FFG Projektdatenbank

zurück

FSD AKUT

Fortsetzung Fake-Shop Detector Akut

Projektbeschreibung

Das Ziel des Projektes ist, den in RIO entwickelten Fake Shop Detector auf TRL 8 weiter zu entwickeln und dessen zukünftige Nutzung durch Strafverfolgungsbehörden im DACH- sowie EU-Raum zu ermöglichen. Der mehrfach prämierte Fake Shop Detector stärkt Resilienz im Onlinehandel durch Instrumente der Prävention und KI-basierten Detektion gegen „Bestellbetrug im Online-Handel“ und reduziert somit Schaden für den Wirtschaftsstandort und schützt vulnerable Zielgruppen aktiv.
Die Schwerpunkte des FSD Akut Projektes liegen auf der umfassenden Entwicklung von Skalierungsszenarien des Fake-Shop Detectors im kommerziellen und nicht kommerziellen Umfeld. Dabei werden spezifische Anforderungen eines Betriebs durch den Bedarfsträger BMI sowie durch Internet Service Provider evaluiert und eine Go-To-Market Strategie systematisch definiert. Spezifischer Fokus der Entwicklung gilt dem Streamlining und der Professionalisierung bestehender Abläufe und Tools des KI-basierten Risk-Assessments und Fake-Shop Clusterings (Echtzeitschutz), der manueller Qualitätssicherung durch Community Prozesse (Datenqualität) sowie der Modularisierung des Systems nach Verwertungsszenario. Die Verfügbarmachung von rollenspezifischen Dashboards, Monitoring und Reporting-Mechanismen bereitet den Einsatz des Produktes vor.

Abstract

The goal of the project is to further develop the Fake Shop Detector developed in RIO to TRL 8 and to enable its future use by law enforcement authorities in the DACH and EU region. The multi-award-winning Fake Shop Detector (FSD) strengthens resilience in online markets by applying prevention tools and AI-based detection against fraud. FSD thus reduces damage to the Austrian economy and protects vulnerable audiences in an active manner.
The FSD Akut project focuses on the comprehensive development of scalability scenarios for the Fake Shop Detector in commercial and non-commercial application environments. The specific requirements in the context of the stakeholder (BMI) and Internet Service Providers are derived and a go-to-market strategy is accordingly prepared. The focus of development is the streamlining and professionalizing existing processes and tools for AI-based risk assessment and Fake-Shop clustering (real-time protection), manual quality assurance through community processes (data quality) and modularizing the system according to the exploitation scenarios. The availability of role-specific dashboards, monitoring and reporting mechanisms prepares for the use of the product.

zurück