3. Dezember 2020 Fake-Shops automatisch erkennen Neues Forschungsprojekt "SINBAD" setzt Künstliche Intelligenz gegen Betrug ein

Mittels Künstlicher Intelligenz sollen im Forschungsprojekt "SINDBAD" Fake-Shops automatisch erkannt und Käuferinnen und Käufer frühzeitig gewarnt werden.

Fake-Shop-Betreiber werden immer gerissener und nutzen etwa Werbung auf sozialen Medien oder Angebote zu Sensationspreisen, um Konsumentinnen und Konsumenten in die Falle zu locken. Dem will das neue Forschungsprojekt „SINBAD“ entgegenwirken, das vom ÖIAT koordiniert und u.a. vom AIT Austrian Institute of Technology technologisch begleitet wird: Mittels Künstlicher Intelligenz sollen Fake-Shops automatisch erkannt und Käufer*innen frühzeitig gewarnt werden.

Elektronikgeräte, Werkzeug, Möbel oder Bekleidung – das Angebot von Fake-Shops ist breit und die Betrugsmaschen werden immer ausgeklügelter. Gerade jetzt, wo viele wieder mehr Zeit zu Hause verbringen und online einkaufen, steigen die Beschwerden über betrügerische Internet-Shops, die vermeintlich günstige Produkte anbieten. Bei der Bestellung wird das Geld rasch abgebucht, die Ware aber nie geliefert. Dazu Louise Beltzung, Projektleiterin beim Österreichischen Institut für angewandte Telekommunikation (ÖIAT): "Durch Werbung auf Instagram, Facebook und Google, die Übernahme aufgelassener Domains und scheinbar günstige Angebote zu Trendprodukten locken Kriminelle ahnungslose Konsumentinnen und Konsumenten in die Falle. Die Corona-Krise hat dazu beigetragen, dass Fake-Shops das Internet gleichsam überschwemmen. Der dadurch verursachte Schaden ist enorm."

Warnsystem vor Fake-Shops

Um einen Schutz vor dieser Bedrohung bieten zu können, sind Know-how zum Vorgehen der Kriminellen sowie ein rasches Warnsystem vor den ständig neu entstehenden Shops nötig. Das Team des ÖIAT untersucht deshalb im Rahmen des Forschungsprojekts "SINBAD", wie betrügerische Online-Shops automatisch erkannt werden können. "Mittels Künstlicher Intelligenz werden Webseiten automatisiert auf einzelne bzw. kombinierte Merkmale, die Fake-Shops aufweisen, untersucht. Dank dieser Analyse können wir neue betrügerische Seiten und Web-Shops erkennen und die Besucher warnen, bevor es zu spät ist ", erklärt Beltzung.

Zu den untersuchten Merkmalen und Kriterien gehören unter anderem: Werbung auf sozialen Medien, die zu Fake-Shops führt, der Missbrauch gut gerankter Domains von anderen Websites, organisierte Kriminalität im E-Commerce und der Bezug zu bestimmten saisonabhängigen Preis- und Produktkategorien.

Die Untersuchungsmerkmale im Detail

• Werbung auf sozialen Medien führt zu Fake-Shops
  "Es tut uns leid, dass unser Bekleidungsgeschäft diese Katastrophe nicht überstanden hat. Wir haben uns entschlossen, den größten Teil der restlichen Kleidung zu einem niedrigeren Preis zu verkaufen." Diese Zeilen wurden im Juni 2020 von zahlreichen vermeintlichen Online-Shops auf Facebook verbreitet. Die wirtschaftlichen Folgen der Corona-Krise wurden genutzt, um glaubwürdig zu wirken. Tatsächlich stecken hinter diesen Anzeigen jedoch Betrüger*innen, die zwar günstige Kleidung bewerben, jedoch gar keine oder nur minderwertige Ware verschicken – Fake-Shops also.
  
