Polisens specialenhet: Därför misslyckas klassiska metoder mot AI-brott

Inget ansikte, ingen accent, inga avslöjande drag

Bara en förvrängd röst från en genererad video som ser lika polerad ut som en högkvalitativ reklamfilm. På skärmarna i specialenhetens kontrollcentrum flimrar dataströmmar, IP-adresser och hashvärden. Utredarna stirrar på mönster – inte längre på människor. En mumlar: ”Gör han ett enda misstag är han förlorad.” Den andre svarar torrt: ”De gör inga misstag längre. De låter andra göra det.”

Utanför passerar en siren – den äkta, analoga världen. Därinne sitter fem personer och försöker gripa ett brott som känns som dimma. Ingen flyktbil, inget fingeravtryck, inget mobilnät som hänger misstänkt fast vid en mast. Bara AI-modeller, botnätverk och bedrägeri som skickar varje klassisk utredningsmetod åt fel håll.

Frågan som svävar över rummet är brutalt enkel: Vad händer om polisen för första gången på årtionden ligger efter?

När spår blir till fiktion

Förr luktade en brottsplats av kall rök, bromsdamm och billig parfym. Idag luktar det ingenting. ”Platsen” är en server i Irland, den nästa i Singapore, den tredje i ett datacenter som ingen offentligt erkänner existerar. AI-brottslighet är sällan en enstaka handling – det är ett flätverk. En digital labyrint där varje dörr leder till en ny korridor.

Den klassiska utredningslogiken – gärningsman, motiv, mordvapen – närmar sig sina gränser. En deepfake har inget motiv. Ett automatiserat nätfiskesystem ”bestämmer” inte vem det angriper – det väljer mönster. I många fall förblir det oklart till sist om det ens satt människor bakom, eller om det bara var skript som någon satt igång månader tidigare.

Vi känner alla den inre längtan efter en skurk man till slut kan föra bort i handfängsel. AI-brottslighet påminner däremot om en film utan skurkar. Bara skada – och ingenstans ett ansikte.

Ett fall som vände allt upp och ner

En utredare från en specialenhet för cyberbrottslighet i Nordrhein-Westfalen berättar om ett fall som fullständigt förändrade hans förståelse av ”spår”. En äldre kvinna i mitten av 70-årsåldern blev via videosamtal ombedd om pengar av sitt påstådda barnbarn. Rösten stämde, mimiken stämde, till och med den lätt nervösa blicken nedåt – allt verkade absolut äkta. Hon överförde femsiffriga belopp. Först dagar senare visade det sig: det riktiga barnbarnet var på semester utan nätanslutning.

Videon var en generativ deepfake som reagerade i realtid. Inte ett färdigproducerat klipp, utan en AI som modulerade mimik, läppsynkronisering och röst live. Klassiskt utredningsarbete? Spåra kontouppgifter, säkra kommunikationsförlopp, avläsa enheter. I slutändan ledde alla spår till länder där de använda servrarna bara hyrts tillfälligt. Räkningarna löpte över stulna identiteter – som i sin tur genererats av AI-system.

”Normalt letar du efter inkonsekvenser,” berättar utredaren. ”Här letar du efter något äkta. Och hittar nästan ingenting.” Statistiken bakom är brutal: Enligt EU:s polismyndighet Europol stöds redan idag uppskattningsvis över 60 % av de mer komplexa bedrägerifallen online med AI-verktyg. Uppklarningsprocenten ligger i många länder på ensiffriga tal. Teknologin skalar – utredningsapparaten verkar i jämförelse köra i slow motion.

Den nyktra sanningen är: Klassiska metoder bygger på tron på stabila spårkedjor. AI-brottslighet bryter exakt dessa kedjor. Den simulerar identiteter, genererar dokument och låter pengar hoppa över dussintals wallets. Där det tidigare låg ett fingeravtryck ligger idag ett dataset som medvetet förorenat. Eller rentav hundratals av dem, automatiskt varierade så ingen rättsmedicinsk mjukvara kan läsa av en tydlig linje.

Tekniskt sett exploderar mängden ”brus”, medan den egentliga signalen – det enda användbara spåret – försvinner till intet. Den gamla tumregeln ”tillräckligt med data leder till sanningen” vänds om: För mycket data, genererad av AI, täcker över varje sanning. Klassiska utredare som i åratal lärt sig känna igen mönster i kaos står plötsligt inför AI-genererat kaos som byggts exakt så att det inte innehåller läsbara mönster.

Vad specialenheter nu måste byta till

De specialenheter som på allvar kämpar mot AI-brottslighet börjar idag sitt arbete på en helt annan plats. De startar inte längre med ”Vem var det?”, utan med ”Vad var överhuvudtaget äkta?”. Det första konkreta steget låter ospektakulärt – och är ändå revolutionerande: radikal verifiering. Varje bild, varje röst, varje protokoll behandlas som ett potentiellt falsarium, inte som ett neutralt faktum.

