Ga naar inhoud
Likelier

Ervaren angst vs. werkelijke kans

Wat is de kans dat tijdens uw leven een AI-gegenereerde intieme deepfake van u zonder toestemming wordt gemaakt of gedeeld?

Levenslange kans

~1 op 25

over a typical adult lifetime

4,0% levenslange kans

De meeste mensen onderschatten dit.

De kaders verschillen — getoond als typische kans over een mensenleven. Zie methodologie.

Tech · beoordeeld 2026-06-14
Kwaliteit van bewijs 4.13/5

Beoordelingsscore op acht dimensies volgens de kwaliteitsrubriek . Elke dimensie krijgt een score van 1 tot 5.

D1 Verankering in bronnen
4/5
D2 Autoriteit van bronnen
5/5
D3 Rekenkunde
3/5
D4 Onzekerheid
4/5
D5 Bereik
4/5
D6 Proza
4/5
D7 Eerlijkheid over perceptie
4/5
D8 Volledigheid van voorbehouden
5/5
Gemiddelde 4.13/5
Source Government statistic · International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN
levenslang, volwassene in de VS elk band = 10× zeldzamer → aangepast aan uw factoren Bekijk volledige schaal →
zeker 1 op 1K 1 op 1M 1 op 1B
1 in 5.8 1 in 25

● uw factoren — klik op dit risico ▾ om te tonen

  1. Jouw factoren
A single closed laptop on a plain desk surface with a small blue notification dot visible at the lid edge, flat vector illustration in muted tones.

Waargenomen

Het publieke discours over niet-consensuele intieme deepfakes wordt gedomineerd door een handvol beroemdheidszaken — Taylor Swift in januari 2024, vrouwen in het Amerikaanse Congres later dat jaar, K-popidolen in meerdere incidenten. Het mentale model dat ontstaat, is «dit overkomt beroemde vrouwen op internet», waardoor gewone volwassenen het risico scharen onder dingen-die-anderen-overkomen. De kostenontwikkeling van de onderliggende tools ondersteunt dat frame niet: opensourcemodellen die in 2019 een GPU van onderzoeksniveau vereisten, draaien nu op consumententelefoons, en een bruikbare gezichtswissel op één foto duurt minuten. Rechtstreeks gevraagd onderschatten de meeste volwassenen de populatieprevalentie van persoonlijk slachtofferschap aanzienlijk, die een door vakgenoten beoordeelde enquête onder ~16.000 respondenten in 10 landen in 2023 op 2,2 % stelde — in absolute termen enkele miljoenen mensen, overweldigend afkomstig uit één helft van de bevolking.

Ruwe schatting: De meeste volwassenen scharen dit onder «overkomt beroemdheden» in plaats van als een persoonlijk risico

Bron: redactionele intuïtie, niet gepeild

Werkelijk

~2 op de 100 (ooit, in 10 landen 2023)

volwassenen van 16+ in 10 landen (Australië, België, Denemarken, Frankrijk, Italië, Nederland, Mexico, Zuid-Korea, VK, VS), Umbach et al. CHI 2024

Berekening tonen

Het cijfer van 2,2 % uit Umbach et al. (2024) is een gelijktijdige «ooit ervaren»-prevalentie gemeten in 2023, toen deepfake-tools op consumentenniveau ongeveer vijf jaar breed toegankelijk waren. Het omzetten ervan naar een resterende-levenskans voor een Amerikaanse volwassene vereist twee correcties in tegengestelde richtingen. Ten eerste onderschat het kopcijfer het werkelijke slachtofferschap omdat (a) veel slachtoffers niet weten dat er intieme deepfakes van hen bestaan — de beelden worden gedeeld in gesloten kanalen of gehost op specifieke sites die het onderwerp nooit bezoekt, en (b) zelfrapportage-enquêtes categorieën van seksueel geweld chronisch te weinig vastleggen door herinnerings- en onthullingsbarrières, waarbij de VS-alleen NCII-enquête van Eaton et al. (2017) een levenslange prevalentie van 8 % vond op een bredere definitie die echte (niet-AI) intieme beelden omvat. Ten tweede is de technologiecurve steil: de census van Home Security Heroes vond een toename van 550 % in gedetecteerde deepfake-video's van 2019 tot 2023, vrijwel volledig pornografisch en gericht op vrouwen. Een redelijke levenslange schatting die de door vakgenoten beoordeelde hedendaagse basisrate combineert met een gematigde groeiaanname over een horizon van 59 jaar komt uit rond 4 % — ruwweg het dubbele van de prevalentie van 2023, ruim onder de 8 % op Eatons bredere definitie, die vijftien jaar van pre-AI beeldgebaseerd misbruik vastlegde. De onzekerheidsmarge is breed (2-10 %) en helt opwaarts omdat de technologie nog in snelle verspreiding is.

Kanttekeningen: Drie kanttekeningen doen er meer toe dan het kopcijfer. Ten eerste is de asymmet…

