Anzeige
STUDIEN & UMFRAGEN23. November 2022

Juniper: KI-gestützte Betrugsprävention wächst in 5 Jahren um 57 Prozent

Einen enormen Wachstumsschub prognostiziert das Analyse- und Beratungsunternehmen für den Einsatz Künstlicher Intelligenz gegen Finanzbetrug. Insbesondere mit der Vermeidung von Fehlalarmen trägt KI dazu bei, die Abteilungen zu entlasten und Ressourcen freizusetzen, die sich um Schlüsselprobleme kümmern.

Das Juniper-Whitepaper gibt wichtige Anregung zur KI-gestützten Betrugsprävention im Finanzsektor. <Q>Juniper Research
Das Juniper-Whitepaper gibt wichtige Anregung zur KI-gestützten Betrugsprävention im Finanzsektor. Juniper Research
Die weltweiten Ausgaben für KI-gestützte Plattformen zur Erkennung und Vermeidung von Finanzbetrug summieren sich in diesem Jahr auf rund 6,5 Mrd. US-Dollar. Bis 2027 soll sich dieser Betrag auf über 10 Mrd. Dollar erhöhen, so eine Analyse von Juniper Research. Der ausführliche Bericht ist kostenpflichtig (Webseite), die wichtigsten Erkenntnisse hat das Beratungshaus in einem kostenlosen Whitepaper (Download) zusammengefasst.

Mehrwerte der KI

Über die kommenden fünf Jahre erhöhen sich die KI-Ausgaben in diesem Anwendungsfeld also um 57 Prozent bzw. mehr als 3,5 Mrd. US-Dollar. Insbesondere drei Vorteile stellen die Autoren der Analyse heraus:

  • Skalierbarkeit: Diese sei das kritische Element. Eine manuelle Prüfung der Fälle – auch von Fehlalarmen, die bei regelbasierten Systemen noch häufig auftreten – ist begrenzt durch die Zahl der verfügbaren Mitarbeiter. Eine KI wird dagegen lediglich durch die zur Verfügung stehende Rechenleistung eingeschränkt. Mit dem Aufkommen von Cloud Computing gibt es an dieser Stelle aber praktisch keine Begrenzungen mehr. Deshalb seien KI-gestützte Systeme zur Betrugserkennung weitaus skalierbarer als herkömmliche regelbasierte Systeme.
  • Geschwindigkeit: Dieser Punkt hat zwei Dimensionen. Zum einen die Geschwindigkeit zur Genehmigung von Transaktionen. In wettbewerbsintensiven Märkten wie dem E-Commerce sei es wichtiger denn je, sicherzustellen, dass die Customer Experience auf der Plattform des jeweiligen Händlers durch die Maßnahmen zur Betrugsprävention möglichst wenig negativ beeinflusst wird. Dies tritt immer dann auf, wenn Transaktionen verzögert werden, weil sie manuell überprüft werden müssen. KI ermöglicht es Unternehmen, die Entscheidungszeit zu verkürzen, wenn eine Überprüfung erforderlich ist, und reduziert die Anzahl der Transaktionen, die überhaupt überprüft werden müssen, wodurch das Problem weiter reduziert wird. Die zweite Dimension betrifft neuartige Zahlungsarten. Schnelle Transaktionen wie Sofortüberweisungen und Ähnliches benötigen Erkennungssysteme, die Ergebnisse praktisch in Echtzeit liefern. Der einzige Weg, dies zu erreichen, sei eine weitere Automatisierung, die nur KI bieten kann.
  • Mustererkennung: Diese Fähigkeit sei besonders wichtig, da Fälle von Finanzbetrug häufig nicht isoliert auftreten. Typischerweise sei Betrug mit anderen Konten und Transaktionsversuchen verbunden und habe Indikatoren wie eine geänderte Geolokalisierung, ein anderes Gerät oder ein anderes Benutzerverhalten. Manche Betrugsversuche treten auch in Wellen auf. Deshalb sei es wichtig, Systeme einzusetzen, die eine breite Sicht auf die Betrugsversuche haben und sich Veränderungen anpassen können. Dies sei bei KIs gegeben, die auf Machine Learning beruhen.

Kombiniert statt Entweder/Oder

So verteilen sich die Ausgaben zur KI-gestützten Betrugsprävention auf die Regionen des Weltmarkts. <Q>Juniper Research
So verteilen sich die Ausgaben zur KI-gestützten Betrugsprävention auf die Regionen des Weltmarkts. Juniper Research

Die Analysten von Juniper Research bescheinigen zwar der KI im Vergleich zu regelbasierten Systemen enorme Vorteile. Doch die besten Ergebnisse erzielen solche Lösungen, die beide Ansätze miteinander vereinen.

Zunehmend entstehen Systeme, die diesen hybriden Ansatz verfolgen, indem sie ein grundlegendes Screening mit einer Reihe von Regeln durchführen und dann ein KI-Modell darauf aufsetzen. Dieses sorgt dafür, das Fehlalarme reduziert werden und ermöglicht eine einfachere Berichterstattung. Menschliche Analysten mit Erfahrung in Betrugsversuchen optimieren das Modell im Laufe der Zeit und aktualisieren die Regeln, um die beste Leistung zu gewährleisten, während sie die reduzierte Anzahl von Fällen verwalten, die wirklich untersucht werden müssen.

Noch mehr Effizienzgewinne möglich

Während die Kosten im Jahr 2027 eine Grenze von 10 Mrd. US-Dollar überschreiten werden, gilt gleiches auch bei der Summe der eingesparten Kosten – wobei dort die Entwicklung noch steiler verläuft. Während die Kosteneinsparungen durch KI-Unterstützung in diesem Jahr auf 2,7 Mrd. Dollar beziffert wird, sollen sie in fünf Jahren weltweit 10,4 Mrd. Dollar erreichen. Dies entspricht einer Verbesserung von 285 Prozent. Zugleich wird damit ein Break-Even zwischen Investitionskosten und Kostenvermeidung erreicht.

Der Bericht von Juniper Research gibt darüber hinaus Hinweise, wie Banken und Finanzdienstleister die Effizienz der Betrugsprävention noch weiter verbessern können. So empfehlen die Analysten, sich Zugriff auf Trend- und Transaktionsdaten zu sichern, die über das eigene operative Geschäft hinausgehen. Damit könne die KI noch erfolgreicher agieren. Zum anderen sollten die Mitarbeiterinnen und Mitarbeiter effektiver eingesetzt werden:

<Q>Juniper Research
Juniper Research

Durch die Nutzung von KI können Unternehmen ihre Betrugsmanagement-Ressourcen dorthin verlagern, wo es darauf ankommt, Schlüsselprobleme untersuchen, anstatt sich mit endlosen Fehlalarmen zu befassen, was die Effizienz steigert.“

Nick Maynard, Head of Research bei Juniper Research hj

 
Sie finden diesen Artikel im Internet auf der Website:
https://itfm.link/148101
 
 

 

Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert