Sicherheit des eigenen PCs und der richtige Umgang mit der E-Mail-Adresse sind wichtige Punkte, helfen jedoch nicht sofort, wenn die Spammer den Posteingang bereits fluten. Jetzt helfen Spamfilter. Will man E-Mails heute noch sinnvoll nutzen, dann sind diese ebenso unersetzlich wie Virenscanner. Eine Studie des Fraunhofer IAO zeigt, dass sich bereits drei Viertel aller Internet-Nutzer mit Spamfiltern schützen.

Wie diese Spamfilter grundsätzlich arbeiten und wie Sie Spamfilter unter anderem mit Outlook und Thunderbird effektiv und effizient nutzen, ist Thema der folgenden Abschnitte.

Grundsätzliche Strategien von Spamfiltern

Es gibt eine Vielzahl von Methoden zur Erkennung von Spam-E-Mails. Sie müssen diese nicht detailliert kennen, jedoch erleichtern Grundkenntnisse das Verständnis und damit die Nutzung der Spamfilter. Stichwortartig und in aller Kürze die wichtigsten Methoden:

• Blacklists sind Listen mit negativen Einträgen. Steht ein Absender auf dieser Liste, dann werden dessen E-Mails sofort als Spam markiert. Blacklists gibt es auf zwei Ebenen: Lokal im E-Mail-Client und zentral auf den Servern der Mailprovider. Für Versender von Newslettern ist es erfolgskritisch, nicht auf einer solchen Blacklist zu landen. Mehr dazu im oben verlinkten Artikel zum erfolgreichen Newsletter-Marketing.

• Whitelists sind das Gegenteil von Blacklists, beinhalten also vertrauenswürdige Absender. Diese werden häufig von der Spamprüfung ausgeschlossen, um Fehler des Spamfilters zu minimieren. Empfehlenswert ist es, Ihre Kontakte in die Whitelist zu übernehmen. Die Spamfilter der E-Mail-Programme bieten in der Regel die entsprechenden Funktionen.

• Inhaltsfilter untersuchen, wie der Name nahelegt, die Inhalte der eintreffenden E-Mails nach verdächtigen Begriffen und Mustern. Gegenstand der Untersuchung sind die Betreffzeile, der Text der E-Mail und weitere Merkmale. Eine Kombination aus verschiedenen Techniken, wie die Wortsuche oder eine Textmustererkennung (reguläre Ausdrücke), führt dazu, dass Spam recht zuverlässig erkannt wird. So werden zum Beispiel auch Abwandlungen von Wörtern erkannt wie "V1agra" oder "C*h*1*a*l*1*s".

• Lernende Filter, sog. Bayessche Filter, machen sich statistische Verfahren zunutze, die auf den Mathematiker Thomas Bayes (1702-1761) zurückgehen. Ziel ist es, die Spam-Wahrscheinlichkeit einer E-Mail zu errechnen. Dazu werden unter anderem Inhaltsfilter benutzt. Ein großer Vorteil dieses Verfahrens ist, dass durch Training durch den Benutzer die Erkennung im Lauf der Zeit immer besser wird. Ein lernender Spamfilter passt sich quasi dem E-Mail-Verhalten des Benutzers an. Wie dieses Training funktioniert, das erfahren Sie weiter unten.

• Realtime Blackhole Lists (RBL) sind auf zentralen Servern vorgehaltene, umfangreiche Bestände von IP-Adressen. In diese Liste werden Adressen aufgenommen, von denen bekannt ist, dass sie sehr viel Spam versenden. Anbieter solcher RBL sind beispielsweise spamhaus.org und SpamCop.net. Kommt eine E-Mail an, dann prüft der Spamfilter die Internet-Adresse des Absenders gegen diese Listen. Taucht sie dort auf, dann ist ein zusätzliches Kriterium für eine Spam-E-Mail erfüllt. Dieses Verfahren eignet sich nicht als alleiniges Merkmal, erweist sich aber als nützlich im Rahmen der gesamten Spam-Prüfung. Eingesetzt werden RBLs sowohl von server- als auch von clientseitigen Spamfiltern.

• Frequenzanalysen kommen bei großen E-Mail-Providern zum Einsatz. Dabei wird geprüft, ob die Versendefrequenz von E-Mails von einem Mailserver Besonderheiten aufweist. Werden etwa von einem bisher unbekannten Mail-Server auf einmal sehr viele E-Mails verschickt, dann liegt der Verdacht nahe, dass es sich um einen Spammer handelt. Da dieser Rückschluss jedoch sehr unsicher ist - es handelt sich mit einiger Wahrscheinlichkeit um eine seriöse Newsletter-Aktion -, werden weitere Tests angeschlossen. Zum Beispiel die Prüfung, ob in kurzer Zeit sehr viele E-Mails als unzustellbar zurückkommen.

Den besten Schutz erreichen Filter, die mehrere dieser Verfahren kombinieren. Je mehr der Tests positiv verlaufen, desto höher wird der Score der E-Mail.

Spamfilter führen mehrere Prüfungen durch und bestimmen so den Spam-Score

Dieser Score bestimmt die Wahrscheinlichkeit, dass es sich um Spam handelt. Überschreitet eine E-Mail einen bestimmten Score, dann schlägt der Spamfilter zu und sortiert diese E-Mail aus. So steigt auch die Wahrscheinlichkeit, dass eine Spam-Mail, die nur aus einem Bild besteht - einer der oben erwähnten Spam-Trends - erkannt wird.