Drie kanttekeningen doen er meer toe dan het kopcijfer. Ten eerste is de asymmetrie tussen de geslachten ernstig genoeg dat het populatiegemiddelde misleidt: de levenslange schatting van 4 % is ruwweg een gewogen gemiddelde van een vrouwencijfer rond 7-8 % en een mannencijfer ruim onder 2 %. Elke census van het aanbod aan deepfake-video's vindt dat het pornografische aandeel vrijwel uitsluitend op vrouwen is gericht. Alleen het populatiegemiddelde rapporteren zou het risico voor vrouwen onderschatten en voor mannen overschatten, en daarom zijn de persoonlijke-factorvermenigvuldigers dragend in plaats van decoratief. Ten tweede zijn de enquêtegegevens vrijwel zeker conservatief. Veel slachtoffers van synthetische intieme beelden komen er nooit achter dat de beelden bestaan — ze kunnen volledig buiten het sociale netwerk van het onderwerp worden gegenereerd, gedeeld en geconsumeerd. Het hedendaagse cijfer van 2,2 % meet zelfbewust slachtofferschap; het werkelijke cijfer ligt noodzakelijkerwijs hoger en is via zelfrapportage niet te kennen. Dit is structureel anders dan cyberpesten of intimidatie, waarbij het slachtoffer per definitie op de hoogte is van de gebeurtenis. Ten derde bestaat er geen vergelijkbare, door vakgenoten beoordeelde tijdreeks. Umbach et al. (2024) is de eerste multinationale populatie-enquête over deze specifieke categorie. Deeptrace 2019, Home Security Heroes 2023 en de rapporten van de Internet Watch Foundation meten aanbod (video's online) in plaats van slachtofferprevalentie aan de vraagzijde. De onzekerheidsmarge weerspiegelt zowel meetkloven als de steilheid van de technologie-adoptiecurve — elk getal berekend uit gegevens van 2023 kan tegen 2030 aanzienlijk te laag zijn. Ten vierde is deze entry afgebakend tot het levenslange risico voor Amerikaanse volwassenen, maar de snelst bewegende frontier zijn minderjarigen en de schoolcontext, die de slug niet dekt. Thorns jeugdenquête uit 2025 (n=1.200, 13-20 jaar) vond dat 1 op de 17 (6 %) jongeren het doelwit was geweest van iemand die deepfake-naaktbeelden van hen maakte, oplopend tot 1 op de 10 onder zowel jongere tienerjongens als jongvolwassen vrouwen — dus onder tieners is het slachtofferschap niet vrouwelijk scheefgetrokken zoals bij de volwassen video-aanbodcensussen. Het dominante patroon is peer-op-peer: klasgenoten die «nudify»-apps loslaten op jaarboek- of socialemediafoto's, wat juridisch kindermisbruikmateriaal oplevert. NCMEC's CyberTipline-meldingen van generatieve-AI-CSAM stegen van 4.700 in 2023 naar 67.000 in 2024, met 158.000+ beelden die tot 2025 door mensen als AI-gegenereerd zijn gecategoriseerd (het kopcijfer van 1,5 miljoen meldingen in 2025 is opgeblazen door ~1,1 miljoen niet-actiegerichte meldingen van één aanbieder en mag niet als een prevalentiesprong worden gelezen). De Amerikaanse TAKE IT DOWN Act, ondertekend op 19 mei 2025, stelt nu het publiceren van niet-consensuele intieme beelden inclusief deepfakes strafbaar en verplicht platforms om gemarkeerde inhoud binnen 48 uur na melding te verwijderen (een nalevingstermijn van één jaar voor platforms liep tot mei 2026). Een aparte entry voor minderjarigen / peer-gegenereerd met een eigen basisrate en NCMEC/IWF/Thorn-bronnenset is gerechtvaardigd; de bovenstaande cijfers worden hier als context vastgelegd, niet in het volwassen-levenslange kopcijfer opgenomen. Ten slotte, over waarom het kopcijfer in deze update niet is herzien: het enquêtebewijs van 2025-2026 (Thorn) is uitsluitend jeugd en momentopname, en de NCMEC-ontwikkeling is een aanbodzijdig meldingsaantal van minderjarigen-CSAM, geen volwassen-levenslange prevalentie. Het International AI Safety Report 2026 herhaalt Umbachs 2,2 % in plaats van een vervangend volwassencijfer te publiceren. Geen enkele officiële populatie-enquête onder volwassenen heeft het cijfer herzien, dus de centrale levenslange schatting van 4 % en de marge van 2-10 % blijven behouden; de nieuwe bronnen stabiliseren het getal en scherpen het subgroepbeeld aan in plaats van het te verplaatsen.

Gerelateerde risico’s

Andere risico’s over vergelijkbare thema’s — om gerelateerde angsten te verkennen.

Tech

Problematisch gebruik sociale media

Hoe groot is de kans op problematisch gebruik van sociale media als volwassene?

Tech

AI-stemoplichting

Wat is de kans dat u tijdens uw leven het doelwit wordt van een AI-stemklooningoplichting?

Tech

Online oplichting

Hoe groot is de kans om geld te verliezen aan een online oplichting?

Criminaliteit

Keyless diefstal via relay

Hoe groot is de kans dat je keyless auto wordt gestolen via een relay-aanval (signaalversterking)?

Tech

Cyberpesten onder tieners

Wat is de kans dat een tiener wordt gecyberpest?

Tech

Datalek

Hoe groot is de kans dat uw persoonlijke gegevens worden blootgesteld bij een datalek?

Vergelijk met:

Het door vakgenoten beoordeelde anker is het artikel uit 2024 van Umbach, Henry, Beard en Berryessa in de CHI-proceedings, dat ongeveer 16.000 volwassenen in tien landen onderzocht — Australië, België, Denemarken, Frankrijk, Italië, Nederland, Mexico, Zuid-Korea, het Verenigd Koninkrijk en de VS — en rapporteerde dat 2,2% persoonlijk niet-consensuele synthetische intieme beelden had ervaren, waarbij 1,8% rapporteerde deze zelf te hebben gepleegd. Het veldwerkjaar was 2023, toen deepfake-tools op consumentenniveau ongeveer vijf jaar breed toegankelijk waren. Gelezen als een puur levenslang-tot-nu cijfer is 2,2% klein. Gelezen als de prevalentie van een categorie die tien jaar eerder feitelijk niet bestond, gedurende een periode waarin het gedetecteerde aanbod aan deepfake-video’s groeide met driecijferige jaarlijkse percentages, is het een basisrate in transit in plaats van een basisrate in rust.

De genderasymmetrie domineert al het andere. Sensity AI’s oorspronkelijke census uit 2019 van 14.678 deepfake-video’s vond dat 96% pornografisch was en dat elke waargenomen pornografische deepfake een vrouwelijk subject afbeeldde — de auteurs stelden ronduit dat deepfake-pornografie “uitsluitend vrouwen aanvalt en schade berokkent”. De vervolgcensus van Home Security Heroes uit 2023, op een steekproef die bijna zeven keer groter was (95.820 video’s), zette het pornografische aandeel op 98% en het aandeel met vrouwelijke doelwitten op 99%. The Markups analyse uit 2024 van het Amerikaanse Congres vond dat één op de zes congresleden vrouw was getarget met seksueel expliciete AI-beelden, tegen vrijwel nul van hun mannelijke collega’s. De levenslange schatting van 4% hier is een populatiegemiddelde; voor vrouwen ligt de gerealiseerde rate meerdere malen hoger, en voor mannen materieel lager.

