3-stufige KI-
Spam-Erkennung
Drei Erkennungsstufen — Schlüsselwortregeln, ein schneller lokaler KI-Vorfilter und eine tiefere KI-Prüfung für unklare Fälle — durchleuchten jede Nachricht, und jede Entscheidung wird für Sie protokolliert.
- Hohe Erkennungsrate
- Sofortige Reaktion
- Wenige Fehlalarme
So funktioniert es
Regelbasierte Filter
Schnelle Regex-Muster und Heuristiken erkennen offensichtlichen Spam sofort.
- Regex-Mustererkennung
- Erkennung bekannter Spam-Phrasen
- Abgleich mit URL-Blockliste
- Analyse der Zeichenkodierung
Lokales KI-Modell
Ein lokales Machine-Learning-Modell analysiert Nachrichtenmuster, Nutzerverhalten und Kontext.
- Analyse von Verhaltensmustern
- Erkennung von Nachrichtenfolgen
- Reputationsbewertung der Nutzer
- Kontextbewusste Klassifizierung
Cloud-KI-Analyse
Für Grenzfälle liefert unser fortschrittliches Cloud-LLM ein feinfühliges Verständnis.
- Verständnis natürlicher Sprache
- Absichtsklassifizierung
- Mehrsprachige Unterstützung
- Kontinuierliches Lernen
Was es erkennt
Warum 3 Stufen?
Einschichtige Erkennungssysteme müssen immer einen Kompromiss eingehen. Unser dreistufiger Ansatz löst das.
- Stufe 1 erledigt den Großteil des Spams nahezu ohne Verzögerung.
- Stufe 2 fängt weiteren Spam per Verhaltensanalyse ab.
- Stufe 3 übernimmt den raffiniertesten verbleibenden Spam.
Warum reine Regeln irgendwann nicht mehr reichen
| Herausforderung | Reine Schlüsselwortregeln | KI-Analyse |
|---|---|---|
| Brandneuer Spam | Übersieht alles, was nicht ausdrücklich im Voraus aufgeführt wurde | Beurteilt Bedeutung und Absicht, sodass ein nie zuvor gesehener Betrug trotzdem wie Betrug wirkt |
| Verschleierter Text | Wird von v.i.p-Abständen, Homoglyphen und in Bilder eingebranntem Text ausgehebelt | Liest die Verschleierung so wie ein Mensch – einschließlich Text in Bildern per OCR |
| Kontext | Beurteilt jede Nachricht isoliert, sodass Grenzfälle zum Münzwurf werden | Wägt die Nachricht zusammen mit dem Kontokontext ab – ein Neuling, der Kontaktdaten fallen lässt, liest sich anders als ein Stammgast, der einen Link teilt |
| Wartung | Jemand muss die Schlüsselwortlisten für immer aktuell halten | Lernt fortlaufend aus Entscheidungen und gruppenübergreifenden Signalen, ohne manuelle Listenpflege |
Es lernt weiter – am echten Datenverkehr
Unser eigens trainiertes Modell
Ein dediziertes Spam-Modell, trainiert auf echtem Telegram-Verkehr, fängt 97,9 % des Spams bei nur 0,07 % Falschmeldungen ab – und antwortet in Millisekunden, noch bevor schwerere KI überhaupt anlaufen muss.
Urteilsgedächtnis
Bestätigte Urteile werden gemerkt. Taucht ein Fast-Duplikat bekannten Spams auf – selbst umformuliert oder mit Emojis aufgefüllt – wird es sofort blockiert, ohne neuen KI-Aufruf und ohne Verzögerung.
Gruppenübergreifender Schutz
Ein Spammer, der in einer Community erwischt wird, ist jeder Community bekannt. Erkennungssignale werden zwischen Gruppen geteilt, sodass eine Kampagne, die einmal scheiterte, nebenan keinen frischen Start bekommt.
