Pipeline-Stufen

Jede Verifizierungspipeline besteht aus geordneten Stufen. Jeder Stufentyp weist unterschiedliche Eigenschaften, Latenzprofile und Ausgabeformate auf. Das Verständnis der Funktionsweise von Stufen hilft Ihnen, Verdicts zu interpretieren, die Laufzeit abzuschätzen und die richtige Pipeline-Stufe für Ihren Anwendungsfall auszuwählen.

Stufentypen

Typ	Ausführung durch	Latenz	Erfordert Crowd-Worker
KI	Lokales LLM	Sekunden bis Minuten	Nein
Crowd	Geprüfte menschliche Worker	Minuten bis Stunden	Ja
Experte	Spezialisierte Crowd-Worker	Minuten bis Stunden	Ja
Synthese	Lokales LLM	Sekunden	Nein

Stufen werden sequenziell ausgeführt. Jede Stufe erhält die Anreicherungsmetadaten der Datei, alle bereitgestellten Verifizierungskontexte sowie die Ergebnisse aller vorherigen Stufen. Dadurch können spätere Stufen auf früheren Erkenntnissen aufbauen, anstatt isoliert zu analysieren.

KI-Stufen

KI-Stufen rufen ein lokal gehostetes LLM mit einem kontextbewussten Prompt auf, der aus folgenden Elementen zusammengestellt wird:

Die Anreicherungsmetadaten der Datei (EXIF, Codec-Informationen, Lautstärkepegel usw.)
Alle dem Lauf beigefügten Verifizierungskontext-Schlüssel-Wert-Paare
Die Verdicts und Zusammenfassungen aller vorherigen Stufen

Die LLM-Ausgabe wird gegen ein striktes strukturiertes JSON-Schema validiert, bevor sie akzeptiert wird. Schlägt die Schema-Validierung fehl, wird die Stufe automatisch bis zu einem konfigurierten Limit wiederholt. Bei anhaltenden Fehlern wechselt der Lauf in den Status failed.

Eine erfolgreiche KI-Stufe schreibt folgende Werte in ihren Stufendatensatz:

verdict — stufenbezogenes Verdict (authentic, manipulated, synthetic, inconclusive oder unverified)
confidence — ganzzahliger Wert von 0–100
summary — ein- bis zweigliedrige, menschenlesbare Beschreibung des Befunds
findings — optionales Array strukturierter Beobachtungen mit severity-Werten (info, low, medium, high, critical)

Crowd-Stufen

Crowd-Stufen verteilen eine Analyseaufgabe an geeignete, geprüfte Worker. Die Pipeline pausiert bei einer Crowd-Stufe, bis der Antwortschwellenwert erreicht ist.

Wesentliche Parameter für jede Crowd-Stufe:

Parameter	Beschreibung	Typische Werte
`minResponses`	Mindestanzahl an Worker-Antworten, die erforderlich sind, bevor die Stufe abgeschlossen werden kann	2–5
`consensusThreshold`	Prozentsatz der Antworten, der bei demselben Verdict übereinstimmen muss	60–100%
`workerTags`	Erforderliche Spezialisierungs-Tags für Worker	Siehe Tabelle unten

Wenn eine Pipeline eine Crowd-Stufe erreicht, wechselt der Gesamtstatus des Laufs von running zu awaiting_crowd. Die Pipeline bleibt pausiert, bis sowohl minResponses als auch consensusThreshold erfüllt sind, woraufhin sie automatisch fortgesetzt wird.

Die Latenz von Crowd-Stufen hängt von der Verfügbarkeit der Worker zum Zeitpunkt der Anfrage ab. Tier-2-Pipelines (die eine Crowd-Stufe enthalten) werden in der Regel innerhalb der im Pipeline-Katalog angegebenen Dauer abgeschlossen. Tier-3-Pipelines (die eine Experten-Stufe enthalten) können länger dauern.

Worker-Tags

Jede Crowd-Stufe gibt die workerTags an, die zur Teilnahme erforderlich sind. Worker müssen mindestens einen der aufgeführten Tags besitzen, um für die Aufgabe berechtigt zu sein.

