Wie DeepfakePolicy zu einem Ergebnis kommt
DeepfakePolicy kombiniert KI-Erkennungssignale, Dateiinformationen und visuelle Prüfungen in unserem eigenen Analysesystem. Content Credentials lassen sich mit unserem separaten C2PA-Prüfer untersuchen.
Angegebene Bilderkennungsgenauigkeit
DeepfakePolicy gibt eine Genauigkeit von 98,8 % bei der Bilderkennung an. Die Bewertung basiert auf mehr als einer Million Prüfungen. Diese Produktangabe ist weder eine unabhängige Zertifizierung noch die Wahrscheinlichkeit für eine einzelne Datei. Ergebnisse unterscheiden sich je nach Datensatz. Testen Sie repräsentative, gekennzeichnete Dateien, um Fehlalarme und übersehene Fälle für Ihren Einsatz zu messen.
Wie Prüfungen zu einem Bericht werden
Verfügbare Prüfungen hängen vom Inhaltstyp ab. Neuronale Signale, Dateimetadaten und visuelle Befunde werden in einem Bericht zusammengeführt, auf Wunsch ergänzt um Recherche in öffentlichen Quellen. C2PA Content Credentials können separat mit unserem lokalen Prüfwerkzeug untersucht werden.
Bild und Audio
- Neuronale Analyse: prüft unterstützte Bild- und Audiodateien auf Muster, die mit KI-Erzeugung verbunden sind.
- Visuelle Bildprüfung: OpenAI untersucht Anatomie, Berührungen zwischen Objekten, Geometrie, Beschriftungen, Beleuchtung und Reflexionen.
- Gewöhnliche Bearbeitungen: Änderungen wie Meme-Beschriftungen werden getrennt von KI-Erzeugung bewertet.
- Widersprüchliche Befunde: bei abweichenden Prüfungen zeigt der Bericht den Widerspruch und hält bedenkliche Befunde sichtbar. Die Modellsicherheit bei der Kennzeichnung „echt“ ist keine Garantie für 0 % KI-Inhalt.
Video
- Separate Prüfungen: unterstützte Clips werden auf erzeugte Bildinhalte, Gesichtsmanipulation und synthetische Sprache geprüft.
- Hauptergebnis des Berichts: der stärkste relevante Befund fließt in das Hauptergebnis ein; Einzelergebnisse bleiben sichtbar.
- Fehlende Signale: ein fehlendes Gesicht oder eine fehlende Stimme beweist keine Echtheit.
Dateien, ZIP-Archive, Links und Dokumente
Foto- und Videoanalyse bleibt der Hauptablauf. Ein öffentlicher Link oder ein Dokument bietet einen weiteren Weg, Medien in dieselben Prüfungen einzubringen. Medien über einen Link finden oder ein Dokument auswählen.
- Vorschau vorbereiten: unterstützte Bilder aus PDF, DOCX oder PPTX extrahieren oder zugängliche Fotos und Videos einer öffentlichen Seite abrufen. Direkte Foto-, Video- und PDF-Links werden innerhalb der Importgrenzen unterstützt. In diesem Schritt läuft kein Detektor.
- Inhalte auswählen: sehen Sie die tatsächlichen Bilder an oder spielen Sie verfügbare Clips ab, wählen Sie Dateien und prüfen Sie einzelne und gesamte Credit-Kosten. Identische Kopien werden einmal angezeigt. Offensichtliche Website-Logos und Symbole sind nicht vorausgewählt.
- Separat prüfen: jedes gewählte Bild oder Video durchläuft seine reguläre Analyse. Optionaler extrahierter Text wird separat zur KI-Schreibanalyse an Pangram gesendet. Text ist zunächst abgewählt und hat eigene Kosten und einen eigenen Bericht.
- Prüfen und exportieren: die Gruppe enthält einen Bericht pro geprüfter Datei, Einzelbewertungen und eine Übersicht zu Abschluss und Prüfstatus. CSV und ein ZIP mit PDF-Berichten sind verfügbar. Bild-, Video- und Textwerte werden nicht zu einer prozentualen Dokumentechtheit gemittelt.
