Die Arbeit von Quarry Intelligence modelliert, wie betrügerische Geschäftsmodelle auf Zahlungskonten, Telefonnummern und Profilen beruhen. Am stärksten wirksam sind dem Modell zufolge gemeinsame Meldestellen für schwer ersetzbare Zahlungswege, nicht nur öffentliche Warnungen.
Was die Studie sagt: In einem analytischen Modell multiplizieren sich drei Faktoren – Meldequote, Zentralisierung der Meldungen und geringe Fehlmeldungen. Verbessern sich mehrere Faktoren, kann das den Ertrag pro Betrugskanal deutlich reduzieren. Das ist eine Rechnung, kein Feldversuch.
Wichtiges Detail und Einschränkung: Die Arbeit verwendet vereinfachte Annahmen und ist kein empirischer Nachweis. Beispielsweise werden Reaktionszeiten, grenzüberschreitende Zuständigkeiten und Ersatzkonten nur grob abgebildet. Die genannten 442 Milliarden US‑Dollar Verluste stammen nicht aus dieser Studie, sondern aus einer übernommenen Schätzung.
Konkreter Rat für Betroffene und Dienste: Bei Betrugsfällen nicht nur Chatverläufe sichern, sondern vor allem Empfänger‑IBAN, Wallet‑Adresse, Rufnummer, Profil‑URL und Zeitstempel dokumentieren. Melde diese Daten rasch an Bank, Zahlungsdienst, Plattform und Polizei – Kopien helfen, damit Hinweise zentral ausgewertet werden können.
Quellen
- arXiv: Effective Interventions Against AI-Enhanced Scams (Abstract und Publikationsangaben), 01.09.2026
- arXiv: Effective Interventions Against AI-Enhanced Scams (PDF)
Hinweis: Stand zum Veröffentlichungsdatum.
Verwendete Bilder, Screenshots und Medien dienen ausschließlich der sachlichen Auseinandersetzung im Sinne des Zitatrechts (§ 51 UrhG).
Teile dieses Beitrags können KI-gestützt erstellt und redaktionell geprüft worden sein.
(Mehr zur Arbeitsweise)