Het schadepad is gedocumenteerd en goed gerepliceerd. Eaton, McGlynn en anderen (Psychology of Violence, 2020) framen niet-consensuele intieme beelden — synthetisch of anderszins — als een vorm van seksueel geweld, niet als een schending van eigendom of reputatie, omdat de gedocumenteerde uitkomsten die van contactseksuele misdrijven volgen: verhoogde depressie en angst, terugtrekking uit publiekgerichte professionele rollen, suïcidaliteit in een niet-triviale subset. UN-rapportages van speciale rapporteurs in 2026 beschreven de chilling-effectdynamiek voor vrouwen in het openbare leven als “virtuele verkrachting”, taal die retorisch kan klinken, maar operationeel accuraat is over de psychologische last die slachtoffers rapporteren. Zelfcensuur is het meest voorkomende vervolggedrag: enquêtes onder vrouwelijke journalisten en gekozen functionarissen vinden herhaaldelijk dat meer dan 40% zegt dat ze hun publieke output hebben verminderd om misbruik te vermijden, en synthetische beelden bevinden zich aan het ernstige einde van die misbruikverdeling.

Wat oprecht onzeker is, is het levenslange plafond. Eatons Amerikaanse enquête uit 2017 zette bredere niet-consensuele intieme beelden — de categorie die echte foto’s omvat die zonder toestemming zijn gedeeld — op 8% levenslange prevalentie, wat het natuurlijke plafond is voor synthetische beeldslachtoffering, tenzij de AI-gegenereerde subcategorie uiteindelijk de reeds bestaande echte-beeldcategorie in schaal overtreft. Er zijn structurele redenen om gedeeltelijke substitutie te verwachten in plaats van pure toevoeging (de synthetische versie vereist geen compromitterende foto om allereerst te bestaan, wat de slachtofferpool aanzienlijk verbreedt) en andere redenen om toevoeging te verwachten (de meeste slachtoffers van NCII met echte beelden hadden een eerdere intieme relatie met de dader, terwijl synthetische beelden zo’n voorwaarde niet hebben). De centrale schatting van 4% splitst het verschil; de onzekerheidsband van 2-10% erkent dat het traject net zo belangrijk is als het huidige niveau.

Het derde structurele voorbehoud is detectie. Een slachtoffer van cyberpesten of directe intimidatie weet per definitie dat de gebeurtenis heeft plaatsgevonden. Een slachtoffer van niet-consensuele synthetische beelden weet het misschien nooit — de beelden kunnen worden gegenereerd, verhandeld in besloten kanalen, en volledig buiten de sociale grafiek van het subject worden geconsumeerd. Zelfrapportage-enquêtes zoals Umbach et al. meten zelfbewuste slachtoffering. Werkelijke slachtoffering is noodzakelijkerwijs hoger, met een onbekend maar waarschijnlijk niet-triviaal veelvoud. Dit is de enkele grootste reden om de 2,2% kop te behandelen als een ondergrens in plaats van een puntschatting, en om het item te markeren als onderschat ondanks de recente toename van persaandacht voor het onderwerp.

Ongeveer 1 op 25 meldt gedurende een typisch volwassen leven dat er een niet-consensueel intiem deepfakebeeld van hen is gemaakt, en zo'n 2 op 100 meldt dit in een bepaald jaar, volgens een enquête uit 2023 in 10 landen. De blootstelling over een leven ligt hoger dan de nieuwheid van de dreiging suggereert.

Bronnenverantwoording

Elk getal hieronder is wat elke bron rapporteerde, met het letterlijke citaat waarop we ons baseerden en hoe we tot ons cijfer kwamen. Klik op een link om rechtstreeks te verifiëren.

2/8 bronnen onafhankelijk woordelijk geverifieerd tegenover de geciteerde bron

  1. [1] Umbach, Henry, Beard & Berryessa — Proceedings of CHI 2024 (arXiv preprint) — Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries Geverifieerd
    Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries
    Statistiek
    2.2% of all respondents indicated personal victimization with non-consensual synthetic intimate imagery; 1.8% indicated perpetration; survey of >16,000 respondents across 10 countries (Australia, Belgium, Denmark, France, Italy, Netherlands, Mexico, South Korea, UK, US)
    Fragment
    “"2.2% of all respondents indicated personal victimization, and 1.8% all of respondents indicated perpetration behaviors regarding deepfake pornography." ”
    Brongegevens van
    2024-02-02
    Geraadpleegd
    2026-05-28 · gearchiveerde kopie
    Verificatie
    Fragment onafhankelijk opnieuw opgehaald en woord voor woord bevestigd tegenover de geciteerde bron tijdens onze onderbouwingsaudit.
    Berekening
    Umbach et al. (2024) is the first peer-reviewed multi-country population survey specifically measuring synthetic (AI-generated) intimate-imagery victimization rather than the broader image-based-abuse category. The paper was accepted to CHI 2024 (the flagship ACM human-computer interaction conference). Sample is >16,000 respondents across the 10 listed countries; the 2.2% figure is the pooled personal-victimization rate across all respondents. This is the headline native rate. The fielding year is 2023, so the figure is best interpreted as "ever experienced as of 2023" — a contemporaneous lifetime-to-date prevalence with the technology only ~5 years into mainstream availability. The lifetime extrapolation to ~4% combines this base with a moderate forward-growth assumption (Home Security Heroes census shows 550% growth 2019-2023), capped well below the 8% lifetime rate Eaton et al. found for the broader NCII category that includes real imagery.
  2. [2] International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN — International AI Safety Report 2026 — Extended Summary for Policymakers
    International AI Safety Report 2026 — Extended Summary for Policymakers
    Statistiek
    Restates the multi-country survey finding that 2.2% of >16,000 respondents across 10 countries reported someone had generated non-consensual intimate images of them; notes 96% of deepfake videos are pornographic, 15% of UK adults report having seen deepfake pornographic images, and that the vast majority of 'nudify' apps explicitly target women
    Fragment
    “"In a survey of over 16,000 respondents across 10 countries, 2.2% of respondents said that someone had generated non-consensual intimate images of them." ”
    Brongegevens van
    2026-02-01
    Geraadpleegd
    2026-06-14 · gearchiveerde kopie
    Berekening
    The International AI Safety Report is the intergovernmental synthesis assessment (the AI-equivalent of the IPCC) commissioned after the Bletchley Park AI Safety Summit and chaired by Yoshua Bengio, with contributions vetted across 30+ governments plus the EU, OECD and UN. It is cited here as an independent authoritative corroboration of the Umbach et al. (2024) 2.2% headline rather than as a new base rate: the 2026 report restates the same multi-country figure, confirming it remains the best available adult-population prevalence estimate as of early 2026 and that no superseding adult-lifetime rate has been published. It does NOT move the headline number — it stabilises it. The additional context it supplies ("nudify" apps overwhelmingly target women; 15% of UK adults have seen pornographic deepfakes) reinforces the gender asymmetry and the rapid-diffusion framing already in this entry.
    Onafhankelijkheid
    The AI Safety Report is a secondary synthesis that cites Umbach et al., so it is not statistically independent of the headline figure. It is retained because its govt-report authority and 2026 vintage confirm the 2.2% number had not been revised upward in any peer-reviewed adult survey by mid-2026, which is exactly why this entry's headline was left at 4% rather than raised on the strength of youth-only (Thorn) data.
  3. [3] Eaton, Jacobs & Ruvalcaba — Cyber Civil Rights Initiative — 2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    Statistiek
    1 in 12 (8.0%) of US adult respondents reported lifetime victimization of nonconsensual pornography; 1 in 20 (5%) reported perpetration; women's victimization rate was higher than men's; n=3,044 US adults
    Fragment
    “"Among participants (54% women), 1 in 12 reported at least one instance of nonconsensual pornography victimization in their lifetime, and 1 in 20 reported perpetration of nonconsensual pornography. Women reported higher rates of victimization and lower rates of perpetration than men." ”
    Brongegevens van
    2017-06-12
    Geraadpleegd
    2026-05-28 · gearchiveerde kopie
    Berekening
    The Eaton/CCRI 2017 study is the most-cited US adult NCII prevalence figure and was published as a peer-reviewed follow-up in Psychology of Violence (Ruvalcaba & Eaton, 2019). It covers all non-consensual intimate imagery — overwhelmingly authentic photographs taken consensually and later distributed without consent — not just AI-generated deepfakes, which were not yet a measurable category in 2016 when the survey was fielded. The 8% lifetime figure is included here as the broader-category ceiling: any plausible deepfake-specific lifetime rate should sit at or below this number, because synthetic imagery is one mechanism within a larger problem that pre-dates the AI tools. The CCRI sample (3,044 US adults via online panel) has the usual online-panel skew but is the most authoritative US-specific headline number available. Used to set the upper bound on the uncertainty interval, not the central estimate.
    Onafhankelijkheid
    Eaton et al. used a US-only online probability panel through CCRI, entirely separate from the Umbach et al. 10-country fielding. The broader definition (real + synthetic NCII) and the seven-year gap make the two figures complementary, not redundant: Umbach captures the synthetic share of a recent year; Eaton captures lifetime prevalence of the broader category before consumer deepfake tools existed.
  4. [4] Silicon Republic — coverage of Deeptrace (Sensity) State of Deepfakes 2019 — 96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    Statistiek
    Deeptrace 2019 census found 14,678 deepfake videos online; 96% were non-consensual pornography; every observed pornographic deepfake portrayed a female subject
    Fragment
    “"Deepfake pornography is a phenomenon that exclusively targets and harms women." ”
    Brongegevens van
    2019-10-08
    Geraadpleegd
    2026-05-28 · gearchiveerde kopie
    Berekening