PDF-Bilder werden als PNG-Pixelkopien extrahiert. Dies stellt weder die ursprüngliche Kameradatei noch deren Kompressionsverlauf oder sämtliche Metadaten wieder her. Vektorgrafiken, Masken und einige eingebettete Bildtypen lassen sich möglicherweise nicht extrahieren. Seitenzahlen bleiben bei PDF-Bildern und Foliennummern bei Präsentationen erhalten. Word-Bilder verweisen auf Dokumentinhalt, Kopf- oder Fußzeile; feste Seitenzahlen lassen sich nicht zuverlässig ableiten.
Importe akzeptieren Quellen bis 20 MB, PDFs bis 50 Seiten und Präsentationen bis 50 Folien. Es gelten 24 MB Extraktionsbudget, 8 MB je ausgewähltem Office-Bestandteil und 4 Megapixel je dekodiertem PDF-Bild. Eine Seitenvorschau umfasst bis zu 12 Medienreferenzen. Importierte Videos müssen abspielbare MP4-, MOV- oder WebM-Clips bis 60 Sekunden und 20 MB sein. Passwortgeschützte Dokumente, Seiten mit Anmeldung, eingebettete Plattformplayer und manche Streams erfordern stattdessen einen direkten Datei-Upload. Gescannter Text wird nicht automatisch per OCR transkribiert. Die Vorschau weist auf Auslassungen und Grenzen hin.
Bei langen Dokumenten ist der angezeigte extrahierte Text eine Stichprobe mit bis zu 20.000 Zeichen; nur diese wird geprüft und berechnet. Originaldokumente und extrahierte Textinhalte werden nicht mit den Stapelmetadaten gespeichert. Bei persönlichen Stapeln muss der Tab während der Prüfung geöffnet bleiben. Unternehmensstapel mit Fotos und Videos werden nach dem Upload auf dem Server weiterverarbeitet. Noch nicht hochgeladene Dateien müssen nach dem Schließen des Tabs erneut ausgewählt werden.
Optionale Textanalyse mit Pangram
Wir prüfen Schreibmuster in Texten von 255 bis 20.000 Zeichen. Kennzeichnungen wie KI-verfasst, KI-unterstützt oder menschlich verfasst sind Modellschätzungen. Wir haben sie nicht unabhängig mit einem repräsentativen Vergleichsdatensatz validiert. Sie beweisen weder die KI-Nutzung einer bestimmten Person noch sachliche Richtigkeit und bestimmen nicht, ob die Bilder eines Dokuments synthetisch sind.
Detektorwerte, visuelle Befunde und Quellenrecherche
Detektorergebnis, visuelle Beobachtungen und Quellenrecherche beantworten unterschiedliche Fragen. Das Berichtsfazit folgt dem strukturierten Detektorergebnis. Ein realistisches Erscheinungsbild oder eine passende öffentliche Quelle hebt ein Detektorsignal nicht auf. Tatsächliche Widersprüche werden zur Prüfung markiert; die ursprünglichen Befunde bleiben verfügbar.
Die Farbskala zeigt die Stärke KI-bezogener Signale: Grün von 0 bis 20, Gelb über 20 bis 65 und Rot über 65 bis 100. Diese Anzeigebereiche ändern nicht die Klassifikationsschwellen des Detektors. Ein fehlender Wert bleibt grau. Die Konfidenz einer Kategorie wie „echt“ wird separat beschriftet und erhält keine Farbe auf der KI-Generierungsskala.
Ein Ergebnis interpretieren
Erkannt oder hohe Wahrscheinlichkeit
Das Modell fand Muster, die mit seinen synthetischen Beispielen verbunden sind.
Maßnahme: Suchen Sie bestätigende Belege.
Keine deutlichen Anzeichen
Das getestete Modell fand in dieser eingereichten Kopie kein starkes Signal.
Hinweis: Vergleichen Sie das Ergebnis mit der Originaldatei und ihrer Quelle.
Unklar oder nicht anwendbar
Die Belege waren unzureichend oder ungeeignet.
