Deepfakeerkennung im Versicherungswesen
Versicherungsbetrug kostet die deutsche Branche jährlich über sechs Milliarden Euro – dabei fungieren Generative KI Modelle als Katalysator. Von manipulierten Schadenfotos über gefälschte Reparaturrechnungen bis hin zu komplett erfundenen Unfallszenarien: Die digitale Transformation hat Betrügern eine ganze Palette neuer Werkzeuge in die Hand gegeben. Höchste Zeit, dass Versicherer mit ebenso mächtigen Werkzeugen arbeiten, um den zunehmend automatisierten Betrugsversuchen Einhalt zu gebieten.
Betrug hat viele Gesichter – nicht nur Deepfakes
Wenn von Deepfakes die Rede ist, denken die meisten an hyperrealistische Videos, in denen Personen Dinge sagen, die sie nie gesagt haben. So hat bspw. Eckhard von Hirschhausen META verklagt, da Videos verbreitet wurden auf denen er angeblich für „Abnehmpillen“ warb. Das Ergebnis des Verfahrens in welchem er erreichen will, dass META weitere solcher Videos pro aktiv blockieren oder löschen muss, ist noch anhängig.
Bild & Video zählen alleine nicht mehr als Beweis
Im Versicherungskontext zeigt sich multimediale Manipulation schon lange in vielfältigen Formen. Klassische Betrugsfälle reichen von vorsätzlich herbeigeführten Autounfällen über fingierte Schäden und Diebstähle bis hin zu überhöhten Rechnungen. Jeder Schadensachbearbeiter kann über Betrugsversuche vermutlich ein Buch schreiben.
Mit fortschrittlicher Bildbearbeitungssoftware und KI-Tools können Betrüger heute aber weit subtiler vorgehen: Sie erstellen täuschend echte Schadenfotos, manipulieren Fahrzeugdaten oder inszenieren Unfälle mit gefälschten Dashcam-Aufnahmen als „Beweis“.
Besonders kritisch wird es, wenn gefälschte Dokumente ins Spiel kommen: Reparaturrechnungen, Gutachten, Kaufbelege – all diese Unterlagen lassen sich mit moderner Software so überzeugend fälschen, dass selbst erfahrene Sachbearbeiter sie nicht auf den ersten Blick erkennen. Dieses Problem entwickelt sich in Richtung ungeahnter Dimensionen:
Deepfakeerstellung in nicht mal 40 Sekunden ➔
Sehen Sie wie leicht man vorhandene Bilder mit nur einem kurzen Prompt mittel KI manipulieren kann
Betrug ist auf dem Vormarsch
Eine Experian-Studie aus Februar 2025 hat ergeben, dass 61 Prozent der deutschen Unternehmen 2024 mehr Geld durch Betrug verloren haben, als im Vorjahr. 76 Prozent der deutschen Befragten sind der Meinung, dass GenAI die Betrugslandschaft dauerhaft verändert hat. So wird jenseits der Versicherungswirtschaft der gesamte Bereich „Know your Customer“ – sprich die digitale Identifikation Zielscheibe von Betrugsaktivitäten mit generativer KI.
Dokumente im Fokus: Mehr als nur Bilder
Während Deepfake-Videos medial viel Aufmerksamkeit erhalten, spielt sich ein Großteil des Betrugs im Bereich der Wirtschaft auf der Bild- und Dokumentenebene ab. Versicherer haben es nicht nur mit manipulierten Fotos zu tun, sondern auch mit gefälschten PDFs, bearbeiteten Screenshots und recycelten Bildern aus früheren Schadenfällen. Ein Schadenfoto kann beispielsweise aus dem Internet stammen, mit Metadaten versehen und als aktueller Beweis eingereicht werden. Oder ein echtes Foto wird nachträglich digital bearbeitet, um den Schadenumfang größer erscheinen zu lassen.
Neben den klassischen Manipulationen, die schon seit Jahren bekannt sind (u.a.alte Fotos werden als neu ausgegeben oder Schäden werden nachträglich mittels Bildbearbeitung „vergrößert) entstehen komplett neue Bereiche vor allem der Teil-Manipulation von Bildern und oder Dokumenten.
So ist es heute ein Leichtes, ein authentisches Schadenbild mit dem „richtigen“ Hintergrund zu erzeugen, indem lediglich der Schaden in das vorhandene Objekt „hineingeneriert“ wird.
Die Milliarden-Rechnung:
Warum Versicherer jetzt handeln müssen!
Die generelle Wirtschaftslage mit steigenden Preisen und sinkender Kaufkraft geht auch an Versicherungsunternehmen nicht vorbei, so dass sogar bei gleichbleibender Schadenstatistik (laut GDV etwa 10 Prozent aller Einreichungen) höhere Kosten entstehen. Die Versicherungswirtschaft steht also von mehreren Seiten unter Druck.
