AI-genererede dokumenter: kendetegn i 2026
Billedmodeller som GPT-image og Nano Banana laver i dag fakturaer, kvitteringer og attester som billeder, der ser fotograferede ud. Her er, hvad der kendetegner dem, og hvordan de fanges.
Opdateret 2026-08-31 · Veriflied
Hvad der har ændret sig
Indtil for nylig kunne AI-billedmodeller ikke skrive læselig tekst. Det kan de nu. En prompt som 'foto af en kvittering fra Elgiganten på en MacBook Pro, 14.999 kr, dateret 12. marts' giver et billede med rigtigt logo, læselige linjer og troværdige skygger. Dokumenter er blevet det hurtigst voksende område inden for AI-svindel, fordi de udløser penge direkte.
Samtidig findes den ældre metode stadig: at bede en tekstmodel om at lave en PDF-faktura. Den giver en 'rigtig' PDF-fil, men lavet med et generelt bibliotek. De to metoder efterlader helt forskellige spor.
Kendetegn ved AI-billeder af dokumenter
Tekst, der næsten er rigtig
Læs alt. AI-modeller staver forkert i småtekst, blander bogstaver i lange tal og gentager mønstre. Kig især på bundtekst, moms-linjer og adresser.
Tal, der ikke summerer
Modellen tegner tal, den regner ikke. Linjebeløb, moms og total stemmer sjældent på en AI-faktura.
Perfekt og alligevel forkert layout
Logo og struktur ligner den rigtige butik, men detaljer afviger: skrifttype, feltrækkefølge, en manglende stregkode, en QR-kode uden indhold.
Papir og lys
For pæn papiroverflade, skygger, der ikke passer med lyskilden, kanter på bonen, der bøjer forkert.
Ingen kamerakæde
Et rigtigt foto fra en telefon har producent, model, optagelsestid og ofte GPS i filen. Et AI-billede har typisk intet, eller det har metadata, der ikke passer til billedets tekniske egenskaber.
Kendetegn ved AI-fremstillede PDF'er
PDF'er fra AI-værktøjer laves med en lille håndfuld biblioteker: ReportLab, fpdf, WeasyPrint, matplotlib eller en headless browser. Ingen af dem bruges af faktureringssystemer. Filerne er lavet i ét hug, oprettet og ændret i samme sekund, uden XMP-pakke og ofte uden dokument-id. Teksten er ægte tekst (kan markeres), men skrifttyperne er standardfonte og ikke butikkens.
Sådan fanges de
AI-billeder af dokumenter fanges af en AI-detektor trænet på netop dokumentbilleder. Den vurderer, om pixels er genereret, uanset om teksten er læselig, og et varmekort viser, hvor. AI-PDF'er fanges af dokumentforensikken: producerkæde, tidsstempler og manglende udstederidentitet. Har man begge dele i samme analyse, dækker man begge metoder, og man kan krydstjekke mod sagens datoer: et bilag, der er lavet efter anmeldelsen eller år efter det påståede køb, er et fund uanset hvordan det er lavet.
Ofte stillede spørgsmål
Kan en AI-detektor kende forskel på en rigtig scanning og et AI-billede?
Ja. En scanning har scannerens støjmønster og komprimering, et AI-billede har generatorens. Detektoren er trænet på begge og på de mellemformer, der opstår, når billeder deles via apps.
Hvad med skærmbilleder af en rigtig faktura?
Et skærmbillede er ikke AI, men det har heller ingen kamerakæde eller PDF-spor. Analysen markerer det som 'digital gengivelse' og lægger vægt på indholdet og sagens datoer. Bed altid om originalfilen.
Fanger I også de nyeste modeller?
Detektionen gentrænes løbende, og nye generatorer tilføjes til træningsmaterialet kort efter, de udkommer. Det er et kapløb, og det er derfor, analysen kombinerer flere uafhængige lag i stedet for at stole på ét.
Kan jeg teste med mine egne eksempler?
Ja. Opret en konto, og analyser 10 dokumenter gratis.
Prøv det på dit eget dokument
Opret en konto og analyser dine første 10 billeder eller dokumenter gratis. Du får en rapport med de konkrete fund, ikke bare en score. Al behandling i EU.