported having been the target of someone creating deepfake nudes of them; this experience was most prevalent among younger teen boys and young-adult women, with 1 in 10 (10%) in each group reporting victimization; around 1 in 8 (13%) personally knew an under-18 victim; n=1,200, surveyed Sept 27-Oct 7 2024
    Auszug
    “"1 in 17 (6%) respondents reported they had been the target of someone using technology to create deepfake nudes of them. This experience was most prevalent among younger teen boys and young adult women, with 1 in 10 (10%) in each group reporting this form of victimization." ”
    Quelldaten von
    2025-03-03
    Abgerufen
    2026-06-14 · archivierte Kopie
    Verifizierung
    Der Auszug wurde bei unserer Grounding-Prüfung unabhängig erneut abgerufen und Wort für Wort mit der zitierten Quelle abgeglichen.
    Berechnung
    Thorn's March 2025 youth survey (n=1,200 US respondents aged 13-20, fielded Sept 27-Oct 7 2024) is the first US prevalence measurement specific to deepfake-nude victimization among young people. Its 6% headline is NOT comparable to this entry's adult-lifetime base rate: it is a current-prevalence figure for a 13-20 cohort, a different population and a different (point-in-time, not lifetime) basis. It is cited here for two narrow purposes only: (1) to source the young-adult woman multiplier (10% in that subgroup / 6% overall ≈ 1.7x, an internal-to-Thorn ratio), and (2) to document the younger-teen-boy subgroup and peer-on-peer "nudify" pattern in the caveats. It does not contribute to the adult-lifetime headline number.
  7. [7] National Center for Missing & Exploited Children (NCMEC) — Generative AI — CyberTipline reporting trajectory
    Generative AI — CyberTipline reporting trajectory
    Statistik
    CyberTipline reports of generative-AI child sexual abuse material rose from 4,700 (2023) to 67,000 (2024) to 1.5 million (2025), though ~1.1 million of the 2025 reports came from a single ESP (Amazon AI Services) with no actionable information; NCMEC categorized 158,000+ images/videos as AI-generated Jan 2023-Dec 2025; 275+ direct victims of GAI CSAM identified in 2024-2025
    Auszug
    “"In 2023, NCMEC received 4,700 CyberTipline reports of GAI... In 2025, this increased to 1.5 million CyberTipline reports of GAI from the public and ESPs." ”
    Quelldaten von
    2026-01-01
    Abgerufen
    2026-06-14 · archivierte Kopie
    Berechnung
    NCMEC is the congressionally-designated US clearinghouse for child sexual abuse material; its CyberTipline figures are supply-side report counts, not a victim-prevalence rate, and they concern MINORS rather than the adults this entry is scoped to. They are cited solely to document the trajectory referenced in the caveats — the order-of- magnitude jump in AI-generated CSAM reporting 2023-2025. The 1.5 million 2025 figure must be read with the caveat that ~1.1 million originated from a single ESP (Amazon AI Services) and were non-actionable, so the raw count overstates the underlying growth; the 4,700 -> 67,000 jump from 2023 to 2024 and the 158,000+ human-categorized AI images are the cleaner diffusion signals. Not used for any number in this adult-scoped entry.
  8. [8] Euronews, reporting on UN Women's 'Tipping Point' study (with City St George's, University of London and TheNerve) — 'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    Statistik
    UN Women survey of 640+ women in public-facing roles across 119 countries (late 2025) found 41%+ had self-censored on social media to avoid abuse and 19% had reduced professional public speaking; researchers describe AI-facilitated image-based abuse as enabling 'virtual rape'
    Auszug
    “"AI-assisted 'virtual rape' is now at the fingertips of perpetrators. This phenomenon accelerates the harm from online violence inflicted on women in public life." ”
    Quelldaten von
    2026-04-30
    Abgerufen
    2026-07-01 · archivierte Kopie
    Berechnung
    UN Women's "Tipping Point: Online Violence Impacts, Manifestations and Redress in the AI Age" report, produced with City St George's, University of London and the digital-forensics nonprofit TheNerve, surveyed 640+ women in public-facing roles (journalists, activists, politicians) across 119 countries in late 2025. Cited here for the self-censorship / chilling-effect pathway and the "virtual rape" framing of AI-facilitated image-based abuse referenced in the body text, not for any lifetime-probability figure: the survey measures self-reported behavioural response among a self-selected, high-public- visibility sample, not general-population victimization prevalence, so it does not feed the native/normalized headline.
