Recruiting

Erkennen Sie KI-generierte Bewerberfotos und Deepfake-Interviewvideos

Bei Remote-Einstellungen sehen Sie viele Bewerber nur auf dem Bildschirm. Manche dieser Gesichter sind generiert, manche aufgezeichneten Bewerbungen sind Deepfakes. Recruiting-Plattformen und HR-Teams nutzen unsere API, um Profilfotos, aufgezeichnete Videos und Screenshots auf KI-Generierung zu bewerten – alles Markierte prüft anschließend ein Mensch.

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

Profile mit generierten Gesichtern

Gefälschte Bewerberprofile nutzen KI-generierte Porträtfotos, die wie aus einem professionellen Fotoshooting aussehen. Eine umgekehrte Bildersuche findet nichts, weil das Gesicht nie fotografiert wurde.

Falsche Identitäten bei Remote-Stellen

Manche bewerben sich unter erfundenen oder geliehenen Identitäten, um Zugang zu einem Unternehmen, seinen Systemen oder seiner Gehaltsabrechnung zu bekommen. In einem vollständig remote geführten Prozess sind Foto und Video unter Umständen der einzige Beleg dafür, wer sich bewirbt.

Videobewerbungen mit Deepfakes

Zeitversetzte Videointerviews und aufgezeichnete Bewerbungen lassen sich mit Face-Swap- und Videogenerierungs-Tools manipulieren. Recruiter, die Dutzende Clips sichten, können das kaum erkennen.

Was die API prüft

Profil- und Ausweisfotos

Eine Wahrscheinlichkeit dafür, dass ein Bewerberfoto generiert oder synthetisch verändert wurde – von einem Modell, das auf aktuellen Bildgeneratoren trainiert ist.

Aufgezeichnete Videobewerbungen

Laden Sie einen aufgezeichneten Clip hoch oder übergeben Sie seine URL. Über den gesamten Clip werden Frames entnommen und von einem eigenen Videomodell bewertet; das Ergebnis zeigt, wie viele Frames analysiert und wie viele markiert wurden.

Screenshots aus einem Interview

Die API nimmt nicht an Live-Calls teil und analysiert diese nicht. Nach einem Interview kann Ihr Team die Aufzeichnung oder einige Screenshots des Bewerbers als einzelne Frames mit dem Videomodell prüfen.

Content Credentials

Enthält ein Foto oder Clip noch ein C2PA-Manifest, wird es ausgelesen und seine Signatur geprüft; eine gültige KI-Kennzeichnung des Unterzeichners wird als solche ausgewiesen.

So passt es in Ihren Workflow

  1. 1

    Im richtigen Schritt prüfen

    Rufen Sie die REST API auf, wenn ein Bewerber ein Foto hochlädt oder eine aufgezeichnete Bewerbung einreicht, oder nach einem Interview mit der Aufzeichnung oder den Screenshots.

  2. 2

    An einen Menschen eskalieren

    Legen Sie Ihre eigenen Schwellenwerte fest. Ein hoher Score sollte einen weiteren Schritt auslösen, etwa eine zusätzliche Verifizierung oder ein zweites Interview, und ein Recruiter sollte den Fall prüfen.

  3. 3

    Dokumentieren, was geprüft wurde

    Speichern Sie Score und Frame-Zahlen zusammen mit der Bewerbung, damit der Grund für einen weiteren Schritt für das Recruiting-Team – und auf Nachfrage für den Bewerber – nachvollziehbar ist.

Eine aufgezeichnete Videobewerbung 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/applications/candidate-intro.mp4"}'

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

Fragen

Kann es einen Deepfake während eines Live-Videocalls erkennen?

Nein. Die API prüft aufgezeichnete Clips und Standbilder. Live-Calls oder Streams analysiert sie nicht. Wenn Sie Interviews aufzeichnen, können Sie die Aufzeichnung anschließend senden oder während des Calls einige Screenshots machen und diese als einzelne Frames prüfen.

Dürfen wir einen Bewerber wegen eines hohen Scores ablehnen?

Ein Erkennungs-Score darf nie der alleinige Grund für eine Ablehnung sein. Er ist eine Wahrscheinlichkeit, kein Beweis. Nutzen Sie ihn, um zu entscheiden, wann Sie zusätzliche Verifizierung anfordern, und lassen Sie einen Menschen die Einstellungsentscheidung auf Basis aller verfügbaren Informationen treffen.

Wie genau ist die Videoerkennung?

In unserem Benchmark vom Oktober 2026 erreichte das Videomodell über 12 Videomodelle hinweg einen AUROC von 0,987. Es erkannte 60 von 63 KI-Clips und markierte 1 von 60 echten Clips. Die Ergebnisse bei Ihren eigenen Aufnahmen hängen von deren Qualität ab, daher empfehlen wir ein Pilotprojekt, um den Schwellenwert festzulegen.

Was passiert mit Fotos und Aufnahmen der Bewerber?

Hochgeladene Dateien werden nach der Analyse gelöscht; die API speichert das Ergebnis, nicht die Datei. Für HR-Teams mit strengen Datenschutzanforderungen sind ein Auftragsverarbeitungsvertrag (AVV), dedizierte Kapazität und Self-Hosting auf Ihren eigenen GPUs und Servern verfügbar.

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