Auf der Branchenkonferenz Singapore International Cyber Week (SICW 2026) haben Google DeepMind und die singapurische Behörde GovTech ein neues Modell zur Betrugserkennung für Android-Geräte vorgestellt. Die Lösung setzt auf eine lokale Analyse auf dem Endgerät, um betrügerische Textnachrichten in Messaging-Diensten in Echtzeit zu erkennen, ohne dass private Nachrichteninhalte an Cloud-Server übertragen werden müssen.
Lokale Analyse auf Basis von Gemma-Modellen
Das Erkennungswerkzeug basiert auf einer leichtgewichtigen Version von Googles Gemma-Modell, die speziell mit Daten zu typischen regionalen Betrugsmaschen verfeinert wurde. Dazu gehören insbesondere Dialogmuster, bei denen Angreifer Behörden, Banken oder bekannte Personen imitieren.
Technisch setzt das System auf eine zweistufige Pipeline:
– Erste Stufe: Ein leichtgewichtiger Klassifikator scannt eingehende Benachrichtigungen direkt auf dem Endgerät.
– Zweite Stufe: Wird eine Auffälligkeit festgestellt, führt das Gemma-Modell eine kontextuelle Analyse des betreffenden Gesprächsausschnitts durch.
Ergibt diese Prüfung einen hinreichenden Verdacht, wird in Echtzeit eine Warnung auf dem Display ausgegeben. Das Modell ist für die Überprüfung gängiger Messaging-Dienste wie WhatsApp und Telegram vorgesehen. Der Zugriff erfolgt ausschließlich nach ausdrücklicher Einwilligung der Nutzer. Durch das gewählte No-Egress-Design verbleiben die Daten auf dem Telefon; weder staatliche Stellen in Singapur noch Google haben Einsicht in die Konversationen.
Training mit synthetischen Dialogen und Intelligence-Feeds
Die Entwicklung und das Modelltraining fanden in einer Google-Cloud-Platform-Umgebung von GovTech statt. Um den Schutz personenbezogener Daten sicherzustellen, griffen die Teams auf anonymisierte Betrugsberichte und aktuelle Bedrohungsdaten zurück. Belastungstests wurden zudem mit synthetisch erzeugten Dialogen durchgeführt.
Wer sich vor Betrugsmaschen in Messaging-Diensten schützen möchte, findet in diesem Ratgeber die wichtigsten Grundlagen für ein sicheres Android-Gerät. Erfahren Sie in fünf einfachen Schritten, wie Sie Ihr Smartphone effektiv gegen unbefugte Zugriffe und Datenmissbrauch absichern. 5 sofort umsetzbare Schutzmaßnahmen entdecken
Mark Chen, Direktor für Trust and Safety bei GovTech, betonte, die Partnerschaft mit Google DeepMind bringe fortschrittliche Schutzmechanismen direkt auf die Endgeräte der Bevölkerung. So ließen sich zielgerichtete lokale Betrugsmuster frühzeitig abwehren, während die Vertraulichkeit der persönlichen Kommunikation gewahrt bleibe.
Die Bekämpfung von Betrug dürfe nicht auf Kosten der Privatsphäre gehen. Ministerin Josephine Teo erklärte anlässlich der Ankündigung, Geräte müssten Manipulationsversuche erkennen, bevor sensible Finanz- und Zugangsdaten kompromittiert würden.
Genaue Kennzahlen zur Treffsicherheit des Modells nannten die Partner bislang nicht. Auch ein konkretes Veröffentlichungsdatum steht noch aus, ebenso wie die Entscheidung, ob das System künftig als fester Bestandteil des Android-Betriebssystems ausgeliefert wird.
Zunehmende Bedrohung durch Social Engineering
Hintergrund der Initiative ist die angespannte Sicherheitslage bei digitaler Kriminalität: Betrugsfälle machen mittlerweile über die Hälfte aller gemeldeten Straftaten in Singapur aus. Seit 2019 belaufen sich die registrierten Schäden auf mehr als S$4 Mrd., wobei Social-Engineering-Maschen für bis zu 80% aller Verluste verantwortlich sind.
Da Kriminelle ihre Methoden zur Manipulation ständig verfeinern, ist ein aktuelles System die beste Verteidigung gegen Malware und Datenklau. Dieser kostenlose Leitfaden erklärt verständlich, wie Sie Sicherheitslücken schließen und automatische Schutzfunktionen optimal nutzen. Kostenlosen Sicherheits-Ratgeber herunterladen
Allein in den ersten sechs Monaten des Jahres 2026 beliefen sich die Betrugsschäden auf 410,6 Mio. US-Dollar. Zu den häufigsten Varianten zählen E-Commerce-Betrug, Phishing, Anlagebetrug, gefälschte Jobangebote sowie das Vortäuschen amtlicher Funktionen.
In einem Blogbeitrag hoben JJ Geewax und Miguel de Andrés von Google DeepMind hervor, dass sich kriminelle Angriffsmuster grundlegend gewandelt haben: Statt einfacher Phishing-Mails dominieren heute komplexe, mehrstufige Manipulationstechniken.
Die On-Device-Erkennung ergänzt bestehende Abwehrmaßnahmen des Landes. Gemeinsam mit der Singapore Police Force betreibt GovTech bereits das Erkennungssystem SATIS (Scam Analytics and Tactical Intervention System), das täglich über 600.000 Websites überprüft und monatlich rund 20.000 schädliche Webseiten sperrt. Zudem gewährt Google den singapurischen Sicherheitsbehörden Zugang zu ausgewählten KI-gestützten Cybersicherheitswerkzeugen.