Spammer sind von Text zu Bildern gewechselt, weil einfache Stichwort-Bots für sie blind sind. Telm prüft jedes Bild gleichzeitig auf drei Arten: ein perzeptueller Hash erkennt bekannte Spam-Banner selbst nach Größenänderung oder Umfärbung, OCR liest den im Bild gedruckten Text, und ein QR-Decoder extrahiert versteckte Links und Telefonnummern. Text, der aus einem Bild gezogen wird, durchläuft dieselben Anti-Spam-Regeln wie normale Nachrichten, sodass ein Casino-Banner mit einem QR-Code genauso schnell entfernt wird wie eine Textanzeige.
Möchten Sie das einrichten? Erledigen Sie es direkt in Ihrem Telm-Konto.
Im Dashboard öffnen1Warum sich Spam in Bildern versteckt
Ein klassischer Stichwortfilter betrachtet nur den Nachrichtentext, sodass Spammer ihr Angebot stattdessen in ein Bild packen: ein Casino-Banner, einen Investment-Screenshot, einen QR-Code, der zu einem Betrugskanal führt. Für einen naiven Bot sieht die Nachricht leer und harmlos aus.
Telm behandelt ein Bild als Inhalt, der gelesen werden soll, nicht als undurchsichtigen Anhang. Jedes Foto wird geprüft, während die übrigen Prüfungen laufen, sodass Bild-Spam im selben Durchgang wie Text-Spam gestoppt wird.
2Wie Telm Text in einem Bild liest
OCR (optische Zeichenerkennung) wandelt die auf einem Bild gedruckten Buchstaben wieder in Text um. Telm liest mit der Tesseract-Engine, abgestimmt auf die Sprachen, die Ihre Community tatsächlich spricht.
Sobald der Text extrahiert ist, wird ein ungewöhnlich textlastiges Bild als wahrscheinliche Anzeige behandelt, und die wiedergewonnenen Wörter werden durch Ihre normalen Spam-Regeln geführt. Passen diese Regeln, wird das Bild genauso bewertet wie eine Textnachricht, die dasselbe gesagt hätte.
- Mehrsprachiges Lesen von Haus aus – Englisch und Russisch standardmäßig, dazu Deutsch, Französisch, Spanisch und CJK (Chinesisch, Japanisch, Koreanisch).
- Ein textlastiges Bild (viele gedruckte Wörter mit guter Zuverlässigkeit) ist selbst ein Spam-Signal.
- Der gewonnene Text wird erneut gegen die gesamte Regelbibliothek geprüft, sodass versteckte Angebote in Bannern erfasst werden.
- Ergebnisse werden anhand des Bild-Fingerabdrucks gemerkt, sodass dasselbe Bild nie zweimal verarbeitet wird.
3Drei Prüfungen bei jedem Bild
OCR ist eine von drei Prüfungen, die bei jedem Bild zusammen laufen. Untereinander decken sie wiederverwendete Banner, gedruckten Text und codierte Links ab.
- Perceptual Hash – erkennt ein bekanntes Spam-Banner selbst nach Größenänderung, Zuschnitt oder Umfärbung. Ein in einer Gruppe als Spam markiertes Bild wird über alle Gruppen hinweg erkannt.
- OCR – liest den im Bild gedruckten Text und leitet ihn durch die Spam-Regeln.
- QR-Decoder – extrahiert Links (einschließlich t.me, wa.me und telegram.me) und in einem QR-Code versteckte Telefonnummern und markiert verdächtige Ziele.
4Wann die KI-Bildanalyse eingreift
Die schnellen Prüfungen oben klären die meisten Bilder von selbst. Für die echte Grauzone — ein Bild, das weder ein offensichtlich bekanntes Banner noch offensichtlich sauber ist — kann Telm an ein KI-Bildmodell eskalieren, das beschreibt, was das Bild tatsächlich zeigt.
Dieser tiefere Blick ist jenen Grenzfällen vorbehalten, sodass er nur dann einspringt, wenn die schnelleren Signale keine eindeutige Aussage liefern.
5Was Sie steuern
Die intelligente Bilderkennung braucht keine Einrichtung – sie ist aktiv, sobald der Bot durchsetzt. Wenn Ihre Community gar keine Bilder posten soll, können Sie auch eine pauschale Sperre anwenden, die jedes Bild unabhängig vom Inhalt löscht.
Die beiden Ansätze sind unabhängig: Die intelligente Erkennung entfernt spammige Bilder und lässt normale Fotos durch; der pauschale Filter entfernt alle Bilder. Die meisten Gruppen wollen nur die intelligente Erkennung.
- Intelligente Erkennung (Hash + OCR + QR) – behält echte Fotos, entfernt Bildspam. Standardmäßig aktiv.
- Alle Bilder blockieren – ein harter Filter für reine Text-Communitys. Siehe Inhaltsfilter.