KI-Forensik für Versicherungen

Betrug erkennen, bevor es teuer wird

Analyse

Bild- &
Dokumentenprüfung

Nachvollziehbare
Ergebnisse

Integration in
Ihren
Claim-Prozess

Erkennen Sie welcher Schaden echt ist?

Echt

Fake

KI-MANIPULIERT

BEFUND: Unser System erkennt eine gezielte Manipulation im gezeigten Bereich

Echt

Fake

KI-GENERIERT

BEFUND: Unser System erkennt deutliche Spuren von KI-Synthese

Echt

Fake

BEFUND: Unser System erkennt deutliche Authentische-Spuren

Echt

Fake

KI-GENERIERT

BEFUND: Unser System erkennt deutliche Spuren von KI-Synthese

Echt

Fake

BEFUND: Unser System erkennt deutliche Authentische-Spuren

Echt

Fake

KI-GENERIERT

BEFUND: Unser System erkennt deutliche Spuren von KI-Synthese

Ein Verdachtsmoment reicht nicht.
Mehrere Signale schon.

Ein Schadenfall besteht oft aus einer Kombination von Bildern und Dokumenten – durch eine Prüfung mit verschiedenen Verfahren entsteht ein Gesamtbild des Betrugsversuches.

Silberner VW Golf mit beschädigtem vorderem Kotflügel.
Analyse…

KI-Synthese

Erkennt Spuren von KI-generierten Inhalten

Manipulation

Erkennt klassische und KI-bedingte Manipulationen

Dubletten

Sucht nach identischen Inhalten in internen und externen Datenquellen

Plausibilität

Prüft inhaltliche Informationen von Dokumenten auf Plausibilität

Metadaten

Analysiert Dateiinformationen auf Auffälligkeiten

Damit können wir alle gängigen bild- und belegbasierten Betrugsszenarien zuverlässig erkennen.

Neuramancer Logo

Forensische
Analyse

Ergebnis: KI-MANIPULIERT
Echt 22 %
KI-Synthese 82 %
Anomalien 52 %

Kurzbefund

Deutliche Spuren von KI-Bildmanipulation erkannt.

Heatmap

Farbige Heatmap hebt auffällige Kratzspuren hervor.

Erklärbare Forensische
Reports – Keine Blackbox

Für Ermittlungen, Schadenprüfung und
Streitfälle braucht es mehr als einen Score.

  • Klassifikation des Materials

    Echt, KI-generiert oder Manipuliert

  • Metadatenanalyse

    Prüfung von Ursprung & Änderungen

  • Unsicherheitsanalyse

    Mit klaren Wahrscheinlichkeiten

  • Dublettencheck

    Abgleich mit bekannten Datenquellen

  • Visuelle Heatmaps

    Auffälligkeiten auf einen Blick

  • Forensische Interpretation

    Nachvollziehbar & verständlich

Minimierung von False Positives:

Unsere intelligente Unsicherheitsanalyse erkennt unklare und unstimmige Datenlagen und kennzeichnet diese gezielt als unsicher, statt voreilige Fehlentscheidungen zu treffen.

So integrieren wir Vertrauen in Ihren Schadenprozess

  1. Kunde Kunde
  2. Kunde Schadenmeldung
  3. Kunde Input
    Management
  4. Kunde Schaden-/ Betrugsprüfung
  5. Kunde Entscheidung
  6. Kunde Auszahlung
Eingangsscan

(1) Eingangsscan

Vollautomatisierte Analyse eingehender Medien und Erkennung verdächtiger Fälle.

Forensische Analyse

(2) Forensische Analyse

Forensischer Report verdächtiger Fälle mit belastbaren Nachweisen.

Über API integrierbar

Für den Einsatz im großen
Maßstab konzipiert.

Weniger Aufwand. Mehr Sicherheit.

