Schutz vor Manipulation

Uebersicht

Manipulationsangriffe zielen nicht auf technische Schwachstellen, sondern auf den Menschen selbst. Angreifer nutzen psychologische Muster — Vertrauen, Dringlichkeit, Autoritaetshoerigkeit — um ihre Opfer zu Handlungen zu bewegen, die sie unter normalen Umstaenden nie ausfuehren wuerden. Diese Angriffe sind besonders gefaehrlich, weil sie klassische technische Schutzmassnahmen wie Firewalls oder Antivirensoftware vollstaendig umgehen.

Superheld soll Manipulationsversuche durch die Kombination von Verhaltensanalyse, Kontextsignalen und optionaler Cloud-basierter Reputations-Intelligence erkennen. Dieses Dokument beschreibt die angestrebten Erkennungsansaetze.

Erkennbare Manipulationstypen

Current workspace note: Quantifizierte Erkennungsraten pro Manipulationstyp sind derzeit kein bestätigter öffentlicher Runtime-Wert.

Manipulationstyp	Beschreibung	Beispielangriff	Threat Category
Social Engineering (Vertrauenserschleichung)	Der Angreifer baut über längere Zeit Vertrauen auf, um das Opfer zu einer schädlichen Handlung zu bewegen.	Ein Anrufer gibt sich als Bankmitarbeiter aus und bittet um Verifizierung der Kontodaten, nachdem er bereits persönliche Informationen aus sozialen Netzwerken zusammengetragen hat.	`social_engineering`
Scam-Anrufe (Telefonbetrug)	Massenanrufe mit vorbereiteten Skripten, häufig mit Rufnummernspoofing.	Das Opfer erhält einen Anruf von einer angeblichen Polizeidienststelle, die vor einem laufenden Ermittlungsverfahren warnt und zur Sicherung der Wertsachen auffordert.	`phone_scam`
Remote-Access-Betrug (Fernzugriffsbetrug)	Der Angreifer überzeugt das Opfer, eine Fernzugriffssoftware zu installieren, und übernimmt dann die Kontrolle über das Gerät.	Ein vermeintlicher Microsoft-Techniker ruft an, meldet ein Sicherheitsproblem und bittet um die Installation von AnyDesk oder TeamViewer.	`remote_control`
Dringlichkeitsmanipulation (Urgency Manipulation)	Der Angreifer erzeugt künstlichen Zeitdruck, um kritisches Nachdenken zu unterbinden.	Eine SMS warnt vor der sofortigen Sperrung des Bankkontos, falls nicht innerhalb von 30 Minuten ein Link aufgerufen wird.	`phishing`
Autoritätsimitation (Authority Impersonation)	Der Angreifer gibt sich als Autoritätsperson oder Institution aus (Behörde, Bank, Polizei, Vorgesetzter).	Ein Deepfake-Videoanruf imitiert den Enkel des Opfers und bittet unter Tränen um eine Sofortüberweisung.	`deepfake`

Erkennungsansätze

Verhaltensanalyse

Superheld analysiert Verhaltensmuster direkt auf dem Gerät (On-Device), um Anomalien zu erkennen, die auf einen laufenden Manipulationsversuch hindeuten. Die Analyse erfolgt lokal — keine Rohdaten verlassen das Gerät.

Current workspace note: Konkrete ML-Modellarchitekturen, Trainingsdaten und Gewichtungen werden hier bewusst nicht als öffentlicher Detailvertrag offengelegt.

Verhaltensbasierte Signale:

Signal	Beschreibung	Risikobewertung
Anrufdauer + App-Installation	Während eines aktiven Telefonats wird eine neue App installiert (insbesondere Remote-Access-Tools).	Hoch
Schnelle Berechtigungsänderungen	Mehrere sicherheitsrelevante Berechtigungen werden innerhalb kurzer Zeit erteilt (z. B. Bildschirmfreigabe, Zugriffsrechte).	Hoch
Banking-App während Telefonat	Eine Banking- oder Finanz-App wird während eines laufenden Anrufs geöffnet und aktiv genutzt.	Mittel–Hoch
Unbekannte Nummer + lange Gesprächsdauer	Ein Anruf von einer unbekannten Nummer dauert ungewöhnlich lange (> 10 Minuten).	Mittel
App-Sideloading	Installation einer App aus einer unbekannten Quelle (nicht über den offiziellen App Store).	Mittel
Unübliche Nutzungszeiten	Sicherheitsrelevante Aktionen finden zu ungewöhnlichen Zeiten statt (z. B. nachts).	Niedrig–Mittel

Current workspace note: Schwellenwerte und Gewichtungen können je nach Policy und Zielprofil variieren und werden hier daher nicht als unveränderlicher öffentlicher Vertragswert behauptet.

Kontextsignale

Die eigentliche Stärke der Erkennung liegt in der Korrelation mehrerer Signale. Einzelne Signale können harmlos sein — erst ihre Kombination ergibt ein verdächtiges Muster.

Beispiel einer Compound-Erkennung:

Aktiver Anruf von unbekannter Nummer + Installation von AnyDesk + Erteilung der Bildschirmfreigabe = Remote-Access-Betrug mit hoher Wahrscheinlichkeit

Superheld erkennt diese Signalkombination innerhalb von Sekunden und kann den Nutzer oder den Guardian warnen, bevor der Angreifer die Kontrolle übernimmt.

Reputations-Intelligence

In der optionalen Cloud-Enrichment-Stufe (siehe Erkennungspipeline) gleicht Superheld SHA-256-Hashes gegen eine zentrale Threat-Datenbank ab. Dabei werden keine Rohdaten an die Cloud übermittelt — ausschließlich kryptografische Hashes.

Abgeglichene Datentypen:

Datentyp	Hash-Verfahren	Prüfung gegen
Telefonnummern	SHA-256(normalisierte Nummer)	Bekannte Scam-Nummern, Callcenter-Datenbanken
URLs	SHA-256(kanonische URL)	Phishing-Domains, bekannte Betrugsseiten
App-Signaturen	SHA-256(APK-Signatur / Bundle-ID)	Bekannte Malware, trojanisierte Apps

Current workspace note: Größe und Aktualisierungsfrequenz der Threat-Datenbasis werden hier bewusst nicht als stabiler öffentlicher Betriebswert ausgewiesen.

Ablauf:

Der Device Agent berechnet den SHA-256-Hash lokal auf dem Gerät.
Der Hash wird über TLS 1.3 an den Cloud-Dienst übermittelt.
Die Cloud antwortet mit Reputationsdaten (bekannt/unbekannt, Risikostufe, zugehörige Threat Category).
Der Device Agent integriert die Reputationsdaten in die lokale Risikobewertung.

Ist die Cloud-Anbindung deaktiviert oder nicht erreichbar, arbeitet Superheld ausschließlich mit lokaler Erkennung. Die Cloud-Stufe verbessert die Erkennungsqualität, ist aber nicht erforderlich.

Schutzmaßnahmen

Bedrohungstyp	Erkennungsmethode	Reaktion
Scam-Anruf (bekannte Nummer)	Reputations-Intelligence (Hash-Lookup)	Block — Anruf wird blockiert, Guardian wird informiert
Scam-Anruf (unbekannte Nummer + Verhaltensmuster)	Verhaltensanalyse + Kontextsignale	Warn — Nutzer erhält Warnhinweis während des Anrufs
Remote-Access-Betrug	Kontextsignale (Anruf + Remote-Tool-Installation)	Alert — Guardian wird sofort benachrichtigt, Nutzer wird gewarnt
Dringlichkeitsmanipulation (Phishing-Link)	Reputations-Intelligence + Verhaltensanalyse	Block — Link wird blockiert, Nutzer wird informiert
Autoritätsimitation (Deepfake)	Verhaltensanalyse + Kontextsignale	Warn — Nutzer erhält Hinweis auf mögliche Imitation
Social Engineering (langfristiger Vertrauensaufbau)	Verhaltensanalyse (Anomalien über Zeit)	Alert — Guardian wird informiert, wenn ungewöhnliche Muster erkannt werden

Current workspace note: False-Positive-Raten je Bedrohungstyp und Reaktionsstufe sind aktuell kein bestätigter öffentlicher Runtime-Wert.

Reaktionsstufen:

Alert — Der Guardian wird über das Guardian-Netzwerk benachrichtigt. Der Nutzer wird nicht direkt unterbrochen, aber der Guardian kann eingreifen.
Warn — Der Nutzer erhält eine deutlich sichtbare Warnung auf dem Gerät. Die Aktion wird nicht blockiert, aber der Nutzer wird zur Vorsicht aufgefordert.
Block — Die Aktion wird automatisch unterbunden (z. B. Anruf blockiert, Link gesperrt). Der Nutzer und der Guardian werden informiert.

Beispiel: Typischer Enkeltrick-Angriff

Der sogenannte Enkeltrick ist eine der häufigsten Betrugsmaschen, bei der sich ein Anrufer als Enkel oder naher Verwandter ausgibt und um dringende finanzielle Hilfe bittet. Folgendes Szenario zeigt, wie Superheld diesen Angriff erkennt und abwehrt:

Ablauf im Detail:

Der Angreifer ruft mit einer gespooften Nummer an. Der Device Agent erfasst das Signal.
Der SHA-256-Hash der Nummer wird (optional) gegen die Cloud-Datenbank geprüft — in diesem Fall ohne Treffer.
Nach über 10 Minuten Gesprächsdauer mit einer unbekannten Nummer steigt die Risikostufe.
Als das Opfer die Banking-App öffnet, korreliert der Agent die Signale: unbekannte Nummer + langes Gespräch + Banking-App = hohes Betrugsrisiko.
Der Nutzer erhält eine Warnmeldung auf dem Bildschirm.
Der Guardian wird parallel über das Guardian-Netzwerk informiert und kann eingreifen.

Grenzen der Erkennung

Superheld kann nicht alle Formen von Manipulation erkennen. Transparenz über diese Grenzen ist essenziell für eine realistische Sicherheitserwartung.

Einschränkung	Erklärung
Persönliche Manipulation (Face-to-Face)	Angriffe, die im direkten persönlichen Kontakt stattfinden, erzeugen keine digitalen Signale auf dem Gerät und sind daher nicht erkennbar.
Verschlüsselte Kanäle ohne OS-Integration	Manipulation über Ende-zu-Ende-verschlüsselte Messenger (z. B. Signal, WhatsApp), bei denen das Betriebssystem keinen Einblick in Anrufe oder Nachrichten gewährt, kann nur eingeschränkt über Verhaltenssignale erkannt werden.
Langfristiges Grooming	Sehr langsam aufgebaute Manipulationsbeziehungen (über Wochen oder Monate) können unterhalb der Erkennungsschwellen bleiben, da einzelne Interaktionen jeweils unauffällig erscheinen.
Plattformbeschränkungen (iOS)	Auf iOS sind die verfügbaren Betriebssystem-Signale eingeschränkter als auf Android. Bestimmte Signale (z. B. laufende Anrufe, installierte Apps) stehen nur begrenzt zur Verfügung.
Neue, unbekannte Angriffsmuster	Angriffe, die keinem bekannten Muster entsprechen und keine typischen Signalkombinationen auslösen, werden möglicherweise nicht erkannt.
Einwilligung des Opfers	Wenn das Opfer den Angreifer bewusst autorisiert (z. B. Fernzugriff aktiv erlaubt und Warnungen ignoriert), kann Superheld die Aktion nicht dauerhaft blockieren.

Current workspace note: Die Erkennungslücken werden hier bewusst qualitativ beschrieben; quantitative Rest-Risiko-Werte sind derzeit kein bestätigter öffentlicher Runtime-Wert.

Weiterführende Informationen

Bedrohungsmodell — Vollständige Bedrohungsanalyse mit Angreifertypen und Angriffsoberflächen
Erkennungspipeline — Technische Details der sechsstufigen Signalverarbeitung
Schutz vor Fernzugriff — Detaillierte Beschreibung der Remote-Access-Erkennung
Guardian-Netzwerk — Funktionsweise des Benachrichtigungs- und Schutznetzwerks
Konfiguration — Einstellungsmöglichkeiten für Erkennungsschwellen und Reaktionsstufen