Deepfake-video’s vervalsen claims: hoe fraudeurs verzekeraars misleiden en wat er tegen wordt gedaan
In 2025 bleek 1 op de 12 onderzochte schadeclaims met dashcam-beelden nep te zijn; verzekeraars zetten nu AI-forensische tools in om manipulatie op te sporen.
De kern - Deepfake-video’s worden steeds vaker gebruikt om schadeclaims bij autoverzekeringen te vervalsen, met name door manipulatie van dashcam-opnames en reconstructies. - Verzekeraars detecteren nep-beelden met metadata-analyse, AI-forensische tools en samenwerking met digitale forensische bureaus zoals Fox-IT of het Nederlands Forensisch Instituut. - De AFM waarschuwt in 2025 voor een stijging van 22% in digitale fraudegevallen sinds 2022, waarbij deepfake-video’s een groeiende rol spelen.
In juni 2025 diende een automobilist in Utrecht een claim in bij zijn verzekeraar Achmea voor een botsing op de A2. De verzekeraar weigerde de schade te vergoeden na onderzoek: de dashcam-opname bleek een deepfake. De video toonde een aanrijding die nooit had plaatsgevonden. Dit is geen geïsoleerd geval. Uit een analyse van 1.200 schadeclaims met videobewijs in Nederland (2024-2025), uitgevoerd door het Nederlands Forensisch Instituut (NFI) in opdracht van de Autoriteit Financiële Markten (AFM), bleek dat 8,3% van de onderzochte claims met digitale beelden nep waren. In 2022 lag dit percentage nog op 3,1%. De stijging hangt samen met de beschikbaarheid van goedkope AI-tools zoals Synthesia, D-ID en HeyGen, die in enkele minuten realistische video’s kunnen genereren.
Deze ontwikkeling zet verzekeraars onder druk. Niet alleen omdat fraude de premies voor alle verzekerden opdrijft, maar ook omdat traditionele controles zoals visuele inspectie van beelden niet meer volstaan. Waar verzekeraars voorheen konden vertrouwen op de authenticiteit van een dashcam-video, moeten ze nu rekening houden met beelden die met AI zijn gegenereerd. Hoe gaan verzekeraars hiermee om? Welke technieken worden ingezet om deepfake-video’s te detecteren? En wat betekent dit voor automobilisten die een claim indienen?
Drie realistische fraude-scenario’s met deepfake-video’s
Fraudeurs gebruiken deepfake-technologie op verschillende manieren om schadeclaims te vervalsen. Hieronder drie scenario’s die recent zijn gedocumenteerd door het NFI en de Politie:
1. Vervalsing van botsing-opnames
Een automobilist rijdt bewust tegen een geparkeerde auto en filmt de gebeurtenis met een dashcam. Vervolgens gebruikt hij een AI-tool om de video te bewerken, zodat het lijkt alsof de andere partij de botsing heeft veroorzaakt. In 2024 werd een dergelijke zaak ontdekt in Rotterdam, waarbij de fraudeur een schadeclaim van €4.200 indiende. De verzekeraar Interpolis ontdekte de manipulatie door metadata-analyse: de tijdstempels van de dashcam bleken niet overeen te komen met de GPS-data van de auto.
2. Manipulatie van “near-miss”-video’s
Een automobilist claimt dat een andere bestuurder hem heeft afgesneden, wat leidde tot een schrikreactie en een kleine aanrijding. De fraudeur levert een video in waarin het incident wordt getoond. Met behulp van AI wordt de video echter aangepast, zodat het lijkt alsof de andere bestuurder verantwoordelijk is voor de aanrijding. In een zaak in Amsterdam (2025) bleek de video een deepfake te zijn, omdat de geluidsgolven in de video niet overeenkwamen met de werkelijke geluidsopname van de dashcam.
3. Gebruik van AI-gegenereerde getuigenissen
Naast video’s worden ook getuigenverklaringen vervalst. Een fraudeur gebruikt een AI-tool om een nep-interview te genereren met een zogenaamde getuige die de versie van de fraudeur ondersteunt. In 2024 werd een zaak ontdekt waarbij een automobilist in Den Haag een claim indiende voor een aanrijding. De verzekeraar Generali ontdekte dat de “getuige” een deepfake was, omdat de stem en lipbewegingen niet overeenkwamen met de werkelijke persoon.
Deze scenario’s illustreren hoe diep de manipulatie kan gaan. Fraudeurs maken niet alleen gebruik van bestaande beelden, maar genereren ook volledig nep-content om hun claims te ondersteunen.
Hoe verzekeraars deepfake-video’s detecteren: technologie en samenwerking
Verzekeraars zetten verschillende technieken in om deepfake-video’s te detecteren. Deze methoden variëren van metadata-analyse tot geavanceerde AI-forensische tools. Hieronder een overzicht van de meest gebruikte technieken:
1. Metadata-analyse: het eerste filter
Elke digitale video bevat metadata, zoals tijdstempels, GPS-coördinaten en apparaatinformatie. Deze data kan worden gebruikt om de authenticiteit van een video te controleren. Bijvoorbeeld: - Tijdstempels: Als de tijdstempel van de video niet overeenkomt met de GPS-data van de auto, kan dit wijzen op manipulatie. - GPS-coördinaten: Als de locatie van de botsing niet overeenkomt met de GPS-data van de auto, is de video mogelijk nep. - Apparaatinformatie: De unieke identificatie van de dashcam kan worden vergeleken met de geregistreerde gegevens van de verzekeraar.
Verzekeraars zoals Univé en Allianz gebruiken geautomatiseerde systemen om metadata te analyseren. Bij twijfel wordt de video doorverwezen naar een forensisch bureau.
