Trends News

Studie: KI im Kampf gegen Identitätsbetrug  

Identitätsbetrug ist weltweit zu einer ernst zu nehmenden Bedrohung geworden. Die Täter agierten höchst professionell, und die Schäden seien für Bürger sowie für den Handel erheblich, hieß es in einer Studie des Fraunhofer-Instituts für Arbeitswirtschaft und Organisation IAO. Die Kosten von Betrugsvorfällen mit Verbraucher- bzw. Endkundenbezug betragen den Angaben zufolge für Unternehmen im E-Commerce circa 2 Prozent des Umsatzes. Auf Deutschland bezogen entspreche dies einem Schadensvolumen von mehreren Mrd. Euro pro Jahr, so die Analyse.

Betrugsabwehrsysteme in Unternehmen basierten oft noch auf rein manueller Überprüfung. Hier kommt nun Künstliche Intelligenz (KI) ins Spiel. Doch was sind die Haupteinsatzfelder für KI? Diese unterstütze insbesondere die Identifizierung von trennscharfen Parametern und Verarbeitung dieser Parameter in Regelsystemen sowie die Optimierung von Regelsystemen. Diese Verfahren würden meistens bei kundenindividuellen Lösungen eingesetzt und oft mit regelbasierten Ansätzen kombiniert. In der Praxis seien diese Verfahren oft jedoch nicht leicht zu realisieren, so die Studienautoren.

Der Einsatz von selbstlernenden Erkennungsverfahren sei insbesondere auch immer dann problematisch, wenn die verfügbaren Datenmengen nicht groß genug seien, wenn Betrüger die Möglichkeit hätten, weitgehend verfälschte Daten einzugeben und wenn man nicht warten könne, bis man genügend Fälle zur Klassifikation habe. Daher bewährten sich solche Verfahren vor allem bei der Findung von neuen Betrugsmustern im Transaktionsbereich mit langen Transaktionshistorien und weniger im Antragsbereich, hieß es.

KI eignet sich für dynamische Prozesse
KI wird laut Studie zudem in vielen weiteren Bereichen wie der automatisierten Textverarbeitung (z. B. zur Analyse von Texten im Zusammenhang von Transaktionen), der Erkennung unerlaubter Zugriffe auf APIs (z. B. unter Nutzung falscher Identitäten) und zur Erkennung von Botnets verwendet. Die KI funktioniere immer dann gut, je dynamischer die Phänomene und das Verhalten seien, und wo eine Vielzahl von Daten verarbeitet werden müsse und könne. Die Performance von KI sei daher im Transaktionsbereich oft besser als im Antragsbereich. Bei Unternehmen mit hohen Antragsaufkommen und entsprechenden Anzahlen an Betrugsversuchen erhöhe sich der Nutzen von KI dementsprechend deutlich.

Die Untersuchung zeigt demnach, dass schon heute die effektive Prävention von Identitäts- und Verbraucherbetrug ohne den unterstützenden Einsatz von KI nicht mehr denkbar sei und KI eine immer größere Rolle in den auf dem Markt verfügbaren Dienstleistungen und Produkten spielen werde.

Laut einer Studie von Deutsche Bank Research komme KI im Bankensektor in KYC-Prozessen zum Einsatz, um die Identität von Kunden zu überprüfen. KI-Algorithmen scannen demnach Kundenunterlagen und verglichen sie mit Informationen aus dem Internet, um festzustellen, wie zuverlässig die Unterlagen seien. Bei etwaigen Widersprüchen würden die KI-Algorithmen Alarm schlagen und Bankmitarbeiter führten sodann eine detailliertere KYC-Prüfung durch, hieß es. (ud)

+++

Was versteht man unter „Data Science“ und wie ist dies in den Themenkomplex KI einzuordnen? Wozu benötigt eine Bank einen Data Scientist und mit welchen Daten und Tools wird hier gearbeitet? Diese und weitere Fragen stellen wir Torsten Nahm, der das Kompetenzzentrum für Data Science bei der DKB leitet. Hören Sie hier weitere Podcast-Folgen aus der Reihe „durch die bank.“

Melden Sie sich bei Interesse zu unserem Online-Zertifikatslehrgang „Data Scientist in Kreditinstituten: Einsatzfelder, Methoden und Umsetzung“ an.

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge