Anzeige
Digitalisierung in der Betrugsbekämpfung
DKB schafft den Spagat zwischen Echtzeit und Sicherheit
 

Betrug zum Nachteil von Banken ist ein großes Problem mit – relativ – kleinen Fallzahlen. Das macht die Erkennung schwierig: Unternehmen haben geringe Chancen, eine Lernkurve aufzubauen, gleichzeitig entwickeln Betrüger ihre Techniken stetig weiter. Moderne Plattformen und Technologien wie Machine Learning sind geeignet, neue Muster zu erkennen beziehungsweise bekannte immer wieder neu zu adaptieren – und somit Betrug zu verhindern.

Die Mehrheit der Finanzunternehmen verlässt sich nach wie vor weitgehend auf regelbasierte Systeme, um Betrug zu erkennen. Regeln sind jedoch nicht darauf ausgelegt, unbekannte Schemata zu erkennen, sich an neue Muster anzupassen oder mit immer versierteren Betrugstechniken zurechtzukommen. Erforderlich sind neue Ansätze: zum einen analytische Plattformen, die sämtliche relevanten Informationen zusammenführen und es dadurch ermöglichen, potenziellen Betrug frühzeitig aufzudecken. Und zum anderen moderne Technologien wie Machine Learning, die helfen, schnell und zuverlässig neue Muster zu erkennen.

Ausgangspunkt sind die Daten

Mit wachsendem Datenvolumen wird auch die Betrugserkennung komplexer. Gleichzeitig ist eine große Menge an Daten die Voraussetzung für die Erstellung aussagekräftiger Modelle. Eine analytische Plattform dient angesichts des Wachstums von Daten und Komplexität der Skalierung. Die Rede ist hier von Terabytes an Daten, die bei Real-World-Szenarien wie Betrugserkennung regelmäßig anfallen können.

Operationalisierung der Modelle

Ist das analytische Modell erst einmal entwickelt, steht der entscheidende Teil noch bevor: das Modell in die operativen Prozesse zu integrieren. Dabei müssen die jeweiligen Systeme berücksichtigt werden. Werden die Daten in Hadoop vorgehalten oder in Echtzeit gestreamt, sind Modelle sinnvoll, die genau dort eingesetzt werden können. Portabilität des Modells und Integration der Entscheidungslogik in die operativen Systeme sind entscheidend, um Betrug in großem Stil Einhalt zu gebieten.

Kontinuierliches Monitoring

Das ständige Überwachen der Systeme ist eine Grundvoraussetzung für erfolgreiche Betrugserkennung – denn nur so ist es möglich, Veränderungen schnell zu erkennen und darauf zu reagieren. Ein effizientes Monitoring durchleuchtet die Daten, die ins System laufen, evaluiert die Vorhersagen des analytischen Modells und die dazugehörigen Erklärungen. Darüber hinaus weist es den Administrator auf Trends und Statistiken zu Veränderungen in den Daten hin, bevor diese den operativen Ablauf und das Gesamtergebnis beeinflussen können.

Und was bedeutet das für Kunden?

Für Finanzinstitute ist die Aufdeckung betrügerischer Vorgänge ein zweischneidiges Schwert. Einerseits gilt es, zweifelhafte Transaktionen zu entlarven und damit das Geschäftsergebnis zu sichern. Andererseits müssen sie den bestmöglichen Kundenservice sicherstellen. Denn ein wachsamer Mechanismus zur Aufdeckung von Betrugsversuchen sollte dem Verbraucher nicht negativ auffallen, indem er legitime Transaktionen fälschlich blockiert und ehrliche Kunden des Betrugs bezichtigt.

Die Deutsche Kreditbank (DKB) ist als eine Bank bekannt, die es Betrügern schwer macht. Damit das so bleibt, setzt das Finanzinstitut bei der Bekämpfung von Betrug und Geldwäsche (ALM) auf eine durchgängig analytische Plattform. Die SAS Platform kann den gesamten Fraud Management Lifecycle abdecken – vom Management der Bestandsdaten bis hin zum Case Management. Alle Komponenten zusammen sind erfahrungsgemäß ein Garant dafür, dass die Zahl der False-Positives so niedrig wie möglich bleibt. So schafft die Bank die Voraussetzung dafür, möglichst keinen unbescholtenen Kunden zu verdächtigen. Zudem spielt Individualisierung eine wichtige Rolle: Mit der Einbindung von SAS kann die Bank jeden einzelnen Screen und jeden Prozess individualisieren und damit die Anforderungen aller intern beteiligten Einheiten erfüllen. Der dritte Dreh- und Angelpunkt ist das Thema „Echtzeit“. Mit der analytischen Plattform kommt jetzt so viel Geschwindigkeit in den Vorgang, dass die Betrugserkennung noch früher einsetzt – und zwar schon zum Zeitpunkt der Antragstellung. Resultat: hoher Sicherheitsstandard bei gleichzeitig schnellem und innovativem Kundenservice sowie mehr Effizienz.

Wie Banken mittels Analytics ihre Geschäftsprozesse verbessern, Daten im Kreditrisikomanagement nutzen, zur Geldwäschebekämpfung visualisieren und ihre Kundenbeziehungen stärken, zeigen Best-Practice-Vorträge auf dem SAS Forum Deutschland am 20./21. Juni 2018 in Bonn.

 

 

 

Anzeige
Kontakt  
Diesen Artikel ...  
Artikelinformationen 
Artikel veröffentlicht am:
04.06.2018
Quelle(n):
Bildquelle: psdesign1 | fotolia.de
Autor/in 
keine Angabe zum Autor
Weitere interessante Artikel 
Artikel abonnieren 
die bank | Newsfeed
Newsletter

die bank | Newsletter

Abonnieren Sie den kostenlosen redaktionellen Newsletter der Fachzeitschrift „die bank“.
Der Newsletter erscheint mindestens einmal im Monat und informiert Sie über aktuelle Beiträge und News.

 Anmeldung

 Newsletter-Archiv