Det betyder: specialiserade rättsmedicinska verktyg som söker efter mikromönster i bilder som inte ens en välutvecklad AI simulerar perfekt. Samarbete med forskare som kan känna igen signaturer från bestämda modeller. Och framför allt: team där IT-utredare, klassiska kriminalare och dataanalytiker sitter sida vid sida som jämlikar. Ett fall bearbetas inte längre linjärt, utan parallellt – från olika vinklar. Den som jagar AI-brottslighet arbetar mer som ett forskningslaboratorium än som en gammal kriminalkommissarie.

För många erfarna utredare är just det den smärtsamma delen. De upptäcker att deras inövade reflexer plötsligt pekar åt fel håll. I årtionden gällde det: vittne plus indicium plus motiv ger en tillförlitlig berättelse. Idag vet vi: vittnen kan manipuleras via deepfake, indicier kan vara syntetiska, och motiv kan döljas genom att gärningsmän ”outsourcar” arbete till anonyma tredjeparter.

Ett vanligt misstag består i att lita för tidigt på en digital artefakt, enbart för att den ser ”ren” ut. Många poliser låter sig framför allt luras av professionellt utformade mejl, dokument eller profiler – exakt det som AI nu är bäst på. Låt oss vara ärliga: Ingen kontrollerar i vardagen varje röstmeddelande eller varje PDF-dokument på rättsmedicinsk nivå. Inte heller utredare.

Därtill kommer ett mänskligt motstånd: Egen erfarenhet och egna instinkter känns värdelösa när man konstant får höra att en maskin kan lura mer raffinerat än vilken bedragare som helst. Det frustrerar, gör trött och leder till reflexartat klamrande vid gamla mönster. Och det är exakt där specialenheter förlorar tid – och fall.

En utredare från en Berlin-enhet sätter det på en formel man inte glömmer så snabbt:

”Förr frågade vi: Vem ljuger för oss? Idag måste vi fråga: Vilken verklighet ljuger för oss?”

De team som kommer vidare med AI-brottslighet arbetar typiskt efter tysta riktlinjer som dessa:

• Allt digitalt är tillsvidare en hypotes – inte ett bevis.
• Varje fall får tidigt tilldelat en teknisk ”skeptiker” som uteslutande letar efter förfalskningar.
• Samarbete med plattformar och molnleverantörer inleds omedelbart – inte först när ”allt annat prövats”.
• Kunskap om AI-verktyg uppdateras löpande, inte i femårscykler för fortbildning.
• Emotionell avlastning är en del av strategin – AI-brottslighet verkar avhumaniserande, och det sätter spår hos utredarna.

Vad denna utveckling betyder för oss alla

När specialenheter idag misslyckas mot AI-brottslighet beror det inte på brist på motivation. De misslyckas för att verklighetens spelregler förskjutits. Det som tidigare gällde som ”bevis” gäller idag som utgångsmisstanke. Det som tidigare passerade som ett säkert vittnesmål måste nu betraktas som en potentiellt genererad berättelse. Det är ansträngande, oromantiskt – och otroligt nödvändigt.

För oss som samhälle betyder det: Vi kan inte delegera kampen mot AI-stödd brottslighet till polisen som vore det en besvärlig uppgift. Varje förhastade röstmeddelande vi delar, varje ”uppriktigt verkande” video vi vidarebefordrar utan att tänka oss för, närer en miljö där desinformation och bedrägeri glider lättare igenom. Samtidigt måste vi acceptera att uppklaring av dessa brott aldrig mer kommer försiggå lika smidigt som i de gamla deckarserierna.

Kanske är det den obehagliga läxan: I en värld där bilder, röster och identiteter kan produceras efter behag blir förtroende igen något kostsamt som man inte fördelar slarvigt. Specialenheter anpassar sig i realtid till detta nya landskap – de snavar, de lär sig, de bygger nya verktyg. Resten av oss står vid sidan om, ser på – och är redan själva en del av samma berättelse.

FAQ

• Vad är egentligen ”AI-brottslighet”? Det täcker lagöverträdelser där artificiell intelligens används som verktyg – t.ex. deepfake-utpressning, automatiserade bedrägerikampanjer, syntetiska identiteter eller hackade konton styrda av lärande algoritmer.
• Varför kommer klassiska utredare så ofta till korta? För att många AI-system automatiskt skyler över spår, leder dataströmmar genom flera länder och massproducerar falska identiteter – så välkända mönster för bevisföring inte längre håller.
• Är deepfakes verkligen så farliga som alla säger? Ja, särskilt eftersom de kan uppstå i realtid och verkar emotionellt – människor reagerar på kända ansikten och röster, långt innan de rationellt överväger om materialet kan vara äkta.
• Vad gör specialenheter konkret mot det? De använder specialiserad rättsmedicinsk mjukvara, samarbetar tätt med techföretag och forskare, bygger upp intern AI-kompetens och utvecklar nya standarder för att överhuvudtaget verifiera digitalt innehåll.
• Kan jag som privatperson överhuvudtaget skydda mig? Du kan vara mer misstänksam mot emotionellt laddade pengaförfrågningar, ringa tillbaka på kända nummer, aktivera säkerhetsfunktioner hos banker och meddelandeappar – och undvika att dela innehåll okritiskt bara för att det ”verkar äkta”.