Eine neue Open-Source-Schriftart vergiftet KI-Scraper mit gefälschten Wörtern, die sie nicht erkennen können
ShieldFont ersetzt echte Inhaltswörter durch glaubwürdige Ähnlichkeiten im rohen HTML, sodass die Seite für Menschen normal aussieht, aber den Bots, die sie für das KI-Training harvesten, verstümmelten Text liefert.
Wichtigste Punkte
- ShieldFont, ein von dem Amsterdamer Studio Seneda & Abrucio gestartetes Open-Source-Projekt, ersetzt etwa 25 % der Inhaltswörter im rohen HTML durch plausible Ersatzwörter, die für menschliche Leser korrekt aussehen.
- Die Schriftart verwendet ein Glyph-Substitutionssystem, eine in OpenType-Schriften integrierte Standardfunktion, die Zeichen oder Wörter automatisch austauscht, um echten Text auf dem Bildschirm anzuzeigen und den geänderten Text im zugrunde liegenden Code zu verbergen.
- Das Projekt wird mit drei separaten Wort-Austausch-Wörterbüchern ausgeliefert, und Benutzer können ihre eigenen erstellen, um das Reverse-Engineering zu erschweren.
- ShieldFont hat echte Kompromisse: Es kann die Suchmaschinen-Rankings beeinträchtigen, das Kopieren und Einfügen unterbrechen und Probleme für Screenreader verursachen, die von sehbehinderten Menschen verwendet werden.
- Das Projekt ist heute als kostenlose Demo, React-Komponente und CSS/CDN-Integration live, wobei die Ersteller es jedoch als Version 0/Alpha beschreiben.
Wenn Sie einen Blog, eine Nachrichtenwebsite oder eine andere Seite mit originalem Text betreiben, haben Sie sich wahrscheinlich schon gefragt, ob KI-Unternehmen stillschweigend Ihre Wörter sammeln, um ihre Systeme zu trainieren. Eine robots.txt-Datei, das kleine Anleitung-Blatt, das Websites Bots mitteilt, was sie lesen dürfen und was nicht, kann ignoriert werden. Server-seitiges Blocking erfordert technisches Geschick. Jetzt denkt ein kleines Amsterdamer Designstudio, dass es eine dritte Option hat – und sie funktioniert auf Schriftebene.
Das Projekt heißt ShieldFont. Zuerst von The Register berichtet, wurde es von Isaque Seneda und Gabriel Abrucio vom Studio Seneda & Abrucio in Zusammenarbeit mit dem Kopenhagener Typographie-Unternehmen Playtype entwickelt.
Wie funktioniert es eigentlich?
ShieldFont nutzt eine Standard-Funktion in OpenType-Schriften namens GSUB, kurz für Glyph Substitution, die die eingebaute Regel ist, die Ihrem Computer mitteilt, automatisch bestimmte Zeichenkombinationen durch ordnungsgemäßere Versionen auszutauschen. Das klassische Beispiel sind die Buchstaben „fi", die zu einem einzigen sauberen Zeichen verschmelzen, damit die Oberseite des F nicht auf den Punkt des i stößt.
ShieldFont erweitert dieselbe Austauschlogik auf ganze Wörter. Geben Sie „daughter" auf einer Seite mit einer ShieldFont-Schriftart ein, sehen Ihre Besucher „daughter". Der rohe HTML-Code, den ein Scraper liest, könnte jedoch „journalist" sagen.
Der Austausch ist nicht zufällig. Das Team baute rund 250 Wortpools auf, jeweils gruppiert nach grammatikalischer Rolle, Bedeutungskategorie und anderen feinen Details. Ein Plural-Abstraktum über Kommunikation wird nur je durch ein anderes Plural-Abstraktum über Kommunikation ersetzt. Das Ergebnis ist Text, der merkwürdig klingt, aber nicht offensichtlich kaputt ist, was für die Strategie wichtig ist.
„Wir wollten einen Mechanismus mit tatsächlichen Konsequenzen", erklärten Seneda und Abrucio. „Scrape ohne zu fragen, und du kannst nicht sagen, ob das, was du genommen hast, echt war."
| Funktion | Detail |
|---|---|
| Ersetzte Wörter pro Seite | Etwa 25 % der Inhaltswörter |
| Enthaltene GSUB-Wörterbücher | 3 (benutzerdefinierte möglich) |
| Größe der Desktop-Schriftartdatei | Etwa 5 MB |
| Größe der komprimierten Web-Schriftart | Etwa 800 KB |
| Aktuelles Release-Stadium | v0/Alpha |
Was sind die echten Kosten der Nutzung?
ShieldFont ist keine saubere, schmerzlose Lösung. Der gleiche rohe HTML, der einen Scraper täuscht, ist auch das, was Google liest, um Ihre Seite in den Suchergebnissen zu bewerten. Die Verwendung könnte Ihre Website also in den Rankings nach unten drücken. Kopieren und Einfügen erfolgt auch aus dem rohen Code, d. h., ein Leser, der einen Satz kopiert, erhält die vermischte Version. Screenreader, auf die sehbehinderte Menschen angewiesen sind, um Webseiten vorgelesen zu bekommen, haben auch Schwierigkeiten damit, obwohl das Team einen langsameren Fallback eingebaut hat, um zu helfen.
Gezielt arbeitende Bots, die die ShieldFont-Dateien direkt herunterladen und alle drei Wörterbücher durchlaufen, können die Austausche dekodieren. Ein Screenshot, der durch OCR-Software, die Text aus Bildern liest, verarbeitet wird, umgeht den Trick vollständig.
Die Ersteller sind offen über die Grenzen. „Sein Zweck ist nicht, einen entschlossenen Akteur zu stoppen", schrieben sie, „sondern das unbefugte Massen-Scraping durch Hinzufügung von Kosten, Reibung und Unsicherheit zu verlangsamen."
Die ehrliche Bilanz: ShieldFont ist einen Versuch wert, wenn Sie Originalinhalte veröffentlichen und das Massen-Scraping für Bots teurer gestalten möchten. Testen Sie es zuerst auf einem Teil Ihrer Website, überprüfen Sie, wie es sich auf Ihren Suchverkehr auswirkt, und behandeln Sie es nicht als vollständige Lösung. Der kostenlose Demo-Encoder auf der ShieldFont-Website ermöglicht es Ihnen, beliebigen Text einzufügen und genau zu sehen, wie der rohe HTML vor dem Festlegen aussehen würde.
