Betrugsversuche durch KI proaktiv erkennen Betrugsprävention kann das Kunden­erlebnis verbessern

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

FTAPI Software GmbH

Arctic Wolf Networks Germany GmbH

Die rapide Digitalisierung des Handels konfrontiert Unternehmen häufig mit zwei entscheidenden Erfolgsfaktoren: einerseits die Notwendigkeit, das bestmögliche Kundenerlebnis (Customer Experience, CX) zu bieten, und andererseits die Sicherstellung von Sicherheit und Betrugsprävention.

Ein hervorragendes Kundenerlebnis zu bieten, gehört mittlerweile zum Alltag, unabhängig davon, mit welchen Branchen wir als Kunden interagieren. Die Forderung nach schnellem und effizientem Service ist ein zentraler Bestandteil der Kaufentscheidungen: Bequemlichkeit und Geschwindigkeit sind die Haupttreiber für digitale Verkäufe weltweit. Dieses Verbraucherverhalten integriert sich zunehmend in die Kundenerwartungen, auch bei Einkäufen im stationären Handel.

Gleichzeitig nimmt die Bedeutung der Betrugsprävention zu. Schätzungsweise verlieren E-Commerce-Unternehmen jährlich 48 Milliarden USD durch Betrug. Für jeden von Betrügern gestohlenen Betrag verlieren E-Commerce-Unternehmen typischerweise ungefähr das Doppelte, wenn man die damit verbundenen Kosten wie Chargeback-Gebühren, Strafen und Kosten für verlorene Waren oder Dienstleistungen mit einrechnet.

Dies unterstreicht die Notwendigkeit, wirksame Abwehrmaßnahmen gegen kriminelle Aktivitäten zu implementieren, ohne dass dadurch das Kundenerlebnis negativ beeinträchtigt wird. Und genau hier liegt die Herausforderung: Betrugsprävention und CX müssen Hand in Hand gehen, anstatt in Konflikt zu stehen.

Wo Betrugsprävention und Kundenerlebnis kollidieren könnten

Das zunehmende Dilemma der Chargebacks stellt E-Commerce-Plattformen vor eine komplexe Herausforderung, die weit über simplen Betrug hinausgeht. Während einerseits Verbraucher die Systeme zum eigenen Vorteil ausnutzen können, erfordert es andererseits eine geschickte Hand, diese Missbräuche zu identifizieren, ohne die Einkaufserfahrung der ehrlichen Kunden negativ zu beeinflussen. Parallel dazu hat die Einführung und Verbreitung von KI-Technologien die Betrugsszene dramatisch verändert, indem sie es sogar Technik-Neulingen ermöglicht, ausgeklügelte Betrugsversuche zu starten. Durch die Erstellung täuschend echter, künstlicher Daten und Dokumente mit Generative KI, die strenge KYC-Verifizierungen überlisten, und den Einsatz von Bots, die menschliches Verhalten nachahmen, eröffnen sich Betrügern neue Wege des Missbrauchs. Diese Entwicklungen erleichtern nicht nur den Bot-gesteuerten Betrug über verschiedene digitale Plattformen hinweg, sondern ermöglichen es Betrügern auch, Schwachstellen in einer Plattform zu nutzen, um auf anderen Schaden anzurichten.

Insbesondere bei Chargebacks, wo Verbraucher scheinbar legitime Käufe beanstanden, sehen sich Unternehmen mit dem Risiko des Produktverlusts und möglichen Strafen durch Kartenanbieter konfrontiert, falls die Chargeback-Raten als zu hoch bewertet werden. Die herkömmlichen Methoden zur Bekämpfung dieses Problems, wie etwa verstärkte Überprüfungen bei Transaktionen, neigen dazu, falsch-positive Ergebnisse zu produzieren, bei denen legitime Käufe fälschlicherweise als betrügerisch eingestuft und blockiert werden. Diese Praxis führt nicht nur zum Verlust von Verkaufschancen, sondern auch zu Frustration und Enttäuschung bei den Kunden, die eine reibungslose Einkaufserfahrung erwarten. In diesem Spannungsfeld zwischen Betrugsprävention und Kundenerlebnis gilt es, eine Balance zu finden, die sowohl die Sicherheit der Transaktionen gewährleistet als auch das Einkaufserlebnis ungestört lässt, um letztlich beiden Seiten gerecht zu werden.

