Kreditkartenbetrug: KI-System senkt Fehlalarme

Forscher am Massachusetts Institute of Technology (MIT)haben ein System entwickelt, das in Tests die Zahl der Fehlalarme (False Positives) zu betrügerischer Nutzung von Kreditkarten um mehr als die Hälfte reduziert. [...]

Eine Entwicklung des MIT könnte Banken Milliarden bringen. (c) pixabay
Eine Entwicklung des MIT könnte Banken Milliarden bringen. (c) pixabay

Das System könnte Banken viel Geld bringen, denn schon durch fälschlich abgelehnte Transaktionen entgehen den Instituten jährlich Milliarden. Zudem führen False Positives oft dazu, dass betroffene Kunden künftig von der Nutzung einer Karte absehen.

Milliardengrab durch Fehlalarme

Seit den frühen 1990er-Jahren gibt es den Ansatz, möglichen Kreditkartenbetrug mithilfe von Maschinenlernen zu erkennen. Dabei kommen Modelle zum Einsatz, die bestimmte Merkmale von Transaktionen betrachten, um Unstimmigkeiten zu erkennen. Einer Studie von Javelin Strategy and Research aus dem Jahr 2015 zufolge sind vier von fünf Betrugs-Erkennungen solcher Systeme Fehlalarme. Allein in den USA werden aufgrund der False Positives demnach jährlich Transaktionen in der Höhe von annähernd 118 Mrd. Dollar fälschlich abgelehnt. Rund vier von zehn Betroffenen verwenden die entsprechende Karte dann nicht mehr.

„Die große Herausforderung für die Branche sind False Positives“, meint Kalyan Veeramachaneni, Forscher am MIT Laboratory for Information and Decision Systems. Er ist Teil des Teams, das die neue Betrugserkennung entwickelt hat. In Tests an einem Datensatz von 1,8 Mio. Transaktionen einer Großbank hat es die False Positives gegenüber traditionellen Modellen um 54 Prozent gesenkt. Zudem werden weniger tatsächliche Missbrauchsfälle übersehen. Das hätte den Forschern zufolge für die betreffende Bank insgesamt einen finanziellen Vorteil in der Höhe von 190.000 Euro bedeutet.

„Automatisiertes Merkmals-Lernen“

Möglich macht das ein „automatisiertes Merkmals-Lernen“. Damit extrahieren die Forscher über 200 Merkmale einer Transaktion. Das umfasst allgemeine Dinge wie die Frage, ob der Karteninhaber die Transaktion persönlich oder online durchgeführt hat. Wenn innerhalb einer halben Stunde zwei Käufen in 200 Meilen voneinander entfernten Geschäften erfolgen, ist ein Betrug so gut wie sicher, falls beide angeblich persönlich getätigt wurden. Wenn ein Kauf allerdings beispielsweise per App erfolgt ist, können viel eher beide Transaktionen legitim sein.

Das Modell beleuchtet aber auch persönlich angepasste Feinheiten. „Sagen wir, ein Kunde gibt freitags normalerweise fünf oder 15 Dollar bei Starbucks aus“, meint Veeramachaneni. Dann gäbe es eine Variable, die abfragt, wie viel am Morgen eines Freitags in Cafés ausgegeben wurde. Jede neue Transaktion durchläuft einen Entscheidungsbaum mit einfachen Kriterien, der all die Merkmale berücksichtigt, um abzuschätzen, ob es sich um einen Betrugsversuch handelt.


Mehr Artikel

Frauen berichten vielfach, dass ihre Schmerzen manchmal jahrelang nicht ernst genommen oder belächelt wurden. Künftig sollen Schmerzen gendersensibel in 3D visualisiert werden (c) mit KI generiert/DALL-E
News

Schmerzforschung und Gendermedizin

Im Projekt „Embodied Perceptions“ unter Leitung des AIT Center for Technology Experience wird das Thema Schmerzen ganzheitlich und gendersensibel betrachtet: Das Projektteam forscht zu Möglichkeiten, subjektives Schmerzempfinden über 3D-Avatare zu visualisieren. […]

News

KI ist das neue Lernfach für uns alle

Die Mystifizierung künstlicher Intelligenz treibt mitunter seltsame Blüten. Dabei ist sie weder der Motor einer schönen neuen Welt, noch eine apokalyptische Gefahr. Sie ist schlicht und einfach eine neue, wenn auch höchst anspruchsvolle Technologie, mit der wir alle lernen müssen, sinnvoll umzugehen. Und dafür sind wir selbst verantwortlich. […]

Case-Study

Erfolgreiche Migration auf SAP S/4HANA

Energieschub für die IT-Infrastruktur von Burgenland Energie: Der Energieversorger hat zusammen mit Tietoevry Austria die erste Phase des Umstieges auf SAP S/4HANA abgeschlossen. Das burgenländische Green-Tech-Unternehmen profitiert nun von optimierten Finanz-, Logistik- und HR-Prozessen und schafft damit die Basis für die zukünftige Entflechtung von Energiebereitstellung und Netzbetrieb. […]

FH-Hon.Prof. Ing. Dipl.-Ing. (FH) Dipl.-Ing. Dr. techn. Michael Georg Grasser, MBA MPA CMC, Leiter FA IT-Infrastruktur der Steiermärkischen Krankenanstaltengesellschaft m.b.H. (KAGes). (c) © FH CAMPUS 02
Interview

Krankenanstalten im Jahr 2030

Um sich schon heute auf die Herausforderungen in fünf Jahren vorbereiten zu können, hat die Steiermärkische Krankenanstaltengesellschaft (KAGes) die Strategie 2030 formuliert. transform! sprach mit Michael Georg Grasser, Leiter der Fachabteilung IT-Infrastruktur. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*