    Unabhängigkeit
    UN Women is a UN entity; the study is co-produced with an academic research centre and a digital-forensics nonprofit. Independent of the Umbach et al. academic prevalence survey and of the Home Security Heroes / Deeptrace supply-side censuses; it measures self-reported behavioural impact among public-facing women rather than population prevalence.

436 Risiken mit gemessener Wahrscheinlichkeit
1 zu 10 1 zu 100 1 zu 1K 1 zu 10K 1 zu 100K 1 zu 1M 1 zu 10M 1 zu 100M 1 zu 1B sicher seltener → Kosmetik-OP Ausland Risiko — 1 zu 10 Frühkindlicher Zucker/Salz-Effekt — 1 zu 10 Endometriose — 1 zu 10 Risiko Haartransplantation Türkei — 1 zu 10 Kniegelenksersatz — 1 zu 10 Chronische Schmerzmittel — 1 zu 10 Vollständiger Zahnverlust — 1 zu 9,1 Alzheimer — 1 zu 8,3 Schlafmangel — 1 zu 8,3 Rauchfreier Tabak — 1 zu 8,3 Radfahren ohne Helm — 1 zu 8,0 Zahnschäden durch Bruxismus — 1 zu 7,7 Kondomversagen — 1 zu 7,7 Versorgung aus Angst gemieden — 1 zu 7,1 Sehverlust — 1 zu 6,7 Leistenbruch durch Heben — 1 zu 6,7 Hüftfrakturrisiko — 1 zu 6,7 Regelmässiges Trinken — 1 zu 6,7 Erster Herzinfarkt — 1 zu 5,9 Unfruchtbarkeit — 1 zu 5,7 5+ Jahre Langzeitpflege — 1 zu 5,6 CTE (Football) — 1 zu 5,0 Schwere Depression — 1 zu 4,9 Wanderverletzung — 1 zu 4,8 Infektion durch geteiltes Essen mit Kind — 1 zu 4,2 Lyme-Borreliose — 1 zu 4,0 Einsamkeit & Gesundheit — 1 zu 3,8 Vererbtes AUD-Risiko — 1 zu 3,5 Alkoholkonsumstörung — 1 zu 3,4 Angststörung — 1 zu 3,2 Menopause: Herz-Kreislauf-Risiko — 1 zu 3,0 Stiller Diabetes — 1 zu 3,0 Fliegen mit Erkältung — 1 zu 2,9 Jobverlust & Depression — 1 zu 2,9 Zeckenkrankheit (Wald) — 1 zu 2,9 Stilles hohes Cholesterin — 1 zu 2,9 Großelternverlust in der Kindheit — 1 zu 2,8 Pacifier on the floor — 1 zu 2,8 Stiller Bluthochdruck — 1 zu 2,7 Resistente Infektion — 1 zu 2,6 Kein Knochenmark-Match — 1 zu 2,4 Pflegeheimeinweisung — 1 zu 2,2 Falsch-positive Mammografie — 1 zu 2,0 Regelmässiges Rauchen — 1 zu 2,0 Reisedurchfall — 1 zu 2,0 Abenteuersportarten — 1 zu 1,8 Langzeitpflegebedarf — 1 zu 1,8 Wahrscheinlichkeit von Witwenschaft — 1 zu 1,7 Ungeschützter Sex — 1 zu 1,5 Behinderung durch unbehandelte Rückens — 1 zu 1,3 Händehygiene — 1 zu 1,0 Krebs (gesamt) — 1 zu 7,1 E-Scooter ohne Helm — 1 zu 4,5 E-Bike ohne Helm — 1 zu 4,0 Fehlbehandeltes Gepäck — 1 zu 3,7 Unfall mit Schuld — 1 zu 2,9 Wildkollision — 1 zu 2,7 Verletzung bei Autounfall — 1 zu 2,6 Flugannullierung — 1 zu 1,8 Reise durch Krieg oder Katastrophe — 1 zu 1,7 Wohnungseinbruch — 1 