Betrug in Echtzeit erkennen

Betrugsmuster schnell und zuverlässig zu identifizieren, um Kartenmissbrauch im elektronischen Zahlungsverkehr zu verhindern, diese Aufgabe haben sich alle Zahlungsdienstleister auf die Fahnen geschrieben. Aber „manuell“ lässt sich der Masse an Daten und betrügerischen Aktivitäten kaum Herr werden – so dass Unternehmer und Forscher gemeinsam zu Felde ziehen. Jüngstes Beispiel: die Paymint AG und das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS.

MINTify heißt das vertriebene Produkt des Unternehmens, das nun gemeinsam mit den Fraunhofer Forschern modular zu MINTify rule weiterentwickelt wurde. Basis ist eine Methode der systematischen Ermittlung aller statistisch-mathematischen Möglichkeiten von Betrugsmustern innerhalb einer Datenbank. Das Fraunhofer IAIS hat in Forschungsprojekten neuartige Fraud-Mining- Mechanismen entwickelt, die selbstständig neue Fraud-Szenarien und -Muster erkennen. (Fraud: engl. Für betrügerisches Handeln)

So soll – nach Angaben der beiden Kooperationspartner – im Gegensatz zu den meisten Betrugserkennungssystemen MINTify rule komplementär verwendet werden, da es die Regeln jedem beliebigen Echtzeit- System zur Anwendung bereitstellen kann. Demnach bedarf es keiner teuren, riskanten Migration auf ein neues Echtzeit-System, sondern lediglich einer einfachen Schnittstelle zum bestehenden. Die Regelkomplexität könne dem jeweiligen Monitoring System angepasst werden, da die Regelparameter flexibel steuerbar sind. Zusätzlich zu den automatisch ermittelten Regeln können manuell Experten-Regeln erstellt werden.

Die Vermarktung des Produkts läuft unter den Buzz-Wörtern: Real-Time und Near-Real-Time Prävention. So heißt es in der bewerbenden Pressmeldung: „Der Einsatz von MINTify rule zur Betrugserkennung erlaubt eine schnelle, hocheffiziente und zuverlässige Identifizierung neuer Betrugsmuster und verbindet eine hohe Treffsicherheit der Regeln mit einem justierbaren Betrugsrisiko. Effiziente Betrugserkennung mit MINTify rule trägt zu sinkenden Betrugsverlusten und einer höheren Kundenzufriedenheit bei, indem unnötige Ablehnungen durch Falschklassifizierungen vermieden werden.“

Keine Behauptung ohne BestPractice-Beweis: Nach eigenen Angaben konnten Fraunhofer IAIS und Paymint AG MINTify rule bereits kurz nach der Fertigstellung bei einem führenden europäischen Zahlungsabwickler implementieren. Bei diesem soll die Entwicklung ein Portfolio von vielen Millionen Kreditkarten bereits schützen.

Dieser Artikel erschien am und wurde am aktualisiert.
Nach oben scrollen