    The Deeptrace (later renamed Sensity AI) 2019 report is the earliest systematic census of deepfake videos online and established the gender asymmetry that has held in every subsequent measurement: pornographic deepfakes overwhelmingly target women. Used here purely to source the gender multiplier — the headline native rate is from Umbach, the severity asymmetry is from Deeptrace. The original report PDF is published on Sensity's site; this Silicon Republic coverage is used because the primary host returns 403 to automated retrieval. The 96% pornographic / ~100% female-target finding has been replicated by Home Security Heroes (2023) on a much larger 95,820-video sample with 99% female-target.
  5. [5] Home Security Heroes — 2023 State of Deepfakes: Realities, Threats, and Impact
    2023 State of Deepfakes: Realities, Threats, and Impact
    Statistiek
    95,820 deepfake videos identified online in 2023 (a 550% increase from 2019); 98% of deepfake videos online are pornographic; 99% of deepfake pornography targets women
    Fragment
    “"Deepfake porn makes up 98 percent of all deepfake videos online, with 99 percent of them targeting women." ”
    Brongegevens van
    2023-09-01
    Geraadpleegd
    2026-05-28 · gearchiveerde kopie
    Berekening
    The 2023 census is included for trajectory rather than base-rate: the 550% growth from 2019 to 2023 (14,678 → 95,820 detected videos) is the diffusion signal that drives the upward skew on the uncertainty band. Home Security Heroes is a commercial security publication rather than peer-reviewed academia, but its census methodology mirrors Deeptrace's 2019 work and the corroborating 99% female-target figure aligns with both the academic literature and the Sensity follow-ups. Used to justify treating the 2.2% contemporary prevalence as a lower bound on true lifetime exposure given the rapid capability and accessibility growth.
  6. [6] Thorn (child-safety technology nonprofit) — Deepfake Nudes & Young People Geverifieerd
    Deepfake Nudes & Young People
    Statistiek
    1 in 17 (6%) of US young people aged 13-20 reported having been the target of someone creating deepfake nudes of them; this experience was most prevalent among younger teen boys and young-adult women, with 1 in 10 (10%) in each group reporting victimization; around 1 in 8 (13%) personally knew an under-18 victim; n=1,200, surveyed Sept 27-Oct 7 2024
    Fragment
    “"1 in 17 (6%) respondents reported they had been the target of someone using technology to create deepfake nudes of them. This experience was most prevalent among younger teen boys and young adult women, with 1 in 10 (10%) in each group reporting this form of victimization." ”
    Brongegevens van
    2025-03-03
    Geraadpleegd
    2026-06-14 · gearchiveerde kopie
    Verificatie
    Fragment onafhankelijk opnieuw opgehaald en woord voor woord bevestigd tegenover de geciteerde bron tijdens onze onderbouwingsaudit.
    Berekening
    Thorn's March 2025 youth survey (n=1,200 US respondents aged 13-20, fielded Sept 27-Oct 7 2024) is the first US prevalence measurement specific to deepfake-nude victimization among young people. Its 6% headline is NOT comparable to this entry's adult-lifetime base rate: it is a current-prevalence figure for a 13-20 cohort, a different population and a different (point-in-time, not lifetime) basis. It is cited here for two narrow purposes only: (1) to source the young-adult woman multiplier (10% in that subgroup / 6% overall ≈ 1.7x, an internal-to-Thorn ratio), and (2) to document the younger-teen-boy subgroup and peer-on-peer "nudify" pattern in the caveats. It does not contribute to the adult-lifetime headline number.
  7. [7] National Center for Missing & Exploited Children (NCMEC) — Generative AI — CyberTipline reporting trajectory
    Generative AI — CyberTipline reporting trajectory
    Statistiek
    CyberTipline reports of generative-AI child sexual abuse material rose from 4,700 (2023) to 67,000 (2024) to 1.5 million (2025), though ~1.1 million of the 2025 reports came from a single ESP (Amazon AI Services) with no actionable information; NCMEC categorized 158,000+ images/videos as AI-generated Jan 2023-Dec 2025; 275+ direct victims of GAI CSAM identified in 2024-2025
    Fragment
    “"In 2023, NCMEC received 4,700 CyberTipline reports of GAI... In 2025, this increased to 1.5 million CyberTipline reports of GAI from the public and ESPs." ”
    Brongegevens van
    2026-01-01
    Geraadpleegd
    2026-06-14 · gearchiveerde kopie
    Berekening
    NCMEC is the congressionally-designated US clearinghouse for child sexual abuse material; its CyberTipline figures are supply-side report counts, not a victim-prevalence rate, and they concern MINORS rather than the adults this entry is scoped to. They are cited solely to document the trajectory referenced in the caveats — the order-of- magnitude jump in AI-generated CSAM reporting 2023-2025. The 1.5 million 2025 figure must be read with the caveat that ~1.1 million originated from a single ESP (Amazon AI Services) and were non-actionable, so the raw count overstates the underlying growth; the 4,700 -> 67,000 jump from 2023 to 2024 and the 158,000+ human-categorized AI images are the cleaner diffusion signals. Not used for any number in this adult-scoped entry.
  8. [8] Euronews, reporting on UN Women's 'Tipping Point' study (with City St George's, University of London and TheNerve) — 'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    Statistiek
    UN Women survey of 640+ women in public-facing roles across 119 countries (late 2025) found 41%+ had self-censored on social media to avoid abuse and 19% had reduced professional public speaking; researchers describe AI-facilitated image-based abuse as enabling 'virtual rape'
    Fragment
    “"AI-assisted 'virtual rape' is now at the fingertips of perpetrators. This phenomenon accelerates the harm from online violence inflicted on women in public life." ”
    Brongegevens van
    2026-04-30
    Geraadpleegd
    2026-07-01 · gearchiveerde kopie
    Berekening
    UN Women's "Tipping Point: Online Violence Impacts, Manifestations and Redress in the AI Age" report, produced with City St George's, University of London and the digital-forensics nonprofit TheNerve, surveyed 640+ women in public-facing roles (journalists, activists, politicians) across 119 countries in late 2025. Cited here for the self-censorship / chilling-effect pathway and the "virtual rape" framing of AI-facilitated image-based abuse referenced in the body text, not for any lifetime-probability figure: the survey measures self-reported behavioural response among a self-selected, high-public- visibility sample, not general-population victimization prevalence, so it does not feed the native/normalized headline.
    Onafhankelijkheid
    UN Women is a UN entity; the study is co-produced with an academic research centre and a digital-forensics nonprofit. Independent of the Umbach et al. academic prevalence survey and of the Home Security Heroes / Deeptrace supply-side censuses; it measures self-reported behavioural impact among public-facing women rather than population prevalence.