zu 9,1 Überfall beim Trampen — 1 zu 8,8 Postscheckbetrug — 1 zu 7,7 Sexueller Kindesmissbrauch — 1 zu 6,8 Stalking — 1 zu 6,2 Sexueller Übergriff im Studium — 1 zu 5,7 Häusliche Gewalt — 1 zu 3,7 Angriff bei Nachtspaziergang — 1 zu 3,6 Fahrraddiebstahl — 1 zu 2,9 Sexuelle Gewalt — 1 zu 2,3 Sexuelle Belästigung (lebenslang) — 1 zu 1,6 Wasserknappheit — 1 zu 2,5 Sonnensturm der Carrington-Klasse — 1 zu 1,9 Kipppunkt WAIS — 1 zu 1,1 Wohnungskatze entlaufen — 1 zu 10 Hundebiss (freilaufend) — 1 zu 9,8 Kaninchen stirbt in 4 Jahren — 1 zu 3,3 Hundebiss (nicht tödlich) — 1 zu 1,8 Hamster stirbt vor Teenagerjahren — 1 zu 1,0 Eisenmangel (Frauen) — 1 zu 3,9 Vitamin-D-Lücke — 1 zu 2,9 Magnesiumlücke — 1 zu 1,9 Unzureichend gegartes Essen — 1 zu 1,6 Kreuzkontamination Rohfleisch — 1 zu 1,4 Offen gelagerte Lebensmittel — 1 zu 1,2 KI-Stimmenklon-Betrug — 1 zu 2,9 Online-Betrug — 1 zu 2,5 Cybermobbing bei Teenagern — 1 zu 2,0 Kinder & explizite Inhalte — 1 zu 1,9 Datenleck — 1 zu 1,1 Fehlgeburt — 1 zu 6,7 Suizidversuch Teenager — 1 zu 5,6 Postpartale Depression — 1 zu 4,8 Schmerzmittel vor Impfung — 1 zu 3,8 Übermässige Schwangerschaftszunahme — 1 zu 2,6 Ungeimpftes Kind & Masern — 1 zu 2,0 Kopfläuse bei Kindern — 1 zu 2,0 Seniorenbetrug-Verlust — 1 zu 10 Pensionsfondskrise — 1 zu 10 Immobilienabsturz — 1 zu 8,3 IRS-Steuerprüfung — 1 zu 6,7 Währungszusammenbruch — 1 zu 5,6 Abschiebung nach Visumüberzug — 1 zu 5,6 Subprime-Autokredit-Pfändung — 1 zu 5,0 Long term disability working age — 1 zu 4,0 Studienkredit-Ausfall — 1 zu 3,8 Vergeltung gegen Whistleblower — 1 zu 3,2 Erzwungener Vorruhestand — 1 zu 2,9 Vorsorgelücke — 1 zu 2,6 BNPL: verpasste Zahlung — 1 zu 2,4 Scheidung — 1 zu 2,4 Wasserschaden durch geplatzte Rohre — 1 zu 2,2 Mobbing am Arbeitsplatz — 1 zu 2,1 Längerer Netz-Blackout — 1 zu 2,0 Abschiebung (undokumentiert) — 1 zu 1,8 Beerdigungskosten-Schock — 1 zu 1,7 Identitätsdiebstahl — 1 zu 1,7 Kreditkartenbetrug — 1 zu 1,5 Schul-Mobbing — 1 zu 1,5 Frontsoldat-Verlust — 1 zu 1,3 Wirtschaftsrezession — 1 zu 1,0 Börsencrash — 1 zu 1,0 Hagelschäden am Dach — 1 zu 3,0 Problemmieter-Verlust — 1 zu 1,8 LASIK-Komplikationen — 1 zu 100 Schäden durch trockenes Toilettenpapier — 1 zu 100 Passivrauch — 1 zu 91 Spielstörung (Erwachsene) — 1 zu 83 High-Heel-Notaufnahme — 1 zu 79 Thrown/dropped object — 1 zu 67 Medikamentenreaktion — 1 zu 58 Drogenüberdosis — 1 zu 56 Asthma durch Gasherd bei Kind — 1 zu 50 Toxoplasmose aus Katzenklo — 1 zu 48 Psychische BU-Antrag — 1 zu 45 Benzodiazepinabhängigkeit — 1 zu 40 Leitungswasser Blei — 1 zu 40 Medikamentenmissbrauch — 1 zu 35 Schädel-Hirn-Trauma — 1 zu 33 Krankenhausinfektion — 1 zu 31 Luftverschmutzung — 1 zu 29 Terminale Niereninsuffizienz — 1 zu 29 Reisediarrhö (Wasser) — 1 zu 26 Skiverletzung — 1 zu 26 Bipolare Störung — 1 zu 23 Weisheitszahn-OP — 1 zu 22 Komplikation beim Zahntourismus — 1 zu 20 Altenvernachlässigung — 1 zu 20 Parkinson — 1 zu 20 Haustier-Parasiten — 1 zu 20 Undiagnostiziertes ADHS — 1 zu 20 Nahrungsmittelallergie im Erwachsensein — 1 zu 19 Nicht-Alzheimer-Demenz — 1 zu 17 Cannabiskonsumstörung — 1 zu 16 Schlaganfall — 1 zu 15 PTBS — 1 zu 15 Schwerer Hörverlust — 1 zu 14 Typ-2-Diabetes — 1 zu 13 Blinddarmentzündung — 1 zu 13 Kochrauch in Innenräumen — 1 zu 13 Unbehandelte Depression — 1 zu 13 Limonade und Diabetes — 1 zu 13 Herzkrankheit — 1 zu 12 Medizinischer Fehler — 1 zu 12 Zwanghaftes sexuelles Verhalten — 1 zu 12 Essstörung — 1 zu 11 Hüftgelenksersatz — 1 zu 11 Nierensteine — 1 zu 11 Tod/Invalidität Elternteil — 1 zu 11 Sitzender Lebensstil — 1 zu 11 Saloninfektion — 1 zu 11 Eierstockkrebs — 1 zu 91 Darmkrebs — 1 zu 77 Brustkrebs (Krebs) — 1 zu 59 Leberkrebs (Krebs) — 1 zu 59 Lungenkrebs (Krebs) — 1 zu 56 Prostatakrebs — 1 zu 50 Melanom (UV) — 1 zu 29 Ballaststoffmangel & Darmkrebs — 1 zu 26 Rotes Fleisch & Darmkrebs — 1 zu 21 Verkohltes Fleisch und Krebs — 1 zu 20 Wartungsunfall — 1 zu 83 Fahren auf Sedativa — 1 zu 77 Tippen + Fahren — 1 zu 56 Tod ohne Gurt — 1 zu 53 20% über Tempolimit — 1 zu 50 Motorrad ohne Helm — 1 zu 45 Raumfahrt (Astronaut) — 1 zu 42 Video am Steuer — 1 zu 32 Unfallverletzung Kind — 1 zu 27 Müdes Fahren — 1 zu 26 Norovirus auf Kreuzfahrt — 1 zu 24 E-Scooter-Verletzung — 1 zu 10 Taschendiebstahl auf Reisen — 1 zu 38 Katalysatordiebstahl — 1 zu 37 Bei Übergriff erstochen — 1 zu 37 Fahrzeugdiebstahl — 1 zu 34 Straßenraub / Überfall — 1 zu 26 Fehlurteil — 1 zu 24 Drink Spiking — 1 zu 17 Keyless-Diebstahl per Relay — 1 zu 13 Protest unter Autokratie — 1 zu 12 AMOC-Kollaps — 1 zu 20 Anaphylaxie nach Stich — 1 zu 50 Katzenhalsband-Verletzung — 1 zu 25 Lebensmittelvergiftung im Restaurant — 1 zu 58 B12-Mangel — 1 zu 28 Vegetarischer Mangel — 1 zu 14 Intimes Deepfake — 1 zu 25 Problematische Social-Media-Nutzung — 1 zu 13 Kind verschluckt Objekt (Notfall) — 1 zu 91 Lebensbedrohliche Geburt (USA) — 1 zu 61 Geburtstod (SSA) — 1 zu 55 Treppensturz (Kleinkind) — 1 zu 37 Co-Sleeping-Tod — 1 zu 36 Verletzung beim Spielen — 1 zu 33 Autismus-Diagnose — 1 zu 31 