Wie Vaarhaft Deepfakes erkennt und Versicherungsbetrug verhindert

Mar 24, 2026

Linus Kameni, Gründer von Wahrhaft, spezialisiert auf KI-gestützte Deepfake-Detektion und Prävention. Er erklärt Pixelanalyse mit Deep Learning. Es geht um Safecam-Absicherung, warum Detektoren nur Wahrscheinlichkeiten liefern, wie Versicherungen Betrug reduzieren und warum eine Kombination aus Technik, Prävention und Medienkompetenz nötig ist.

Ask episode

AI Snips

Chapters

Transcript

Episode notes

ANECDOTE

Kollegin Fälschlich Als KI-Autorin Beschuldigt

Max Mundhenke erzählt, wie eine Kollegin fälschlich von einem Kunden beschuldigt wurde, KI-generierten Text geschrieben zu haben.
Das Beispiel zeigt Grenzen von Text-Detektoren und warum OpenAI solche Tools zurückgezogen hat.

ADVICE

Nutze Detection Nur Als Hinweis Und Folge Mit Verifikation

Nutze Detektionstools als Hinweisgeber, nicht als endgültige Entscheider; flagge auffällige Fälle zur weiteren Prüfung.
Wahrhaft verbindet Detektion mit einer Safecam, die bei Verdacht eine gesicherte Reauthentifizierung verlangt.

INSIGHT

Pixelanalyse Ist Robuster Als Metadatenchecks

Pixelanalyse statt reine Metadatenprüfung ist Hauptansatz, weil Metadaten leicht manipuliert oder durch Screenshots verloren gehen.
Wahrhaft sucht nach Auffälligkeiten in der Pixelanordnung und Anomalien bei nachträglicher Bearbeitung.

Get the Snipd Podcast app to discover more snips from this episode

Get the app

In dieser Folge von „Kollegin KI“ begrüßt Max Mundhenke den Gründer von Wahrhaft, Linus Kameni. Gemeinsam tauchen sie in die Welt des KI-gestützten Betrugs ein, der die Wirtschaft bereits Milliarden kostet. Ein zentrales Thema ist die Provokation, dass Detektions-Tools allein keine hundertprozentige Sicherheit bieten können. Kameni argumentiert jedoch leidenschaftlich für einen ganzheitlichen Ansatz: Es geht nicht um absolute Perfektion, sondern darum, durch technologische Hürden die Hemmschwelle für Betrüger wieder massiv zu erhöhen. Während Max Mundhenke die Rückkehr zu menschlichen Verifikationsprozessen als Lösung vorschlägt, zeigt Linus Kameni auf, wie Deep Learning bereits heute hilft, manipulierte Pixel und Audios in der Praxis zu entlarven.

Über diese Themen sprechen Max und Linus in dieser „Kollegin KI“-Epsiode Milliardenschaden durch Deepfakes. Wie ein spektakulärer Betrugsfall in Hongkong zeigte, wie groß die Gefahr durch KI-generierte Deepkakes in Zoom-Calls ist.Detektion mittels Pixel-Analyse. Wie Vaarhaft Deep-Learning-Verfahren nutzt, um statistische Anomalien in der Pixelanordnung zu finden, die für menschliche Augen längst unsichtbar sind.

Grenzen statistischer Wahrscheinlichkeit. Warum Detektoren keine absoluten Beweise liefern können, sondern immer nur kalibrierte Wahrscheinlichkeiten. Prävention gegen Deepfakes. Wie Vaarhaft mit einer gesicherten Kamera-App digitale Fälschungen am Ursprung verhindern will.Drei Säulen Sicherheit. Warum es neben technischer Detektion und präventiver Absicherung nicht ohne gestärkte gesellschaftlichen Medienkompetenz geht. Mensch gegen Maschine. Wieso es bei der Verifikation nicht nur um die Stärken der KI gehen sollte, sondern auch um menschliche Unzulänglichkeiten. Zukunft der Hardware-Sicherheit. Weshalb die langfristige Lösung der KI-Fraud-Problematik in Hardware liegen dürfte, die mit fälschungssicheren Sensoren und Mikrofonen arbeitet.

Der Chatbot zur Folge: https://bio.to/KolleginKI_Chatbot

Mehr zu Linus bei Linkedin (https://www.linkedin.com/in/linus-kameni))

Weiterführende Infos zu Vaarhaft (https://www.vaarhaft.com)) Mehr zu Max bei Linkedin (https://www.linkedin.com/in/tomkraftwerk/))

Produktion: Podstars by OMR