Kallelse till årsstämma 19 maj 2026, Stockholm Läs kallelsen →
Dokument- og bildeforensikk

Sentinel

Automatisert forensisk analyse av bilder og dokumenter innsendt med forsikringssaker. Oppdager manipulering, forfalskning og fabrikkering — fra endrede kvitteringsbeløp til AI-genererte skadebilder.

Omfanget av dokumentsvindel

Dokumentsvindel i forsikringsbransjen koster milliarder årlig. Manipulerte kvitteringer, endrede datoer og fabrikerte bilder blir stadig vanskeligere å fange opp manuelt — særlig ettersom AI-redigeringsverktøy blir bredt tilgjengelige.

Beløpsforhøyelse

Å endre en kvitteringssum fra 1 849 til 18 499 for å øke en utbetaling. En enkeltsifferendring som er usynlig for det menneskelige øyet.

Datoendring

Å endre en dokumentdato slik at den faller innenfor en dekningsperiode eller garantiperiode. Ofte utført med PDF-redigerere på skannede dokumenter.

Dokumentfabrikkering

Å legge til, fjerne eller erstatte tekst i skannede dokumenter med PDF-redigerere. Hvite rektangler dekker det opprinnelige innholdet, mens ny tekst legges over.

Bildemanipulering

Å iscenesette eller digitalt forsterke skadebilder for eiendoms- og kjøretøyssaker. Klone skader, fjerne reparasjoner eller sette sammen scener.

AI-generert innhold

Å bruke generativ AI for å skape troverdige, men helt fabrikerte dokumenter eller skadebilder. Moderne AI-verktøy gjør dette stadig mer tilgjengelig.

Kopier-lim-forfalskning

Å kopiere og lime inn regioner i et bilde for å duplisere eller skjule skader. Brukes for å overdrive omfanget av eiendoms- eller kjøretøyskader.

44+ Forensiske analyseverktøy
<2min Full analyse
8 Filformater
16+ Rapportspråk

Pikselnivå-analyse

40+ automatiserte kontroller undersøker hver piksel for tegn på manipulering

AI-syn-gjennomgang

To-trinns AI leser og verifiserer dokumentinnhold, aritmetikk og konsistens

Deep learning-modeller

Spesialbygde nevrale nettverk oppdager både tradisjonelle og AI-genererte forfalskninger

Risikovurdering

Vektet bevis fra alle lag produserer én handlingsrettet risikoscore på 0–100 i tre bånd: grønn (0–60) lav risiko, oransje (60–80) høy risiko, rød (80–100) kritisk risiko.

Forensisk arkitektur i tre lag

Sentinel bruker en lagdelt tilnærming i tråd med bransjens beste praksis for dokumentsvindel-deteksjon. Hver innsendte fil passerer automatisk gjennom alle tre lagene, og resultatene krysskorreleres for å produsere én risikovurdering med spesifikke og handlingsrettede funn.

1

Signalanalyse

Over 40 automatiserte analyseverktøy undersøker filen på pikselnivå. Hver analyse er basert på publisert forensisk forskning og leter etter en spesifikk type manipulering — fra komprimeringsartefakter og støyinkonsistenser til kopier-lim-spor og kamerasensor-fingeravtrykk. Disse kjøres parallelt og fullføres vanligvis på 1–2 sekunder.

2

Metadataanalyse

Filens innebygde metadata trekkes ut og kryssvalideres. Dette inkluderer kamerainformasjon, tidsstempler, spor fra redigeringsprogramvare, GPS-koordinater og dokumentstruktur. For PDF-er oppdager Sentinel inkrementelle endringer, innebygde skrifttyper i skannede dokumenter og innhold lagt over etter skanning.

3

AI-semantisk analyse

To AI-syn-modeller går gjennom dokumentet i rekkefølge. Den første leser hvert tall og verifiserer aritmetikken — blir enhetspris ganger antall lik linjesummen? Stemmer summen? Den andre krysskorrelerer all bevis fra hvert lag og leverer den endelige vurderingen.

Forskningsbasert signalanalyse

Hver automatiserte analyse i Sentinel er forankret i fagfellevurdert forensisk forskning. Systemet er ikke avhengig av én enkelt deteksjonsmetode — det kjører dusinvis av uavhengige kontroller samtidig, hver med fokus på et annet manipuleringsspor.

  • Komprimeringsartefakter avslører regioner lagret på ulike kvalitetsnivåer
  • Sensorstøymønstre identifiserer innhold fra ulike kameraer
  • Kopier-lim-deteksjon finner klonede regioner i et bilde
  • Frekvensanalyse oppdager AI-genererte eller GAN-produserte bilder
  • Skrifttype- og tekstjusteringskontroller fanger limt tekst i dokumenter
  • Kamerasensor-fingeravtrykk verifiserer at alle regioner er tatt opp av samme enhet

PDF-dokumentforensikk

PDF-dokumenter krever spesialisert analyse utover pikselnivå-forensikk, ettersom manipulering ofte skjer på strukturelt nivå. Sentinel rendrer hver side og sammenligner resultatet med den innebygde skanningen — enhver forskjell avslører innhold lagt til etter skanning.

  • Skann-mot-rendring-sammenligning oppdager overlagt tekst og hvite overstrykninger
  • Skrifttypeinventar flagger innebygde skrifttyper i dokumenter som skal være rene skanninger
  • Strukturanalyse oppdager inkrementelle lagringer som indikerer redigering etter skanning
  • Innebygde bilder hentes ut individuelt og analyseres for manipulering
  • Krysskontroll over flere sider sammenligner datoer, navn og beløp på alle sider

AI-syn-verifisering

Signalanalyser gir objektive, reproduserbare målinger. Men noen svindel krever forståelse: stemmer aritmetikken? Gir datoen mening? Er dokumentet internt konsistent? Sentinels to-trinns AI-syn-pipeline håndterer dette.

  • Leser hvert tall på kvitteringer og fakturaer og verifiserer all aritmetikk
  • Kontrollerer momssatser, valutaformater og selgerdetaljer for konsistens
  • Sammenligner datoer, referansenumre og beløp på tvers av flere sider
  • Bruker Benfords lov for å kontrollere om finansielle beløp følger naturlige fordelinger
  • Krysskorrelerer alle signalfunn med visuelt bevis for en endelig vurdering
  • Identifiserer falske positive og forklarer sin resonnering

Deep learning-basert forfalskningsdeteksjon

I tillegg til tradisjonell signalanalyse bruker Sentinel spesialbygde nevrale nettverk for å oppdage manipuleringer som ikke etterlater synlige spor for det menneskelige øyet.

  • Mesorch (AAAI 2025) kombinerer CNN- og Transformer-arkitekturer for å produsere forfalskningskart på pikselnivå for spleisede, klonede og inpainted regioner
  • DINOv3, en skreddersydd forensisk modell bygget på en synsbackbone med 6,7 milliarder parametere, er trent spesifikt for å oppdage AI-generert inpainting — den typen manipulering som beseirer de fleste kommersielle deteksjonsverktøy
  • Trent på spesialiserte datasett som forhindrer modellen fra å lære behandlingsdrasnarveier og tvinger den til å identifisere faktisk manipulert innhold fremfor bildebehandlingsartefakter
  • Produserer visuelle varmekart som fremhever nøyaktig hvilke regioner som flagges, med konfidensscore for hver

Bevist deteksjonsnøyaktighet

Sentinel er testet mot virkelige svindelscenarioer. Ekte dokumenter får lave risikoscorer; manipulerte dokumenter flagges med spesifikke bevis.

Testtilfelle Risikoscore Nøkkelfunn
Rent kvitteringsfoto 6.8 / 100 Aritmetikken stemmer
Forfalsket kvittering (beløp endret) 100 / 100 Linjesummen stemmer ikke med enhetspris og antall
Ren PDF-skanning (3 sider) 6.8 / 100 Ingen manipulering oppdaget
Forfalsket PDF (dato endret i editor) 100 / 100 Datouoverensstemmelse mellom sider, 8 skrifttyper funnet i skanning

To måter å integrere på

Sentinel passer inn i din eksisterende saksflyt. Velg den integrasjonsmetoden som fungerer best for din organisasjon.

REST API

Integrer Sentinel direkte i ditt saksbehandlingssystem. Send inn dokumenter via API og motta strukturerte forensiske rapporter — pushet til ditt endepunkt via HMAC-signert webhook ved fullføring, eller hentet på forespørsel.

  • Send inn jobber med valgfri webhookUrl og webhookSecret — motta resultater via HMAC-SHA256-signerte webhook-tilbakekall
  • Administrer levering med retry- og kanselleringsendepunkter (POST /sentinel/jobs/{guid}/webhook/retry, DELETE /sentinel/jobs/{guid}/webhook)
  • Polling-fallback via GET /sentinel/jobs/{guid} for synkrone arbeidsflyter
  • WebSocket-støtte for sanntidsoppdateringer
  • Rapporter tilgjengelige på 16+ språk
  • Visuelle varmekart og annoterte bilder returneres som URL-er
  • Støtter JPEG, PNG, HEIC, TIFF, WebP, GIF, BMP og PDF

Integrert i LENS

Bruk Sentinel gjennom LENS, vår nettbaserte undersøkelsesplattform. Saksbehandlere kan laste opp dokumenter direkte i nettleseren og gjennomgå forensiske resultater med interaktive varmekart og fremhevede funn — ingen teknisk integrasjon nødvendig.

  • Last opp og analyser direkte i nettleseren
  • Interaktive forensiske varmekart og annotasjoner
  • Forensiske forklaringer i klart språk for saksbehandlere
  • Kombinert med kredittrapporter, eiendomsdata og selskapsinformasjon
  • Ingen utviklerressurser nødvendig — klar til bruk umiddelbart

Omfattende formatstøtte

Sentinel analyserer alle vanlige bilde- og dokumentformater innsendt med forsikringssaker. JPEG-filer får den dypeste analysen inkludert komprimeringsspesifikk forensikk. PDF-dokumenter rendres, sammenlignes mot innebygde skanninger og gjennomgås på alle sider for sidekrysninkonsistenser. HEIC-filer fra iPhone støttes fullt ut.

  • JPEG — full pikselforensikk inkludert komprimeringsanalyse, kvalitetstabell-fingeravtrykk og ghost-deteksjon
  • PNG, TIFF, WebP, GIF, BMP — pikselforensikk, støyanalyse og AI-deteksjon
  • HEIC — innebygd støtte for iPhone-bilder med full forensisk analyse
  • PDF — siderendring, overlay-deteksjon, strukturanalyse, skrifttypeinventar, AI-gjennomgang over flere sider

Klar til å oppdage dokumentsvindel?

Reduser svindelutbetalinger med automatisert forensisk analyse. Tilgjengelig som API eller integrert i LENS.