Dokumentenherkunft & Echtheitsprüfung

KI-gestützte Analyse von PDF-Metadaten, digitalen Signaturen und Inhaltsauthentizität.

Die verify-document-provenance-Pipeline bewertet, ob ein PDF-Dokument das ist, was es vorgibt zu sein. Sie untersucht die eingebetteten Metadaten auf Anzeichen dafür, dass das Dokument von einer anderen Software erstellt oder bearbeitet wurde als angegeben, prüft das visuelle Layout und die typografischen Elemente auf Hinweise auf digitale Bearbeitung oder Fälschung und überprüft das Vorhandensein oder Fehlen digitaler Signaturen sowie deren Gültigkeit. Diese Pipeline ist für Anwendungsfälle wie die Prüfung von HR-Dokumenten, die Aufnahme von Rechtsdokumenten, die Erkennung von Beschaffungsbetrug und alle Arbeitsabläufe konzipiert, bei denen Sie regelmäßig PDFs erhalten, die vor der weiteren Verarbeitung einer schnellen Echtheitsprüfung bedürfen.

Gefälschte Dokumente — manipulierte Rechnungen, betrügerische Arbeitszeugnisse, veränderte Verträge — ändern selten nur den sichtbaren Text. Bearbeitungsprogramme hinterlassen Spuren in der internen Struktur des PDFs, in der Schrifteinbettung, der Objektänderungshistorie und den Erstellungsmetadaten. Diese Pipeline legt diese Spuren systematisch offen.

Pipeline-Details

Eigenschaft	Wert
Pipeline-ID	`verify-document-provenance`
Stufe	1 — Nur KI
Geschätzte Dauer	~1–3 Min.
Kosten	600 Credits pro Run
Crowd-Phasen	Nein
Erforderliche Dateien	Ja — angereichertes PDF

Erforderliche Eingaben

Dateien

Eine angereicherte PDF-Datei. Der Anreicherungsschritt extrahiert metadata.pageCount, metadata.author, metadata.creationDate und metadata.wordCount. Die Datei muss den Status enrichmentStatus: "completed" aufweisen, bevor der Durchlauf erstellt wird. Weitere Informationen finden Sie unter Dateien & Anreicherung.

Kontextschlüssel

Alle Kontextschlüssel sind optional. Durch ihre Angabe kann die KI die behauptete Identität des Dokuments mit seinen eingebetteten Metadaten und visuellen Inhalten abgleichen.

Schlüssel	Erforderlich	Beschreibung
`issuing_authority`	Optional	Organisation, die das Dokument ausgestellt haben soll (z. B. `"Bundesagentur für Arbeit"`, `"Landeshauptstadt München"`). Wird mit den eingebetteten Autoren-, Hersteller- und Signaturmetadaten abgeglichen.
`document_type`	Optional	Dokumententyp, z. B. `"Rechnung"`, `"Arbeitszeugnis"`, `"Passkopie"`, `"Vertrag"`. Wird verwendet, um dokumententypspezifische Layout- und Formatierungserwartungen anzuwenden.
`expected_date`	Optional	Erwartetes Ausstellungs- oder Gültigkeitsdatum im ISO-8601-Format (z. B. `"2023-12-01"`). Wird mit dem PDF-Erstellungsdatum und allen im Dokumententext sichtbaren Datumsangaben verglichen.

Phasen

Metadaten-Forensik (KI)

Untersucht den vollständigen PDF-Metadatenblock: Autor, Erstellungsanwendung, Hersteller (die Software, die die endgültige PDF-Ausgabe erzeugt hat), Erstellungsdatum und Änderungsdatum. Die KI prüft auf Inkonsistenzen zwischen diesen Feldern — zum Beispiel ein Dokument, das vorgibt, von einer Regierungsbehörde ausgestellt worden zu sein, aber einen handelsüblichen PDF-Editor als Erstellungswerkzeug aufweist, oder einen Änderungszeitstempel, der das angegebene Ausstellungsdatum um Monate übersteigt. Sie überprüft auch die interne Objektänderungshistorie des Dokuments, die im PDF-Format jede Änderung an einer Seite, einem Bild oder einem Formularfeld aufzeichnet.

Inhaltsanalyse (KI)

Prüft das visuelle Layout, die Typografie und die eingebetteten Objekte des Dokuments auf Anzeichen digitaler Bearbeitung. Die KI untersucht Muster der Schrifteinbettung (Dokumente, die nach der Erstellung verändert wurden, enthalten häufig Schriftarten aus mehreren unterschiedlichen Quellanwendungen), überprüft, ob die Textdarstellung auf der gesamten Seite konsistent ist, bewertet, ob Stempel, Signaturen, Logos oder Siegel gerasterte Überlagerungen sind (was darauf hindeuten kann, dass sie nachträglich auf ein vorhandenes Dokument aufgebracht und nicht zusammen mit ihm erzeugt wurden), und sucht nach Einfüge-Artefakten in Textebenen, die darauf schließen lassen, dass Inhalte aus einer anderen Quelle importiert wurden.

Urteilssynthese (KI)

Fasst die Herkunfts- und Inhaltssignale zu einem abschließenden Urteil zusammen. Die KI unterscheidet zwischen geringfügigen Formatierungsinkonsistenzen, die in legitimen Dokumenten häufig vorkommen, und substanziellen forensischen Fälschungsindikatoren und kalibriert den Konfidenzwert entsprechend. Das Urteil wird von einer Liste der gefundenen spezifischen Signale und einer verständlichen Erläuterung ihrer Bedeutung begleitet.

Durchlauf starten

curl -X POST https://api.crowdee.ai/v2/projects/{projectId}/verification-runs \
  -H "X-API-Key: crw_YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "pipeline_id": "verify-document-provenance",
    "file_ids": ["{fileId}"],
    "context": {
      "issuing_authority": "Federal Labour Office",
      "document_type": "employment certificate",
      "expected_date": "2023-12-01"
    }
  }'

Beispielantwort

{
  "id": "run_01j9x...",
  "status": "completed",
  "verdict": "manipulated",
  "confidence": 94,
  "pipeline_id": "verify-document-provenance",
  "scorecard": {
    "metadata_consistency": "fail",
    "creator_tool_plausibility": "fail",
    "content_layout_integrity": "warn"
  },
  "explanation": "PDF creator tool is 'Adobe Acrobat 2019' but the document claims issuance by a government authority whose standard document production system generates PDFs via a different toolchain. Modification date is 14 months after the claimed issuance date. A rasterised text overlay was detected on page 2, consistent with a salary figure having been replaced after original document generation."
}

Informationen zur Interpretation von Urteilswerten (authentic, manipulated, inconclusive, unverified) und zum Verständnis der Berechnung von Konfidenzwerten finden Sie unter Urteile & Konfidenz.