Kaiserschnitt-Komplikationen — 1 zu 29 Spielzeugverletzung, Notaufnahme — 1 zu 21 Präeklampsie — 1 zu 20 Schwerer Dammriss bei Geburt — 1 zu 17 Schwangerschaftsdiabetes — 1 zu 13 Kopfverletzung beim Sturz — 1 zu 12 Ohne Erben sterben — 1 zu 100 Finanzieller Ruin durch Sportwetten — 1 zu 100 Tod eines Kampfpiloten — 1 zu 48 Tod in der Hochseefischerei — 1 zu 45 Tod beim Holzeinschlag — 1 zu 34 Medizinische Insolvenz — 1 zu 25 Zwanghafte Kaufstörung — 1 zu 20 Mietbetrug-Verlust — 1 zu 20 SNAP-Verlust durch Arbeitsregeln 2025 — 1 zu 18 Hypothekenzwangsvollstreckung — 1 zu 14 Bewegungsapparat-BU — 1 zu 14 Day-Trading-Verluste — 1 zu 13 Extremistische Regierungs-Katastrophe — 1 zu 13 Hurrikanschäden am Haus — 1 zu 17 NAION (Ozempic) — 1 zu 909 Kleinkind im Pool untergetaucht — 1 zu 800 MS — 1 zu 769 Tödlicher Arbeitsunfall — 1 zu 690 Typhus — 1 zu 654 GLP-1: Aspiration bei Narkose — 1 zu 613 Unsichere Importprodukte — 1 zu 565 Hirnaneurysma — 1 zu 400 COVID-19 — 1 zu 400 Feuerwerksverletzung — 1 zu 385 Küchenmesser: Sehnenschnitt — 1 zu 385 Zu viel Koffein — 1 zu 366 Sichelzellkrankheit — 1 zu 365 Gefälschte Medikamente — 1 zu 361 Rückenmarksverletzung — 1 zu 313 Krebsdiagnose im Kindesalter — 1 zu 285 Tod nächste Pandemie — 1 zu 208 Dengue (Reise) — 1 zu 200 Frühgeburt durch Hitze — 1 zu 200 Tägliches Duschen auslassen — 1 zu 200 Füße nicht schrubben — 1 zu 200 Knochenmarkspende-Risiko — 1 zu 167 FSME (Zeckenenzephalitis) — 1 zu 167 Schizophrenie — 1 zu 143 Sturz (tödlich) — 1 zu 135 Plötzlicher Tod beim Sport — 1 zu 123 Suizid (USA) — 1 zu 121 Opioidabhängigkeit — 1 zu 114 Tuberkulose (global) — 1 zu 109 HIV-Diagnose — 1 zu 105 Radonkrebs — 1 zu 435 Hodenkrebs — 1 zu 250 Gebärmutterhalskrebs (Krebs) — 1 zu 167 Bauchspeicheldrüsenkrebs — 1 zu 125 Fussgängertod — 1 zu 806 Motorradunfall — 1 zu 709 Ertrinken vom Freizeitboot — 1 zu 685 Fahrer tötet Fußgänger — 1 zu 552 Handy-abgelenkte Gehverletzung — 1 zu 400 EV-Batteriebrand — 1 zu 333 Radfahrer von Auto getötet — 1 zu 159 Benzinautobrand — 1 zu 125 Todesfall durch autonomes Fahren — 1 zu 115 Autounfall — 1 zu 105 Einsatztod bei der Feuerwehr — 1 zu 455 Einsatztod bei der Polizei — 1 zu 357 Mord — 1 zu 339 Pig-Butchering-Betrug — 1 zu 106 Extreme Hitze — 1 zu 333 Klimawandel-Todesfälle — 1 zu 204 Fledermausbiss und Tollwut — 1 zu 278 Mückenübertragene Krankheit — 1 zu 190 Lebensmittelvergiftung (global) — 1 zu 317 Solarpanel-Brand — 1 zu 667 Unbehandelte kindliche Skoliose — 1 zu 1.000 Kind stürzt aus Fenster — 1 zu 855 Lauflernhilfe