Was fällt dir als Erstes ein, wenn du an eine Bank denkst? Bargeld, Karten…Bankräuber!? Wenn du an Letzteres gedacht hast, denk nochmal nach.
Scherz beiseite, bei Bankgeschäften ist Sicherheit extrem wichtig. Während der Wechsel zu digitalem Geld und mobilem Banking einige Arten von Verbrechen überflüssig gemacht hat, gleicht die Betrugsprävention oft einem Katz-und-Maus-Spiel. Mit den neuesten Technologien vereinfachen wir dein Bankerlebnis, damit du dich auf das Wesentliche konzentrieren kannst. Ob Zeit mit deiner Familie verbringen, unbeschwert reisen oder dein Geschäft ausbauen – wir sind immer auf der Suche nach dem nächsten großen Ding, das dir mehr Freiheit gibt.
Als wir 2015 gestartet sind, hatten wir uns vorgenommen, den Status quo davon, was eine Bank sein sollte, herauszufordern. Das führte zu frühen Innovationen wie CVC-Codes in der App (Adieu, Karten-Skimming) und keine physischen Filialen mehr (Hallo, Geschwindigkeit und Komfort!). Heute erkunden wir einen weniger besprochenen Vorteil des mobilen Bankings: Betrugserkennung und Prävention.
Die Herausforderung besteht darin, Millionen von Transaktionen in Echtzeit auf illegale Aktivitäten zu überprüfen und Betrug zu verhindern. Klingt einfach, oder? Und dabei soll das großartige Nutzererlebnis, das du gewohnt bist, nicht beeinträchtigt werden.
Stell dir vor, ein Konto beginnt, unregelmäßige Zahlungen von verschiedenen unbekannten Bankkonten zu erhalten, und plötzlich wird das gesamte Geld abgehoben. Denkst du, das ist:
a) Ein Fall von Geldwäsche?
b) Freunde zahlen dir das Pizzageld zurück?
c) Volles Marie Kondo-Programm und du verkaufst deine Schallplatten auf eBay?
Gute Frage! Um das zu beantworten und sicherzustellen, dass wir hart zu Kriminellen und nachsichtig zu dir sind, nutzen wir überwachtes und unüberwachtes maschinelles Lernen.
Wenn du mit unserem Compliance-Team sprichst, hörst du Begriffe wie Nigerianischer Prinz, Smurfing oder Geldmuling, die zeigen, dass viele Arten von Bankbetrügen eigentlich gut bekannt sind. Um diese Muster aufzudecken, verwenden wir überwachtes maschinelles Lernen. Dies ist ein Algorithmus, der über 500 Datenpunkte pro Transaktion betrachtet und Hunderte von konkurrierenden Entscheidungsbäumen erstellt, um zu entscheiden, ob eine Transaktion verdächtig ist oder nicht. Der Algorithmus lernt basierend auf jahrelangen, gelabelten Transaktionsdaten und ist darauf ausgelegt, dich jederzeit zu schützen!
Das funktioniert gut, um bestehende Muster zu erkennen, aber was ist mit völlig neuen Arten von Betrug? Sag Hallo zu …unüberwachtem Lernen!
Indem wir alle nicht verdächtigen Transaktionen durch ein Autoencoder-Tiefenlernmodell laufen lassen, finden wir hochkomplexe und ungewöhnliche Muster, die mit bisher unbekannten Betrugsschemata verbunden sein könnten. Wird dies bestätigt, werden die Daten gelabelt und von den überwachten Lernmodellen als Input verwendet — und wieder einer weniger!
Wenn das alles kompliziert klingt, fragst du dich vielleicht: Gibt’s keinen einfacheren Weg?
Ja, den gibt’s! Und er heißt Regeln. Bis vor Kurzem nutzen die meisten traditionellen Banken kein maschinelles Lernen, um betrügerische Muster zu erkennen. Und sogar 2020 verlassen sie sich meist auf einfache, regelbasierte Modelle, was bedeutet, verdächtige Muster zu definieren und dann jedes Mal manuell zu prüfen, wenn sie auftreten.
Diese Regeln sind normalerweise nicht so effektiv wie maschinelles Lernen. In bestimmten Fällen können sie jedoch sehr kraftvoll sein, also verwenden wir sie auf zwei Weisen: Wenn ein Muster immer betrügerisch ist und wenn unsere Modelle zum überwachten Lernen noch dabei sind, das neue Muster zu erkennen, indem sie Daten verwenden, die durch die Regel generiert wurden.
Hier ist, warum unser hybrider Ansatz dich sicherer hält:
1. Wir diskriminieren nicht aufgrund von Nationalität oder Aussehen
Klar, niemand macht das absichtlich — aber indem wir uns auf Verhaltensmuster statt auf Stereotypen und Vorurteile konzentrieren, ist unser Modell gerechter als menschliche Compliance-Officer.
2. Wir können das Nutzererlebnis mühelos für dich und schlimm für Betrüger gestalten
Maschinelles Lernen ermöglicht eine schnellere Erkennung von betrügerischem Verhalten als regelbasierte Modelle und es ist viel genauer.
3. Indem wir Kriminellen immer einen Schritt voraus sind, haben wir mehr Zeit, um uns auf das Wesentliche zu konzentrieren: die beste Bank für dich zu bauen
Also, da hast du’s! Das ist eine der Möglichkeiten, wie wir dein Geld jeden Tag sicher halten, aber natürlich passiert noch viel mehr hinter den Kulissen.
Wenn du mehr darüber erfahren möchtest, wie wir Betrug verhindern und dich schützen, sag uns bitte hier Bescheid!
Verbreite Liebe, keinen Betrug!
