Een bericht van een “bankmedewerker”, een vacature die te mooi is om waar te zijn, een nieuwe online vriend die na drie weken over beleggen begint. Oplichters doen tegenwoordig vaak hun best om een gesprek op te bouwen voordat ze om geld vragen. Google DeepMind en de Singaporese overheid presenteerden op 14 oktober 2026 een AI-model dat precies dat patroon moet herkennen, op je telefoon zelf en zonder dat je chats naar een server gaan (Bron: Google DeepMind).
Wat er is aangekondigd
Het model is ontwikkeld door Google DeepMind en GovTech Singapore, de technologiedienst van de Singaporese overheid. Het werd gepresenteerd tijdens de Singapore International Cyber Week en valt onder een bredere AI-samenwerking tussen DeepMind en de Singaporese regering (Bron: Google DeepMind).
De basis is Gemma, de familie open modellen van Google. DeepMind noemt het een “lichtgewicht” versie, maar geeft geen modelgrootte of versienummer. Het model is fijngetuned op lokale oplichtingsgesprekken: mensen die zich voordoen als een overheidsinstantie, een bank of een bekende Singaporees, plus fraudevormen die in de regio vaak voorkomen.
De noodzaak is groot. Oplichting is volgens DeepMind goed voor meer dan de helft van alle gemelde misdrijven in Singapore, met sinds 2019 ruim 4 miljard Singaporese dollar aan schade (omgerekend ruim 2,5 miljard euro) (Bron: Google DeepMind).
Beginner-tip “On-device” betekent dat de AI op je eigen telefoon rekent, niet in een datacenter. Daardoor hoeft wat je typt het toestel niet te verlaten. Meer over dat idee lees je bij lokale AI en edge AI.
Hoe het model een oplichter herkent
Losse verdachte woorden zijn niet meer genoeg. Oplichters bouwen eerst vertrouwen op met lange, overtuigende gesprekken, en pas daarna komt het verzoek om geld. Volgens DeepMind zit tot 80 procent van de schade in Singapore in dat soort gesprekken (Bron: Google DeepMind).
Het systeem werkt daarom in twee stappen:
| Stap | Wat er gebeurt | Waarom zo |
|---|---|---|
| 1. Snelle scan | Een heel lichte classifier beoordeelt elk binnenkomend bericht | Kost weinig stroom; onschuldige berichten worden direct doorgelaten |
| 2. Gespreksanalyse | Het fijngetunede Gemma-model bekijkt een groter stuk van het gesprek | Bevestigt een dreiging of schrapt een vals alarm |
| 3. Waarschuwing | Je ziet direct een melding om te pauzeren | Vóórdat je gegevens of geld deelt |
Herkent het model manipulatie, dan krijg je een waarschuwing om even te stoppen voordat je gevoelige gegevens of geld deelt. Het model blokkeert dus niets; de beslissing blijft bij jou.
Gevorderden De tweetrapsopzet is vooral een accu-keuze. Een groot taalmodel op elk bericht loslaten zou je telefoon leegtrekken. Door alleen twijfelgevallen naar het zwaardere model te sturen, draait de dure stap zelden. Hetzelfde patroon zie je bij spamfilters en bij AI in de browser zonder server.
Privacy: wat er wel en niet met je chats gebeurt
Het belangrijkste verkoopargument is privacy. Het model verwerkt gesprekken op het toestel, zonder dat berichten naar de cloud gaan voor controle. Het krijgt alleen toegang met toestemming van de gebruiker en binnen de voorwaarden van de app waarin het draait. DeepMind schrijft dat “noch de Singaporese overheid, noch Google” via het systeem bij gesprekken van gebruikers kan (Bron: Google DeepMind).
“Fighting scams shouldn’t mean sacrificing personal privacy.”
Mark Chen, directeur Trust and Safety bij GovTech Singapore (Bron: Google DeepMind)
Ook bij de training is volgens de makers op privacy gelet. Het fijntunen gebeurde in een afgeschermde cloudomgeving van GovTech, zonder persoonsgegevens van burgers: alleen geanonimiseerde data uit scam-meldingen en dreigingsinformatie, aangevuld met synthetische gesprekken om het model te testen (Bron: Google DeepMind).
Twee kanttekeningen horen erbij. Dit zijn de claims van de makers zelf; een onafhankelijke toetsing van de privacybelofte of van het aantal valse alarmen is nog niet gepubliceerd. En er is nog geen startdatum. De uitrol gebeurt “zorgvuldig gefaseerd” in apps die burgers zelf installeren, maar welke apps dat zijn, staat niet in de aankondiging.
Wat jij ervan merkt in Nederland
Voorlopig niets direct. DeepMind zegt wel te onderzoeken of vergelijkbare technologie naar andere landen kan (Bron: Google DeepMind).
Google heeft wel al een eigen variant voor Android. In februari 2026 breidde het bedrijf scamdetectie in Google Messages uit naar meer dan twintig landen, met talen als Engels, Duits en Frans. Ook die analyse draait op het toestel, met Gemini als on-device model (Bron: Google). Nederland en het Nederlands stonden niet in de voorbeelden die Google toen noemde.
De behoefte is hier net zo reëel. De Fraudehelpdesk ontving over 2025 101.734 meldingen, 60 procent meer dan in 2024. 15.116 mensen leden schade, samen bijna 68,5 miljoen euro. Beleggingsfraude was met ruim 34 miljoen euro veruit de duurste vorm (Bron: Fraudehelpdesk). Dat is precies het type fraude met lange gesprekken waar het Singaporese model op is getraind.
Beginner-tip Zolang er geen AI-waakhond op je telefoon zit, werkt de oude regel nog het best: vraagt iemand in een chat om geld, een code of een overboeking, bel dan zelf het bekende nummer van die persoon of je bank. Twijfel je, dan kun je terecht bij de Fraudehelpdesk.
Wie wil zien hoe dezelfde taalmodellen ook aan de andere kant van het gesprek worden ingezet, leest ons stuk over chatfishing op datingapps. Kleine, open modellen als Gemma maken zowel de oplichter als de waakhond goedkoper.
Waarom dit verder reikt dan Singapore
Het interessante is de ontwerpkeuze. Chatapps als WhatsApp en Signal zijn end-to-end versleuteld, waardoor een bank of overheid niet kan meekijken. Een scamfilter in de cloud past daar niet bij. DeepMind presenteert de on-device aanpak daarom als model voor berichtendiensten die bescherming en versleuteling willen combineren (Bron: Google DeepMind).
Of dat in de praktijk werkt, hangt af van wat er nog niet bekend is: hoe vaak het model vals alarm geeft, in welke apps het terechtkomt en of gebruikers toestemming geven. De volgende stap in Singapore is de gefaseerde uitrol; DeepMind belooft binnenkort meer te delen.