Social Media
Soziale Netzwerke, Social-Listening- und Brand-Safety-Tools sowie Agenturen haben täglich mit Bildern und Clips zu tun, die möglicherweise generiert wurden. Unsere API bewertet sie anhand der Pixel auf KI-Generierung, auch Kopien, die unzählige Male per Screenshot erfasst und neu hochgeladen wurden.
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
Ein virales Bild kommt selten als Originaldatei an. Unterwegs wurde es per Screenshot erfasst, zugeschnitten, neu hochgeladen und von jeder Plattform erneut komprimiert, und Metadaten sind längst verloren.
Generierte Profilbilder verleihen Fake-Accounts ein glaubwürdiges Gesicht. Ganze Netzwerke solcher Accounts verbreiten KI-erstellte Posts und Anzeigen oder geben sich als Marken und Personen des öffentlichen Lebens aus.
Ein gefälschtes Bild einer bekannten Person oder ein inszenierter Clip kann sich innerhalb weniger Stunden massiv verbreiten. In Wahlkampfzeiten ist eine späte Reaktion besonders teuer.
Eine Wahrscheinlichkeit, dass ein Bild generiert oder synthetisch verändert wurde. Das Modell ist auf Bilder trainiert, die durch die Komprimierung von WhatsApp, Instagram und erneutem Teilen gegangen sind, sodass auch rekomprimierte Kopien einen belastbaren Score erhalten.
Bewerten Sie das Profilbild eines neuen oder verdächtigen Accounts als zusätzliches Signal für Fake-Accounts, ergänzend zu Ihren vorhandenen Verhaltensdaten.
Senden Sie einen Clip per URL mit bis zu 50 MB oder laden Sie ihn mit bis zu 4 MB direkt hoch. Über den gesamten Clip werden Frames ausgewählt, und die Antwort zeigt, wie viele analysiert und wie viele markiert wurden.
Enthält ein Post noch ein C2PA-Manifest, wird es ausgelesen und seine Signatur verifiziert. So lässt sich eine signierte KI-Deklaration des Generators den Nutzern als Kennzeichnung anzeigen.
Senden Sie Bilder und Clips aus Ihrer Ingestion-, Listening- oder Anzeigenprüfungs-Pipeline als Dateien oder URLs an die REST API.
Sie bestimmen die Grenzwerte. Ein Brand-Safety-Report kann einen anderen Schwellenwert nutzen als eine Anzeigenfreigabe oder ein Modell zur Erkennung von Fake-Accounts.
Kennzeichnen Sie Posts, leiten Sie mutmaßliche Identitätsanmaßungen an eine prüfende Person weiter und übernehmen Sie die Scores in Kunden- oder Brand-Safety-Reports, bei Videos samt Anzahl der Frames.
Viralen Clip per URL 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/media/viral-clip.mp4"}'Bilder, Einzelframes und ganze Clips. Antworten, Limits und Preise finden Sie in der API-Dokumentation.
Ja. Rekomprimierte Kopien sind Teil der Trainingsdaten. In unserem veröffentlichten Benchmark erkannte das Modell nach Komprimierung durch WhatsApp, Instagram und erneutes Teilen weiterhin 96,2 % der KI-Bilder, bei einer Fehlalarmquote von 1 %.
Ein Erkennungs-Score ist eine Wahrscheinlichkeit, kein Beweis. Nutzen Sie ihn als ein Signal unter mehreren bei der Prüfung von Fake-Accounts und lassen Sie eine Person bestätigen, bevor Sie gegen einen Account vorgehen oder etwas als Identitätsanmaßung einstufen.
Auf denselben Benchmark-Bildern erkannte unser Modell über 19 aktuelle Generatoren hinweg 99,5 % der KI-Bilder bei einer Fehlalarmquote von 1 %. ZeroGPT, das für die Bilderkennung TruthScan nutzt, erreichte 97,2 %. Methodik und vollständige Ergebnisse sind veröffentlicht.
Über 12 Videomodelle hinweg erreichte der Videodetektor einen AUROC von 0,987. Bei den Benchmark-Clips erkannte er 60 von 63 KI-Clips und markierte 1 von 60 echten Clips.
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