KI-generierte Bilder per API erkennen
API zur Erkennung KI-generierter Bilder und lokaler Bearbeitung.
Prüfen Sie Bilder per API auf KI-Erzeugung und lokale Bearbeitung. Befunde, markierte Bereiche und verifizierbarer Bericht: 1,99 USD pro Bild.
Kostenloser Start: 5 Bild- oder Dokumentprüfungen und 5.000 Zeichen für Textprüfungen. Keine Karte, kein Abonnement.
- Endpunkte
- POST /v1/files, POST /v1/analyses
- Modell
- fvimg-2 · FVIMG V2
- Akzeptierte Dateien
- JPEG, PNG, WEBP
- Maximale Größe
- Bis zu 10 MB und 40 Megapixel
- Ergebnis
- In derselben Anfrage oder per Webhook
- Preis
- 1,99 USD pro Bildprüfung
Zuletzt aktualisiert
Was geprüft wird
Welche Fragen die Bildprüfung beantwortet.
Wurde das ganze Bild generiert? Wurde ein Teil bearbeitet? Was sagen die eigenen Dateidaten? Ein Bericht beantwortet alle drei, und die Spalte „Antwortfeld“ zeigt, wo Sie jede Antwort lesen.
| Frage | Was untersucht wird | Antwortfeld |
|---|---|---|
| KI-Erzeugung | Ob das Bild generiert wirkt, mit einer Wahrscheinlichkeit und, wo unterstützt, dem wahrscheinlichen Generator. | questions.ai, generator |
| Lokale Bearbeitung | Ob ein Teil des Bildes verändert wurde, mit den markierten Bereichen in Pixeln. | questions.edit, regions |
| Content Credentials, Wasserzeichen und KI-Kennzeichnungen | Was die eigenen Dateidaten über die Herkunft behaupten und ob diese Angaben standhalten. | questions.source, provenance |
| Datei-Metadaten | Kamera, Software und Aufnahmezeit, die in den Dateidaten genannt werden. | provenance |
| Urteil und Beweiskraft | Eine Risikostufe, eine empfohlene Maßnahme und wie viel diese Datei der Prüfung zu belegen erlaubt. | summary, confidence |
Anfrage und Antwort
Zwei Aufrufe, ein Bericht.
Laden Sie das Bild hoch und starten Sie dann die Prüfung mit dem Modell fvimg-2. Mit Prefer: wait bleibt die Anfrage offen, bis der Bericht fertig ist. Läuft die Wartezeit vorher ab, antwortet die Prüfung mit 202 und dem Status processing. Rufen Sie sie später ab oder erhalten Sie einen Webhook.
FILE_ID=$(curl -s https://api.fileverity.com/v1/files \ -H "Authorization: Bearer $FILEVERITY_API_KEY" \ -F file=@claim-photo.jpg | jq -r .id) curl https://api.fileverity.com/v1/analyses \ -H "Authorization: Bearer $FILEVERITY_API_KEY" \ -H "Content-Type: application/json" \ -H "Idempotency-Key: $(uuidgen)" \ -H "Prefer: wait=60" \ -d "{\"model\": \"fvimg-2\", \"file\": \"$FILE_ID\", \"metadata\": {\"order_id\": \"A-10492\"}}"import { readFile } from "node:fs/promises"; const headers = { Authorization: "Bearer " + process.env.FILEVERITY_API_KEY }; const form = new FormData();form.append("file", new Blob([await readFile("claim-photo.jpg")], { type: "image/jpeg" }), "claim-photo.jpg");const file = await (await fetch("https://api.fileverity.com/v1/files", { method: "POST", headers, body: form })).json(); const response = await fetch("https://api.fileverity.com/v1/analyses", { method: "POST", headers: { ...headers, "Content-Type": "application/json", "Idempotency-Key": crypto.randomUUID(), Prefer: "wait=60" }, body: JSON.stringify({ model: "fvimg-2", file: file.id, metadata: { order_id: "A-10492" } }),});const analysis = await response.json();console.log(analysis.status, analysis.summary, analysis.report_url);import osimport uuidimport requests headers = {"Authorization": "Bearer " + os.environ["FILEVERITY_API_KEY"]} file = requests.post("https://api.fileverity.com/v1/files", headers=headers, files={"file": open("claim-photo.jpg", "rb")}).json() response = requests.post( "https://api.fileverity.com/v1/analyses", headers={**headers, "Idempotency-Key": str(uuid.uuid4()), "Prefer": "wait=60"}, json={"model": "fvimg-2", "file": file["id"], "metadata": {"order_id": "A-10492"}},)analysis = response.json()print(analysis["status"], analysis["summary"], analysis["report_url"]){ "id": "an_8Hk2pQ4vN9sL1xR7cW3mY6zB", "object": "analysis", "created": 1793700120, "model": "fvimg-2-2026-10-30", "livemode": true, "status": "succeeded", "file": { "name": "claim-photo.jpg", "bytes": 2481920, "format": "jpeg" }, "report_id": "FV-7K2M-9QXD-4T8R", "report_url": "https://fileverity.com/verify/FV-7K2M-9QXD-4T8R", "summary": { "level": "L2", "assessment": "authentic_untouched", "action": "accept", "ai": "very_low", "edit": "none" }, "result": { "report": { "schema": "fileverity.report/1", "id": "FV-7K2M-9QXD-4T8R" }, "stamped_at": 1793700130 }, "error": null, "progress": null, "usage": { "amount": 199, "currency": "usd", "funding": "balance" }, "metadata": { "order_id": "A-10492" }, "completed_at": 1793700131, "expires_at": 1794304931}Einsatzfelder
Setzen Sie sie dort ein, wo aus einem Bild ein Beweis wird.
Die API liefert eine Risikostufe und eine empfohlene Maßnahme. Die endgültige Entscheidung bleibt bei Ihrem Prüfteam.
Fotos bei Schäden und Versicherungsfällen
- Sie senden
- Fotos von Schäden, Fahrzeugen und Objekten, die mit einer Schadenmeldung eingereicht werden.
- Sie erhalten
- Befunde zu KI-Erzeugung und lokalen Bearbeitungen, markierte Bereiche und eine Berichts-ID.
- Danach Ihr Team
- Fordern Sie die Originaldatei oder ein weiteres Foto an, wenn der Bericht das Bild markiert.
Retouren und Erstattungsanträge
- Sie senden
- Produktfotos, die Kundinnen und Kunden zur Begründung einer Erstattung hochladen.
- Sie erhalten
- Ein Urteil und eine empfohlene Maßnahme in der Antwort, mit markierten bearbeiteten Bereichen.
- Danach Ihr Team
- Halten Sie die Erstattung zur Prüfung zurück, wenn ein Bild markiert wird, und bearbeiten Sie den Rest wie gewohnt.
Marktplätze und Inserate
- Sie senden
- Inseratsfotos und Profilbilder beim Hochladen.
- Sie erhalten
- Eine Risikostufe und eine empfohlene Maßnahme aus einer einzigen Prüfung.
- Danach Ihr Team
- Kennzeichnen, begrenzen oder prüfen Sie markierte Uploads nach Ihren eigenen Richtlinien.
Streitfälle und Ermittlungen
- Sie senden
- Fotos, die in einem Streitfall oder einer Ermittlung als Beweis eingereicht werden.
- Sie erhalten
- Ein Bericht mit Fingerabdrücken und einem RFC-3161-Zeitstempel, der sich später verifizieren lässt.
- Danach Ihr Team
- Speichern Sie die Berichts-ID beim Fall und teilen Sie bei Bedarf die Verifizierungsseite.
Grenzen
Was sie nicht leistet.
Ein unauffälliges Ergebnis grenzt eine Prüfung ein. Es ersetzt sie nicht.
- Sie prüft nur Standbilder. Sie analysiert weder Video noch Audio, identifiziert keine Personen und gleicht keine Gesichter ab.
- Ein Ergebnis ohne Befunde beweist nicht, dass ein Bild echt ist. Abfotografieren, Screenshots und Neukodierung entfernen Spuren.
- Screenshots, starke Kompression und kleine Bilder begrenzen, was sich belegen lässt. Der Bericht nennt, wie viel eine Datei erlaubt hat.