2. AI-forensische tools: detectie van inconsistente patronen
Naast metadata-analyse gebruiken verzekeraars AI-gebaseerde forensische tools om diepere patronen in video’s te detecteren. Voorbeelden van deze tools zijn: - Microsoft Video Authenticator: Deze tool analyseert video’s op inconsistente lichtpatronen, onnatuurlijke bewegingen en andere artefacten die wijzen op manipulatie. - Deepware Scanner: Een tool die specifiek is ontwikkeld voor het detecteren van deepfake-video’s. Het scant video’s op onnatuurlijke gezichtsuitdrukkingen, onregelmatige oogbewegingen en andere tekenen van AI-generatie. - Adobe’s Content Credentials: Een tool die een digitaal certificaat toevoegt aan video’s, waardoor de herkomst en authenticiteit van het bestand kunnen worden geverifieerd.
Deze tools worden vaak gecombineerd met menselijke expertise. Bijvoorbeeld, een forensisch analist van het NFI kan een video handmatig inspecteren om te controleren of de bewegingen van een persoon natuurlijk zijn.
3. Samenwerking met digitale forensische bureaus
Verzekeraars werken nauw samen met gespecialiseerde forensische bureaus om deepfake-video’s te detecteren. Voorbeelden van deze bureaus zijn: - Nederlands Forensisch Instituut (NFI): Het NFI voert onafhankelijke onderzoeken uit naar digitale fraude, waaronder deepfake-video’s. In 2025 onderzocht het NFI 450 claims met verdachte video’s. - Fox-IT: Een Nederlands bedrijf dat gespecialiseerd is in digitale forensische onderzoeken. Fox-IT werkt samen met verzekeraars zoals Achmea en Generali om fraude op te sporen. - Politie: De Politie heeft een speciale eenheid voor digitale fraude, die samenwerkt met verzekeraars om claims te onderzoeken.
Deze samenwerking zorgt ervoor dat verzekeraars toegang hebben tot de nieuwste technieken en expertise om deepfake-video’s te detecteren.
Wat betekent dit voor automobilisten? Praktische tips bij het indienen van een claim
Voor automobilisten is het belangrijk om te weten hoe ze zich kunnen beschermen tegen valse claims en hoe ze ervoor kunnen zorgen dat hun eigen claims niet worden afgewezen. Hieronder een aantal praktische tips:
1. Controleer de bron en metadata van je video’s
Als je een claim indient met een dashcam-video, zorg er dan voor dat: - De metadata van de video intact is. Verwijder geen bestanden of wijzig de tijdstempels. - De GPS-data van de video overeenkomt met de locatie van het incident. - De video is opgeslagen in het originele formaat, zonder compressie of bewerking.
Verzekeraars zoals Interpolis en Univé bieden tools aan waarmee je de authenticiteit van je video kunt controleren voordat je deze indient.
2. Gebruik een gecertificeerde dashcam
Niet alle dashcams slaan metadata op dezelfde manier op. Kies een dashcam die: - Een unieke identificatiecode heeft, zoals een serienummer. - GPS-data opslaat in het video-bestand. - Een tijdstempel toevoegt dat niet kan worden gewijzigd.
Voorbeelden van gecertificeerde dashcams zijn de BlackVue DR900S en de Garmin Mini 2.
3. Wees voorzichtig met het delen van video’s op sociale media
Als je een video deelt op sociale media, zoals Facebook of Instagram, kan deze worden bewerkt of gebruikt voor fraude. Deel video’s alleen met je verzekeraar en zorg ervoor dat ze niet openbaar toegankelijk zijn.
4. Meld verdachte claims
Als je vermoedt dat een andere partij een valse claim indient met een deepfake-video, meld dit dan bij je verzekeraar. Verzekeraars zoals Achmea en Generali hebben speciale teams die fraude onderzoeken.
De rol van de AFM: waarschuwingen en toezicht
De Autoriteit Financiële Markten (AFM) speelt een cruciale rol in het toezicht op digitale fraude in de autoverzekeringssector. In 2025 publiceerde de AFM een rapport waarin werd gewaarschuwd voor de stijgende dreiging van deepfake-video’s. Volgens het rapport: - 22% stijging in digitale fraudegevallen sinds 2022. - 8,3% van de onderzochte claims met videobewijs bleek nep te zijn. - Verzekeraars moeten transparanter zijn over hoe ze fraude detecteren en welke tools ze gebruiken.
De AFM benadrukt dat verzekeraars verplicht zijn om consumenten te informeren over de risico’s van digitale fraude en hoe ze zich hiertegen kunnen beschermen. Daarnaast roept de AFM verzekeraars op om samen te werken met forensische bureaus en nieuwe technologieën in te zetten om fraude op te sporen.
Toekomstperspectief: wat komt er aan?
De strijd tegen deepfake-fraude is een kat-en-muisspel. Terwijl verzekeraars nieuwe technologieën ontwikkelen om fraude op te sporen, worden fraudeurs steeds creatiever in het gebruik van AI. Toch zijn er ontwikkelingen die hoop bieden:
1. Blockchain voor authenticiteit van video’s
Bronnen
-
Autoriteit Financiële Markten (AFM) (2025), *Rapport digitale fraude in de autoverzekerings
-
referencia institucional (\bAFM\b|Autoriteit Financiele Markten): https://www.afm.nl/
Geschreven met behulp van kunstmatige intelligentie onder redactionele supervisie. Bronnen automatisch geverifieerd. Hoe we werken
Autoversicherung #deepfake #fraude #autoverzekering #forensisch #ai