Raffinierte Tarnung und Technologie: Die neuen Gesichter des Online-Betrugs

Mit der Digitalisierung nutzen Betrüger zunehmend ausgefeilte Techniken, um Sicherheitssysteme zu umgehen und im Schatten zu agieren. Durch das sogenannte “Spoofing” manipulieren sie digitale Spuren – von Browsereinstellungen und IP-Adressen bis hin zu Mediengeräten und geografischen Daten –, um Betrugserkennungssysteme zu täuschen und ihre wahren Identitäten zu verbergen. Diese Taktik ermöglicht es ihnen, Zugangsbeschränkungen, die aufgrund geografischer Standorte eingeführt wurden, geschickt zu umgehen, indem sie ihre virtuelle Präsenz mittels VPNs, Wohnproxy-Servern oder TOR-Netzwerken verschleiern. Solche Methoden erschweren die Identifizierung und Blockierung von betrügerischen Aktivitäten erheblich, insbesondere da Betrüger dazu neigen, weniger bekannte und somit schwerer zu entdeckende Dienste zu nutzen.

Parallel dazu haben Betrüger die Kunst der Täuschung perfektioniert, indem sie sich als legitime Kunden ausgeben. Durch akribische Recherche und das Nachahmen echter Käuferaktivitäten – vom Durchstöbern von Angeboten bis hin zum Tätigen von Käufen – gelingt es ihnen, Anti-Betrugs-Systeme zu umgehen. Diese Strategie der Geduld und Präzision ermöglicht es ihnen, unauffällig zu agieren und ihre betrügerischen Absichten zu verbergen. Zudem verschärft der Einsatz von Künstlicher Intelligenz (KI) die Bedrohung, indem Betrugsversuche automatisiert und skaliert werden, obwohl KI-generierte Betrugsmuster potenziell vorhersehbar und damit identifizierbar sind. Dennoch stellen Betrügereien, die auf tiefgehendem Verständnis für Verbraucherverhalten und Social Engineering basieren, eine besondere Herausforderung dar, da sie keine klaren, algorithmischen Muster aufweisen und somit eine anspruchsvollere Betrugserkennung erforderlich machen.

Die Lösung: Innovative Abwehrstrategien gegen Betrug

In der dynamischen Welt des E-Commerce verwandelt sich die Betrugsbekämpfung zunehmend in ein anspruchsvolles Schachspiel, bei dem Unternehmen fortlaufend ihre Abwehrmechanismen gegenüber immer raffinierteren Betrugsmethoden anpassen müssen. Der Schlüssel zum Erfolg liegt in der geschickten Kombination aus tiefgreifendem Verständnis der Nutzeraktivitäten, der Erkennung etablierter Betrugsmuster und dem gezielten Einsatz fortschrittlicher Technologien wie Künstlicher Intelligenz (KI) und Maschinellem Lernen (ML). Diese ermöglichen es, Betrugsversuche proaktiv zu identifizieren und ihnen effektiv zu begegnen, indem sie präzise, auf generativen KI-Modellen basierende Erkennungssysteme nutzen, die durch die Analyse synthetischer Daten trainiert werden, um Betrugsversuche noch vor ihrem Vollzug zu erkennen und zu unterbinden. Parallel dazu ist eine unsichtbare, aber wirkungsvolle Betrugsprävention entscheidend, die hinter den Kulissen agiert und das Einkaufserlebnis der Kunden nicht beeinträchtigt.

Von der ersten Interaktion mit der Marke bis zum Abschluss des Kaufs sollten Sicherheits­maßnahmen nahtlos in den Kaufprozess integriert sein, um Betrug zu verhindern, ohne legitime Käufe zu stören. Innovative Ansätze, wie die Erkennung verdächtiger Aktivitäten durch Analyse der Navigationswege der Kunden zur Website und der Einsatz biometrischer Authentifizierungsverfahren, verstärken den Schutz, ohne das Kundenerlebnis zu beeinträchtigen. Besonders biometrische Verfahren, einschließlich Gesichtserkennung bei mobilen Transaktionen, bieten eine Balance zwischen Sicherheit und Nutzerfreundlichkeit, indem sie einen schnellen und sicheren Authentifizierungsprozess gewährleisten. Der Einsatz intelligenter Technologien, die unnötige Hindernisse im Kaufprozess eliminieren, spielt dabei eine zentrale Rolle. Zudem ist eine enge Zusammenarbeit zwischen Unternehmen und Kunden gefordert, um sowohl persönliche als auch finanzielle Informationen zu schützen und gleichzeitig eine sichere und einfache Nutzung der Plattformen zu fördern. Durch diese synergetische Verbindung entsteht ein ökosystemweiter Nutzen, der den digitalen Handelsraum für alle Beteiligten sicherer und zugänglicher macht.

Über den Autor: Maciej Pitchua ist VP of Fraud and Data bei Mangopay.

(ID:49990549)