- Fehlende Content Credentials oder Wasserzeichen beweisen in keiner Richtung etwas, weil Metadaten beim Teilen von Bildern oft entfernt werden.
- Erkennungsergebnisse schwanken je nach Generator und Bild. Lesen Sie den Bericht als Anhaltspunkt für eine Prüfung, nicht als Urteil.
Nachweise
Nachweise, die Sie behalten.
Jede Prüfung hinterlässt einen Datensatz, den Sie speichern, teilen und später erneut prüfen können, nicht nur ein Urteil.
Berichts-ID
Eine Berichts-ID der Form FV-XXXX-XXXX-XXXX. Speichern Sie sie bei Ihrem eigenen Vorgang oder Kundendatensatz.
Fingerabdrücke und Zeitstempel
SHA-256-Fingerabdrücke von Datei und Bericht sowie ein RFC-3161-Zeitstempel werden mit jedem Bericht festgehalten.
Öffentliche Verifizierungsseite
Wer die Berichts-ID von Ihnen erhält, kann sie auf der Verifizierungsseite bestätigen, ohne Konto.
Dateien gelöscht, Ergebnisse gespeichert
Hochgeladene Dateien werden nach der Prüfung gelöscht und nie zum Training von Modellen verwendet. Das Ergebnis bleibt 7 Tage über die API abrufbar.
Integration
Binden Sie die Prüfung in Ihren Ablauf ein.
Bild- und Dokumentprüfungen folgen demselben Muster, daher deckt eine Integration beide ab.
- Warten Sie mit Prefer: wait auf das Ergebnis oder erhalten Sie einen signierten Webhook, sobald die Prüfung fertig ist. Behandeln Sie sowohl eine abgeschlossene als auch eine noch laufende Antwort.
- Senden Sie bei jeder POST-Anfrage einen Idempotency-Key, damit ein erneuter Versuch nie eine Prüfung doppelt ausführt.
- Entwickeln Sie zuerst mit fv_test_-Schlüsseln. Sie liefern feste Beispielergebnisse und werden nie berechnet.
- Fehlgeschlagene Prüfungen werden nicht berechnet. Ein ausgelasteter Dienst antwortet mit 503 und einem retry-after-Header, und Sie wiederholen mit demselben Schlüssel.
- Webhooks sind signiert und folgen der Standard-Webhooks-Spezifikation.
- Dateien bis 4 MB gehen in einer einzigen Multipart-Anfrage. Größere Dateien nutzen eine vorsignierte Upload-URL, bis zum Limit des Modells.
- Anfragen sind auf 120 pro Minute und Schlüssel begrenzt.
Preise
Zahlen Sie pro Prüfung.
Ein vorausbezahltes Workspace-Guthaben deckt Bild-, Dokument- und Textprüfungen ab. Laden Sie ab 19 USD auf. Es gibt kein Abonnement, nichts verlängert sich.
| Prüfung | Abgerechnet pro | Preis |
|---|---|---|
| BildprüfungAbgerechnet pro Bild | Bild | 1,99 USD |
| DokumentprüfungAbgerechnet pro Dokument | Dokument | 5,99 USD |
| TextprüfungAbgerechnet pro 1.000 Zeichen | 1.000 Zeichen | 0,14 USD |
Text wird pro Anfrage auf die nächsten 1.000 Zeichen aufgerundet. Eine Textprüfung erfordert mindestens 100 Wörter.
Kostenloser Start
Ausprobieren, bevor Sie Guthaben aufladen.
Ihr erster Workspace startet mit 5 kostenlosen Bild- oder Dokumentprüfungen und 5.000 kostenlosen Zeichen für Textprüfungen.
Zum Start ist keine Karte nötig. Es gibt einen kostenlosen Start pro Person und eine begrenzte Anzahl pro Firmen-E-Mail-Domain. Kolleginnen und Kollegen sollten per Einladung in den Workspace kommen.
Häufig gestellte Fragen
Wie erkenne ich KI-generierte Bilder per API?
Laden Sie das Bild mit POST /v1/files hoch und starten Sie dann mit POST /v1/analyses und dem Modell fvimg-2 eine Prüfung. Die Antwort enthält den Befund zur KI-Erzeugung, etwaige bearbeitete Bereiche, den Status der Content Credentials und eine Berichts-ID, die jeder verifizieren kann.
Findet sie bearbeitete Stellen in einem Foto?
Ja. Die Prüfung beantwortet, ob ein Teil des Bildes verändert wurde, und markiert die Bereiche in Pixeln, damit Prüfende genau sehen, was markiert wurde. Lokale Bearbeitungen und die KI-Erzeugung des ganzen Bildes werden getrennt ausgewiesen.
Kann sie sagen, welcher Generator ein Bild erzeugt hat?
Wo unterstützt, nennt der Bericht den wahrscheinlichen Generator und wie er identifiziert wurde. Bei vielen Bildern gibt es keinen, und ein fehlender Name bedeutet nicht, dass das Bild echt ist.
Liest sie Content Credentials und Wasserzeichen?
Ja. Sie liest Content Credentials, Wasserzeichen und KI-Kennzeichnungen aus der Datei und gibt ihren Status an. Ihr Fehlen ist kein Beleg für Echtheit, weil Metadaten beim Teilen von Bildern oft entfernt werden.
Funktionieren Screenshots und komprimierte Bilder?
Sie können sie einsenden, doch Screenshots, starke Kompression und Skalierung entfernen Spuren. Der Bericht nennt, wie viel die Datei der Prüfung zu belegen erlaubte. Gehen Sie daher mit Ergebnissen mit geringer Beweiskraft vorsichtig um.
Was kostet eine Bildprüfung?
1,99 USD pro Bildprüfung, abgebucht von einem vorausbezahlten Workspace-Guthaben, das Sie ab 19 USD aufladen. Ihr erster Workspace startet mit 5 kostenlosen Bild- oder Dokumentprüfungen, und Testschlüssel werden nie berechnet. Fehlgeschlagene Prüfungen werden nicht berechnet.
Welche Bildformate und Größen werden akzeptiert?
Akzeptierte Formate: JPEG, PNG, WEBP. Die Grenzen liegen bei 10 MB und 40 Megapixel pro Bild. Dateien bis 4 MB gehen in einer einzigen Multipart-Anfrage, größere Dateien nutzen eine vorsignierte Upload-URL.
Prüft sie Video, Audio oder Gesichter?
Nein. Sie prüft nur Standbilder, gleicht keine Gesichter ab und identifiziert keine Personen. Für Dokumente nutzen Sie die API zur Erkennung von Dokumentenfälschung.
Ratgeber
Praxiswissen für Prüfteams.
Was jede Prüfung belegt, wo sie endet und welcher Nachweis als Nächstes zählt.
Bilder
Wie erkennt man, ob ein Bild KI-generiert ist?
Quelle zurückverfolgen, Content Credentials validieren, Wasserzeichen und Detektor einordnen: ein Prüfablauf mit Fallbeispiel für einen belastbaren Befund.
15 Min. Lesezeit ·
Bilder
Screenshots und komprimierte Bilder auf KI prüfen: Was die Analyse noch leisten kann
Was Screenshots, Messenger und Verkleinerung an Bildspuren zerstören, welche Datei Sie anfordern sollten und wie Sie eingeschränkte Ergebnisse einordnen.
15 Min. Lesezeit ·
Schäden und Retouren
Versicherungsbetrug mit KI: Schadenfotos in der Regulierung prüfen
Schadenfotos in der Regulierung prüfen: Prüfablauf, Fallbeispiel und Protokoll. KI-Bildbefunde sauber von der Entscheidung über den Schadenfall trennen.
17 Min. Lesezeit ·
Erkennung bewerten
KI-Erkennungs-API auswählen: Zehn Prüfpunkte vor der Integration
Checkliste zur Auswahl einer KI-Erkennungs-API: Eingabelimits, synchrone oder asynchrone Ergebnisse, Webhooks, Nachweise, Speicherung, Testmodus, Preise.
16 Min. Lesezeit ·
Starten Sie Ihre erste Prüfung in wenigen Minuten.
Öffnen Sie die Konsole, nutzen Sie Ihren kostenlosen Start und senden Sie eine Testanfrage. Laden Sie erst Guthaben auf, wenn Sie Live-Ergebnisse brauchen.