nTLDs
ICANN legt offen, nach welchen Stufen ähnliche Strings bewertet werden
ICANN hat die endgültige Datenbasis und die verbindlichen Leitlinien zur Prüfung visueller Ähnlichkeit von Endungen veröffentlicht. Erkennbar wird daraus, wo die Schwelle zur Verwechselbarkeit liegt und wie viel Spielraum das Panel gegenüber dem automatisierten Vorbericht hat.
ICANN hat am 30. Juli 2026 die String Similarity Evaluation Data und die zugehörigen Guidelines veröffentlicht, beide vom 23. Juli. Sie richten sich an das unabhängige String Similarity Evaluation Panel, das beantragte Zeichenfolgen samt ihrer Varianten mit anderen Bewerbungen der Runde, bestehenden gTLDs und ccTLDs, offenen Bewerbungen früherer Runden, beantragten IDN-ccTLDs, gesperrten Namen und zweistelligen ASCII-Zeichenfolgen vergleicht.
Fünf Stufen, eine Schwelle
Die Datenbasis ordnet Paaren von Codepoints oder Codepoint-Sequenzen fünf Ähnlichkeitsstufen zu. Stufe eins erfasst identische oder nahezu identische Zeichen sowie bereits definierte Varianten, Stufe zwei stark verwechselbare, Stufe drei ähnliche, Stufe vier entfernt ähnliche und Stufe fünf eindeutig unterscheidbare. Grundsätzlich gelten die Stufen eins bis drei als visuell ähnlich, Stufe vier und fünf nicht. Aus diesen Einzelbewertungen erzeugt das Tool eine Kategorienfolge für den vollständigen String, die Gesamtbewertung nimmt das Panel vor.
Die Begründungslast steigt mit der Nähe zu Stufe eins. Bestehen alle Zuordnungen aus den Stufen eins und zwei, gilt Ähnlichkeit als sehr wahrscheinlich, und eine abweichende Einschätzung erfordert eine klare und überzeugende Begründung. Reine Stufe-drei-Vergleiche gelten ebenfalls als ähnlich, dort genügt für die Abweichung eine klare Begründung. Umgekehrt kippt die Einschätzung, sobald eine Zuordnung der Stufe vier hinzukommt. In Zweifelsfällen geben die Leitlinien eine Richtung vor: Dort solle der konservative Ansatz erwogen und der Fall als ähnlich gekennzeichnet werden.
Werkzeug schlägt vor, Panel entscheidet
Verfahrenstechnisch erzeugt zunächst ein SSE-Tool automatisiert einen Vorbericht mit möglichen Contention Sets. Das Panel darf diese Vorschläge anpassen, ergänzen oder streichen. Begründen muss es seine endgültigen Entscheidungen generell, Abweichungen vom Vorbericht ausdrücklich.
Die Datenbasis umfasst 26 Dateien mit Ähnlichkeitsdaten je Schriftsystem sowie eine übergreifende Datei. Erstellt wurde sie durch manuelle Analyse von Schriftexperten, ergänzt um syntaktische Prüfungen und eine Transitivitätsprüfung über Schriftsysteme hinweg. Beim Han-Schriftsystem nutzte der zuständige Experte maschinelle Lernverfahren, ein NLP-Werkzeug sowie Bildähnlichkeitsanalysen, um Kandidatenpaare für die anschließende Expertenprüfung zu identifizieren. Eine ergänzende KI-gestützte Analyse nach der öffentlichen Kommentierung ergab 1.612 weitere Ähnlichkeitsfälle. Allein die chinesischen Regeln der Root Zone umfassen 19.685 Han-Codepunkte, die koreanischen 4.758, von denen 4.744 übereinstimmen.
Überraschend kommt die Systematik nicht. Die Daten lagen von Oktober bis Dezember 2025 zur öffentlichen Kommentierung vor, also ein halbes Jahr vor der Öffnung des Bewerbungsfensters. Neu sind die für diese Runde verbindlichen Fassungen sowie die danach ergänzten Fälle. Praktischen Nutzen dürften die Daten vor allem nach der Offenlegung der Bewerbungen entfalten, wenn sich abschätzen lässt, welche Bewerbungen in Contention Sets landen. Ein öffentlich bedienbarer Zugang zum SSE-Tool besteht nicht, veröffentlicht sind die maschinenlesbaren Daten.
Quellen
- ICANN: ICANN Publishes String Similarity Evaluation Data and Guidelines, 30. Juli 2026
- ICANN: String Similarity Evaluation Data Overview, 23. Juli 2026
- ICANN: String Similarity Evaluation Guidelines, 23. Juli 2026
- ICANN: String Similarity Evaluation, Übersichtsseite
- ICANN: ICANN Seeks Input on String Similarity Evaluation Data, 16. Oktober 2025