Testmodus für Admins
Schalten Sie den Testmodus ein, und der Bot moderiert die eigenen Nachrichten der Admins, als wären sie normale Mitglieder. Posten Sie selbst grenzwertige Inhalte und sehen Sie genau, welche Regeln greifen – ohne jemanden zu bestrafen.
Wie die 3-stufige Erkennung über eine Nachricht entscheidet
Jede Nachricht durchläuft die Stufen der Reihe nach, die günstigste zuerst. Stufe 1 wendet Regex-Muster, bekannte Spam-Phrasen, Abgleiche mit URL-Blacklists und Zeichenkodierungs-Prüfungen an — offensichtlicher Spam wird hier ganz ohne Modellaufruf abgefangen. Was nicht eindeutig geklärt ist, gelangt an Stufe 2, einen Textklassifikator, der auf unseren eigenen Servern läuft und die Nachricht anhand von Inhalt, Kontext und dem jüngsten Verhalten des Absenders bewertet — ohne eine externe API-Anfrage pro Nachricht. Nur die echten Grenzfälle — ein kleiner Teil des Datenverkehrs — steigen zu Stufe 3 auf, einem Cloud-LLM, das die Nachricht auf Absicht und verschleierte Formulierungen hin liest. Die Pipeline stoppt, sobald eine Stufe sicher ist.
Die Prüfungen in dieser Reihenfolge anzuordnen hält den Regelfall schnell und den teuren Fall selten, sodass eine belebte Gruppe nicht bei jeder Zeile auf ein LLM warten muss. Die Schwelle zwischen „eingreifen“ und „in Ruhe lassen“ können Sie selbst justieren, und das lohnt sich: Eine strengere Einstellung fängt mehr grenzwertige Werbung ab, markiert aber gelegentlich einen begeisterten echten Nutzer, während eine lockerere mehr durchlässt. Da jede Entscheidung — welche Stufe ausgelöst hat, der Score, die vorgesehene Aktion — protokolliert wird, müssen Sie nie raten, warum eine Nachricht entfernt wurde, und Sie können im Beobachtungsmodus starten, um die Pipeline zu prüfen, bevor sie irgendjemanden berührt.
Häufig gestellte Fragen
Wie genau ist die KI-Spam-Erkennung?
Die mehrschichtige Pipeline – Regeln, unser eigens trainiertes Modell und ein KI-Klassifikator für die schweren Fälle – fängt etwa 97,9 % des Spams bei rund 0,07 % Falschmeldungen im echten Verkehr ab. Und Sie müssen uns nicht einfach glauben: Der Bot startet im Beobachtungsmodus, sodass Sie seine Entscheidungen in Ihrer eigenen Gruppe beobachten können, bevor er auf irgendetwas reagiert.
Funktioniert es in meiner Sprache?
Ja. Die Erkennung ist mehrsprachig, einschließlich CJK-Schriften, transliteriertem Text und gemischtsprachigen Nachrichten. OCR liest außerdem Text in Bildern, sodass in Bildern versteckter Spam genauso erkannt wird.
Was passiert, wenn die KI sich irrt?
Das bestrafte Mitglied erhält einen höflichen Hinweis in seiner eigenen Sprache und einen privaten Einspruch-Link. Ein KI-Schiedsrichter prüft den Fall im Kontext der Gruppe; klare Fehler werden in Sekunden automatisch aufgehoben und die Reputation des Mitglieds wiederhergestellt.
Muss ich irgendetwas konfigurieren?
Nein. Die Erkennung funktioniert direkt mit sinnvollen Standardeinstellungen. Wenn Sie möchten, können Sie die Strenge anpassen, eigene Stichwortregeln hinzufügen und den Testmodus nutzen, um die Schwellenwerte zunächst an Ihren eigenen Nachrichten auszutesten.
Verwandte Funktionen
Entdecken Sie weitere Möglichkeiten, wie Telm Ihrer Community helfen kann