Fraud Report: Banken investieren in datenbasierte Betrugserkennung

LSEG Risk Intelligence führt globale Kontoüberprüfung in Deutschland ein — KI, DALL-E

Das Daten- und Technologieunternehmen Experian hat kürzlich den jüngsten Experian Fraud Reports 2026 herausgebracht. Die Studie zeigt, dass generative KI Betrug in Deutschland in einem bislang nicht bekannten Ausmaß professionalisiert und beschleunigt – Social Engineering, Loyalitäts- oder Prämienbetrug sowie Identitätsdiebstahl sind dabei die am schnellsten wachsenden Bedrohungen. Das dahinterliegende strukturelle Risiko für die digitale Wirtschaft – von Finanzdienstleistern über E-Commerce bis Telekommunikation – birgt Umsatzverluste in Milliardenhöhe, regulatorische Risiken und Vertrauensverlust bei den Verbrauchern.

Der Einsatz generativer Künstlicher Intelligenz verändert die Betrugslandschaft deutlich. Unternehmen sehen sich zunehmend professionell organisierten und technologisch hochentwickelten Betrugsversuchen gegenüber. Gleichzeitig gewinnt Machine Learning als Instrument zur Betrugsprävention stark an Bedeutung. Zu diesem Ergebnis kommt der aktuelle Experian Fraud Report 2026, für den knapp 1.000 Fraud-Entscheider in neun Ländern befragt wurden. Laut Studie berichten 62 Prozent der deutschen Unternehmen von steigenden Verlusten durch Betrug. Gleichzeitig erwarten 63 Prozent, dass die Zahl der Angriffe im Jahr 2026 weiter zunimmt.

Die Untersuchung beschreibt Betrug zunehmend als industrialisiertes Geschäftsmodell, das klassische Sicherheitsmechanismen überfordert. Besonders betroffen sind Branchen mit vielen digitalen Interaktionen. In der Finanzbranche und im Telekommunikationssektor gewinnen Social-Engineering-Angriffe und Identitätsdiebstahl an Bedeutung, während im E-Commerce sogenannte „Friendly-Fraud“-Fälle – etwa missbräuchliche Rückerstattungen – eine wichtige Rolle spielen. Zugleich sehen viele Unternehmen ihre bestehenden Systeme nicht ausreichend vorbereitet: 63 Prozent der befragten Organisationen in Deutschland halten ihren aktuellen Fraud-Tech-Stack für unzureichend, um den neuen Bedrohungen wirksam zu begegnen.

Gen AI erhöht Geschwindigkeit und Skalierbarkeit von Betrug

Ein zentraler Treiber der aktuellen Entwicklung ist der zunehmende Einsatz generativer KI durch Betrüger. Mehr als die Hälfte der deutschen Unternehmen stuft diese Technologie inzwischen als Bedrohung für ihre Betrugsprävention ein. 67 Prozent der Unternehmen geben zudem an, dass ihre bestehenden Identitäts- und KYC-Prüfungen nicht darauf ausgelegt sind, KI-generierte Dokumente zuverlässig zu erkennen. Entsprechend berichten 64 Prozent der Befragten von einer spürbaren Zunahme KI-gestützter Betrugsversuche.

Hinzu kommt ein Transparenzproblem: Viele Organisationen können nicht eindeutig feststellen, ob bei einem konkreten Betrugsfall KI eingesetzt wurde. Das deutet darauf hin, dass ein Teil der KI-gestützten Betrugsaktivitäten bislang unentdeckt bleibt. Parallel zur wachsenden Bedrohungslage setzen Unternehmen verstärkt auf datengetriebene Analyseverfahren. Machine Learning entwickelt sich laut Studie zum zentralen Hebel moderner Betrugsprävention. In Deutschland berichten 85 Prozent der Unternehmen, die Machine Learning einsetzen, von einer höheren Erkennungsgenauigkeit bei Betrugsfällen. 71 Prozent geben an, dadurch Betrugsversuche identifizieren zu können, die mit klassischen Verfahren unentdeckt geblieben wären.

Jochen Werne, CEO von Experian DACH — Experian

Betrugsprävention muss neu gedacht werden – technologieoffen, datengetrieben und mit einem klaren Fokus auf Qualität und Transparenz. Machine Learning ist dabei kein Selbstzweck, sondern ein Instrument, um Präzision zu erhöhen, regulatorische Anforderungen verlässlich zu erfüllen und Widerstandsfähigkeit aufzubauen. Unternehmen, die diese Fähigkeiten heute strategisch entwickeln, sichern nicht nur ihre Resilienz, sondern auch ihre Wettbewerbsfähigkeit in einer zunehmend digitalen Wirtschaft.“

Jochen Werne, CEO DAC von Experian

Auch operative Prozesse profitieren: Unternehmen priorisieren manuelle Prüfungen gezielter und reduzieren Fehlalarme. Zudem ermöglicht der Einsatz zusätzlicher Datenquellen – etwa Geräte- und Verhaltensdaten – eine frühere Risikobewertung von Transaktionen und Nutzeraktivitäten. Ein weiterer Faktor ist die kontinuierliche Anpassung der Modelle. 82 Prozent der deutschen Unternehmen sehen im regelmäßigen Retraining ihrer ML-Modelle einen entscheidenden Vorteil, um mit der dynamischen Betrugslage Schritt zu halten.

Kooperation gewinnt an Bedeutung

Grafik Experian Studie über nicht ausreichenden Technologie-Stack — Experian

Neben technologischen Maßnahmen rückt auch die Zusammenarbeit zwischen Unternehmen stärker in den Fokus. International sind 73 Prozent der befragten Organisationen der Ansicht, dass der Austausch von Fraud Intelligence entscheidend ist, um neue Betrugsmuster frühzeitig zu erkennen. Für Unternehmen in Deutschland spielt dabei insbesondere die regulatorische und datenschutzkonforme Umsetzung eine zentrale Rolle. Kooperation wird damit weniger zu einer grundsätzlichen Frage, sondern zu einer Frage der konkreten organisatorischen und technischen Ausgestaltung.

Der Fraud Report basiert auf einer Umfrage unter 979 Führungskräften aus den Bereichen Betrugsbekämpfung in Finanzdienstleistungen, Telekommunikation und E-Commerce. Die Untersuchung wurde im Juli 2025 von Forrester Consulting durchgeführt und umfasst Unternehmen mit Umsätzen von 100 Millionen bis über fünf Milliarden US-Dollar sowie Organisationen mit 500 bis mehr als 20.000 Mitarbeitenden. Die Studie steht zum kostenlosen Download gegen Angabe der persönlichen Daten bereit.tw