Schnellere Prüfung

Weniger manuelle Sichtkontrolle durch automatisierte Vorprüfung

Weniger Betrugsverluste

Verdächtige Schadenfälle frühzeitig identifizieren

Sichere Automatisierung
Mehr Sicherheit für automatisierte Schadenprozesse

Gezielte Betrugsabwehr
Tranzparente Analyseergebnisse als fundierte Entscheidungsgrundlage

Aus der Forschung.
In die Praxis.

Moderne Mediengenerierung basiert auf einer Vielzahl von Verfahren: von Diffusionsmodellen und autoregressiven Transformern bis zu GANs und Autoencoder-Architekturen. Wir verstehen, wie diese Modelle arbeiten, und nutzen dieses Wissen, um synthetische Medien technisch fundiert zu analysieren.

Aus der Forschung.
In die Praxis.

Moderne Mediengenerierung basiert auf einer Vielzahl von Verfahren: von Diffusionsmodellen und autoregressiven Transformern bis zu GANs und Autoencoder-Architekturen. Wir verstehen, wie diese Modelle arbeiten, und nutzen dieses Wissen, um synthetische Medien technisch fundiert zu analysieren.

Logo des Media Lab Bayern
Logo Stellwerk 18
Logo Spring-D - Bundesagentur für Sprunginnovationen
Logo des Microsoft Founders hub
Logo Gründerland Bayern
Logo Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie

Beim diesjährigen Innovationspreis Bayern in der Kategorie „Start-Up“ konnte Neuramancer den 1. Platz gewinnen.

Vertrauen Sie nicht unserem Marketing.
Prüfen Sie unsere Evidenz.

Neuramancer gewinnt den Innovationspreis Bayern 2026

(Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie)

Beim diesjährigen Innovationspreis Bayern in der Kategorie „Start-Up“ konnte Neuramancer den 1. Platz gewinnen. Unter 230 hochkarätigen Einreichungen überzeugte das junge Unternehmen die Jury und nahm die Auszeichnung persönlich von Bayerns Wirtschaftsminister Hubert Aiwanger entgegen.

Wie Fake-Videos die Demokratie bedrohen

(Beitrag von Pro7 :newstime)

KI-generierte Videos und Deepfakes werden immer realistischer und sind mit bloßem Auge kaum noch zuverlässig zu erkennen. Anika Gruner erklärt, wie die Suche nach Spuren funktioniert.

Neuramancer gewinnt bayerisches Finale des Female Founders Contest 2026

(Bericht im VentureCapital Magazin)

Beim Bayerischen Female Founders Contest 2026 überzeugte Anika Gruner im bayerischen Finale mit ihrem Pitch und setzte sich gegen zwölf weitere Finalistinnen durch.

Neuramancer in Doku über Deepfakes von Collien Fernandes zu sehen

ARD Mediathek

Collien Fernandes war in Rosenheim, um sich bei uns über Möglichkeiten der Deepfake Detection zu informieren – ihr Interview mit Anika Gruner ist in der Doku ab Minute 35 zu sehen.

Deepfakes: Risiken, rechtliche Rahmenbedingungen & Erkennungstechnologien

(Gastbeitrag bei Civic Coding-Forum)

In unserem gemeinsamen Civic Coding-Forum mit dem Media Lab Bayern haben wir diskutiert, wie Medienbildung vor Desinformation schützen und wie KI-Anwendungen bei Faktenprüfung und dem Erkennen von Manipulation helfen können.  Eines der Praxisbeispiele war die Software des Start-ups Neuramancer, mit der sich Manipulationen von Bildern und Videos erkennen lassen. Der Gründer, Anatol Maier, vertieft in seinem Gastbeitrag die Gefahren von sogenannten Deepfakes und Möglichkeiten, gegen sie vorzugehen.

Startup entwickelt Software gegen Deepfakes in digitalen Medien

Bericht über Neuramancer auf Merkur.de

Ein gefälschtes Bild kann Karrieren zerstören und Wahlen beeinflussen – selbst wenn es komplett erfunden ist. Zwei Gründer sagen den sogenannten Deepfakes den Kampf an.

