Counterfeit Risk Scoring: Analysemodell für Produktfälschungen und nicht autorisierte Verkäufe

Digitale Fälschungsrisiken gehen über die Frage hinaus, ob ein Produkt gefälscht ist. Werden Marktplatzangebote, Verkäuferverhalten, Preisanomalien, Bildähnlichkeit sowie Signale aus sozialen Medien und betrügerischen Domains gemeinsam bewertet, können Markenteams Risiken gezielter priorisieren.

Der in diesem Leitfaden beschriebene Counterfeit-Risk-Scoring-Ansatz beruht nicht auf einem veröffentlichten globalen B10-Datensatz. Er ist ein beispielhaftes Analysemodell für den digitalen Markenschutz.

Was ist Counterfeit Risk Scoring?

Verschiedene digitale Signale werden zu einem gemeinsamen Risikoscore zusammengeführt, um Angebote und Verkäufer für die manuelle Prüfung zu priorisieren.

Signale, die im Risikomodell verwendet werden können

Ähnlichkeit zwischen Produkt- und Katalogbildern,
Verwendung von Marken- und Modellnamen,
Preisanomalien,
Verkäuferhistorie,
Ein neu erstelltes Konto oder ein neu erstellter Store,
Risikohafte Formulierung in der Produktbeschreibung,
Links zu früheren Verstößen,
Ähnlichkeiten bei Domains oder Social-Media-Konten.

Preisanomalien

Angebote mit deutlich niedrigeren Preisen als in autorisierten Vertriebskanälen sind nicht automatisch Fälschungen. Zusammen mit anderen Signalen kann ein niedriger Preis aber die Prüfpriorität erhöhen.

Verkäufer Risikoprofil

Für jeden Verkäufer, bewerten:

Alter des Shops,
Erzeugnissorte,
Preisgestaltung,
Wiederkehrende Markennutzung,
Vorhergehende Risikoaufzeichnungen

Diese Faktoren können bewertet werden.

Visuelle Ähnlichkeit

Perceptual Hashing oder embeddingbasierte Bildmodelle können helfen, die Wiederverwendung von Katalogfotos in verschiedenen Angeboten zu erkennen.

Ein Image-Match ist keine rechtliche Bestimmung von Verstößen, sondern nur ein Risikosignal.

Logos und Markenelemente

Logoerkennung, OCR und Bildanalyse können zusätzliche Signale liefern, wenn der Markenname im Angebotstext fehlt.

Marktplätze und soziale Medien gemeinsam überwachen

Fälschungen oder nicht autorisierte Verkäufe können sich über mehrere Kanäle erstrecken. Ein Verkäufer kann Besucher von einem Social-Media-Konto auf einen Marktplatz oder einen unabhängigen Onlineshop leiten.

Domainrisiko

Typosquatting, gefälschte Kampagnenseiten und markenähnliche Domains können als eigene, mit Produktverletzungen verbundene Risikokategorie überwacht werden.

Ein Beispiel für Risiko Score

Das Modell kann folgende Faktoren kombinieren:

Visuelle Ähnlichkeit,
Preisanomalien,
Vertrauensscore des Verkäufers,
Intensität der Markennutzung,
Frühere Verletzungsgeschichte,
kanalübergreifende Verbindungen.

Gewichte müssen nicht für jede Marke und Kategorie identisch sein.

Warum ist das Ergebnis nicht universell?

Fälschungssignale können sich zwischen Luxusmode, Elektronik, Kosmetik und Ersatzteilen unterscheiden. Eine Kalibrierung nach Marke und Kategorie ist daher geeigneter als ein einziger globaler Schwellenwert.

Umgang mit falsch positiven Treffern

Ein autorisierter Verkäufer darf Katalogbilder verwenden, und ein echtes Produkt kann unter dem Marktpreis verkauft werden. Das System sollte nicht endgültig entscheiden, sondern Fälle mit hohem Risiko zur fachlichen Prüfung weiterleiten.

Nachweispaket

Für die zur Prüfung vorliegende Aufzeichnung können folgende Angaben beibehalten werden:

URL,
Verkäufer,
Titel des Angebots,
Preis,
Bild,
Bildschirmfoto,
Datum und Uhrzeit
Gründe für das Risiko

Diese Angaben können gespeichert werden.

Wie wird die Risikokarte verwendet?

Eine Risikokarte kann nach Ländern, Kanälen, Kategorien oder Verkäufern erstellt werden, wenn tatsächliche Messdaten vorliegen. Beispielwerte, die ohne Daten erstellt wurden, dürfen nicht als reale Marktstatistiken dargestellt werden.

Der Ansatz B10

Die B10 Digital Agency hat das Ziel, verschiedene digitale Signale durch Risikoscoring bei Markenschutzoperationen zu priorisieren und sie zusammen mit einer Expertenverifizierung zu nutzen.

Anmerkung zur Methodik

Dieses Modell ist ein beispielhafter analytischer Rahmen. Es wird nicht als Ergebnis einer veröffentlichten empirischen B10-Studie zu einem bestimmten Land, einer Branche oder einem Marktplatz dargestellt.

Fazit

Der Nutzen eines Fälschungsmonitorings liegt nicht in eindrucksvollen Karten, sondern darin, prüfbedürftige Risikofälle in digitalen Kanälen mit hohem Volumen früher zu erkennen.