Treppensturz — 1 zu 625 Säuglingssturz — 1 zu 500 Lauflernhilfe Verletzung — 1 zu 455 Müttersterblichkeit — 1 zu 272 Mütterliches Alter & Geburtsfehler — 1 zu 200 Kindstod (<18) — 1 zu 103 Tod in der Höhlenforscher-Karriere — 1 zu 167 Einsatztod im Rettungsdienst — 1 zu 909 Zivile Kriegsopfer — 1 zu 499 Soldat im Kampf — 1 zu 270 Studentenvisum-Entzug — 1 zu 263 Tod in Bergmannslaufbahn — 1 zu 214 Finanzieller Ruin durch Glücksspiel — 1 zu 159 Blitzbrand im Haus — 1 zu 461 Waldbrand zerstört Haus — 1 zu 120 Malaria (Reise) — 1 zu 10.000 Infektion durch geteiltes Getränk — 1 zu 10.000 Chagas-Krankheit — 1 zu 8.475 Fuchsbandwurm durch Waldbeeren — 1 zu 8.475 Kind verschluckt Nikotinbeutel — 1 zu 7.937 Schistosomiasis — 1 zu 6.667 Plötzlicher Tod (junger Erwachsener) — 1 zu 3.922 Unsichere Verkabelung — 1 zu 3.390 Sepsis durch Wunde — 1 zu 2.857 Narkose-Wachheit — 1 zu 2.500 Hitzschlag (im Freien) — 1 zu 1.905 Hausbrand — 1 zu 1.818 Tollwut durch Hunde — 1 zu 1.449 Ertrinken — 1 zu 1.379 Rückenmarksverletzung bei Sprung — 1 zu 1.111 Erstickung — 1 zu 1.099 EVALI-Krankenhausaufenthalt — 1 zu 1.064 Betelnuss-Krebs — 1 zu 1.290 Thrombose (Flug) — 1 zu 4.651 Radfahrer töten — 1 zu 3.937 Tod im Straßenverkehr (Teen) — 1 zu 3.030 Hinten Fahrradsitz — 1 zu 2.500 Kind ohne Kindersitz — 1 zu 2.000 Tödliche Polizeibegegnung — 1 zu 4.739 Ehrenmord — 1 zu 2.381 Intime Partnertötung — 1 zu 1.767 Hurrikan — 1 zu 8.929 Tod durch Hungersnot — 1 zu 6.536 Schneesturmtod — 1 zu 4.367 Erdbeben — 1 zu 3.802 Listerien in Aufschnitt — 1 zu 6.061 Schwere E. coli aus Frischgemüse — 1 zu 4.831 Lebensmittelvergiftung (USA) — 1 zu 1.862 Fisch-Quecksilber — 1 zu 1.695 Fischgrätenverletzung — 1 zu 1.429 Akkubrand — 1 zu 4.545 Waschmittelkapsel verschluckt — 1 zu 6.494 Ertrinken im Pool — 1 zu 5.882 Unbehandelte Hüftdysplasie bei Säuglin — 1 zu 5.000 SIDS — 1 zu 2.398 Krieg (Zivilist) — 1 zu 2.000 Hirnschwellung bei Kind durch Grippe — 1 zu 100.000 Tödlicher Bienenstich — 1 zu 76.923 Lokales Dengue (USA-Festland) — 1 zu 66.667 Narkosetod — 1 zu 45.662 Hund stirbt im heißen Auto — 1 zu 41.667 Vibrio-vulnificus-Wundinfektion — 1 zu 32.051 Anaphylaxie — 1 zu 27.548 Chiropraktische Nackenmanipulation — 1 zu 16.667 CO-Vergiftung — 1 zu 14.006 Hepatitis A (Reise) — 1 zu 12.500 Verzicht auf Allergie-Immuntherapie — 1 zu 11.111 Acrylamid und Krebs — 1 zu 16.667 Busunglück — 1 zu 100.000 Flugzeugabsturz — 1 zu 58.824 Fahrzeugbrand nach Unfall — 1 zu 25.000 Tod am Bahnübergang — 1 zu 20.576 Sinkendes Auto — 