Interview mit Martin Sondenheimer und Anatol Maier in der Finanzwelt

In einem Interview mit dem Branchenmagazin Finanzwelt stellen sich Anatol Maier und Martin Sondenheimer den Fragen der Journalisten zum Thema „Wie hält Deepfake Detection von Neuramancer mit der schnellen KI Entwicklung mit? Welche technischen Herausforderungen erwarten uns in Zukunft und welche kommenden Use Cases gibt es für Neuramancers Technologie.

Trotz Wirtschaftskrise erfolgreich werden mit eigenem Startup: Wie geht das?

BR24 vor Ort

Wie kann ein Startup erfolgreich werden? Wie müssen Gründer ticken, um ihre Idee zu Geld zu machen? Berichterstattung BR24

Deepfake des Papstes mit einem Fake-Stempel darauf

Expertise beim Beitrag zu Deepfakes in der Sendung „Stationen“ des Bayerischen Rundfunks.

Realität oder Fake? Die Fotos vom Papst im weißen Daunenmantel oder Donald Trumps „Verhaftung“ sind relativ leicht als Fälschungen zu entlarven. Doch Künstliche Intelligenz schleicht sich immer mehr in den Alltag der Menschen. Und schafft Misstrauen.

Podcast zum Fall von gefakten Agenturbildern zum Thema Iran

Holger ruft an – wegen Deepfakes

Im März 2026 machte der „Spiegel“ transparent, dass er versehentlich KI-generiertes Bildmaterial in seiner Berichterstattung über den Iran verwendet hatte. Die Redaktion erkannte das erst, als es zu spät war – nachdem die Bilder veröffentlicht worden waren. Mit Hilfe von Neuramancer wurden die verdächtigen Bilder geprüft – der Podcasthost Holger Klein von Übermedien hat Anika Gruner dazu interviewt.

Podcast zum Thema Deepfakes und Faktencheck auf Spotify.

Fake News & Fact-Checking
Die Angst, sich nicht mehr auf die eigenen Augen verlassen zu können, geistert beim Thema Deepfakes herum. Apps und frei zugängliche Online-Plattformen machen das Erstellen kinderleicht. Eine Kennzeichnungspflicht gibt es nicht. Das erschwert natürlich das Entlarven. Diese Folge widmet sich typischer Erkennungsmerkmale von KI generierten Bildern, Videos und Audios. Was genau heißt es, auf Objektpermanenz und Tonalität zu achten? Warum ist auf das Auge weiterhin Verlass? Weshalb sind KI-Detektoren eher unzuverlässig? Jana Heigl vom Faktencheck-Format Faktenfuchs, Johanna Steele von der Neuen Presse und Anatol Maier vom Startup Neuramancer AI geben Input.

Logo des XPLR: Media in bavaria

Pressebericht der XPLR: Media in Bavaria

Wie können Medienschaffende KI-generiertes oder -verändertes Material erkennen? Anika Gruner und Anatol Maier kennen die Antwort. Sie entwickeln mit ihrem Start-up Neuramancer AI eine Software, die prüfen kann, ob bei der Erstellung von Inhalten künstliche Intelligenz zum Einsatz kam.

Aktueller Beitrag über Neuramancer beim Kulturmagazin Cappricio vom BR

Autor Maximilian Sippenauer besuchte Neuramancer und stellte sich die Frage: Wie geht es weiter mit Bildern in unserer Gesellschaft?

Podcast zum Thema Deepfakes und Faktencheck auf Spotify.

zu Gast Anika Gruner und Anatol Maier
Deepfakes in Bildern, Videos und Audioformaten werden immer schwerer zu entlarven. Das ist ein zunehmendes Problem in den Medien. Neuramancer, eine fortschrittliche KI, schafft Abhilfe, indem sie manipulierte und KI-generierte Fakes aufdeckt. Wie funktioniert diese Technologie, und welche Rolle spielt sie in der Zukunft der Medien? Host Sabrina Harper spricht mit den Expert:innen Anika Gruner und Anatol Maier über die rasanten Entwicklungen im Bereich Deepfake-Detection und was Medienschaffende daraus lernen können.