Marktplätze & E-Commerce

Generierte Produktfotos, Fake-Inserate und vorgetäuschte Schäden erkennen

Marktplätze und Shops sind auf Fotos angewiesen, die Verkäufer, Vermieter und Kunden hochladen. Mit Bildgeneratoren lässt sich mühelos eine Wohnung zeigen, die es nicht gibt, ein Auto, das niemandem gehört, oder ein kaputter Artikel, der in Wahrheit unversehrt ankam. Unsere API bewertet diese Fotos auf KI-Generierung, damit Ihr Team die riskanten zuerst prüft.

99,5 %

der KI-Bilder erkannt, bei nur 1 % markierten echten Fotos, über 19 aktuelle Generatoren

96,2 %

noch erkannt nach Kompression durch WhatsApp, Instagram und erneutes Teilen

0,987

AUROC bei KI-Videos aus 12 Videomodellen

Verdeckter Teil unseres Benchmarks vom Oktober 2026, nie für das Training verwendet. Methode und vollständige ErgebnisseEN

Zitiert von

Das Problem

Inserate für Dinge, die es nicht gibt

Betrüger stellen Mietwohnungen, Autos und Gebrauchtwaren mit generierten Fotos ein, kassieren eine Anzahlung und tauchen ab. Die Bilder sehen aus wie gewöhnliche Handyfotos – Käufer und Moderatoren vertrauen ihnen.

Generierte Schäden bei Erstattungsanträgen

Ein Kunde kann ein Bildmodell einen Riss, einen Fleck oder eine Delle in ein Produktfoto einfügen lassen und dann eine Rücksendung oder Erstattung beantragen. Supportmitarbeitende haben wenig Zeit und kaum eine einfache Möglichkeit, das Bild anzuzweifeln.

Gefälschte Produkte und Fake-Bewertungen

Verkäufer nutzen generierte Produktfotos, die nicht zeigen, was tatsächlich verschickt wird, und Bewertungsfotos lassen sich generieren, um ein Produkt beliebt erscheinen zu lassen oder einem Wettbewerber zu schaden.

Was die API prüft

Inseratsfotos

Eine Wahrscheinlichkeit, dass jedes Foto generiert oder synthetisch verändert wurde. Führen Sie die Prüfung aus, wenn ein Inserat erstellt oder bearbeitet wird – bevor es online geht.

Belege für Erstattungen und Rücksendungen

Bewerten Sie die Schadensfotos, die ein Kunde einem Antrag beifügt. Ein hoher Score leitet den Antrag an einen Mitarbeitenden weiter – mit einem Grund, genauer hinzusehen, bevor Geld fließt.

Bewertungsbilder und kurze Clips

Fotos in Bewertungen werden als Bilder bewertet. Videobewertungen und Rundgang-Clips lassen sich als ganze Clips prüfen: Frames werden über das gesamte Video verteilt ausgewertet, und Sie sehen, wie viele davon KI-generiert wirkten.

Content Credentials

Enthält eine Datei ein C2PA-Manifest, wird es ausgelesen und seine Signatur verifiziert. Erklärt ein Unterzeichner das Bild als KI-generiert, erhalten Sie das als verifizierte Tatsache statt als Modellschätzung.

So passt es in Ihren Workflow

  1. 1

    In Uploads einbinden

    Rufen Sie die REST API auf, wenn Verkäufer ein Inserat veröffentlichen und wenn Kunden Fotos an einen Antrag oder eine Bewertung anhängen. Dateien bis 4 MB lassen sich direkt hochladen; Clips bis 50 MB können per URL übergeben werden.

  2. 2

    Nach Score weiterleiten

    Sie legen die Schwellenwerte fest. Halten Sie Inserate mit hohem Score zur Moderation zurück, leiten Sie markierte Anträge an das Betrugs- oder Support-Team weiter und lassen Sie den Rest wie gewohnt durch.

  3. 3

    Nachvollziehbar dokumentieren

    Speichern Sie den Score am Inserat, am Antrag oder an der Bewertung, damit Moderations- und Dispute-Teams sehen, was markiert wurde, und bei Wiederholungstätern einheitlich vorgehen.

Foto aus einem Erstattungsantrag bewerten

curl -X POST https://www.wasitaigenerated.com/api/v1/detect/image \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "file=@claim-damage-photo.jpg"

Bilder, Einzelframes und ganze Clips. Antworten, Limits und Preise finden Sie in der API-Dokumentation.

Fragen

Werden normale Bearbeitungen wie Zuschneiden oder Helligkeitsänderungen markiert?

Das Modell sucht nach Anzeichen für KI-Generierung und synthetische Veränderung. In unserem Benchmark vom Oktober 2026 erkannte es 99,5 % der KI-Bilder und markierte dabei 1 % der echten Fotos – über 19 aktuelle Generatoren. Da jeder Katalog anders ist, kalibrieren wir den Schwellenwert in einem Pilotprojekt anhand einer Stichprobe Ihrer eigenen Bilder.

Funktioniert das auch bei Fotos, die per Chat verschickt oder erneut geteilt wurden?

Ja. Das Modell ist auf Bildern trainiert, die durch Messenger- und Social-Media-Komprimierung gegangen sind, und erkannte im selben Benchmark nach Komprimierung durch WhatsApp, Instagram und erneutes Teilen weiterhin 96,2 % der KI-Bilder.

Sollten wir Anträge oder Inserate bei hohem Score automatisch ablehnen?

Ein Erkennungs-Score ist eine Wahrscheinlichkeit, kein Beweis. Die meisten Teams nutzen ihn, um einen Vorgang zur Prüfung zurückzuhalten oder weitere Nachweise anzufordern, etwa ein zusätzliches Foto oder ein kurzes Video. Wenn eine Entscheidung Kunden oder Verkäufer betrifft, sollte ein Mensch sie treffen.

Kommt die API mit unserem Volumen zurecht?

Die REST API verarbeitet einzelne Anfragen ebenso wie kontinuierlichen Batch-Traffic. Für hohe Volumen bieten wir dedizierte Kapazität, ein SLA, Self-Hosting auf Ihren eigenen GPUs und Servern sowie einen AVV (DPA). Hochgeladene Dateien werden nach der Analyse gelöscht; die API speichert das Ergebnis, nicht die Datei.

Testen Sie es mit Ihren eigenen Daten

Wir führen bezahlte Pilotprojekte mit einer Stichprobe Ihrer Bilder und Clips durch, kalibrieren den Schwellenwert auf Ihre Toleranz für Fehlalarme und melden Ihnen Erkennungs- und Fehlerraten, bevor Sie sich festlegen. Für den Produktivbetrieb gibt es Mengenpreise und ein SLA, und die Modelle können auf Ihren eigenen GPUs und Servern laufen.

Pilotprojekt anfragen