Sherlock

Sherlock prüft Live-Interviews auf KI-generierte Antworten, versteckte Copiloten und abgelesene Skripte. Laut Unternehmen arbeitet es mit einem multimodalen adversarialen Modell, das Geräteaktivität, Audiokontext und Verhalten zu einem Signal bündelt, und das Nachtrainieren hat die Trefferquote von rund 85 % auf über 97 % gehoben. Hinweise kommen während des Interviews, nicht in einem Bericht Tage später, und dasselbe Modell trägt die KI-Copilot-Erkennung.

Die Plattform sucht synthetisches oder manipuliertes Video und Anzeichen, dass die Person vor der Kamera nicht die aus der Akte ist. Das deckt eine wachsende Betrugsart ab, bei der ein überzeugendes Gesicht oder eine geklonte Stimme den Call übernimmt. Der Interviewer bekommt eine Markierung zum Prüfen, keine automatische Absage.

Sherlock achtet auf einen zweiten Teilnehmer, zusätzliche Geräte oder fremde Hilfe, die darauf hindeuten, dass jemand dem Kandidaten die Antworten zuspielt. Ziel ist der klassische Aufbau, bei dem ein stärkerer Kandidat oder ein bezahlter Helfer die Fragen beantwortet.

Erlaubt eine Firma den Einsatz von KI, wechselt Sherlock von der Jagd auf Betrug zur Messung von Können. Es beobachtet, wie gut sich jemand beim Problemlösen auf KI-Werkzeuge stützt, und vergibt eine Note. Die Idee: gute KI-Nutzung belohnen, statt jedes Signal als Ausschlussgrund zu behandeln.

Sherlock schreibt während des Interviews strukturiert mit und verbindet das mit Auswertungen zur Leistung und zum Interviewer. Damit fällt ein separates Notizwerkzeug aus dem Stack, und der Prüfer bekommt einen schriftlichen Verlauf neben den Markierungen.

Jeder markierte Moment verweist auf die genaue Stelle im Interview, mit Zeitstempeln und Kontext. Der Prüfer sieht, was wann passiert ist, und entscheidet selbst. Das Design lässt einen Menschen im Kreis, statt eine Note entscheiden zu lassen.

Sherlock verbindet sich mit Google, Apple und Outlook, tritt Meetings bei, die Sie als Interviews markieren, und erzeugt selbst sichere Links. Auch ATS-Integrationen sind gelistet, damit die Prüfungen im Recruiting-Stack bleiben, den das Team schon nutzt.

Sherlock veröffentlicht eine API für Teams, die die Erkennung in eigene Abläufe einbauen wollen. Die API-Seite erlaubt, Interviewaufnahmen auf Betrug zu prüfen oder die Kontrollen in eine eigene Pipeline zu hängen, was für große Recruiter mit eigenen Tools zählt.