Kontoauszug
Nano Banana 2.1Unser Prompt: Ändere den Endsaldo von 2.589,93 auf 8.589,93 Euro.




Eine Zahl, deren Änderung niemand verlangt hat: Der Gehaltseingang lautet nun 2.630,59 statt 2.639,59. Die KI hat außerdem eine Leerzeile eingefügt.
Holograin markiert Gehaltsabrechnungen, Kontoauszüge und Rechnungen, die ein KI-Bildgenerator auf Basis eines Scans oder Smartphone-Fotos neu gezeichnet hat.
Demo vereinbarenOriginal

Nach einem einzigen KI-Prompt

Auf der Gehaltsabrechnung eines Antragstellers stehen 2.639,59 Euro im Monat. Er fotografiert sie, öffnet eine Bild-App und tippt ein: Ändere das Nettogehalt auf 3.639,59. Dreißig Sekunden später lädt er dieselbe Abrechnung mit einer besseren Zahl hoch.
Keine Spuren eines PDF-Editors, kein über eine Zahl gelegtes Textfeld, keine Ziffer in der falschen Schriftart. Der Generator hat die Seite nicht ausgebessert. Er hat eine komplett neue gezeichnet.
Was er jedoch nicht kann, ist ein Bild wie ein Scanner oder eine Smartphone-Kamera zu erzeugen. Er hinterlässt seine eigene, für das Auge unsichtbare Textur, und Holograin ist darauf trainiert, sie zu finden.
Alle Namen und Zahlen auf dieser Gehaltsabrechnung sind fiktiv. Wir haben Nano Banana, das Bildmodell von Google, angewiesen, das Nettogehalt zu ändern.


Die Scores reichen von 0 bis 100. Über 50 wird eine Seite markiert, was bei 1 von 100 echten Dokumenten vorkommt.
Wir wollten eine einzige Zahl ändern. Die KI hat die gesamte Seite neu gezeichnet. Dieselbe Stelle in beiden Versionen, vergrößert, das Original oben.


Die gewünschte Änderung: gleiche Schriftart, gleiche Größe, gleiche Stelle.


Eine Änderung, um die niemand gebeten hat: eine erfundene Abrechnungszeile, die alle darunterliegenden Zeilen nach unten verschoben hat.


Der Rest der Seite, neu gezeichnet. Sechsfach vergrößert sieht ein unberührtes Wort für das bloße Auge identisch aus. Holograin misst den Unterschied in den Pixeln.
Auch die Rechnung geht nicht mehr auf: 2.862,38 minus 222,79 ergibt immer noch 2.639,59, und Holofin prüft das. Ein sorgfältiger Betrüger korrigiert die Summe. Was der Generator in den Pixeln hinterlässt, bleibt.
Drei weitere fiktive Dokumente, jeweils ein Prompt. Jeder Score wird genau so angezeigt, wie er gemessen wurde.
Unser Prompt: Ändere den Endsaldo von 2.589,93 auf 8.589,93 Euro.




Eine Zahl, deren Änderung niemand verlangt hat: Der Gehaltseingang lautet nun 2.630,59 statt 2.639,59. Die KI hat außerdem eine Leerzeile eingefügt.
Unser Prompt: Ändere das zu versteuernde Referenzeinkommen von 31.846 auf 48.846 Euro.




Eine saubere Retusche. Das einzige sichtbare Indiz: Die Berechnung darunter ergibt in der Summe immer noch 31.846.
Unser Prompt: Ändere das Rechnungsdatum vom 14.10.2026 auf den 30.10.2026.




Mitten in der Gebührenaufstellung ist eine Leerzeile aufgetaucht.
Unser Prompt: Ändere das Rechnungsdatum vom 14.10.2026 auf den 30.10.2026.