Tag	Spezialisierung
`general`	Allgemeine Inhaltsüberprüfung
`image_forensics`	Bildmanipulation und forensische Analyse
`video_forensics`	Video-Deepfake- und Temporalanalyse
`native_speaker`	Sprachspezifische Audioüberprüfung
`fact_checker`	Journalistische Faktenprüfung und Quellenverifizierung
`identity_verification`	Hintergrundprüfung und Beglaubigungsverifizierung

Experten-Stufen

Experten-Stufen sind eine spezialisierte Variante von Crowd-Stufen, die für hochriskante Verifizierungen konfiguriert sind. Sie verwenden strengere Schwellenwerte als Standard-Crowd-Stufen:

minResponses: 2 — genau zwei Experten-Worker müssen antworten
consensusThreshold: 100% — beide Experten müssen übereinstimmen; stimmen sie nicht überein, ist das Stufenergebnis inconclusive

Experten-Stufen erscheinen in Pipelines, bei denen Fehler erhebliche Konsequenzen haben – beispielsweise die Stufe Expert Review in verify-image-deep und die Stufe Expert Assessment in verify-identity-claim. Da der Pool qualifizierter Experten kleiner ist als der allgemeine Crowd-Pool, können Experten-Stufen länger dauern als Standard-Crowd-Stufen.

Synthese-Stufen

Synthese-Stufen sind die letzte Stufe in jeder Pipeline. Sie werden durch das lokale LLM ausgeführt und haben Zugriff auf den vollständigen Datensatz aller vorherigen Stufen – jedes Verdict, jeden Konfidenzwert, jede Zusammenfassung und jedes Findings-Array.

Eine Synthese-Stufe erzeugt:

Das abschließende Pipeline-Verdict — der einzelne Wert authentic, manipulated, synthetic, inconclusive oder unverified, der am übergeordneten Lauffsobjekt zurückgegeben wird
Einen Konfidenzwert — aggregiert aus allen Stufenwerten
Eine Scorecard — eine strukturierte Aufschlüsselung der Konfidenz nach Analysedimension (z. B. metadata_consistency, compression_artifacts)
Eine menschenlesbare Erläuterung — eine Zusammenfassung in Prosaform, die zur Anzeige für Endbenutzer oder zur Aufnahme in Prüfberichte geeignet ist

Lebenszyklus des Laufstatus

Ein Verifizierungslauf durchläuft vom Erstellen bis zum Abschluss folgende Statuswerte.

pending — Der Lauf wurde erstellt und der Job wurde in die Warteschlange eingereiht. Es wurden noch keine Stufen gestartet.

running — Stufen werden aktiv ausgeführt. KI-Stufen werden in Sekunden bis Minuten abgeschlossen. Der Lauf verbleibt in diesem Status während der gesamten Dauer aller reinen KI-Stufen.

awaiting_crowd — Die Pipeline hat eine Crowd- oder Experten-Stufe erreicht und wartet auf die Mindestanzahl an Worker-Antworten. Dieser Status tritt nur in Tier-2- und Tier-3-Pipelines auf.

completed — Alle Stufen wurden abgeschlossen, die Synthese-Stufe hat ein Verdict erzeugt und der Laufdatensatz ist vollständig befüllt. Dies ist der terminale Erfolgsstatus.

failed — Eine Stufe hat einen nicht behebbaren Fehler festgestellt (z. B. hat das LLM nach allen Wiederholungsversuchen eine ungültige Ausgabe zurückgegeben oder ein erforderlicher Kontextschlüssel fehlte). Das Feld error im Lauf beschreibt den Fehler. Dies ist der terminale Fehlerstatus.

Rufen Sie den Lauf-Endpunkt ab, um den aktuellen Status zu prüfen:

curl https://api.crowdee.ai/v2/projects/{projectId}/verification-runs/{runId} \
  -H "X-API-Key: crw_YOUR_API_KEY"