Methodik

Diese Seite dokumentiert, wie NoCall Tausende von Nutzermeldungen in eine verlässliche Bewertung für jede Telefonnummer verwandelt. Wir erklären die genaue Risikowert-Formel, die Gefahrenstufen, wie wir Kategorien klassifizieren, wie unsere Analyse mit künstlicher Intelligenz funktioniert und woher die Daten stammen. Wir veröffentlichen diese Methodik, damit jeder die Entscheidungen des Systems verstehen — und hinterfragen — kann.

Wie der Risikowert berechnet wird

Jede Nummer in unserer Datenbank erhält einen Risikowert zwischen 0 und 100. Es ist kein subjektives Urteil: Er ergibt sich aus einer deterministischen Formel, die bei jeder neuen genehmigten Meldung neu berechnet wird.

Risiko = min(100, Meldungen × 5 + (verifiziert ? 30 : 0))

Jede genehmigte Meldung fügt 5 Punkte hinzu. Wenn unser Team die Nummer als bestätigten Spam verifiziert hat, werden zusätzliche 30 Punkte hinzugefügt. Das Ergebnis überschreitet nie 100.

Der Verifizierungsfaktor existiert, um eine Nummer mit vielen aktuellen Meldungen (die ein einmaliger Fehlalarm sein könnte) von einer Nummer zu unterscheiden, die ein menschlicher Prüfer aktiv als missbräuchlich bestätigt hat. Deshalb können 20 nicht verifizierte Meldungen (100 Punkte aus Meldungen, gedeckelt) und 14 verifizierte Meldungen (70 + 30) auf unterschiedlichen Wegen ähnliche Werte erreichen.

Wenn eine Nummer von unserer KI analysiert wurde und genehmigte Community-Signale hat, wirkt die erkannte Gefahrenstufe auch als Untergrenze für den Wert: Eine als kritisch markierte Nummer wird nie unter 90 angezeigt, eine hohe unter 70, eine mittlere unter 45 und eine niedrige unter 20, selbst bei wenigen Meldungen. So wird ein klar betrügerisches Muster nicht unterbewertet, nur weil es neu ist.

Gefahrenstufen

Aus dem numerischen Wert klassifizieren wir jede Nummer in eine von vier Gefahrenstufen. Dies sind dieselben Bezeichner, die unsere Datenbank intern verwendet:

Spam-Kategorien

Jede Meldung und jede Nummer wird in eine von sieben Kategorien klassifiziert. Die Kategorie bestimmt, wie die Nummer im Verzeichnis dargestellt wird, und leitet sich sowohl aus der Meldung des Nutzers als auch aus der späteren automatischen Analyse ab:

SPAM — Generische, unerwünschte Werbeanrufe, die in keine spezifischere Kategorie passen.
TELEMARKETING — Telefonische Verkaufskampagnen, meist Telekommunikation oder Energie, die trotz Ablehnung fortgesetzt werden.
BETRUG — Betrug und Schwindel, einschließlich Identitätsmissbrauch (Banken, Behörden, gefälschter technischer Support). Die schwerwiegendste Kategorie.
INKASSO — Inkasso- und Forderungsanrufe, oft aggressiv oder an die falsche Person gerichtet.
BELÄSTIGUNG — Wiederholte Anrufe mit dem Ziel, zu belästigen, einzuschüchtern oder absichtlich zu stören.
UMFRAGE — Unerbetene telefonische Umfragen, Erhebungen und Marktforschung.
SONSTIGE — Jede andere Art von unerwünschtem Anruf, die nicht zu den oben genannten passt.

Analyse mit künstlicher Intelligenz

Über den numerischen Wert hinaus analysiert ein KI-Worker Nummern auf Basis von Community-genehmigten Inhalten: den Kommentaren und Meldungen, die die Moderation bestanden haben. Die KI arbeitet nie mit nicht genehmigten Inhalten, sodass kein ungeprüfter Beitrag die öffentliche Analyse beeinflussen kann.

Für jede analysierte Nummer generiert die KI einen strukturierten Satz an Informationen, der auf der Seite der Nummer angezeigt wird:

Die Felder, die die Analyse erzeugt, sind folgende:

Beschreibung — Eine natürlichsprachliche Zusammenfassung, wer hinter der Nummer zu stecken scheint und was er will.
Beschwerdemuster — Die am häufigsten wiederholten Beschwerdegründe über alle Meldungen hinweg (zum Beispiel Anrufe zu unsozialen Zeiten oder Hartnäckigkeit nach Ablehnung).
Verwendete Taktiken — Die erkannten spezifischen Techniken, wie Druck, falsche Dringlichkeit oder Anfragen nach persönlichen Daten.
Branche — Der Bereich, zu dem die Aktivität gehört (Telekommunikation, Energie, Inkasso, Umfragen usw.).
Erkanntes Unternehmen — Das Unternehmen oder die Organisation, die die Nummer zu vertreten oder vorzutäuschen scheint, sofern identifizierbar.
Identitätsmissbrauch — Ein Indikator dafür, ob die Nummer vorgibt, eine legitime Stelle zu sein (Bank, öffentliche Verwaltung, bekannte Marke).
Empfohlene Maßnahme — Die abschließende Empfehlung für den Nutzer: blockieren, Vorsicht, ignorieren oder sicher.

Diese Analyse ist richtungsweisend und wird automatisch aus Community-Beiträgen generiert; sie ersetzt nicht das eigene Urteil des Nutzers und stellt keine Anschuldigung gegen ein bestimmtes Unternehmen dar.

Moderation: Nichts wird ohne Prüfung veröffentlicht

Die Qualitätskontrolle ist das Kernstück der Methodik. Meldungen und Kommentare erscheinen nicht im öffentlichen Verzeichnis, sobald sie eingereicht werden: Sie bleiben ausstehend, bis ein Administrator sie genehmigt. Erst dann zählen sie zum Risikowert, fließen in die KI-Analyse ein und werden für andere Nutzer sichtbar.

Dieses Moderationstor dient zwei Zwecken: Es verwirft falsche oder böswillige Meldungen, bevor sie den Ruf einer Nummer beeinflussen, und es stellt sicher, dass die KI nur über geprüfte Informationen schlussfolgert. Der Autor einer ausstehenden Meldung kann seinen eigenen Beitrag sehen, aber niemand sonst, bis er genehmigt ist.

Datenquellen

Die Bewertung jeder Nummer kombiniert drei unabhängige Quellen:

Community-Meldungen — Die Grundlage von allem. Nutzer melden Nummern über die App und das Web, anonym, mit einer Kategorie und einem Kommentar. Nach der Moderation sind sie das Hauptsignal für den Wert.
CNMC-Betreiber- und Vorwahldaten — Wir verwenden öffentliche Daten der Nationalen Kommission für Märkte und Wettbewerb (CNMC), um den jedem Nummernblock zugewiesenen Betreiber und den Leitungstyp (Mobilfunk, Festnetz, Sonderrufnummer) zu identifizieren.
Pressemitteilungen von Unternehmen (RSS) — Wir verfolgen die Pressebereiche von Unternehmen über RSS-Feeds, um legitime Kampagnen zu erkennen und Fehlalarme zu reduzieren, wenn ein echtes Unternehmen Massenkommunikation betreibt.