Ein Generator, den Holograin im Training nie gesehen hat. Nichts, was einem menschlichen Prüfer auffallen würde: Nur das Datum hat sich geändert. Holograin markiert das Dokument trotzdem.
Bei einer Einstellung, die fälschlicherweise 1 von 100 echten Dokumenten markiert, fängt Holograin nach dem Upload 9 von 10 KI-generierten Dokumenten ab.
Generische Detektoren für KI-Bilder lernen anhand von Fotos und übersehen Dokumente. Holograin hat anhand von 1.448 KI-Bearbeitungen echter französischer Finanzdokumente gelernt, und der Schwellenwert wurde auf Basis von 1.061 echten Seiten festgelegt: Ein Detektor, der ständig ehrliche Antragsteller verdächtigt, wird von Ihrem Team irgendwann ignoriert.
Diese Werte stammen aus unserem größeren Testdatensatz: Jeder Kanal hat seinen eigenen Schwellenwert, kalibriert anhand von rund 825 echten Seiten aus diesem Kanal, und die KI-Seiten stammen aus Dokumenten, die im Training nie vorkamen.
| Wie das Bild zu uns gelangte | Erkannte KI-Neuzeichenungen |
|---|---|
| Das Bild direkt aus dem Generator | 96 % |
| Nach dem Upload zu Holofin | 90 % |
| Nach WhatsApp-Komprimierung | 85 % |
| Nach einem Smartphone-Screenshot | 97 % |
| Ein vom Training ausgeschlossener Generator (GPT-5.4 image), nach dem Upload | 95 % |
Ein Betrüger fotografiert ein echtes Dokument und lässt es von einer KI retuschieren. Mit bloßem Auge ist die Fälschung nicht zu erkennen, und sie täuscht auch allgemeine KI-Modelle: Sie lassen den Betrug durch oder blockieren Ihre guten Kunden. Holograin, unser Erkennungsmodell, ist für eine einzige Aufgabe trainiert: von KI retuschierte Dokumente zu erkennen.
Bei 758 Anträgen lehnt ein allgemeines KI-Modell Ihre guten Kunden ab oder lässt die Fälschungen durch
379 gefälschte Anträge, 379 echte Anträge
Blockierte FälschungenZu Unrecht abgelehnte echte Anträge
HolograinHolofin
Gemini 4 ArgonGoogle
GPT-6.1 Sol ProOpenAI
Gemini 4 blockiert 23 Fälschungen mehr, um den Preis von 171 abgelehnten echten Anträgen. GPT-6.1 lässt 227 Fälschungen durch und lehnt trotzdem 87 echte Anträge ab.
Auf unserem Prüfstand gemessene Raten.
Abdeckung
Ein Betrüger kann jeden beliebigen Bildeditor wählen. Holograin deckt die wichtigsten ab, und wir fügen jeden neuen Generator hinzu, sobald er auf den Markt kommt.
Holograin ist eine von vielen Prüfungen in der Betrugserkennung von Holofin, niemals ein alleiniges Urteil.
Vor der Konvertierung
Holograin
Metadaten lassen sich entfernen. Die Textur, die ein Generator in den Pixeln hinterlässt, nicht.
Rundherum
Ein sorgfältiger Betrüger schneidet nur die eine zu ändernde Zahl aus, bearbeitet dieses kleine Rechteck und fügt es wieder in den Originalscan ein. Der Rest der Seite ist echt, und der Ausschnitt ist zu klein, um sich vom normalen Bildrauschen eines Scans abzuheben.
Wir haben es nachgemessen. Bei Retuschen, die auf diese Weise wieder eingefügt wurden, erkennt Holograin beim Schwellenwert von 1 % so gut wie nichts.
Die anderen Prüfungen von Holofin fangen sie ab: eine Ziffer in der falschen Schriftart, eine verschobene Spalte, eine Summe, die nicht mehr aufgeht. Deshalb ist Holograin ein Signal unter vielen, niemals das alleinige Urteil.
Fragen
Die Gemini-Bildmodelle von Google, darunter Nano Banana, sowie die Bildmodelle von OpenAI. Bei GPT-5.4 image, das komplett vom Training ausgeschlossen war, erkennt es nach dem Upload immer noch 95 % der neu gezeichneten Seiten.
Etwa 1 von 100, unabhängig vom Eingangskanal des Dokuments. Eine Markierung geht an einen Prüfer; sie führt niemals automatisch zur Ablehnung einer Akte.
Meistens nicht. Holograin erkennt auch nach der Komprimierung durch WhatsApp noch 85 % der von KI neu gezeichneten Seiten, und 97 % nach einem Smartphone-Screenshot.
Nein. Holograin wurde weder mit Ausweisdokumenten trainiert noch daran gemessen. Diese durchlaufen die spezialisierten Identitätsprüfungen von Holofin.