  Konsumentinnen und Konsumenten, die sich an die ÖIAT-Meldestelle "Watchlist Internet“ (www.watchlist-internet.at) wenden, melden immer häufiger Fake-Shops, auf die sie durch Werbeeinschaltungen in sozialen Medien oder auf Google aufmerksam wurden. Ein Forschungsschwerpunkt des SINBAD-Projektes ist daher die Untersuchung dieser Werbung. "Wie kommen User durch Werbung zu Fake-Shops und wie beeinflussen die Anzeigen die Reichweite dieser Shops? Wir untersuchen betrügerische Online-Werbungen, um Lücken aufzuzeigen und Plattformen wie Facebook oder Google zur Verantwortung ziehen zu können“, erklärt Projektleiterin Louise Beltzung.
• Gutes Ranking durch aufgelassene Domains
  videofilm-reinhardt.de oder tourismus-regional.de: Niemand würde unter diesen Domains Online-Shops für Adidas- oder Puma-Schuhe vermuten. Und dennoch wird auf diesen Webseiten genau das verkauft. Zumindest vorgeblich. Betreiber*innen von Fake-Shops registrieren nicht mehr verwendete Domains, die jedoch nach wie vor in den Suchergebnissen gut gereiht und damit leicht auffindbar sind, immer wieder neu. WIe bei den betrügerischen Werbeanzeigen werden durch diesen Trick in kurzer Zeit möglichst viele Menschen erreicht.Ein Screening solcher neu übernommenen Domains im DACH-Raum wird im Rahmen des SINBAD-Projektes erprobt. Zum Einsatz kommt dabei eine Fake-Shop-Detektor-Lösung, die vom AIT, Center for Digital Safety & Security, entwickelt wurde und auf Machine Learning basiert. Es soll dazu beitragen, betrügerische Angebote schneller und effizienter aufzudecken, um auch in dem kurzen Zeitfenster, in dem solche Websites online sind, davor warnen zu können.
• Organisierte Kriminalität im E-Commerce
  "linennew ist eine Plattform von Online Mode-Shop mit unabhängigen Modedesignern. Wir bestreben uns, unseren Kunden originelle, hochwertige und exklusive Modeprodukte von unabhängigen Designern anzubieten.“ Zu lesen sind diese sprachlich haarsträubenden Zeilen auf der Webseite des betrügerischen Mode-Shops linennew.com. Sucht man nach diesen und ähnlichen Sätzen, findet man rasch weitere, gleichartig aufgebaute Fake-Shops."Ähnlichkeiten in den Formulierungen sind keine Seltenheit. Manchmal sind auch der Aufbau der Webseiten, die angebotenen Produkte oder die verwendeten E-Mail-Adressen gleich. All das lässt Netzwerke organisierter Kriminalität vermuten“, weiß Thorsten Behrens aus seiner täglichen Arbeit als Projektleiter der Watchlist Internet. Mit Hilfe einer Recherche im Dark Web will SINBAD diese Cluster ausfindig machen und einen Beitrag zur Aufklärung leisten, wie sich Kriminelle im Bereich des E-Commerce organisieren.
• Preis- und Produktkategorien systematisch erfassen
  Im Frühjahr sind es E-Bikes, im Sommer Pools und derzeit die bereits ausverkaufte Playstation 5. All diese Produkte sind zu einer bestimmten Zeit im Handel kaum noch zu bekommen. Auch das wissen und nutzen Kriminelle. Es entstehen massenhaft Fake-Shops, die eben diese begehrten Produkte anbieten – und das zum richtigen Zeitpunkt. Hinzu kommt ein günstiger Preis, der zahlreiche Konsumentinnen und Konsumenten zuschlagen lässt. Auch wenn die Masche bekannt ist, bis dato gibt es keine Erhebung zu Preis- und Produktkategorien von Fake-Shops. Diese Lücke will die auf Preisvergleich spezialisierte Firma CIUVO in SINBAD schließen und erhebt erstmals empirische Daten zu gelisteten Produkten und Preisen in betrügerischen Online-Shops. "Diese Erhebung gibt uns Aufschluss darüber, wie potenzielle Kund*innen angesprochen werden. Dadurch müssen wir nicht mehr warten, bis Konsumentinnen und Konsumenten geschädigt wurden, sondern können bereits im Vorfeld vor den Fake-Shops warnen“, fasst Beltzung die Bedeutung des Projektes zusammen.    

Über das Forschungsprojekt SINDBAD

Beim FFG-Projekt SINBAD, gefördert im KIRAS-Programm des Bundesministeriums für Landwirtschaft, Regionen und Tourismus (BMLRT), liegt der Fokus auf der Analyse von Bestellbetrug im Online-Handel sowie der Erweiterung maschineller KI-basierter Detektionsverfahren zum Echtzeitschutz von Konsumentinnen und Konsumenten. Die Vorprojekte KOSOH und MAL2 zeigen bereits beachtliche Erfolge mit Detektionsraten von über 90 Prozent. Ende 2020 wird durch MAL2 erstmalig ein neues Browser-Plugin – der Fake-Shop-Detector – veröffentlicht, welches Risikoabschätzungen beliebiger Webseiten ermöglicht und Konsumentinnen und Konsumenten vor unbekannten Bedrohungen warnt. Projektpartner von SINBAD sind: AIT Austrian Institute of Technology GmbH, Ciuvo GmbH (CIUVO), X-NET Services GmbH (XNET), mindUp Web + Intelligence GmbH, und Bundesministerium für Soziales, Gesundheit, Pflege und Konsumentenschutz (BMSGPK).

Weitere Informationen

• zur FFG-Projektseite