«Das mitdenkende System funktioniert zu 98 Prozent. Besser geht es kaum, weil der zu klassifizierende kleine Rest in einer Grauzone liegt», sagte Prof. Volker Sperschneider im Gespräch mit der dpa. Die Erfolgsquote liege damit deutlich höher als bei kommerziellen Programmanbietern. Zum Spam-Schutz setzen die Experten intelligente neuronale Netze ein, die selbstständig erlernen, welche einkommenden Mails sie herausfiltern müssen.

«Man klickt die unerwünschten Mails an, macht ein Minuszeichen dahinter, und die erwünschten Mails markiert man mit einem Plus», erklärte Sperschneider. Das System versuche dann, per Textanalyse und mit einer filigranen Stichwortkombination herauszufinden, was benötigt werde und was nicht.

Den typischen Fall beschrieb Sperschneider an Wörtern wie «Sex» oder «Geld», die in Werbemails besonders häufig vorkämen. «Alle Mails aber einfach rauszuschmeißen, die den einen oder anderen Begriff enthalten, ist unter Umständen auch nicht sinnvoll», schränkte er ein. «Ein Arzt interessiert sich vielleicht gerade für Penis-Enlargement, und ich persönlich möchte zum Beispiel wissen, was mir meine Sparkasse mitzuteilen hat.»

Der 51 Jahre alte Hochschullehrer erhält nach eigenen Angaben täglich etwa 150 bis 300 Mails, von denen er höchstens fünf haben möchte. «Der Rest ist der übliche Schrott, und das Sondieren kostet mich jeden Tag mindestens eine halbe Stunde.» Die vorhandenen Systeme seien nicht in der Lage, die Spreu sinnvoll vom Weizen zu trennen. «Geworben wird zwar mit einer hundertprozentigen Trefferquote. Aber das ist eben nur Werbung.» Die Ergebnisse seien unbefriedigend, weil nicht nach individuellen Bedürfnissen der Anwender differenziert werde.

«Taucht nach zwei Wochen ein bis dahin unbekannter Spam-Versender auf, sinkt die Erkennungsrate schnell auf 60 Prozent», kritisierte Sperschneider. Insofern sei der Osnabrücker System anderen überlegen. Die an dem Projekt beteiligten drei Studenten des Fachbereichs Mathematik/Informatik wollten die Erfindung jetzt patentieren lassen.