Was ist das erste, woran du denkst, wenn du an eine Bank denkst? Bargeld, Karten … Bankräuber!? Wenn du an Letzteres gedacht hast, denk nochmal nach.

Witze beiseite: Beim Banking ist Sicherheit extrem wichtig. Während der Schritt zu digitalem Geld und mobilem Banking manche Formen von Kriminalität überflüssig gemacht hat, ist die Betrugsprävention oft ein Katz-und-Maus-Spiel. Mit den neuesten Technologien machen wir dein Banking einfacher, damit du dich auf das konzentrieren kannst, was wirklich zählt. Ob Zeit mit deiner Familie, unbeschwertes Reisen oder dein Businesswachstum – wir sind ständig auf der Suche nach dem nächsten großen Ding, das dir mehr Freiheit gibt.

Als wir 2015 losgelegt haben, wollten wir den Status quo dessen herausfordern, was eine Bank sein sollte. Das führte zu frühen Innovationen wie CVC-Codes in der App (goodbye Kartendatenklau) und keinen physischen Filialen (hello Speed und Komfort!). Heute schauen wir uns einen weniger bekannten Vorteil von Mobile Banking an: Betrugserkennung und -prävention.

Die Herausforderung besteht darin, Millionen von Transaktionen in Echtzeit auf illegale Aktivitäten zu prüfen und Betrug zu verhindern. Klingt einfach, oder? Ach ja, und wir müssen gleichzeitig sicherstellen, dass all das deine gewohnt großartige User Experience nicht beeinflusst.

Stell dir ein Szenario vor, in dem ein Konto plötzlich unregelmäßige Zahlungen von verschiedenen unbekannten Konten erhält und dann auf einmal das ganze Geld abgehoben wird. Denkst du, das ist:

a) Ein Fall von Geldwäsche?

b) Freunde, die dir das Geld für Pizza zurückzahlen?

c) Voller Marie-Kondo-Modus und du verkaufst deine Vinyls auf eBay?

Gute Frage! Um sie zu beantworten – und um sicherzugehen, dass wir bei Kriminellen hart durchgreifen und bei dir entspannt bleiben – nutzen wir überwachtes und unüberwachtes Machine Learning.

Wenn du mit unserem Compliance-Team sprichst, hörst du Begriffe wie Nigerianischer Prinz, Smurfing oder Money Muling – ein Zeichen dafür, dass viele Arten von Bankbetrug tatsächlich gut bekannt sind. Um diese Muster zu erkennen, nutzen wir überwachtes Machine Learning. Das ist ein Algorithmus, der über 500 Datenpunkte pro Transaktion betrachtet und Hunderte konkurrierende Entscheidungsbäume erstellt, um zu entscheiden, ob eine Transaktion verdächtig ist oder nicht. Der Algorithmus lernt auf Basis von jahrelang gelabelten Transaktionsdaten und ist darauf ausgelegt, dich jederzeit zu schützen!

Das funktioniert sehr gut, um bestehende Muster zu erkennen – aber was ist mit völlig neuen Formen von Betrug? Sag Hallo zu …unüberwachtem Lernen!

Indem wir alle nicht verdächtigen Transaktionen durch ein Autoencoder-Deep-Learning-Modell laufen lassen, finden wir hochkomplexe und ungewöhnliche Muster, die mit bisher unbekannten Betrugsschemata verknüpft sein können. Wenn sich der Verdacht bestätigt, werden die Daten gelabelt und von den überwachten Lernmodellen als Input genutzt – und wieder eine Betrugsmasche weniger!

Wenn das alles kompliziert klingt, fragst du dich vielleicht: Gibt es nicht einen einfacheren Weg?

Ja, den gibt es! Und er heißt Regeln. Bis vor Kurzem haben die meisten traditionellen Banken kein Machine Learning genutzt, um Betrugsmuster zu erkennen. Und selbst 2020 verlassen sie sich größtenteils auf einfache, regelbasierte Modelle, bei denen verdächtige Muster definiert und dann jedes Mal manuell überprüft werden, wenn sie auftreten.

Diese Regeln sind normalerweise nicht so effektiv wie Machine Learning. In bestimmten Fällen können sie jedoch sehr stark sein, deshalb nutzen wir sie auf zwei Arten: wenn ein Muster immer betrügerisch ist, und wenn unsere überwachten Lernmodelle noch lernen müssen, das neue Muster zu erkennen – mit den Daten, die durch die Regel erzeugt werden.

Darum macht unser Hybridansatz dich noch sicherer:

1. Wir diskriminieren nicht nach Nationalität oder Aussehen

Natürlich macht das niemand absichtlich – aber indem wir uns auf Verhaltensmuster statt auf Stereotype und Vorurteile konzentrieren, ist unser Modell fairer als menschliche Compliance Officer.

2. Wir können die User Experience so gestalten, dass sie für dich mühelos ist – und für Betrüger schrecklich

Machine Learning ermöglicht eine schnellere Erkennung von betrügerischem Verhalten als regelbasierte Modelle – und ist dabei deutlich genauer.

3. Indem wir Kriminellen immer einen Schritt voraus sind, haben wir mehr Zeit, uns auf das zu konzentrieren, was wirklich zählt: die beste Bank für dich zu bauen

Und da hast du’s! Das ist einer der Wege, wie wir dein Geld jeden Tag sicher halten – aber natürlich passiert unter der Haube noch eine Menge mehr.

Wenn du mehr darüber wissen möchtest, wie wir Betrug verhindern und dich schützen, lass es uns bitte hier wissen!

Spread love, not fraud!