436 risico's met gemeten kans
1 op 10 1 op 100 1 op 1K 1 op 10K 1 op 100K 1 op 1M 1 op 10M 1 op 100M 1 op 1B zeker zeldzamer → Risico cosmetische chirurgie buitenland — 1 op 10 Vroeg suiker/zout en ziekte — 1 op 10 Endometriose — 1 op 10 Risico haartransplantatie Turkije — 1 op 10 Knieprothese — 1 op 10 Chronische pijnstillers — 1 op 10 Volledig tandverlies — 1 op 9,1 Alzheimer — 1 op 8,3 Slaaptekort — 1 op 8,3 Rookloos tabak — 1 op 8,3 Fietsen zonder helm — 1 op 8,0 Tandschade door bruxisme — 1 op 7,7 Condoomfalen — 1 op 7,7 Zorg mijden uit angst voor IND — 1 op 7,1 Gezichtsverlies — 1 op 6,7 Liesbreuk door tillen — 1 op 6,7 Risico op heupfractuur — 1 op 6,7 Regelmatig drinken — 1 op 6,7 Eerste hartaanval — 1 op 5,9 Onvruchtbaarheid — 1 op 5,7 5+ jaar langdurige zorg — 1 op 5,6 CTE (football) — 1 op 5,0 Ernstige depressie — 1 op 4,9 Wandelletsel — 1 op 4,8 Infectie door eten na kind — 1 op 4,2 Ziekte van Lyme — 1 op 4,0 Eenzaamheid & gezondheid — 1 op 3,8 AUD-risico erven — 1 op 3,5 Alcoholgebruiksstoornis — 1 op 3,4 Angststoornis — 1 op 3,2 CV-risico na menopauze — 1 op 3,0 Stille diabetes — 1 op 3,0 Vliegen met verkoudheid — 1 op 2,9 Baanverlies & depressie — 1 op 2,9 Tekenziekte (bos) — 1 op 2,9 Stil hoog cholesterol — 1 op 2,9 Verlies grootouder in jeugd — 1 op 2,8 Pacifier on the floor — 1 op 2,8 Stille hypertensie — 1 op 2,7 Resistente infectie — 1 op 2,6 Geen beenmerg match — 1 op 2,4 Opname verpleeghuis — 1 op 2,2 Fout-positief mammogram — 1 op 2,0 Regelmatig roken — 1 op 2,0 Reizigersdiarree — 1 op 2,0 Avontuursporten — 1 op 1,8 Langdurige zorg na 65 — 1 op 1,8 Kans op weduwschap — 1 op 1,7 Onbeschermde seks — 1 op 1,5 Chronische rugpijn — 1 op 1,3 Handhygiëne — 1 op 1,0 Kanker (alle vormen) — 1 op 7,1 E-step zonder helm — 1 op 4,5 E-bike zonder helm — 1 op 4,0 Verkeerd behandelde bagage — 1 op 3,7 Schuldig aan letselongeval — 1 op 2,9 Wildaanrijding — 1 op 2,7 Letsel bij auto-ongeluk — 1 op 2,6 Vluchtannulering — 1 op 1,8 Reisonderbreking door oorlog of ramp — 1 op 1,7 Woninginbraak — 1 op 9,1 Aanval tijdens het liften — 1 op 8,8 Postchequefraude — 1 op 7,7 Seksueel kindermisbruik — 1 op 6,8 Stalking — 1 op 6,2 Seksueel geweld op campus — 1 op 5,7 Huiselijk geweld — 1 op 3,7 Nachtelijke aanval — 1 op 3,6 Fietsendiefstal — 1 op 2,9 Seksueel geweld — 1 op 2,3 Seksuele intimidatie (levenslang) — 1 op 1,6 Waterschaarste — 1 op 2,5 Zonnestorm van Carrington-klasse — 1 op 1,9 Kantelpunt WAIS — 1 op 1,1 Binnenkat ontsnapt — 1 op 10 Loslopende hondenbeet — 1 op 9,8 Konijn sterft binnen 4 jaar — 1 op 3,3 Hondenbeet (niet fataal) — 1 op 1,8 Hamster sterft voor 13e verjaardag — 1 op 1,0 IJzertekort (vrouwen) — 1 op 3,9 Vitamine D-tekort — 1 op 2,9 Magnesiumtekort — 1 op 1,9 Onvoldoende gaar voedsel — 1 op 1,6 Kruisbesmetting rauw vlees — 1 op 1,4 Voedsel buiten de koelkast — 1 op 1,2 AI-stemoplichting — 1 op 2,9 Online oplichting — 1 op 2,5 Cyberpesten onder tieners — 1 op 2,0 Kinderen & expliciete inhoud — 1 op 1,9 Datalek — 1 op 1,1 Miskraam — 1 op 6,7 Zelfmoordpoging tiener — 1 op 5,6 Postnatale depressie — 1 op 4,8 Pijnstiller voor vaccinatie — 1 op 3,8 Overmatige gewichtstoename zwangerschap — 1 op 2,6 Ongevaccineerd kind & mazelen — 1 op 2,0 Hoofdluis bij kinderen — 1 op 2,0 Oplichting bij ouderen — 1 op 10 Pensioenfondscrisis — 1 op 10 Huizenmarktcrash — 1 op 8,3 IRS-controle — 1 op 6,7 Valutacrisis — 1 op 5,6 Uitzetting na visumoverschrijding — 1 op 5,6 Subprime-autolening: inbeslagname — 1 op 5,0 Long term disability working age — 1 op 4,0 Studielening wanbetaling — 1 op 3,8 Represailles klokkenluider — 1 op 3,2 Gedwongen uittreden vóór pensioen — 1 op 2,9 Pensioentekort — 1 op 2,6 BNPL: gemiste betaling — 1 op 2,4 Echtscheiding — 1 op 2,4 Waterschade door gebarsten leiding — 1 op 2,2 Pesterijen op werk — 1 op 2,1 Langdurige stroomuitval — 1 op 2,0 Deportatie (zonder papieren) — 1 op 1,8 Begrafeniskostenschok — 1 op 1,7 Identiteitsdiefstal — 1 op 1,7 Creditcardfraude — 1 op 1,5 Pesten op school — 1 op 1,5 Slachtoffer aan het front — 1 op 1,3 Economische recessie — 1 op 1,0 Beurscrash — 1 op 1,0 Hagelschade aan dak — 1 op 3,0 Verlies door probleemhuurder — 1 op 1,8 LASIK-complicaties — 1 op 100 Schade droog toiletpapier — 1 op 100 Meeroken — 1 op 91 Gamingstoornis (volwassenen) — 1 op 83 Hakken-SEH-bezoek — 1 op 79 Thrown/dropped object — 1 op 67 Medicijnreactie — 1 op 58 Drugsoverdosis — 1 op 56 Astma door gasfornuis bij kind — 1 op 50 Toxoplasmose uit kattenbak — 1 op 48 Psychische AO-claim — 1 op 45 Benzo-afhankelijkheid — 1 op 40 Kraanwaterlood — 1 op 40 Verkeerd medicijngebruik — 1 op 35 Traumatisch hersenletsel — 1 op 33 Ziekenhuisinfectie — 1 op 31 Luchtvervuiling — 1 op 29 Eindstadium nierziekte — 1 op 29 Reizigersdiarree (water) — 1 op 26 Ski-letsel — 1 op 26 Bipolaire stoornis — 1 op 23 Verstandskies-operatie — 1 op 22 Complicatie tandtoerisme — 1 op 20 Ouderenverwaarlozing — 1 op 20 Parkinson — 1 op 20 Huisdierparasieten — 1 op 20 Niet-gediagnosticeerde ADHD — 1 op 20 Voedselalergie op volwassen leeftijd — 1 op 19 Niet-Alzheimer-dementie — 1 op 17 Cannabisgebruiksstoornis — 1 op 16 Beroerte — 1 op 15 PTSS — 1 op 15 Ernstig gehoorverlies — 1 op 14 Type 2 diabetes — 1 op 13 Appendicitis — 1 op 13 Binnenhuiskookrook — 1 op 13 Onbehandelde depressie — 1 op 13 Frisdrank en diabetes — 1 op 13 Hartziekte — 1 op 12 Overlijden door medische fout — 1 op 12 Compulsief seksueel gedrag — 1 op 12 Eetstoornis — 1 op 11 Heupprothese — 1 op 11 Nierstenen — 1 op 11 Ouder overlijden/arbeidsongeschiktheid — 1 op 11 Sedentaire levensstijl — 1 op 11 Saloninfectie — 1 op 11 Eierstokkanker — 1 op 91 Darmkanker — 1 op 77 Borstkanker — 1 op 59 Leverkanker — 1 op 59 Longkanker — 1 op 56 Prostaatkanker — 1 op 50 Melanoom (UV) — 1 op 29 Laagvezel CRC risico — 1 op 26 Rood vlees & darmkanker — 1 op 21 Verkoold vlees & kanker — 1 op 20 Onderhoudsongeval — 1 op 83 Rijden onder kalmerende meds — 1 op 77 Appen + rijden — 1 op 56 Zonder gordel bij crash — 1 op 53 20% over snelheidslimiet — 1 op 50 Motor zonder helm — 1 op 45 Ruimtevaart (astronaut) — 1 op 42 Video kijken achter stuur — 1 op 32 Kinderletsel bij ongeval — 1 op 27 Slaperig rijden — 1 op 26 Norovirus op cruise — 1 op 24 E-scooter letsel — 1 op 10 Zakkenrollen op reis — 1 op 38 Katalysatordiefstal — 1 op 37 Gestoken bij aanval — 1 op 37 Autodiefstal — 1 op 34 Straatoverval / beroving — 1 op 26 Onterechte veroordeling — 1 op 24 Drankje verstoppen — 1 op 17 Keyless diefstal via relay — 1 op 13 Protest onder autocratie — 1 op 12 AMOC-instorting — 1 op 20 Anafylaxie na steek — 1 op 50 Kattenhalsband — 1 op 25 Voedselvergiftiging in restaurant — 1 op 58 B12-tekort — 1 op 28 Vegetarisch tekort — 1 op 14 Intieme deepfake — 1 op 25 Problematisch gebruik sociale media — 1 op 13 Kind slikt voorwerp in (SEH) — 1 op 91 Levensbedreigende bevalling (VS) — 1 op 61 Sterfte bevalling (SSA) — 1 op 55 Peuter trapval — 1 op 37 Sterfte door samen slapen — 1 op 36 Speelongeval schommel & glijbaan — 1 op 33 Autisme diagnose — 1 op 31 Keizersnede-complicaties — 1 op 29 Speelgoedletsel met SEH-bezoek (kind) — 1 op 21 Pre-eclampsie — 1 op 20 Ernstig scheuren bij bevalling — 1 op 17 Zwangerschapsdiabetes — 1 op 13 Hoofdletsel val kind — 1 op 12 Sterven zonder erfgenaam — 1 op 100 Financiële ruïne sportweddenschappen — 1 op 100 Dood van een gevechtspiloot — 1 op 48 Dood in de commerciële visserij — 1 op 45 Dood in de houtkapindustrie — 1 op 34 Medisch faillissement — 1 op 25 Compulsieve koopstoornis — 1 op 20 Zwendel met huurwoning — 1 op 20 SNAP kwijt door werkregels 2025 — 1 op 18 Hypotheekexecutie — 1 op 14 Bewegingsapparaat AO — 1 op 14 Verliezen daytrading — 1 op 13 Extremistische regeringscatastrofe — 1 op 13 Orkaan vernietigt huis — 1 op 17 NAION (Ozempic) — 1 op 909 Peuter onder water in zwembad — 1 op 800 MS — 1 op 769 Arbeidssterfte — 1 op 690 Buiktyfus — 1 op 654 GLP-1: aspiratie bij narcose — 1 op 613 Onveilige importproducten — 1 op 565 Hersenaneurysma — 1 op 400 COVID-19 — 1 op 400 Vuurwerkletsel — 1 op 385 Keukenmes: doorgesneden pees — 1 op 385 Te veel cafeïne — 1 op 366 Sikkelcelziekte — 1 op 365 Vervalste medicijnen — 1 op 361 Ruggenmergletsel — 1 op 313 Kanker op kinderleeftijd — 1 op 285 Dood volgende pandemie — 1 op 208 Dengue (reizen) — 1 op 200 Vroeggeboorte door hitte — 1 op 200 Dagelijks douchen overslaan — 1 op 200 Voeten niet schrobben — 1 op 200 Beenmergdonatie risico — 1 op 167 Tekenencefalitis — 1 op 167 Schizofrenie — 1 op 143 Onbedoelde val — 1 op 135 Plotselinge dood tijdens sporten — 1 op 123 Zelfdoding (VS) — 1 op 121 Opioidverslaving — 1 op 114 Tuberculose (mondiaal) — 1 op 109 Hiv-diagnose — 1 op 105 Radon longkanker — 1 op 435 Testiskanker — 1 op 250 Baarmoederhalskanker — 1 op 167 Alvleesklierkanker — 1 op 125 Voetgangersdood — 1 op 806 Motorongeval — 1 op 709 Verdrinking op pleziervaart — 1 op 685 Voetganger doodrijden — 1 op 552 Telefoon-afgeleid loopletsel — 1 op 400 EV batterijbrand — 1 op 333 Fietser door auto gedood — 1 op 159 Brand benzineauto — 1 op 125 Dodelijke ongevallen zelfrijdende auto — 1 op 115 Auto-ongeluk — 1 op 105 Dienstdood bij de brandweer — 1 op 455 Dienstdood bij de politie — 1 op 357 Moord — 1 op 339 Pig-butchering oplichting — 1 op 106 Extreme hitte — 1 op 333 Klimaatverandering sterfte — 1 op 204 Vleermuisbeet & hondsdolheid — 1 op 278 Muggenziekte — 1 op 190 Voedselvergiftiging (mondiaal) — 1 op 317 Brand zonnepanelen — 1 op 667 Onbehandelde scoliose bij kinderen — 1 op 1.000 Kind valt uit raam — 1 op 855 Trapval met loopstoeltje — 1 op 625 Baby-val — 1 op 500 Letsel door loopstoeltje — 1 op 455 Moedersterfte — 1 op 272 Moederlijke leeftijd & geboorteafwijki — 1 op 200 Kindersterfte (<18) — 1 op 103 Dood in speleologie-carrière — 1 op 167 Dienstdood bij ambulancedienst — 1 op 909 Burgerslachtoffer in oorlog — 1 op 499 Soldaat in gevecht — 1 op 270 Intrekking studentenvisum — 1 op 263 Dood in mijnwerkerscarrière — 1 op 214 Financiële ruin door gokken — 1 op 159 Bliksembrand in huis — 1 op 461 Bosbrand vernietigt huis — 1 op 120 Malaria (reizen) — 1 op 10.000 Infectie door gedeeld drankje — 1 op 10.000 Ziekte van Chagas — 1 op 8.475 Vossenlintwormbesmetting van bessen — 1 op 8.475 Kind slikt nicotinezakje in — 1 op 7.937 Schistosomiasis — 1 op 6.667 Plotse dood (jongvolwassene) — 1 op 3.922 Onveilige bedrading — 1 op 3.390 Sepsis door wond — 1 op 2.857 Narcose-bewustzijn — 1 op 2.500 Hitteberoerte (buiten) — 1 op 1.905 Woningbrand — 1 op 1.818 Rabiës door honden — 1 op 1.449 Verdrinking — 1 op 1.379 Ruggenmergletsel bij duik — 1 op 1.111 Verstikking — 1 op 1.099 EVALI-opname — 1 op 1.064 Betelnootkanker — 1 op 1.290 Bloedstolsel (vlucht) — 1 op 4.651 Fietser doodrijden — 1 op 3.937 Tiener verkeersdode — 1 op 3.030 Kinderstoeltje achterop fiets — 1 op 2.500 Kind zonder autostoeltje — 1 op 2.000 Fatale politie-ontmoeting — 1 op 4.739 Eerwraak — 1 op 2.381 Partnermoord — 1 op 1.767 Orkaan — 1 op 8.929 Dood door hongersnood — 1 op 6.536 Sneeuwstormdood — 1 op 4.367 Aardbeving — 1 op 3.802 Listeria in vleeswaren — 1 op 6.061 Ernstige E. coli uit verse groente — 1 op 4.831 Voedselvergiftiging (VS) — 1 op 1.862 Viskwik — 1 op 1.695 Visgraatletsel — 1 op 1.429 Batterijbrand — 1 op 4.545 Wasmiddelcapsule ingeslikt — 1 op 6.494 Verdrinking zwembad — 1 op 5.882 Onbehandelde heupdysplasie bij zuigeli — 1 op 5.000 Wiegendood — 1 op 2.398 Oorlog (burger) — 1 op 2.000 Hersenzwelling door griep bij kind — 1 op 100.000 Dodelijke bijsteek — 1 op 76.923 Lokale dengue (vasteland VS) — 1 op 66.667 Overlijden narcose — 1 op 45.662 Hond overlijdt in hete auto — 1 op 41.667 Vibrio vulnificus-wondinfectie — 1 op 32.051 Anafylaxie — 1 op 27.548 Chiropractische nekmanipulatie — 1 op 16.667 CO-vergiftiging — 1 op 14.006 Hepatitis A (reis) — 1 op 12.500 Allergie-immunotherapie overslaan — 1 op 11.111 Acrylamide & kanker — 1 op 16.667 Busongeval — 1 op 100.000 Vliegtuigcrash — 1 op 58.824 Autobrand na botsing — 1 op 25.000 Dood bij spoorwegovergang — 1 op 20.576 Auto te water — 1 op 16.667 Fietsaanhanger kind — 1 op 14.286 Bijna-botsing op landingsbaan — 1 op 13.699 Zuuraanval — 1 op 94.340 Terrorisme — 1 op 77.519 Ontvoering door vreemde — 1 op 38.760 Ontvoering door onbekende — 1 op 35.211 Bruidsschatdood — 1 op 13.158 Onbedoeld vuurwapenincident — 1 op 11.299 Natuurbrand — 1 op 100.000 Tornado — 1 op 80.645 Tsunami — 1 op 52.632 Verdrinking in de oceaan — 1 op 29.155 Overstroming — 1 op 20.202 Hittedood na orkaan — 1 op 20.000 Aardverschuiving — 1 op 18.416 Supervulkaanuitbarsting — 1 op 12.376 Bijensteek — 1 op 78.927 Bij of wesp ingeslikt — 1 op 29.155 Dodelijke schorpioensteek — 1 op 26.110 Hond chocolade dood — 1 op 13.889 Kaneelknijpzakje met lood — 1 op 40.000 Lekkage plastic containers — 1 op 16.949 Verstikking van baby in autostoeltje — 1 op 64.935 Val uit wipstoeltje — 1 op 60.606 Peuter verstikking — 1 op 50.000 Verstikking baby zonder toezicht — 1 op 50.000 Overlijden voorwaarts zittende peuter — 1 op 26.738 Magneten ingeslikt — 1 op 12.048 Sterfgeval bij snorkelen — 1 op 21.739 Huisdier in transport — 1 op 20.000 Overlijden in ICE-detentie — 1 op 17.065 Landmijnen — 1 op 14.728 Vaccinreactie — 1 op 763.359 Aluminium & alzheimer — 1 op 169.492 Gaslek in woning — 1 op 140.845 Kind gestorven in hete auto — 1 op 102.041 Glyfosaat & kanker — 1 op 1.000.000 Teflon pannen kanker — 1 op 169.492 Achtbaanletsel — 1 op 312.500 Veerpont zinken — 1 op 133.333 Turbulentie-letsel — 1 op 114.943 Schietpartij op school — 1 op 192.308 Massaschietpartij — 1 op 113.636 Lawine — 1 op 210.526 Bliksem — 1 op 209.205 Slangenbeet — 1 op 884.956 Spinnenbeet — 1 op 833.333 Nijlpaardaanval — 1 op 564.972 Krokodillenaanval — 1 op 337.838 Hondenbeet — 1 op 142.045 Pesticidenresidu — 1 op 1.000.000 Vies blikje ziekte — 1 op 200.000 PLA-bioplastic schade — 1 op 169.492 Sterfte babyschommel — 1 op 714.286 Verstikking hele druif — 1 op 625.000 Kind verwurgt door jaloeziesnor — 1 op 416.667 Kind verstikt door plastic zak — 1 op 263.158 Knoopcelbatterij — 1 op 250.000 Sterfte schuine wieg — 1 op 238.095 Lift-/roltrapdood — 1 op 188.324 JE (reizen) — 1 op 2.000.000 Kind + voorstoel-airbag — 1 op 10.000.000 Asteroïde-inslag — 1 op 1.351.351 Spinneneitjes in bananen — 1 op 10.000.000 Haaiaanval — 1 op 5.681.818 Berenaanval — 1 op 3.787.879 Vergiftiging door wilde bessen — 1 op 2.222.222 Piranha-aanval — 1 op 135.135.135 Telefoon bij tankpomp — 1 op 1.000.000.000 Telefoon in vliegtuig — 1 op 1.000.000.000
Lottery jackpot 1 op 95.238

Recent bekeken op dit apparaat