# ITW-Vorschau: Wo KI-Betrugserkennung tatsächlich etwas bewirkt

> Die meisten KI-Firewall-Lösungen sind lediglich neu verpackte Regelpakete. Hier erfahren Sie, wie echtes maschinelles Lernen in der Betrugserkennung aussieht – und was wir auf der Internationalen Telekommunikationswoche demonstrieren werden.

- Kanonische URL: https://www.broadnet.me/de/blog/itw-ai-fraud-detection-state-of-the-art
- Sprache: de
- Zuletzt aktualisiert: 2026-10-20
- Herausgeber: BroadNet (https://www.broadnet.me)

- Veröffentlicht: 2026-04-21
- Autor: BroadNet Editorial Team

Auf der diesjährigen ITW wird jeder Anbieter von Betreiber-Firewalls das Wort „KI“ verwenden. Die meisten werden ein Regelpaket mit zwei neuen Schwellenwerten anbieten. Entscheidend ist jedoch die Frage: Welche Signale werden modelliert, wie wird das Modell aktualisiert und fließen die vom Betreiber selbst bereitgestellten Daten in den Regelkreis ein?

## Wie echtes maschinelles Lernen in diesem Bereich aussieht

- Klassifizierung eingehender A2P-Nachrichten auf Transkriptebene – nicht nur Abgleich der Absender-ID mit einer statischen Liste.
- Die Verhaltensbewertung pro IMSI / pro IMEI / pro MSISDN wird täglich anhand der vom Betreiber selbst gekennzeichneten Daten aktualisiert.
- Kreuzsignal-Urteile: CDR + DLR + Signalisierungskante + Inhaltsklassifikator — zusammen, nicht getrennt.
- Ein Pin/Veto-Workflow, der es dem RA-Team des Betreibers ermöglicht, die Modellentscheidung zu überschreiben und diese Korrektur in das morgige Nachtraining einzuspeisen.

## Was BroadNet mitbringt

Unser KI-gestützter SMS-Firewall- und SIM-Box-Erkennungs-Stack bewertet die Betrugswahrscheinlichkeit jeder einzelnen Nachricht. Der kontinuierliche Lernprozess ist der entscheidende Faktor: Sobald das Modell die Signale ihres eigenen Netzwerks analysiert, müssen Betreiber nicht mehr vierteljährlich denselben Mustern nachgehen.

> Demo-Vorführungen finden Sie in der Ausstellungshalle. Besuchen Sie uns an unserem Stand oder vereinbaren Sie einen Termin über die Presseseite.