> ## Documentation Index
> Fetch the complete documentation index at: https://docs.truthlocks.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Deepfake- und Imitationserkennung

> Bewerten Sie bereitgestellte Deepfake- und Imitationsindikatoren oder externe Scores und leiten Sie Schwellenwertergebnisse in Risikosignale um.

> [!WARNING]
>
> Dieser Endpunkt lädt das referenzierte Bild, Video oder Dokument nicht herunter oder prüft es nicht. Er bewertet Indikatoren oder Scores, die von Ihrer Anwendung bereitgestellt werden. Die Werte sind heuristische Risikobewertungen, keine kalibrierten Wahrscheinlichkeiten. Das Label `authentic` bedeutet, dass der konfigurierte Risikoschwellenwert nicht erreicht wurde; es ist kein Beweis dafür, dass Medien authentisch sind, insbesondere wenn keine Indikatoren bereitgestellt wurden.

Die Deepfake- und Impersonation-API bewertet Indikatoren oder externe Scores, die von Ihrer Anwendung für ein referenziertes Subjekt bereitgestellt werden. Sie inspiziert nicht die referenzierten Medien oder Dokumente. Ergebnisse, die den Risikoschwellenwert überschreiten, erzeugen automatisch ein [Risikosignal](https://docs.truthlocks.com/de/guides/risk-signals.md), das Ihre Upstream-Erkennungshinweise mit der Anti-Fraud Identity Firewall-Pipeline verbindet.

> [!NOTE]
>
> Die Deepfake-Erkennung ist Teil der [Anti-Fraud Identity Firewall](https://docs.truthlocks.com/de/guides/risk-signals.md). Scan-Ergebnisse fließen in dieselbe Risikosignal-Pipeline wie andere Betrugssignale, sodass Sie sie von der Konsolenseite **Risiko & Betrug > Signale** oder dem [Listensignale-Endpunkt](https://docs.truthlocks.com/de/api-reference/risk-signals/list.md) abfragen und überprüfen können.

## Funktionsweise

**1. Einen Scan einreichen**

Senden Sie eine `POST` Anfrage an `/v1/risk/deepfake/scan` mit einer Subjekt-Referenz und entweder rohen Indikatorsignalen aus Ihrer Erkennungspipeline oder vorab berechneten Scores von einem externen Modell.

**2. Das Urteil überprüfen**

Die Antwort enthält Deepfake- und Imitationswerte (0–100) sowie ein Urteil: `authentic`, `suspect`, `deepfake` oder `impersonation`.

**3. Automatische Signalerstellung**

Wenn ein Score 60 oder höher erreicht, nimmt die Plattform automatisch ein Risikosignal in die Pipeline Ihres Mandanten auf. Die Antwort enthält die `signal_id`, damit Sie sie verfolgen können.

**4. Ergebnisse später abrufen**

Verwenden Sie `GET /v1/risk/deepfake/results/{subject_ref}`, um das neueste Scan-Ergebnis für jedes zuvor gescannte Subjekt abzurufen.

## Voraussetzungen

* Ein aktiver Truthlocks-Mandant mit einem API-Schlüssel
* Subjekt-Referenzen für den Inhalt, den Sie scannen möchten (URLs, SHA-256-Hashes, Attestierungs-IDs oder undurchsichtige Bezeichner)

