Kazimi

KAZIMI entwickelt eine Plattform für die Absicherung und intelligente Nutzung mobiler App-Daten. Das Unternehmen positioniert seine Lösung als Grundlage für verlässliche mobile Marketingdaten und verbindet Bot-Erkennung, Bedrohungserkennung, Proof of Humanity und den sicheren Umgang mit First-Party-Daten.

Im Mittelpunkt steht die Verbesserung der Datenqualität für App-Entwickler und Marketingteams. Durch die Identifikation von Bots, manipulierten Geräten und veränderten Apps sollen Unternehmen besser verstehen, welche Signale das Geschäft unterstützen und welche durch betrügerische oder automatisierte Aktivitäten Kosten verursachen. Die gewonnenen Erkenntnisse können für eine effizientere Budgetverteilung, bessere operative Entscheidungen und die Optimierung von App-Performance, Nutzerbindung und Monetarisierung eingesetzt werden.

Ein besonderes Merkmal des Angebots ist der datenschutzorientierte Ansatz. Die Lösung soll Nutzer auf Geräteebene verifizieren, ohne personenbezogene Daten zu benötigen. Die Daten werden verschlüsselt verarbeitet und bleiben unter der Kontrolle des jeweiligen Unternehmens. Nach Angaben des Anbieters erfüllt die Plattform hohe internationale Datenschutzstandards.

KAZIMI lässt sich in bestehende mobile Ökosysteme integrieren und ist mit Mobile Measurement Partnern sowie weiteren Analyse- und App-Systemen kompatibel. Das Unternehmen ermöglicht es seinen Kunden außerdem, die Datenqualität verschiedener Anbieter anhand eigener, abgesicherter App-Daten zu vergleichen und diese Informationen kontrolliert mit Analyse- und Ökosystempartnern zu teilen.

KAZIMI ist eine Sicherheits- und Datenintelligenzplattform für mobile Apps. Sie hilft App-Entwicklern und Marketingteams dabei, echte menschliche Nutzer zu verifizieren, Bots zu erkennen, Betrug zu reduzieren und die Qualität ihrer mobilen Marketingdaten zu verbessern – ohne die Verarbeitung personenbezogener Daten.

Die Plattform analysiert Signale auf Geräte- und App-Ebene in Echtzeit. Dabei erkennt sie unter anderem emulierte oder instrumentierte Geräte, gerootete beziehungsweise jailbreakte Geräte, geklonte und modifizierte Apps, reverse-engineerte Anwendungen sowie manipulierten Code, Code-Injection und aktives Debugging. So lassen sich unterschiedliche Formen von Automatisierung, Manipulation und bösartigen Aktivitäten innerhalb einer App identifizieren.

Ein zentraler Bestandteil ist die Proof-of-Humanity-Technologie. Sie bewertet die Ausführungsumgebung eines Geräts und liefert eine datenschutzorientierte Einschätzung darüber, ob es sich um einen menschlichen Nutzer oder eine auffällige beziehungsweise manipulierte Umgebung handelt. Für die Verifizierung sind laut Anbieter keine personenbezogenen Daten und keine zusätzlichen App-Berechtigungen erforderlich.

Die Integration erfolgt über eine speziell angepasste KAZIMI-Bibliothek, die in die mobile App eingebunden wird. Sie prüft die Ausführungsumgebung und den Manipulationsstatus der App. Das verschlüsselte KAZIMI-Signal wird anschließend an Daten-Postbacks angehängt. Über eine API können die Ergebnisse entschlüsselt werden, sobald die Datenpakete einen Router oder Load Balancer erreichen. Die gewonnenen Metadaten lassen sich anschließend in Business-Intelligence-Systeme übernehmen.

Auf dieser Grundlage können Unternehmen die Auswirkungen von Bots und betrügerischem Traffic analysieren, Angriffsvektoren nachvollziehen und ihre Strategien gezielter ausrichten. KAZIMI unterstützt unter anderem User Acquisition, Re-Engagement-Kampagnen, LiveOps, Werbemonetarisierung, A/B-Tests und Prognosemetriken. Ziel ist es, Budgets und operative Maßnahmen stärker auf verifizierte menschliche Nutzer statt auf Bots auszurichten.

Die Lösung ist mit gängigen Mobile Measurement Partnern (MMPs), weiteren App-Integrationen sowie wichtigen mobilen Plattformen, App-Frameworks, Engines und BI-Systemen kompatibel. Sie arbeitet ohne zusätzliche Nutzerberechtigungen, soll eine schnelle Initialisierung und geringe Latenz ermöglichen und stellt laut Anbieter verschlüsselte First-Party-Daten ohne Rate-Limiting bereit.