Versicherungsbetrug mit KI: Schadenfotos in der Regulierung prüfen

Bei Schadenfotos ist die Erkennung von KI-Erzeugung oder Bearbeitung eine Teilfrage. Entscheidend bleibt, ob das Foto die konkrete Schadenbehauptung stützt: dieses Fahrzeug, dieser Schaden, dieses Ereignis. Halten Sie die Behauptung fest, sichern Sie die eingegangene Datei und prüfen Sie Kontext, Herkunft und Bildinhalt getrennt. Die Analyse liefert Hinweise für weitere Nachweise; die Entscheidung über den Schadenfall trifft Ihr Fachteam.

Ein generiertes Bild, ein lokal veränderter Schadenbereich, ein Foto aus einem früheren Schadenfall und ein echtes, aber unzureichendes Bild verlangen jeweils einen anderen nächsten Schritt: eine bessere Aufnahme anfordern, ein früheres Foto abgleichen, eine lokale Veränderung fachlich prüfen lassen oder einen Verdacht schließen, den die Belege erklären.

Wenn Sie gerade einen Fall bearbeiten, beginnen Sie mit den vier Prüfwegen und dem Fallbeispiel zur Delle in der hinteren Tür; dort finden Sie eine Nachweisanforderung zum Kopieren. Wenn Sie einen Prozess aufsetzen, nutzen Sie die Übergabetabelle, das Prüfprotokoll und die getrennten Kennzahlen für Fotos und Schadenfälle.

Auf einen Blick

Was die Zahlen zu Versicherungsbetrug und KI tatsächlich sagen

Der Gesamtverband der Deutschen Versicherungswirtschaft (GDV) schätzt den Schaden durch Versicherungsbetrug auf mehr als sechs Milliarden Euro pro Jahr. Der Anteil der Verdachtsfälle an allen Schadenmeldungen liegt nach GDV-Angaben langfristig unverändert bei etwa zehn Prozent, die Hälfte der dubiosen Schäden entfällt auf die Kraftfahrtversicherung, und häufig geht es um manipulierte Kaufbelege. Diese Angaben stammen aus einer Medieninformation mit Stand Mai 2024 und beziehen sich auf Versicherungsbetrug insgesamt. Eine Aussage zu KI-generierten oder KI-bearbeiteten Schadenfotos enthalten sie nicht (GDV, Medieninformation, zuletzt aktualisiert am 02.05.2024).

Die Fachpresse beschreibt, wie sich die Manipulationsformen verschieben: Schäden werden auf Fotos vergrößert, Schadenbilder generiert, Rechnungen und Kaufbelege nachträglich verändert. Als Gegenmaßnahmen nennt sie die Prüfung des ganzen Falls statt einzelner Fotos, Plausibilitätsprüfungen, forensische Analysen und im Zweifel die Besichtigung durch Sachverständige. Zugleich betont sie, dass die große Mehrheit der Versicherten Schäden korrekt einreicht und dass die Bewertung und Entscheidung Aufgabe von Fachleuten bleibt (AUTOHAUS, „Versicherungsbetrug mit KI: Wenn Bilder lügen“, 08.06.2026).

In der Schweiz spricht die Branche von Versicherungsmissbrauch; der Schweizerische Versicherungsverband formuliert das Ziel, ihn „im Interesse der ehrlichen Kundinnen und Kunden“ zu bekämpfen (SVV, Versicherungsmissbrauch).

Für die Praxis folgt daraus: Ein Detektor ohne Bezug zur Schadenfrage erzeugt mehr Hinweise, aber nicht unbedingt bessere Nachweisanforderungen. Ziel ist, Auffälligkeiten früh zu erkennen und ehrliche Anspruchsteller nicht mit unnötigen Nachforderungen zu belasten.

Erst die Aussage festlegen, dann die Unsicherheit einordnen

Formulieren Sie vor der Prüfung in einem Satz, wofür das Foto eingereicht wurde: „Das Foto soll den Schaden an der hinteren Tür links zeigen, der beim gemeldeten Anstoß entstanden ist.“ Damit sind Bereich, Gegenstand und Ereignis benannt. Eine Auffälligkeit am Bildrand bekommt so nicht mehr Gewicht, als ihr zusteht.

Die Prüfwege können sich überschneiden. Ein echtes Foto kann einen echten Vorschaden aus einem früheren Ereignis zeigen. Ein generiertes Bild kann ausdrücklich als Veranschaulichung eingereicht worden sein. Halten Sie deshalb fest, wozu der Anspruchsteller das Bild eingereicht und wie er es erläutert hat, bevor Sie die Entstehung der Datei bewerten.

1. Zumutbare Nachweise anfordern

Nach § 31 VVG kann der Versicherer nach Eintritt des Versicherungsfalls Auskünfte verlangen, die zur Feststellung des Versicherungsfalls oder des Umfangs der Leistungspflicht erforderlich sind; Belege kann er verlangen, soweit deren Beschaffung dem Versicherungsnehmer billigerweise zugemutet werden kann (§ 31 VVG). Diese Grenze ist auch ein guter Maßstab für die Bildprüfung: Fordern Sie an, was die Schadenfrage beantwortet, nicht was zufällig interessant sein könnte.

Bei einem Fahrzeugschaden verbindet eine Übersicht das betroffene Bauteil mit dem Fahrzeug, eine Nahaufnahme zeigt den Schaden, eine weitere Perspektive hilft beim Umfang. Bei einem beschädigten Gerät belegt das Typenschild die Identität, eine Gesamtansicht den Zustand. Weitere Aufnahmen aus dem privaten Umfeld sind dafür in der Regel nicht nötig.

Erklären Sie, welche Datei Sie meinen. Viele Anspruchsteller verstehen unter „Original“ den ersten Screenshot, den sie weitergeleitet haben. Bitten Sie ausdrücklich um die Fotodatei vom Aufnahmegerät, nicht um einen Screenshot oder eine über einen Messenger weitergeleitete Kopie, und halten Sie fest, woher die eingereichte Datei stammt.

Legen Sie einen alternativen Weg fest, wenn das Gerät nicht mehr verfügbar, die Originaldatei verloren, der Schaden bereits repariert oder der Ort unsicher ist. Niemand sollte ein beschädigtes Dach erneut betreten müssen, um eine Vorlage zu erfüllen. Die Sachbearbeitung kann stattdessen eine SV-Besichtigung veranlassen oder auf vorhandene Werkstatt- und Reparaturunterlagen zurückgreifen. Ziel ist eine Antwort auf die Nachweisfrage, nicht eine endlose Folge neuer Einreichungen.

2. Eingegangene Dateien sichern und verknüpfen

Geben Sie jeder eingegangenen Datei eine feste Referenz, die mit Schadennummer, Eingangszeit, Einreicher und Eingangskanal verknüpft ist. Sichern Sie die empfangenen Bytes unverändert und verknüpfen Sie Ausschnitte, Markierungen und Vorschaubilder mit dieser Datei. Ein Dateiname kann mehrere unterschiedliche Einreichungen bezeichnen; ein SHA-256-Hashwert unterscheidet exakte Bytes, belegt aber nicht, dass die gezeigte Szene stimmt.

Dokumentieren Sie bekannte Veränderungen beim Eingang. Die komprimierte Vorschau eines Kundenportals und der gespeicherte Upload sind verschiedene Prüfgegenstände. Kennzeichnen Sie Screenshots und weitergeleitete Kopien als solche, damit die nächste Person weiß, welche Fassung zu welchem Befund geführt hat. Fotos enthalten häufig personenbezogene Daten, etwa Kennzeichen oder Standortangaben in den Metadaten; nehmen Sie in Vermerke nur auf, was für die Schadenfrage nötig ist.

3. Kontext und Herkunftsdaten getrennt prüfen

Vergleichen Sie zuerst sichtbare Details mit der Schadenmeldung: Identität des Gegenstands, beschädigter Bereich, geschilderter Ablauf, andere eingereichte Ansichten. Fragen Sie, welche Beobachtungen unabhängig gestützt sind. Drei Fotos, die derselbe Vermittler weiterleitet, liefern nützliche Perspektiven, aber keine drei unabhängigen Belege.

Prüfen Sie danach vorhandene Metadaten und Herkunftsdaten mit geeigneten Werkzeugen. Ein gespeichertes Aufnahmedatum ist eine Angabe, die zu bewerten ist, kein gesichertes Ereignisdatum. Trennen Sie einfache Metadaten von kryptografisch validierten Herkunftsdaten und ein fehlendes Herkunftsprotokoll von einer fehlgeschlagenen Validierung.

Content Credentials (C2PA) können signierte Angaben zu Erstellung und Bearbeitung enthalten. Die Content Authenticity Initiative erläutert, dass eine erfolgreiche Validierung Belege für die Unversehrtheit und, nach der jeweiligen Vertrauensrichtlinie, für die Herkunft der Signatur liefert; sie beweist nicht, dass die gezeigten Inhalte oder alle Angaben wahr oder vollständig sind. Fehlende Content Credentials allein deuten nicht darauf hin, dass ein Inhalt falsch ist (CAI, technische Einführung).

Praktisch beantworten Herkunftsdaten die Frage „Welche Verarbeitung ist aufgezeichnet?“. Die Frage „Ist das der versicherte Gegenstand und das gemeldete Ereignis?“ beantworten sie nicht. Halten Sie Validierungsergebnis und Werkzeugversion zusammen mit der Dateireferenz fest, damit eine andere Person nachvollziehen kann, was tatsächlich geprüft wurde.

4. Eine Analyse wählen, die zur Frage passt

Vollständige Generierung, lokale Veränderung und Wiederverwendung eines Bildes sind verschiedene Aufgaben. Klären Sie, was ein Werkzeug misst und welche Eingaben es unterstützt, bevor Sie ein Ergebnis als Beleg für einen kleinen Schadenbereich behandeln. Eine Einstufung des ganzen Bildes ist nicht automatisch eine Aussage über jedes Blechteil, jeden Wasserfleck oder jede Seriennummer darin.

Das US-amerikanische National Institute of Standards and Technology (NIST) unterscheidet in seiner Übersicht vom November 2024 Verfahren zur Herkunftsnachverfolgung von der Erkennung synthetischer Inhalte anhand von Inhaltsmerkmalen. Es weist außerdem darauf hin, dass technisch legitime Inhalte irreführen können, etwa wenn sie aus dem Zusammenhang gerissen werden. Das spricht dafür, Verfahren zu kombinieren, ohne eines davon als vollständige Darstellung des Ereignisses zu behandeln (NIST AI 100-4, November 2024).

Dokumentieren Sie die tatsächliche Eingabe, die Werkzeugversion, die unterstützte Aufgabe und das zurückgegebene Ergebnis, und zwar mit den Bezeichnungen des Werkzeugs. Ein Wert aus einer Bildklassifikation ist keine Betrugswahrscheinlichkeit. Wie Genauigkeit, Fehlalarme und Schwellenwerte zusammenhängen, erklärt der Ratgeber Wie zuverlässig sind KI-Bilddetektoren?.

Beschreiben Sie einen Befund zu einem Bereich in Alltagssprache und bewahren Sie eine unmarkierte Fassung auf. „Die untere Türkontur unterscheidet sich zwischen A01 und A02“ lässt sich prüfen. „Die Heatmap beweist Betrug“ überspringt Deutung und Absicherung. Ist die Eingabe zu klein, verdeckt oder aus anderen Gründen ungeeignet, vermerken Sie „nicht beurteilbar“, statt eine Ja-Nein-Antwort zu erzwingen.

Das technische Prinzip: Warum lokales Bildrauschen Bearbeitungsspuren tragen kann

Zwei Wandbereiche können ähnliche Farben, aber unterschiedlich feine Schwankungen aufweisen. Ein Bild enthält die Struktur der Szene zusammen mit Effekten von Sensor und Bildverarbeitung; ein lokal ersetzter oder retuschierter Bereich kann dieses Zusammenspiel stören. Rauschbasierte Bildforensik fragt, ob das Schwankungsmuster eines Bereichs zu vergleichbarer Umgebung passt. Sie setzt nicht voraus, dass echte Fotos überall gleichmäßig rauschen.

Ein etabliertes Verfahren betrachtet hochfrequente Wavelet-Koeffizienten, die feine Details hervorheben, und schätzt die lokale Streuung robust. Für Koeffizienten c ist der Median der absoluten Abweichungen vom Median (MAD) definiert als MAD(c) = median(|c − median(c)|). Der Median reduziert den Einfluss weniger Extremwerte stärker, als es das Quadrieren jeder Abweichung täte. Unter einem idealen gaußschen Rauschmodell lässt sich dieses Maß mit einem festen Faktor in eine Schätzung der Standardabweichung umrechnen. Reale Kameraverarbeitung weicht von diesem Modell ab, deshalb braucht die Schätzung eine Deutung (Mahdian und Saic, „Using noise inconsistencies for blind image forensics“, Image and Vision Computing, 2009).

Ein konstruiertes Beispiel macht den Unterschied sichtbar. Die Residuen −2, −1, 0, 1, 2 haben den Median 0 und die MAD 1. Die Residuen −6, −3, 0, 3, 6 haben ebenfalls den Median 0, aber die MAD 3. Die Mitte ist gleich, die Streuung nicht.

Die Analyse von Fileverity prüft unter anderem die Pixelkonsistenz eines Bildes. Jede solche Prüfung muss lokale Rauschschwankungen und den Einfluss von Textur berücksichtigen. Ein gemusterter Vorhang, eine glatt gestrichene Wand und ein dunkler Schatten erzeugen naturgemäß unterschiedliche feine Strukturen. Wer jeden Unterschied als Manipulation deutet, verwechselt die Szene mit der Verarbeitung, um die es geht.

Bei einem Leitungswasserschaden kann ein lokaler Rauschbefund, der genau den gemeldeten Wasserfleck überlagert, eine genauere Prüfung dieses Bereichs zusammen mit weiteren Bearbeitungsspuren und einer zweiten Ansicht rechtfertigen. Wann der Wasseraustritt stattfand oder wie groß der Schaden ist, beantwortet er nicht. Entrauschen, Schärfen und Komprimieren können das Signal verändern oder überdecken, und ein technisch stimmiges Bild kann trotzdem das falsche Ereignis zeigen.

5. Nach der offenen Frage eskalieren

Eine sinnvolle Eskalation hat ein Ziel und eine Abbruchbedingung. Eine unbrauchbare Datei führt zu einer Anforderung besserer Nachweise. Ein konkreter, unerklärter Veränderungsverdacht geht an eine fachlich geeignete Person. Ein Widerspruch zwischen Bildern und unabhängigen Unterlagen geht an die Betrugsabwehr oder die Fallprüfung nach Ihrem internen Verfahren. Die Wege können zusammenlaufen, ihr Ausgangspunkt sollte aber erkennbar bleiben.

Die Abbruchbedingung lautet etwa „eine Ansicht beschaffen, die den Schaden mit dem identifizierten Fahrzeug verbindet“, nicht „so lange Fotos anfordern, bis der Detektor nicht mehr anschlägt“. Eine neue Einreichung wird danach bewertet, ob sie die Frage beantwortet. Mehrere ähnliche Ergebnisse desselben Detektors sind keine unabhängige Bestätigung.

Fileverity unterstützt den technischen Bildprüfschritt: Die Bildforensik mit Analyse prüft auf KI-Generierung, lokalisiert bearbeitete Bereiche mit Pixelkoordinaten, unterscheidet ein echtes Foto mit KI-bearbeiteten Bereichen von einem vollständig generierten Bild, liest Content Credentials aus und kann optional nach Kopien des Bildes im Web suchen. Reicht die Beleglage nicht aus, lautet das Ergebnis „Nicht bestimmbar“. Ihr Schadensystem und Ihre Sachbearbeitung verbinden das Ergebnis mit Fahrzeug, Ereignis und Entscheidung.

Für längere Textunterlagen in derselben Schadenakte, etwa Schadenschilderungen, Kostenvoranschläge mit Leistungsbeschreibung oder Arztberichte, gibt es eine eigene Prüfung: KI-generierte Schadenunterlagen erkennen. Formulare, Tabellen und kurze Belege werden dort nicht als Text bewertet; Fotos von Belegen prüfen Sie als Bild.

Rechtlicher Rahmen: Befund und Entscheidung trennen

Stand: 28.10.2026. Keine Rechtsberatung.

• Auskunfts- und Belegpflicht (DE): § 31 VVG begrenzt Belegforderungen auf das, was dem Versicherungsnehmer billigerweise zugemutet werden kann (§ 31 VVG).
• Automatisierte Einzelentscheidungen: Nach Art. 22 Abs. 1 DSGVO hat die betroffene Person das Recht, nicht einer ausschließlich auf automatisierter Verarbeitung beruhenden Entscheidung unterworfen zu werden, die ihr gegenüber rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt (DSGVO und BDSG, Textausgabe der BfDI, Stand März 2026).
• Versicherungsspezifische Ausnahme: § 37 Abs. 1 BDSG lässt bei Entscheidungen im Rahmen der Leistungserbringung nach einem Versicherungsvertrag weitere Ausnahmen zu, vor allem wenn dem Begehren der betroffenen Person stattgegeben wurde. Eine Leistungskürzung oder Ablehnung auf Grundlage eines Bildbefunds sollte deshalb durch eine Person entschieden werden (§ 37 BDSG).
• Aufsicht über KI-Systeme bei Versicherern: Nach § 2 Abs. 3 KI-MIG ist die BaFin Marktüberwachungsbehörde für KI-Systeme, die in unmittelbarem Zusammenhang mit regulierten Finanztätigkeiten beaufsichtigter Unternehmen eingesetzt werden; dazu zählen Versicherungsunternehmen (KI-MIG, BGBl. 2026 I Nr. 223).
• Österreich und Schweiz: § 31 VVG und § 37 BDSG sind deutsches Recht. Prüfen Sie Auskunfts- und Mitwirkungspflichten sowie die datenschutzrechtlichen Vorgaben für Österreich und die Schweiz gesondert.

Fileverity ist entsprechend ausgelegt: Ergebnisse sind Belege für eine menschliche Entscheidung. Die Ablehnung eines Schadens allein aufgrund des Ergebnisses ist ausdrücklich nicht vorgesehen. Ein Bericht von Fileverity ist kein Gutachten und ersetzt keine Besichtigung durch Sachverständige.

Fallbeispiel (fiktiv): Eine fragliche Delle in der hinteren Tür

Dieses erfundene Beispiel zeigt, wie ein technischer Hinweis eine Nachweisanforderung verändert.

Ein Versicherungsnehmer meldet einen Vollkaskoschaden: Beim Ausparken sei er seitlich gegen einen Poller gestoßen. Er reicht drei Fotos ein. A01 ist eine Nahaufnahme der hinteren Tür links, A02 eine Seitenansicht des Fahrzeugs, A03 zeigt das Kennzeichen und die Fahrzeug-Identifizierungsnummer (FIN) hinter der Windschutzscheibe. Auf A01 wirkt die Delle tiefer als auf A02. Ein Prüfwerkzeug meldet für A01 zusätzlich einen Hinweis auf eine lokale Veränderung. Der beigefügte Kostenvoranschlag der Werkstatt sieht den Austausch der Tür vor.

Beobachtung: Die Delle wirkt in beiden Ansichten unterschiedlich, und das Werkzeug hat für eine Datei einen Hinweis ausgegeben. Schlussfolgerung: Eine Veränderung ist eine mögliche Erklärung. Licht, Blickwinkel, Dateiverarbeitung und Aufnahmen zu verschiedenen Zeitpunkten sind andere, noch offene Erklärungen. Weder die Beobachtung noch das Werkzeugergebnis belegen eine Absicht.

Der lokale Hinweis lenkt die Nachforderung auf die hintere Tür; er rechtfertigt keine Fotos anderer Fahrzeugteile. Die Sachbearbeitung fordert die vorhandene Originaldatei zu A01 und eine Ansicht an, die diese Tür mit dem identifizierten Fahrzeug verbindet:

Sehr geehrter Herr [Name], bitte senden Sie uns zu Foto A01 die Originaldatei direkt vom Aufnahmegerät, nicht einen Screenshot oder eine weitergeleitete Kopie. Die Delle an der hinteren Tür links wirkt auf A01 und A02 unterschiedlich. Wenn es Ihnen gefahrlos möglich ist, senden Sie uns bitte zusätzlich eine überlappende Aufnahme, die diese Tür und so viel vom Fahrzeug zeigt, dass wir sie dem bereits übermittelten Kennzeichen zuordnen können. Teilen Sie uns bitte auch mit, ob die Fotos vor oder nach einer Reparatur entstanden sind. Ist eine weitere Aufnahme nicht möglich, melden Sie sich bitte bei uns; wir stimmen dann eine Besichtigung oder die Einsicht in vorhandene Werkstattunterlagen mit Ihnen ab. Mit freundlichen Grüßen, [Sachbearbeitung, Schadennummer]

Die Sachbearbeitung prüft außerdem, ob der Kostenvoranschlag genau dieses Bauteil beschreibt und wann die Werkstatt es begutachtet hat. Eine fachlich geeignete Person erhält die Referenzen der Originaldateien und die konkrete Frage zur Tür, nicht ein unerklärtes Etikett „KI-Betrug“.

Die Prüfung kann in drei Zuständen enden. Bestätigt eine Besichtigung den beschriebenen Schaden und erklärt der Vergleich mit der Originaldatei den Unterschied, wird der Bildhinweis mit dieser Begründung geschlossen; weitere Detektorläufe sind für diese Frage unnötig. Widerspricht die Besichtigung dem eingereichten Schaden und bleibt der Unterschied unerklärt, geht der konkrete Widerspruch nach internem Verfahren an die Betrugsabwehr. Lässt sich kein geeigneter Nachweis beschaffen, bleibt der Fall mit benannter Zuständigkeit und Wiedervorlage offen; eine ausbleibende Antwort wird nicht zum technischen Befund.

Ein passender Zwischenvermerk lautet: „Die Delle auf A01 weicht von A02 ab. Das Werkzeugergebnis ist ein technischer Prüfhinweis. Der Zusammenhang der Ansichten ist offen. Originaldatei und verbindende Ansicht angefordert; Abgleich mit dem Kostenvoranschlag vor weiteren Schritten durch die Sachbearbeitung.“ Dieser Vermerk benennt Beleg, Unsicherheit, Zuständigkeit und nächsten Schritt, ohne vorschnell Schuld zuzuweisen. Ein Fileverity-Bericht zu A01 gibt dem Vermerk eine belegbare Grundlage: Er markiert bearbeitete Bereiche mit Pixelkoordinaten, weist ausgelesene Content Credentials getrennt vom Pixelbefund aus und hält Hashwert und Zeitstempel der geprüften Datei fest.

Prüfprotokoll für die Schadenakte

Ein knappes Protokoll ist nützlicher als ein Ordner unerklärter Ausgaben. Passen Sie die Vorlage an Ihr Schadensystem und Ihre Aufbewahrungsregeln an.

Dokumentieren Sie ausgeräumte Hinweise ebenso wie Eskalationen. Sonst wird die Akte nach und nach zu einem Verdachtskatalog, und es lässt sich nicht mehr erkennen, welche Hinweise unnötige Arbeit verursacht haben. Ändert jemand eine Einschätzung, bleibt die frühere erhalten und die neue wird mit dem neuen Nachweis begründet. Ein Bericht von Fileverity mit SHA-256-Hashwert, vertrauenswürdigem Zeitstempel nach RFC 3161 (DigiCert) und öffentlicher Verifizierungsseite kann dieser Akte beigefügt werden; er dokumentiert den technischen Befund, nicht die Regulierungsentscheidung.

Fotos und Schadenfälle getrennt messen

Die Zahl markierter Fotos ist ein Maß für den Prüfaufwand, keine Zahl betrügerischer Schadenfälle. Mehrere Fotos können zu einem Fall gehören, ein Hinweis kann eine harmlose Verarbeitung betreffen, und manche geprüften Fälle bleiben offen.

Ein rein fiktiver Monat: 1.000 eingereichte Fotos aus 200 Schadenfällen. Der Ablauf markiert 60 Fotos aus 25 Fällen; diese 25 Fälle gehen in die Bildprüfung. Zum Stichtag ist in 8 Fällen ein bildbezogener Verdacht bestätigt, in 12 ausgeräumt, 5 sind offen.

