Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai1. Februar 2025 · Q002334

Task scam: AI-assisted fake review jobs

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Laut OpenAI nutzte ein mutmaßlich aus Kambodscha operierendes Netzwerk ChatGPT, um Nachrichten für gefälschte Bewertungsjobs zu übersetzen und Interessierte schrittweise zu Zahlungen zu bewegen. Der Bericht stützt sich auf begrenzte Einblicke: Einige Betroffene wirkten skeptisch, doch Gespräche und Online-Berichte deuteten darauf hin, dass zumindest manche Geld einzahlten; Vorgänge außerhalb von OpenAIs Werkzeugen seien nicht unabhängig überprüfbar.

Mittel

Der Fallbericht beschreibt laut OpenAI ein mutmaßlich aus Kambodscha stammendes Netzwerk, das ChatGPT zum Übersetzen kurzer Nachrichten zwischen Urdu und Englisch für gefälschte Bewertungsjobs nutzte. Die Untersuchung begann nach einem Hinweis von Meta; OpenAI sperrte eine Gruppe zugehöriger Konten. Die Betrüger hätten über Stellenangebote für vermeintlich gut bezahlte Fernarbeit geworben. Als „Mentoren“ hätten sie Interessierte zu Telegram-Schulungen und zum Verfassen von Fünf-Sterne-Bewertungen für Seiten geführt, die offenbar Luxusmarken imitierten. Ein Trainingskonto sollte rasch steigende Einnahmen vortäuschen. Sobald ein bestimmter Betrag erreicht war, sei eine Gebühr zur Freischaltung der Auszahlung verlangt worden. Bei Widerstand hätten die Betrüger Druck ausgeübt; nach einer Zahlung seien weitere Forderungen möglich gewesen. OpenAI zufolge wirkten manche Betroffene skeptisch, was auf eine möglicherweise geringe Erfolgsquote hindeute. Andere Gespräche und Online-Berichte legten jedoch nahe, dass einige Opfer Geld einzahlten. Die Erkenntnisse beruhen auf begrenzten Einblicken; Vorgänge außerhalb der eigenen Werkzeuge konnte OpenAI nicht unabhängig verifizieren.

Ausführlich lesen

Der bereitgestellte Fallbericht beschreibt ein Netzwerk, das laut OpenAI ChatGPT nutzte, um Nachrichten für mutmaßliche Betrugsmaschen mit gefälschten Online-Bewertungsjobs zwischen Urdu und Englisch zu übersetzen. OpenAI sperrte eine Gruppe von Konten, deren Aktivität den Angaben zufolge aus Kambodscha zu stammen schien. Die Untersuchung begann nach einem Hinweis von Meta. Der Bericht ordnet die Masche als „Task Scam“ ein: Betroffene werden mit vermeintlich gut bezahlter Arbeit gelockt und sollen später eigenes Geld einzahlen, bevor sie ihre angeblichen Verdienste abheben können. Üblicherweise verlören sie dabei sowohl diese vermeintlichen Einnahmen als auch ihr eingezahltes Geld.

Die Konten ließen kurze Kommentare erzeugen, die nach Einschätzung von OpenAI zu Gesprächen zwischen Betrügern und möglichen Opfern passten. Hinweise in den Texten verwiesen auf Telegram als mutmaßlich wichtigste Plattform sowie auf WhatsApp, SMS und verschiedene Stellenbörsen und Gruppen. Die Betrüger schienen zwei Rollen zu verwenden: „Recruiter“ veröffentlichten Angebote für gut bezahlte Fernarbeit; „Mentoren“ kontaktierten Interessierte anschließend, erklärten die Tätigkeit und verwiesen oft auf Telegram-Schulungen. Gelegentlich ließen sie außerdem Website-Texte korrigieren. Die Seiten hätten offenbar Namen und Gestaltung von Luxus-, Mode- und Reisemarken nachgeahmt und sollten die behauptete Verbindung zu diesen Unternehmen glaubwürdiger erscheinen lassen.