Maßnahme: Versuchen Sie es mit einem klareren Original oder einer anderen Quelle.
Eine Berichtsprüfung anfordern
Jeder Bericht enthält eine ID, einen Erstellungszeitpunkt und die Formatversion deepfakepolicy.report.v1. Diese Angaben kennzeichnen den Export, beweisen aber nicht die Vollständigkeit oder Unverändertheit eines Bildschirmfotos. Wenn etwas falsch erscheint, senden Sie den ursprünglichen Export und die Berichts-ID an deepfakepolicy@proton.me.
Was das Ergebnis beeinflusst
- Kompression, Größenänderung und Transkodierung können nützliche Signale entfernen.
- Hintergrundgeräusche und kurze Aufnahmen können Audio- und Videoanalyse begrenzen.
- Neue Erzeugungsverfahren und Inhalte, die von den Trainingsdaten abweichen, können Ergebnisse beeinflussen.
- Bildschirmfotos, Illustrationen und Animationen können synthetischen Mustern ähneln.
- Übersetzte Texte und gewöhnliche Bearbeitung können ebenfalls synthetischen Mustern ähneln.
Ein praktischer Prüfablauf
- Bewahren Sie die Originaldatei in höchster Qualität auf.
- Suchen Sie die früheste Quelle und vergleichen Sie den Kontext.
- Prüfen Sie Metadaten und verfügbare Content Credentials; fehlende Metadaten beweisen wenig.
- Führen Sie eine Rückwärtssuche wichtiger Bilder oder Videoframes durch.
- Prüfen Sie die Identität über einen bekannten, unabhängigen Kommunikationskanal.
- Übergeben Sie folgenreiche Fälle an qualifizierte forensische Fachleute.
Content Credentials prüfen
Das lokale Content-Credentials-Prüfwerkzeug nutzt das offizielle C2PA-Web-SDK, um eingebettetes Manifest, Signaturdetails, erfasste Aktionen und Validierungsstatus ohne Datei-Upload auszulesen. Eine gültige Angabe ist ein Herkunftsnachweis, kein Beweis für die Wahrheit jedes dargestellten Ereignisses; ein fehlendes Manifest beweist keine Manipulation.
Den Dienst testen
Kleine synthetische Dateien können verwendet werden, um Upload, Analyse und Berichtsauslieferung zu testen. Ein abgeschlossenes Ergebnis bestätigt, dass der getestete Ablauf funktionierte; eine Anmeldeaufforderung, ein Credit-Fehler oder ein Anfragelimit tut dies nicht. Diese Tests messen keine Erkennungsgenauigkeit; dafür ist ein separater repräsentativer Vergleichsdatensatz erforderlich.
Detektoren vergleichen
Unser Vergleichsplan · EN legt Daten, Bildqualitätsbedingungen und Messungen für einen fairen Vergleich fest. Ergebnisse werden erst veröffentlicht, wenn der annotierte Datensatz feststeht und die erforderlichen Prüfungen bestanden sind.
Wie wir Modellupdates bewerten
Sie entscheiden über die Aufbewahrung für Forschung.Wir behalten Ihre Inhalte nicht absichtlich für unsere Forschung, sofern Sie nicht separat zustimmen.
- Bewertung im Hintergrund: Wir testen Modellupdates getrennt von der laufenden Analyse. Diese Tests bestimmen Ihr Ergebnis nicht.
- Was diese Tests erfassen: Bewertungsaufzeichnungen können Werte, Modellversion, Übereinstimmung zwischen Modellen und Verarbeitungszeit enthalten, aber keine übermittelten Inhalte oder direkte Kontokennung.
- Vor öffentlicher Nutzung: Jede Modellversion muss eine gesonderte Bewertung mit gekennzeichneten Daten bestehen, bevor sie einen Kundenbericht beeinflussen kann.
Fragen
Für technische Fragen oder Fragen zur Methodik kontaktieren Sie deepfakepolicy@proton.me. Für die Nutzung gelten außerdem die Regeln zur zulässigen Nutzung.