Die Markierungsquote der Fotos beträgt 60 / 1.000 = 6 %. Der Anteil der Fälle in der Bildprüfung beträgt 25 / 200 = 12,5 %. Unter den 20 Fällen mit geklärtem Bildhinweis wurde er in 8 bestätigt: 8 / 20 = 40 %. Diese 40 % beschreiben geklärte Bildhinweise innerhalb der geprüften Gruppe. Sie messen weder die Betrugshäufigkeit noch übersehene Fälle im Gesamtbestand.

Erfassen Sie zusätzlich Bearbeitungszeit und wiederholte Nachforderungen. Prüfen Sie eine geeignet gezogene Stichprobe nicht markierter Fälle in einem unabhängigen Verfahren, um übersehene Fälle zu erkennen. Führen Sie offene Fälle getrennt und berichten Sie Veränderungen bei Eingangskanälen oder Schadenarten, die eine Verschiebung erklären können. Eine höhere Markierungsquote allein sagt nicht, ob die Erkennung besser oder die Eingaben schwieriger geworden sind.

Ein Pilotprojekt an einem Prüfschritt beginnen

Lassen Sie sich von Anbietern zeigen, wie ihr System mit repräsentativen, rechtmäßig erhobenen Eingaben aus Ihrem tatsächlichen Eingangsweg umgeht: Originaldateien, übliche verarbeitete Kopien und Bilder, die keine verlässliche Aussage tragen. Legen Sie die Referenzbewertung unabhängig fest; ein Bild gilt nicht schon deshalb als verändert, weil das getestete Werkzeug es markiert.

Vergleichen Sie die Leistung für die Aufgabe, die Sie tatsächlich brauchen, die Belege, die die Sachbearbeitung erhält, und die Zeit bis zur Klärung. Klären Sie vor dem Upload von Schadenmaterial den Umgang mit sensiblen Dateien, Aufbewahrung, Zugriffsrechte und zulässige Weiterverwendung sowie Ihre Rechtsgrundlage mit dem Datenschutzteam.

Beginnen Sie mit einem abgegrenzten Teil des Ablaufs, etwa der technischen Prüfung strittiger Kfz-Schadenfotos. Legen Sie fest, wer das Ergebnis erhält, welche Nachweise diese Person anfordern darf und wann sie abschließt oder eskaliert. Messen Sie, ob das Ergebnis zu einem begründeten nächsten Schritt führt, einschließlich der Zeit bis zum Ausräumen eines Hinweises und der Zahl wiederholter Nachforderungen. Weiter gehende Aussagen über vermiedene Schäden gehören nur dann in das Pilotergebnis, wenn die Auswertung sie trägt.

Datenschutz: Ihre Dateien werden nach der Analyse gelöscht und nie zum Training genutzt; die Analyse läuft auf von Entogo betriebenen Servern in Toronto, Kanada, und Versicherern mit besonderen Anforderungen an den Datenstandort bieten wir im Rahmen von Enterprise auf Anfrage eine private Bereitstellung an. Alle Verarbeitungsorte stehen unter Sicherheit und Datenschutz, den Vertrag nach Art. 28 DSGVO finden Sie unter Auftragsverarbeitung. Stimmen Sie den Einsatz mit Ihrem Datenschutzteam ab, bevor Sie Schadenmaterial hochladen.

Für ein Pilotprojekt oder die Anbindung an Ihr Schadensystem per API sprechen Sie mit unserem Team: Nennen Sie Eingangskanäle, Dateiformate, typische Fotoanzahl je Fall, die zu klärende Unterscheidung, die Prüfkapazität und Ihre Anforderungen an sensible Daten; wir gehen echte Schadenfälle gemeinsam mit Ihrem Team durch. API, Stapelverarbeitung und private Bereitstellung gibt es im Rahmen von Enterprise auf Anfrage.

Wie sich vollständig generierte Bilder von lokalen KI-Bearbeitungen in echten Fotos unterscheiden, erklärt der Ratgeber KI-bearbeitete Bilder erkennen. Wie Sie allgemein prüfen, ob ein Foto bearbeitet wurde, zeigt Erkennen, ob ein Foto bearbeitet wurde; den verwandten Fall im Onlinehandel behandelt Retourenbetrug mit KI-Fotos: Reklamationsfotos prüfen.

Von Yang Zheng · Geprüft von Bill Liu