Ausgangslage/Problemstellung

Verbotene Heilsversprechen und irreführende, falsche Versprechen, sowie auch der Vertrieb gefährlicher oder nicht zugelassener Produkte, stellen Sicherheitsrisiken für Konsument:innen in Österreich dar. Diese Risiken stellen vor allem im Onlinehandel eine große Herausforderung dar und werden aktuell im Internet noch unzureichend bekämpft. Durch das Projekt eMarketShield soll die Sicherheit von Verbraucher:innen im Onlinehandel verbessert werden. Der Fokus liegt dabei im Bereich Nahrungsergänzungsmittel und von Waren, die dem Lebensmittelsicherheits- und Verbraucherschutzgesetz (LMSVG) unterliegen. Die Ergebnisse sollen einen Beitrag zur Marktüberwachung für sämtliche Produktkategorien leisten, die online verkauft werden.

Projektbeschreibung/Methodik

Das Projekt eMarketShield darauf ab, speziell auf die Anforderungen der amtlichen Kontrollen des Online-Handels angepasste risikobasierte Kontrollansätze mittels datengestützter Entscheidungsgrundlage zu entwickeln und zu evaluieren. Dabei sollen neben Crawling, Scraping und API-Zugriffen auch aktuelle Methoden der Künstlichen Intelligenz (KI) wie Large Language Models (LLMs) zum Einsatz kommen, um nicht konforme Produkte zu identifizieren, Trends frühzeitig zu erkennen und mittels automatischem Scoring die begrenzten Ressourcen effizient zu nutzen. Zusätzlich wird ein besonderes Augenmerk auf die Förderung der digitalen Souveränität Österreichs gelegt, indem die Entwicklung und Implementierung dieser Technologien und Kontrollansätze im nationalen Kontext erfolgt. 

Projektergebnisse

Die Erkenntnisse dieses Projekts dienen zur Identifizierung potenzieller Schwachstellen in der Internetmarktüberwachung und liefern Lösungen zur Optimierung und Steigerung der Effizienz des Prozesses. Die gewonnenen Erkenntnisse dienen als Grundlage für die gezielte Auswahl konkreter Datenquellen und die Entwicklung von Strategien für Crawling und Scraping, um die Marktüberwachung effektiv zu gestalten und potenzielle Risiken für die Konsument:innen zu minimieren.