Dokumentierte Quelldatei
demo-portrait.jpg
640 × 640 Pixel · 63.578 Byte
Loading…
Sehen Sie, wie Bild- und Videobefunde nachvollziehbar dokumentiert werden. Lesen Sie die Feldbeschreibungen und laden Sie einen Bildbericht als JSON, Text oder PDF herunter. Es handelt sich um erfundene Beispiele, nicht um Kundendateien oder gemessene Testergebnisse.
Bild- und Videoberichte verwenden dieselbe versionierte Struktur. Welche Befunde verfügbar sind, hängt von der eingereichten Datei und dem gewählten Analysemodus ab. Die API-Feldnamen bleiben in allen Sprachen unverändert.
| JSON-Feld | Was es enthält | Grenzen der Aussagekraft |
|---|---|---|
reportId · schemaVersion · generatedAt | Die dokumentierte Analyse, ihr Format und ihren Zeitpunkt erkennen. | Eine Berichts-ID ist eine Referenz, keine digitale Signatur. Das PDF kann zu einem späteren Zeitpunkt als die Analyse erstellt worden sein. |
source | Benennt die eingereichte Datei und hält Typ, Größe und SHA-256 fest, soweit verfügbar. | Ein Hash kennzeichnet den exakten Dateiinhalt. Er beweist weder Aufnahmedatum noch Urheberschaft oder den Wahrheitsgehalt einer Szene. Fehlende Werte bleiben als nicht verfügbar gekennzeichnet. |
analysis | Dokumentiert den gewählten Modus, den Abschlussstatus und den Credit-Verbrauch. | Auch ein abgeschlossener Bericht kann ein unklares Ergebnis enthalten. Der Abschluss bedeutet nicht, dass jede denkbare Prüfung verfügbar war. |
verdict.code · verdict.aiLikelihood | Zeigt die dokumentierte Kategorie zusammen mit dem Detektorsignal. | Die Zahl ist weder die Erkennungsgenauigkeit noch die Wahrscheinlichkeit eines Betrugs oder eine Aussage darüber, wie sicher die gesamte Datei gefälscht ist. Ein fehlender Wert ist nicht null. |
evidencePath[].signals | Trennt Modellbefunde, Dateibeobachtungen, Herkunftsangaben und eine gegebenenfalls angeforderte Quellenrecherche. | Beachten Sie die Bezeichnung und Verfügbarkeit jedes Signals. Die Modellsicherheit für die Klasse „echt“ ist kein Wert für KI-Erzeugung. Signale werden weder gemittelt noch addiert. |
limitations · recommendedActions | Dokumentiert Lücken in der Analyse und die nächsten Prüfschritte. | Ein niedriger Wert oder eine passende Quelle ersetzt keine unabhängige Prüfung der Quelle, Identität oder Aussage. |
privacy | Beschreibt die für diesen Bericht dokumentierte Verarbeitung und Sichtbarkeit. | Dieses erfundene Beispiel wird nur als Antwort ausgegeben und legt keine Aufbewahrungseinstellung für Ihr Konto fest. Lesen Sie die Bedingungen für den von Ihnen verwendeten Ablauf. |
JSON, Text oder PDF in Ihrer eigenen Anwendung nutzen · Vollständiges JSON-Schema öffnen
Die folgenden JSON-, Text- und PDF-Dateien verwenden denselben beispielhaften Bildbericht. Das Porträt ist ein veröffentlichtes Demobild. Die Werte und Befunde sind erfunden; sie sind weder Messungen dieses Porträts noch Nachweise der Erkennungsgenauigkeit.
demo-portrait.jpg
640 × 640 Pixel · 63.578 Byte
DFP-SAMPLE-IMAGE-0001
Modus: quick
Dieses Beispiel verwendet einen festgelegten Analysezeitpunkt.
JSON und PDF enthalten den SHA-256-Hash des mitgelieferten Porträts. Er kennzeichnet die für das Beispiel verwendete Datei und ist kein Echtheitsnachweis.
