Loading…
So funktioniert es
Die forensische Engine von Gramavec ist ein kalibrierter Computer-Vision-Stack. Jede Aussage, die sie liefert, ist durch eine reproduzierbare Messung, eine Benchmark-Zahl und visuelle Belege gestützt, die ein Prüfer auditieren kann.
Aus jeder Tintenspur werden acht Familien deterministischer Merkmale extrahiert. Kein externes Modell, kein Netzwerkaufruf — gleiche Eingabe, jedes Mal gleiche Ausgabe.
Die Schwellenwerte werden aus dem öffentlichen CEDAR-Signaturdatensatz abgeleitet. Die untenstehenden Zahlen entsprechen dem, was die Engine berichtet — keine Marketing-Aufblähung, keine versteckte Feinabstimmung.
0.72
Forensische AUC
0.37
Equal Error Rate
0.77
FRR bei FAR 1 %
60+40
Echt + Fälschung
CEDAR ist der öffentliche Benchmark des Center of Excellence for Document Analysis; 60 echte + 40 gefälschte (n=100) sind eine kleine Stichprobe. Wir berichten alle vier Kennzahlen einschließlich des ungünstigsten Falls (FRR bei FAR=1 % = 0,77), damit Prüfer die Lücke zwischen bester und schlechtester Leistung auditieren können. Quelle: gramavec/forensics/calibration_cedar.json. Durch automatisierte Tests fixiert, sodass eine Kalibrierungsregression nicht ohne Codeänderung ausgeliefert werden kann.
Wo wir Googles Gemini im Analyseablauf einsetzen, agiert es ausschließlich als Sprach- und Bild-Schreiber: Es transkribiert Kontext und erläutert eine Messung, erzeugt aber niemals den zugrundeliegenden numerischen Score. Der Score wird von der oben beschriebenen deterministischen CV-Engine berechnet. Diese Trennung ist strukturell — sie ist es, die uns erlaubt zu sagen „gemessen, nicht vorhergesagt“ und es ernst zu meinen.
Die Lane-Trennung bei Gramavec ist keine Dekoration, sondern eine Compliance-Haltung. Wir behandeln die Discovery-Lane und die forensische Lane unter unterschiedlichen regulatorischen Klassifizierungen; unsere Texte, Tier-Beschränkungen und Disclaimer spiegeln dies ausdrücklich wider.
Wenn Sie Gramavec für eine regulierte Beschaffung prüfen, fordern Sie unser Assurance-Pack an: Model Card, Offenlegung der Stichprobengröße, Aufbewahrungskonfiguration pro Tier und Audit-Log-Schema.
Jeder forensische Vergleich erzeugt dieselben vier Artefakte. Ein Prüfer (oder ein zertifizierter Forensic Document Examiner) kann sie lokal aus den Originalbildern neu erzeugen und jede Aussage auditieren.
Jede Aussage auf dieser Seite ist durch Code oder einen öffentlichen Benchmark belegt. Die Engine liegt in gramavec/forensics/, die CEDAR-Zahlen in calibration_cedar.json und die Visualisierungs-Artefakte stammen aus visualize.py. Für Sicherheit, Aufbewahrung und Datenverarbeitung siehe die untenstehenden Seiten.