## Scannen eines Subjekts

Einen Scan mit Indikatorsignalen aus Ihrer Erkennungspipeline einreichen:

```bash cURL theme={null}
curl -X POST https://api.truthlocks.com/v1/risk/deepfake/scan \
  -H "X-API-Key: tl_live_..." \
  -H "Content-Type: application/json" \
  -d '{
    "subject_ref": "sha256:a1b2c3d4...",
    "subject_type": "image",
    "signals": ["face_swap_detected", "inconsistent_lighting"]
  }'
```

```javascript JavaScript theme={null}
const response = await fetch("https://api.truthlocks.com/v1/risk/deepfake/scan", {
  method: "POST",
  headers: {
    "X-API-Key": "tl_live_...",
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    subject_ref: "sha256:a1b2c3d4...",
    subject_type: "image",
    signals: ["face_swap_detected", "inconsistent_lighting"],
  }),
});
const result = await response.json();
```

```python Python theme={null}
import httpx

resp = httpx.post(
    "https://api.truthlocks.com/v1/risk/deepfake/scan",
    headers={"X-API-Key": "tl_live_..."},
    json={
        "subject_ref": "sha256:a1b2c3d4...",
        "subject_type": "image",
        "signals": ["face_swap_detected", "inconsistent_lighting"],
    },
)
result = resp.json()
```

Die Antwort enthält Scores, ein Urteil und (wenn der Schwellenwert erreicht wurde) ein verknüpftes Risikosignal:

```json theme={null}
{
  "scan_id": "7c8d9e0f-...",
  "subject_ref": "sha256:a1b2c3d4...",
  "subject_type": "image",
  "deepfake_score": 60,
  "impersonation_score": 0,
  "verdict": "suspect",
  "indicators": ["face_swap_detected", "inconsistent_lighting"],
  "detection_model": "heuristic_v1",
  "signal_id": "9f3a1c2d-...",
  "created_at": "2027-05-22T10:00:00Z"
}
```

## Erkennungsmodell

Die Plattform verwendet eine heuristische Signal-Engine (`heuristic_v1`), die vom Anrufer bereitgestellte Indikatoren zu gewichteten Scores zuordnet. Die Engine bewertet 12 Indikatoren in zwei Kategorien:

### Deepfake-Indikatoren

| Indikator | Beschreibung |
| :- | :- |
| `face_swap_detected` | Gesichtsaustausch oder Morphing erkannt |
| `inconsistent_lighting` | Beleuchtungsinkonsistenzen über das Subjekt hinweg |
| `compression_artifacts` | Ungewöhnliche Kompressionsmuster, die auf Manipulation hindeuten |
| `temporal_inconsistency` | Inkonsistenzen auf Frame-Ebene in Videoinhalten |
| `metadata_mismatch` | Dateimetadaten stimmen nicht mit den erwarteten Mustern überein |

### Indikatoren für Identitätsdiebstahl

| Indikator | Beschreibung |
| :- | :- |
| `biometric_mismatch` | Biometrische Daten stimmen nicht mit der angegebenen Identität überein |
| `name_mismatch` | Name auf dem Ausweisdokument stimmt nicht mit den Aufzeichnungen überein |
| `identity_doc_mismatch` | Ausweisdokument erscheint verändert oder inkonsistent |
| `issuer_trust_violation` | Vertrauensstufe des Ausstellers ist für den Anspruch unzureichend |

## Urteile und Schwellenwerte

Jeder Scan erzeugt ein Urteil basierend auf dem höchsten Score:

| Punktebereich | Urteil | Bedeutung |
| :- | :- | :- |
| 0 – 39 | `authentic` | Keine signifikanten Indikatoren erkannt |
| 40 – 74 | `suspect` | Einige Indikatoren vorhanden – Überprüfung empfohlen |
| 75 – 100 | `deepfake` oder `impersonation` | Erkennung mit hoher Sicherheit – welches Urteil hängt vom dominanten Score ab |

Wenn einer der Werte **60 oder höher** erreicht, erstellt die Plattform automatisch ein Risikosignal. Sie müssen keinen separaten API-Aufruf tätigen – der `signal_id` wird in der Scan-Antwort zurückgegeben.

