Wie funktioniert ein KI-Spamfilter?
E-Mail-Spam ist so alt wie das Internet selbst. Die Methoden zur Erkennung haben sich über die Jahrzehnte stark weiterentwickelt – von einfachen Wortlisten bis hin zu modernen Sprachmodellen (LLMs).
Drei Generationen der Spam-Erkennung
1. Generation: Regelbasiert
Feste Regeln wie «blockiere E-Mails mit dem Wort ‹Viagra›» oder «blockiere wenn mehr als 3 Links enthalten sind». Einfach, aber leicht zu umgehen (z. B. «V1agra»).
2. Generation: Machine Learning
Algorithmen wie Naive Bayes oder SVM lernen aus Millionen E-Mails, welche Muster typisch für Spam sind. Gmail, Outlook & Co. nutzen diesen Ansatz. Effektiv, aber blind für Kontext.
3. Generation: LLM / Sprachmodelle
Grosse Sprachmodelle (GPT-4o, Claude) verstehen den Kontext einer Nachricht: Ist es eine echte Kaufanfrage oder ein Betrugsversuch? Sie erkennen auch subtile Manipulationen und Social Engineering.
Der ContactGuard Hybrid-Ansatz
ContactGuard kombiniert alle drei Ansätze in einem dreistufigen System:
- Pre-Filter (regelbasiert): Schnelle Prüfung auf bekannte Spam-Muster, Blacklists und verdächtige Absender. Filtert ~60 % des Spams in unter 1ms.
- ML-Scoring: Klassifikation des Inhalts mit einem leichtgewichtigen Modell. Spam-Score von 0–100.
- LLM-Analyse (bei Bedarf): Nachrichten im Graubereich (Score 30–70) werden an GPT-4o mini oder GPT-4o weitergeleitet für kontextbewusste Analyse.
Das Ergebnis: schnelle Verarbeitung (unter 2 Sekunden), hohe Genauigkeit (über 98 %) und eine kosteneffiziente Architektur, weil nicht jede Nachricht das teure LLM durchlaufen muss.
Teste den KI-Spamfilter von ContactGuard kostenlos – mit einer eigenen Chiffre-Adresse.
Kostenlos starten