CAPIT SCAM
Erkennen Sie Fake-Anzeigen und Betrug, bevor Ihre Besucher darauf hereinfallen
SCAM liest die auf Ihrer Website veröffentlichten Profile, Anzeigen, Texte und Fotos und zeigt Ihrem Moderator mit Begründung, was er zuerst prüfen sollte. SCAM hat seit 2017 aus den Moderationsentscheidungen der Dating-Website Affection.org gelernt.
Privater Start: Der Zugang wird auf Anfrage gewährt, Website für Website, nach einem Austausch mit uns.
Die ersten 50 Analysen jedes Monats sind kostenlos. Darüber hinaus teilen wir Ihnen die Preise vor jeder Abrechnung mit.
- Eine Einschätzung, nie eine Sanktion: SCAM sortiert Ihre Moderationswarteschlange und erklärt; Ihr Moderator entscheidet.
- Verständliche Begründungen: ein Foto, das schon in einem Betrugsfall auftauchte, eine auf Ihrer Website bereits sanktionierte E-Mail-Adresse oder ein bereits sanktioniertes Netzwerk, eine Geldforderung im Text, Netzwerksignale, die Sie übermitteln.
- Gelernt aus echten Entscheidungen: 16.321 Betrugsfälle und 11.730 legitime Anzeigen, von Moderatoren bestätigt.
- Eine Website, ein Schlüssel, eine Warteschlange: Ihre Daten und Ihre Rückmeldungen bleiben von denen anderer Kunden getrennt.
- Keine Aussehenskriterien: Geschlecht, Alter oder Aussehen sind nie ein Grund.
- Eine einfache HTTPS-API mit asynchronen Analysen und Überwachung Ihres Verbrauchs.
So funktioniert es
- Ihre Website sendet SCAM den zu prüfenden Text, das Foto oder das Profil, zusammen mit dem Schlüssel Ihrer Website.
- SCAM bestätigt den Eingang und analysiert dann im Hintergrund. Sie rufen das Ergebnis mit der erhaltenen Kennung ab: Ihre Seite wartet nicht.
- Das Ergebnis nennt ein geschätztes Risiko, die Gründe und eine Empfehlung: übliche Prüfung, aufmerksam prüfen oder vorrangig prüfen.
- Ihr Moderator entscheidet. Seine Entscheidung kann an SCAM zurückgesendet werden, das sie getrennt für Ihre Website speichert.
Wie SCAM gelernt hat, Betrug zu erkennen
Ein Modell lernt anhand von Beispielen, deren Antwort bekannt ist. SCAM hat die genutzt, die bereits vorhanden waren: die Moderationsentscheidungen von Affection.org seit 2017.
- 160.615 geprüfte Anzeigen, darunter 16.321 von einem Moderator bestätigte Betrugsfälle und 11.730 bestätigte legitime Anzeigen.
- Die 48.335 automatischen Löschungen des alten Systems dienen als Gedächtnis („diese E-Mail-Adresse wurde schon sanktioniert“), aber nicht als Beispiele, da kein Mensch sie beurteilt hat: SCAM ahmt nicht die Fehler eines Roboters nach.
- Für jede Anzeige sieht SCAM nur, was vor ihrer Erstellung bekannt war: dieselbe E-Mail-Adresse, dieselbe IP-Adresse, dasselbe Netzwerk, derselbe Nutzername oder dasselbe Foto wie bei einer bereits sanktionierten Anzeige, Reputation der IP-Adresse, IP-Land abweichend vom angegebenen Land, Hinweise im Text.
- Fotos werden über einen Fingerabdruck verglichen, der dasselbe Bild auch erkennt, wenn es neu komprimiert oder wie im Spiegel gedreht wurde. Das Bild selbst wird nicht im Trainingsdatensatz gespeichert.
- Das Modell wird nur an einem Zeitraum beurteilt, den es nie gesehen hat (März bis November 2026): Es wird nie an dem geprüft, was es schon gelernt hat.
Was das bringt
Test mit 690 Anzeigen von Affection.org von März bis November 2026, darunter 39 Betrugsfälle, die beim Lernen nie gesehen wurden. Frage: Wie viele Betrugsfälle findet man, wenn man nur die obersten 10 % der Anzeigen im Ranking liest (69 Anzeigen)?
| Auswahl der 69 zu lesenden Anzeigen | Gefundene Betrugsfälle von 39 |
|---|---|
| Zufällig | etwa 4 |
| Ranking eines einfachen Modells | 8 |
| SCAM-Ranking | 25 |
Rückblickende Auswertung auf einer einzigen Website und mit wenigen Betrugsfällen: Die Zahlen müssen auf Ihrer eigenen Website bestätigt werden. Messungen vom 18. November 2026.
Was SCAM abgleicht
- Die Historie Ihrer Website: bereits sanktionierte Anzeigen, dieselbe E-Mail-Adresse, dasselbe Netzwerk, dasselbe Foto.
- Die Netzwerksignale, die Ihre Website übermittelt: VPN, Proxy, Hosting-Anbieter, Abweichung zwischen dem angegebenen Land und dem Land der Verbindung.
- Der Text: Geldforderung, Bankdaten, Aufforderung, auf einen externen Messenger zu wechseln, gezielte Beleidigung oder Drohung.
- Weitere Reputationsdatenbanken und Meldungen bekannter Betrüger können hinzukommen, gemäß deren Nutzungsbedingungen.
Was SCAM nicht tut
- Es löscht nichts und gibt nichts frei: Es gibt eine Einschätzung ab.
- Derzeit dient es dazu, die Moderationswarteschlange zu sortieren, nicht dazu, automatisch zu löschen: Seine Scores sind noch nicht sicher genug, um allein zu entscheiden.
- Die obigen Ergebnisse stammen von einer einzigen Website und aus einem Test mit 39 Betrugsfällen. Ihre Website bekommt ihre eigene Messung.
Eine API für Ihren Entwickler
Sie senden, SCAM antwortet mit einer Kennung, Sie rufen das Ergebnis ab. OpenAPI-Dokumentation und Beispiele in JavaScript, Python und PHP erhalten Sie mit Ihrem Zugang, zusammen mit der Basisadresse der API.
POST /v1/check/text | Einen Text oder eine Anzeigenbeschreibung analysieren. |
|---|---|
POST /v1/check/image | Ein Foto analysieren (Fingerabdruck, Wiederverwendung, Inhalt). |
POST /v1/check/profile | Ein Profil analysieren: Text, Netzwerksignale und Messwerte Ihrer Website. |
GET /v1/analysis/{id} | Das Ergebnis einer Analyse abrufen. |
POST /v1/feedback | Die Entscheidung Ihres Moderators zurücksenden. |
GET /v1/usage | Ihren Verbrauch im laufenden Monat verfolgen. |
Ihre Daten
Jede Website hat ihren eigenen Schlüssel und getrennte Daten. E-Mail-Adressen, IP-Adressen und Nutzernamen werden in Fingerabdrücke umgewandelt, mit denen man „dasselbe“ wiedererkennen kann, ohne es anzuzeigen. Die Rückmeldungen Ihres Moderators dienen nur dann zum Training eines Modells, wenn Sie das erlauben. Die genauen Verarbeitungsbedingungen werden bei der Freischaltung Ihres Zugangs vereinbart.
Am Start teilnehmen
SCAM ist noch nicht für die Öffentlichkeit geöffnet. Beschreiben Sie Ihre Website und die Art der Anzeigen oder Profile, die geschützt werden sollen: Wir antworten Ihnen mit einem Testzugang.