## Verwendung vorab berechneter Scores

Wenn Sie bereits Bewertungen von einem externen ML-Modell oder Erkennungsdienst haben, übergeben Sie diese direkt, um die heuristische Analyse zu überspringen:

```bash theme={null}
curl -X POST https://api.truthlocks.com/v1/risk/deepfake/scan \
  -H "X-API-Key: tl_live_..." \
  -H "Content-Type: application/json" \
  -d '{
    "subject_ref": "sha256:a1b2c3d4...",
    "subject_type": "video",
    "deepfake_score": 82,
    "impersonation_score": 15
  }'
```

Die Plattform wendet weiterhin dieselben Urteilsschwellenwerte und die automatische Signalerfassung an, sodass Sie eine konsistente Klassifizierung erhalten, unabhängig von der Erkennungsquelle.

## Verknüpfung von Scans mit Attestierungen

Verknüpfen Sie einen Scan mit einer bestehenden Bestätigung, um Erkennungsergebnisse mit den zugehörigen Anmeldeinformationen zu verknüpfen:

```bash theme={null}
curl -X POST https://api.truthlocks.com/v1/risk/deepfake/scan \
  -H "X-API-Key: tl_live_..." \
  -H "Content-Type: application/json" \
  -d '{
    "subject_ref": "sha256:a1b2c3d4...",
    "subject_type": "attestation",
    "signals": ["biometric_mismatch", "identity_doc_mismatch"],
    "attestation_id": "660e8400-e29b-41d4-a716-446655440001"
  }'
```

Dies erleichtert das Markieren und Überprüfen verdächtiger Bestätigungen in der Konsole.

## Abrufen von Scan-Ergebnissen

Das neueste Scan-Ergebnis für ein Subjekt abrufen, ohne den Scan erneut auszuführen:

```bash theme={null}
curl https://api.truthlocks.com/v1/risk/deepfake/results/sha256:a1b2c3d4... \
  -H "X-API-Key: tl_live_..."
```

## Subjekttypen

Das Feld `subject_type` teilt der Plattform mit, welche Art von Inhalt gescannt wird:

| Typ | Anwendungsfall |
| :- | :- |
| `image` | Fotos, Ausweisdokumente, Profilbilder |
| `video` | Videoaufnahmen, Live-Aufnahmen |
| `document` | PDFs, gescannte Dokumente |
| `attestation` | Über die Plattform ausgestellte Anmeldeinformationen |
| `identity` | Identitätsansprüche, KYC-Einreichungen |

## Nutzungsabrechnung

Jede Deepfake-Scan-Anfrage erhöht den Nutzungszähler `antifraud.deepfake_scans` für Ihren Abrechnungszyklus. Sie können Ihren Scan-Verbrauch mit der [Nutzungs-API](https://docs.truthlocks.com/de/api-reference/billing/usage.md) oder in der Konsole unter **Einstellungen > Abrechnung > Nutzung** im Abschnitt **Betrugsbekämpfung** überwachen.

> [!NOTE]
>
> Deepfake-Scan-Kontingente variieren je nach Planstufe. Details zu allen Anti-Fraud-Produkten mit Zähler finden Sie in der [Abrechnungsübersicht](https://docs.truthlocks.com/de/billing/overview.md#metered-products).

## Was als Nächstes kommt

* [API-Referenz für Deepfake-Scan](https://docs.truthlocks.com/de/api-reference/risk/deepfake-scan.md)
* [API-Referenz zum Abrufen von Scan-Ergebnissen](https://docs.truthlocks.com/de/api-reference/risk/deepfake-results.md)
* [Leitfaden zur Erkennung von Kontoübernahmen](https://docs.truthlocks.com/de/guides/ato-detection.md)
* [Leitfaden zur Geschwindigkeits- und Anomaliebewertung](https://docs.truthlocks.com/de/guides/velocity-scoring.md)
* [Leitfaden für Risikosignale](https://docs.truthlocks.com/de/guides/risk-signals.md)
* [API-Referenz zur Aufnahme von Risikosignalen](https://docs.truthlocks.com/de/api-reference/risk/ingest-signal.md)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.