55c824c6118dfb18ef5156c3e7c6b5bf4cf9cd53ef44c3f1b5f5efa27c45910e{
"schemaVersion": "deepfakepolicy.report.v1",
"reportId": "DFP-SAMPLE-IMAGE-0001",
"generatedAt": "2026-09-13T12:00:00.000Z",
"source": {
"modality": "image",
"sha256": "55c824c6118dfb18ef5156c3e7c6b5bf4cf9cd53ef44c3f1b5f5efa27c45910e",
"name": "demo-portrait.jpg",
"mediaType": "image/jpeg",
"format": "JPG",
"url": null,
"sizeBytes": 63578,
"pageCount": null,
"characterCount": null
},
"analysis": {
"mode": "quick",
"status": "complete",
"creditsUsed": 1,
"method": "DeepfakePolicy evidence synthesis"
},
"evidencePath": [
{
"id": "provenance",
"label": "Provenance",
"status": "limited",
"summary": "No verified origin credential or complete chain of custody was available for this report.",
"signals": []
},
{
"id": "metadata",
"label": "Metadata",
"status": "reviewed",
"summary": "Available format, coverage and metadata observations were reviewed.",
"signals": [
{
"label": "Submitted format",
"finding": "JPG",
"score": null,
"scoreLabel": null
}
]
},
{
"id": "media-signals",
"label": "Media signals",
"status": "not-available",
"summary": "No separate human-readable media observation was available for this modality.",
"signals": []
},
{
"id": "model-signals",
"label": "Model signals",
"status": "reviewed",
"summary": "The returned classifications are listed separately, including unavailable checks and any segment findings.",
"signals": [
{
"label": "AI-generated image",
"finding": "Indicators found",
"score": 82,
"scoreLabel": "82% signal score"
},
{
"label": "Deepfake face manipulation",
"finding": "No strong signal in this example",
"score": 6,
"scoreLabel": "6% signal score"
}
]
},
{
"id": "web-evidence",
"label": "Public web evidence",
"status": "not-available",
"summary": "Automated public-source research was not included in this analysis.",
"signals": []
}
],
"verdict": {
"code": "suspicious",
"label": "Suspicious signals detected",
"aiLikelihood": 82,
"confidenceBand": "not-rated",
"summary": "The analysed media contains signals that require review. The individual findings identify what to examine.",
"rationale": [
"The AI-generation detector returned an elevated signal.",
"No independently verified capture history is supplied in this example."
]
},
"recommendedActions": [
"Preserve the earliest available, highest-quality original and its surrounding context.",
"Confirm the publisher, identities and important claims through an independent channel.",
"Compare key frames, audio segments or images with an attributable original source.",
"Escalate high-stakes use to a qualified forensic reviewer before acting."
],
"limitations": [
"This is a probabilistic assessment, not proof of authenticity, authorship or intent.",
"Compression, editing, transcription, translation, short samples and unseen generation methods can change results.",
"A low score does not certify authenticity, and a high score does not identify a creator.",
"Public-source research can miss private, deleted, paywalled or unindexed material."
],
"privacy": {
"originalStoredWithReport": false,
"researchContributionSeparate": true,
"reportVisibility": "response-only",
"statement": "The report contains normalized findings, not the submitted source. Any optional research contribution is governed and deleted separately."
}
}Beim Herunterladen dieser Beispiele wird keine Datei eingereicht und keine Analyse gestartet. Nutzen Sie den API-Schnellstart, um den Anfrageablauf mit Sandbox-Beispielen zu testen, oder prüfen Sie mehrere eigene Dateien gleichzeitig.
Wichtige EinschränkungGrößenänderungen, Filter, Screenshots und erneute Kompression können Muster erzeugen oder verdecken, auf die ein Bilddetektor reagiert.
Suchen Sie die früheste verfügbare Kopie und bitten Sie den angegebenen Herausgeber um die Originaldatei.
Wichtige EinschränkungEine kurze Dauer, Bildschirmaufnahmen und Kompression durch soziale Plattformen können erkennbare Signale abschwächen oder verfälschen.
Fordern Sie die früheste vollständige Datei an und sichern Sie die Beitrags-URL, den Kontonamen und den Zeitstempel.
Befunde zu generierten Videos, Gesichtsmanipulation und synthetischer Sprache bleiben getrennt. Das Videobeispiel erläutert ihre Grenzen. Für dieses Szenario gibt es weder einen Originalclip zum Herunterladen noch gemessene Detektorwerte. Videobeispiel ansehen.
Der Musterbericht zur Sprachanalyse bleibt als Referenz verfügbar. Die Live-API für Unternehmen verarbeitet Bilder und Videos. Ein älterer Musterbericht erweitert die unterstützten Medientypen nicht.
Eine kurze, beschädigte oder stark komprimierte Datei enthält möglicherweise nicht genügend Informationen. In diesem Fall erklärt der Bericht, was fehlt.
Die Berichts-ID kennzeichnet den exportierten Datensatz und sein Format. Screenshots können unvollständig oder verändert sein. Fordern Sie den ursprünglichen Export an und geben Sie dessen Berichts-ID an, wenn Sie DeepfakePolicy um die Überprüfung oder Korrektur eines Ergebnisses bitten.