Versicherungsbetrug ist kein Kavaliersdelikt
Angesichts dieser Entwicklung ist klar: Versicherer können es sich nicht mehr leisten, auf manuelle Prüfprozesse und Bauchgefühl zu setzen. Multimediaforensik – die systematische Analyse digitaler Bild-, Video- und von Dokumenten – wird zur strategischen Notwendigkeit. Dabei hilft ein rechtlicher Sachverhalt: Normalerweise müssen Versicherer Betrugsversuche bzw. deren Umsetzung nachweisen. Besteht aber ein begründeter Verdacht eines Betrugsvorhabens entsteht eine sogenannte Beweislastumkehr. Nun muss der Versicherte nachweisen, dass er nicht betrogen hat. Forensische Gutachten können hier den entscheidenden Vorteil bringen, um nennenswert Ressourcen einzusparen, die ansonsten für die Bearbeitung von Schadensverdachtsfällen eingesetzt werden.
Entscheidend ist dabei die Erklärbarkeit der Ergebnisse. Gerade im regulierten Umfeld von Versicherungen reicht es nicht, dass ein System „Manipulation erkannt“ meldet – es muss nachvollziehbar sein, warum ein Bild oder Dokument verdächtig ist, welche Merkmale auf Bearbeitung hindeuten und mit welcher Wahrscheinlichkeit eine Fälschung vorliegt. Bayessche neuronale Netze bieten hier einen Vorteil: Sie liefern kalibrierte Vertrauenswerte, die sich direkt in automatisierte Prüfprozesse integrieren lassen und Sachbearbeitern fundierte Entscheidungsgrundlagen geben.
Automatisierung trifft auf Compliance
Die Integration forensischer Bildanalyse in bestehende Schadenmanagement-Systeme bringt mehrere Vorteile mit sich. Erstens können verdächtige Fälle bereits bei der Erstmeldung (FNOL – First Notice of Loss) automatisch gefiltert werden. Das spart Zeit, reduziert manuelle Prüfaufwände und ermöglicht es den Teams, sich auf wirklich kritische Fälle zu konzentrieren. Zweitens lassen sich Wiederholungstäter besser identifizieren, wenn Muster über mehrere Schadenfälle hinweg analysiert werden können.
Gleichzeitig müssen solche Systeme den strengen Anforderungen der DSGVO und anderer Datenschutzvorschriften genügen. Sensible Kundendaten dürfen nicht unkontrolliert verarbeitet werden, und die Nachvollziehbarkeit algorithmischer Entscheidungen ist gerade im Versicherungskontext unverzichtbar. Lösungen, die von Grund auf mit Fokus auf Compliance und Erklärbarkeit entwickelt wurden, bieten hier einen klaren Wettbewerbsvorteil – nicht nur gegenüber Betrügern, sondern auch im Hinblick auf regulatorische Anforderungen wie den AI Act.
Robustheit und kontinuierliches Training
Die Bedrohungslandschaft entwickelt sich ständig weiter. Was heute noch als state-of-the-art Fälschung gilt, ist morgen vielleicht Standard. Deshalb braucht es Systeme, die nicht statisch sind, sondern kontinuierlich auf neuen Daten trainiert und verbessert werden. Eine eigene Forschungskompetenz ermöglichen es, Modelle laufend zu aktualisieren und auf neue Manipulationstechniken zu reagieren. Zudem sollten Manipulationserkennungstools auf physikalische Spuren statt inhaltlichen Mustern setzen, da semantische Fehler in Bildinhalten (Die berühmten „6 Finger“, die erste KI Generatoren gerne mal gezaubert haben) zunehmend verschwinden.
Versicherer, die frühzeitig in robuste Multimediaforensik investieren, verschaffen sich einen Vorsprung: Sie können nicht nur aktuelle Betrugsfälle aufdecken, sondern sind auch für zukünftige Bedrohungen gewappnet. Das schützt nicht nur die eigene Bilanz, sondern auch die Prämien ehrlicher Kunden und das Vertrauen in die Branche insgesamt.
Vertrauen durch Transparenz
Am Ende geht es bei Deepfakeerkennung und Multimediaforensik nicht nur um Schadenabwehr, sondern um Vertrauen. Versicherer, die transparent zeigen können, dass sie über zuverlässige Prüfmechanismen verfügen, stärken ihre Glaubwürdigkeit gegenüber Kunden, Aufsichtsbehörden und Partnern. Die Kombination aus technischer Robustheit, wissenschaftlich fundierter Methodik und regulatorischer Compliance schafft eine Basis, auf der ehrliche Kunden fair behandelt und Betrüger effektiv erwischt und auch abgeschreckt werden.
Sie wollen mehr über Multimediaforensik im Versicherungskontext erfahren?
Bei Neuramancer entwickeln wir Technologien, die Manipulationen in Bild, Video und Audio systematisch prüfen und verlässlich entlarven können.
Buchen Sie jetzt einen Expertenaustausch!