OSINT & Ermittlungen

Erkennen Sie, welche Bilder und Videos in einem Fall synthetisch sind

Ermittler sammeln Fotos, Screenshots und Clips aus sozialen Medien, Messengern und beschlagnahmten Geräten. Ein wachsender Teil davon ist generiert oder manipuliert. Unsere API bewertet jede Datei anhand der Pixel auf KI-Generierung, damit Analysten wissen, worauf sie sich verlassen können, bevor etwas in einen Bericht einfließt.

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

Metadaten fehlen

Bis Inhalte bei einem Analysten ankommen, wurden sie weitergeleitet, abfotografiert und neu komprimiert. EXIF-Daten und Content Credentials sind meist entfernt, sodass Provenienz-Tools nichts mehr auslesen können.

Fälschungen wirken heute echt

Aktuelle Bild- und Videomodelle erzeugen Gesichter, Dokumente und Szenen, die selbst geschulte Augen nicht mehr zuverlässig von echtem Kameramaterial unterscheiden können.

Die Menge übersteigt jede manuelle Prüfung

Ein einzelner Fall kann Tausende Mediendateien umfassen. Niemand kann jede davon von Hand prüfen, und eine übersehene Fälschung kann einen ganzen Ermittlungsstrang gefährden.

Was die API prüft

Bilder und Screenshots

Eine Wahrscheinlichkeit dafür, dass ein Bild generiert oder synthetisch verändert wurde – trainiert auf den neuesten Generatoren und auf Kopien, die über WhatsApp, Instagram und erneutes Teilen gelaufen sind.

Videoclips

Über den gesamten Clip werden Frames entnommen und von einem eigenen Videomodell bewertet. Sie sehen, wie viele Frames KI-generiert wirkten, und damit, wo im Clip das Signal liegt.

Einzelne Frames

Ein Thumbnail oder ein Standbild aus Videomaterial lässt sich auch ohne Originaldatei einzeln mit dem Videomodell prüfen.

Content Credentials

Enthält eine Datei noch ein C2PA-Manifest, wird es ausgelesen und seine Signatur geprüft. Eine gültige KI-Kennzeichnung des Unterzeichners wird als Gewissheit ausgewiesen, nicht als Score.

So passt es in Ihren Workflow

  1. 1

    Dateien direkt beim Eingang senden

    Laden Sie Bilder und Clips hoch oder übergeben Sie eine URL – direkt aus Ihrer Erfassungs- oder Fallbearbeitungs-Pipeline über eine REST API.

  2. 2

    Nach Score priorisieren

    Legen Sie Schwellenwerte passend zu Ihrer Toleranz für Fehlalarme fest: Hohe Scores automatisch markieren, die Grauzone an einen Analysten geben, den Rest freigeben.

  3. 3

    Ergebnis zur Akte nehmen

    Speichern Sie Score, Frame-Zahlen und vorhandene Content Credentials zusammen mit dem Beweisstück, damit die Bewertung gemeinsam mit dem Beweismittel dokumentiert ist.

Einen Clip aus einem Fall bewerten

curl -X POST https://www.wasitaigenerated.com/api/v1/detect/video \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com/evidence/clip.mp4"}'

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

Fragen

Eignet sich das für Teams im öffentlichen Sektor und in Behörden?

Ja. Polizei, Staatsanwaltschaften, Wahlbehörden und andere öffentliche Stellen nutzen dieselbe API, um Bilder und Videos in Ermittlungen und beim Monitoring von Desinformation zu prüfen. Für sensible Arbeit bieten wir einen Auftragsverarbeitungsvertrag, dedizierte Kapazität und Self-Hosting auf Ihren eigenen GPUs und Servern an, sodass Dateien in Ihrer eigenen Umgebung bleiben.

Kann ein Erkennungs-Score als Beweis dienen?

Behandeln Sie ihn als Ermittlungsansatz, nicht als Beweis. Der Score ist eine Wahrscheinlichkeit, die ein Modell liefert. Kombinieren Sie ihn mit weiteren Prüfungen wie Quellenrecherche, Rückwärtssuche und Content Credentials, und lassen Sie alles, wovon eine Entscheidung abhängt, von einem Analysten prüfen.

Funktioniert das auch bei Inhalten, die über Messenger weitergeleitet wurden?

Ja. Das Modell ist auf Bildern trainiert, die durch die Neukomprimierung von Messengern und sozialen Medien gegangen sind. In unserem veröffentlichten Benchmark erkannte es nach Kompression durch WhatsApp, Instagram und erneutes Teilen noch 96,2 % der KI-Bilder – bei einer Fehlalarmrate von 1 %.

Was passiert mit den Dateien, die wir senden?

Hochgeladene Dateien werden nach der Analyse gelöscht; die API speichert das Ergebnis, nicht die Datei. Für sensible Fallarbeit sind ein Auftragsverarbeitungsvertrag und Self-Hosting auf Ihren eigenen GPUs und Servern verfügbar.

Können wir das in unserer eigenen Umgebung betreiben?

Ja. Enterprise-Kunden können unsere Modelle auf eigenen GPUs und Servern betreiben, on-premise oder in der eigenen Cloud, sodass Dateien ihre Infrastruktur nie verlassen. Außerdem bieten wir dedizierte Kapazität in unserer Cloud an. Sprechen Sie uns auf Ihre Anforderungen an.

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