1 zu 16.667 Fahrradanhaenger Kind — 1 zu 14.286 Beinahezusammenstoß auf Startbahn — 1 zu 13.699 Säureangriff — 1 zu 94.340 Terrorismus — 1 zu 77.519 Kindesentführung durch Fremde — 1 zu 38.760 Kindesentführung — 1 zu 35.211 Mitgifttod — 1 zu 13.158 Versehentlicher Schusswafffentod — 1 zu 11.299 Waldbrand — 1 zu 100.000 Tornado — 1 zu 80.645 Tsunami — 1 zu 52.632 Ertrinken im Ozean — 1 zu 29.155 Hochwasser — 1 zu 20.202 Hitzetod nach Hurrikan — 1 zu 20.000 Erdrutsch-Tod — 1 zu 18.416 Supervulkanausbruch — 1 zu 12.376 Bienenstich — 1 zu 78.927 Biene/Wespe verschluckt — 1 zu 29.155 Tödlicher Skorpionstich — 1 zu 26.110 Schokoladentod Hund — 1 zu 13.889 Bleihaltiger Zimt-Quetschbeutel — 1 zu 40.000 Auslaugung von Plastikbehältern — 1 zu 16.949 Ersticken des Säuglings im Autositz — 1 zu 64.935 Babywippe Sturz — 1 zu 60.606 Kleinkind-Erstickung — 1 zu 50.000 Säugling unbeaufsichtigt Erstickung — 1 zu 50.000 Tod eines vorwärts sitzenden Kleinkinds — 1 zu 26.738 Magnete verschluckt — 1 zu 12.048 Tod beim Schnorcheln — 1 zu 21.739 Haustier im Transport — 1 zu 20.000 Tod in ICE-Gewahrsam — 1 zu 17.065 Landminen-Verletzung — 1 zu 14.728 Impfreaktion — 1 zu 763.359 Aluminium und Alzheimer — 1 zu 169.492 Gasleck im Wohnhaus — 1 zu 140.845 Kindstod im heißen Auto — 1 zu 102.041 Glyphosat und Krebs — 1 zu 1.000.000 Teflon Kochgeschirr Krebs — 1 zu 169.492 Achterbahnverletzung — 1 zu 312.500 Fährunglück — 1 zu 133.333 Turbulenzverletzung — 1 zu 114.943 Schulschießerei — 1 zu 192.308 Massenschiessen — 1 zu 113.636 Lawine — 1 zu 210.526 Blitzschlag — 1 zu 209.205 Schlangenbiss — 1 zu 884.956 Spinnenbiss — 1 zu 833.333 Nilpferd-Angriff — 1 zu 564.972 Krokodilangriff — 1 zu 337.838 Hundebiss — 1 zu 142.045 Pestizidrückstände — 1 zu 1.000.000 Schmutzige Dose — 1 zu 200.000 Schaden durch PLA-Biokunststoff — 1 zu 169.492 Babyschaukel Tod — 1 zu 714.286 Trauben-Ersticken — 1 zu 625.000 Erdrosselung durch Jalousiekordel — 1 zu 416.667 Erstickung durch Plastiktüte — 1 zu 263.158 Knopfzelle — 1 zu 250.000 Schraegliegesitz Tod — 1 zu 238.095 Aufzug-/Rolltreppentod — 1 zu 188.324 JE (Reise) — 1 zu 2.000.000 Kind + Frontairbag — 1 zu 10.000.000 Asteroideneinschlag — 1 zu 1.351.351 Spinnen in Bananen — 1 zu 10.000.000 Haiangriff — 1 zu 5.681.818 Bärenangriff — 1 zu 3.787.879 Vergiftung durch Wildbeeren — 1 zu 2.222.222 Piranha-Angriff — 1 zu 135.135.135 Telefon an Zapfsäule — 1 zu 1.000.000.000 Telefon im Flugzeug — 1 zu 1.000.000.000
Lottery jackpot 1 zu 95.238

Zuletzt auf diesem Gerät angesehen