Aus den Eingaben und erzeugten Texten leitete OpenAI einen mutmaßlichen Ablauf ab. Zuerst seien Angebote mit vergleichsweise hohen Vergütungen für wenig Arbeit veröffentlicht worden, etwa 300 US-Dollar pro Tag zuzüglich Boni für einige Stunden Arbeit. Danach hätten „Mentoren“ die Angesprochenen zum Verfassen von Fünf-Sterne-Bewertungen für Luxusmarken-Seiten aufgefordert. Um Zweifel auszuräumen, hätten sie die Tätigkeit als seriös dargestellt und sich teils selbst als frühere Betrugsopfer ausgegeben. Interessierte sollten zunächst in einem Trainingskonto täglich 25 bis 35 Bewertungen bearbeiten, während dort rasch steigende „Einnahmen“ angezeigt wurden. Später sei eine seltene, besonders lukrative Aufgabe in Aussicht gestellt worden.

Sobald ein bestimmter Kontostand erreicht war, hätten die Nachrichten eine „Aktivierungsgebühr“ verlangt, angeblich damit das Geld abgehoben werden könne. Bei Zögern sei Druck ausgeübt worden, etwa durch Vergleiche mit anderen Beschäftigten oder die Drohung, die angeblichen Einnahmen zu verlieren. Nach einer Zahlung seien offenbar weitere Ausreden gefolgt, warum keine Auszahlung möglich sei, oft verbunden mit der Forderung nach zusätzlichem Geld.

Der Bericht hält die Belege für begrenzt: OpenAI hatte nur eingeschränkte Einblicke in das Geschehen. Einige Gesprächsverläufe zeigten skeptische Zielpersonen und Mentoren, die nach ausbleibenden Antworten fragten. Das deute möglicherweise auf eine niedrige Erfolgsquote hin. Zugleich legten manche Gespräche und Online-Berichte nahe, dass zumindest einige Betroffene Geld eingezahlt hatten. OpenAI erklärt, Aktivitäten außerhalb seiner Werkzeuge nicht unabhängig überprüfen zu können. Das Unternehmen berichtet außerdem, Informationen mit Branchenpartnern und zuständigen Behörden geteilt zu haben; die Verwendung seiner Ausgaben für Betrug sei laut Bericht durch seine Richtlinien untersagt.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassungen sind knapp und inhaltlich korrekt; die Einordnungen stützen sich ausschließlich auf den Bericht über eine Betrugskampagne und sagen daher wenig zu den allgemeinen Sammelfragen aus.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Übersetzung erfolgte zwischen Urdu und Englisch
  • Die Betrüger gaben vor, im Auftrag etablierter Luxusmarken zu handeln, und versicherten bei Zweifeln, die Gelegenheit sei sicher
  • Die Zielpersonen sollten 25 bis 35 Bewertungsaufgaben pro Tag erledigen

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M1 Ab wann ist ein KI-Vorfall so ernst, dass Staaten ihn einander melden müssen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 33 %Hintergrund, keine Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 100 %kein Bezug
    • Luna 41 %einzelne zitierbare Belege
    • JEV 51 %beantwortet teilweise oder widerspricht
    • amos 26 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
  3. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 68 %einzelne zitierbare Belege
    • JEV 57 %einzelne zitierbare Belege
    • amos 36 %einzelne zitierbare Belege
    • SubQ 31 %gleiches Oberthema, hilft nicht
    • drex 34 %einzelne zitierbare Belege
    • d3-ultra 33 %einzelne zitierbare Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-M4-T02 Wie sähen Selbstkontrolle und Informationsaustausch zwischen Laboren verschiedener Staaten praktisch aus (eine gemeinsame Vorlage für Vorfallberichte, gemeinsame Übungen oder ein gemeinsames Register), und wer dürfte die Berichte sehen? Luna: Stufe 4 · 37 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  4. SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
    • clef 100 %kein Bezug
    • Luna 28 %Hintergrund, keine Belege
    • JEV 59 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 38 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 32 %gleiches Oberthema, hilft nicht
    • JEV 29 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 38 %gleiches Oberthema, hilft nicht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 49 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 28 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 22 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 50 %einzelne zitierbare Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 25 %einzelne zitierbare Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 26 %Hintergrund, keine Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 69 %einzelne zitierbare Belege
    • JEV 56 %einzelne zitierbare Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 26 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege
Beteiligung und Gemeinwohl
  1. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 33 %Hintergrund, keine Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 65 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 33 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 72 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 49 %einzelne zitierbare Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →