Doch wie kommt man Bots auf die Spur? Zu den führenden Experten im Bereich der Bot-Forschung zählt Simon Hegelich, der eine Professur für Political Data Science an der TU München innehat. Er beschäftigt sich mit den Möglichkeiten von Big-Data-Analysen und maschinellem Lernen, bei denen sich mit Algorithmen selbstständig Muster in großen Datenmengen entdecken lassen.
Gegenüber CRN macht er deutlich, wie komplex es ist, die Spuren von Bots im Internet zu finden. »Wenn Computer menschliches Verhalten nach-ahmen, dann entstehen immer Muster, die sich erst mithilfe von maschinellem Lernen oder Data Mining aufspüren lassen. Ein Problem ist aber, dass solche Verfahren nur Bots entdecken können, die ähnlich zu den Daten sind, auf denen sie trainiert wurden.«
Das bedeutet, dass Diagnose-Bots selbst auf ein bestimmtes künstliches Kommunikationsverhalten trainiert werden müssen. Ähnlich waren auch die Adform-Mitarbeiter vorgegangen, nachdem sie nach eigenen Angaben auf verdächtige Muster bei Werbeeinblendungen gestoßen waren. Bei diesen Werbe-Ads wurden Inhalte auf Plattformen verkauft, die nach »Ads.Txt« nicht zum Handel autorisiert waren. Um die Betrugsmasche aufzuspüren, gaben sich die Mitarbeiter als Käufer aus und versteckten in der Pseudo-Werbung eigene Diagnose-Skripte.