Verstehen wie Betrüger denken Warum KI allein zur Betrugsprävention nicht ausreicht

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

Mimecast Germany GmbH

KI-Systeme können Millionen von Datenpunkten in Sekunden analysieren. Sie haben aber auch ihre toten Winkel. Das menschliche Element bei der Betrugsprävention ist daher essentiell, um neue und sich weiter­ent­wi­ckeln­de Betrugsmuster zu erkennen und darauf reagieren zu können.

1997 war ein Wendepunkt für künstliche Intelligenz, kurz KI. Gary Kasparov, damals die weltweite Nummer eins unter den Schachspielern, verlor in weniger als 20 Zügen gegen den IBM-Supercomputer Deep Blue. Trotz eines vorübergehenden Ausgleichs endete die Partie mit einem 3,5-2,5-Sieg für die Maschine. Das berühmte Match galt damals als eindeutiges Zeichen dafür, dass KI gegenüber der menschlichen Intelligenz aufgeholt hatte.

Heute, ein Vierteljahrhundert später, wird KI eingesetzt, um nahezu jeden Aspekt des modernen Lebens zu verbessern: Von der Korrektur unserer Textnachrichten über Gesundheits-Datenbanken bis hin zur Entwicklung autonomer Fahrzeuge. In den letzten Monaten häuften sich zudem die Schlagzeilen über den Einfluss von KI auf einst vollständig menschliche Domänen, wie beispielsweise die Malerei oder das Schreiben von Gedichten.

KI: Möglichkeiten und Einschränkungen

Durch maschinelles Lernen können heute Millionen von Datenpunkten in Sekunden kategorisiert und analysiert werden – und auf eine Art und Weise, die das menschliche Gehirn niemals erreichen wird. Wie genau eine KI lernt, wird von verschiedenen Faktoren beeinflusst. Dazu gehören beispielsweise die Daten, mit denen sie gefüttert wird, sowie der Umfang und die Art der Merkmale, die das System bei der Analyse berücksichtigen soll. Darüber hinaus kann eine KI nur auf verfügbare Informationen reagieren, was bedeutet, dass sie nur auf der Basis von Vergangenheit und daraus ableitbaren Mustern Vorhersagen treffen kann. In die Zukunft schauen kann sie aber nicht.

Den Punkt, an dem die maschinelle die menschliche Intelligenz vollständig ersetzen kann, haben wir in den meisten Bereichen noch nicht erreicht. Dies funktioniert vielleicht bei einer Partie Schach, bei der es eine immense, aber endliche Anzahl von möglichen Zügen gibt. Wirft man jedoch einen Blick auf das Thema Betrugsprävention, wird schnell klar, dass es sich dabei um ein offenes System handelt, das in KI-Systemen unvermeidliche tote Winkel erzeugt.

Das volle Potenzial ausschöpfen

In der Betrugsprävention ist der Faktor Mensch daher immer noch unverzichtbar. Dass KI-basierte Systeme für den Onlinehandel den Grundstock bilden, um sich im großen Maßstab gegen Betrügerinnen und Betrüger zur Wehr zu setzen, steht außer Frage. Gleichzeitig steht aber fest: Maschinelles Lernen ermöglicht die moderne Form der Betrugsprävention, aber sie reicht alleinstehend nicht aus. Selbst die leistungsstärkste KI benötigt noch immer menschliche Eingaben für eine vollständige Betrugsprävention.

Um das volle Potenzial von Künstlicher Intelligenz nutzen zu können, ist die Kombination aus Machine Learning und menschlicher Expertise entscheidend. Denn oftmals zeigt sich, dass Menschen in vielen Bereichen immer noch besser als Maschinen sind, um menschliches Verhalten zu verstehen. Gute Betrugsanalysten verstehen, wie Kriminelle denken, kennen die sich ständig ändernden Trends im Markt und wissen, welche Vorgehensweisen in bestimmten Branchen typisch sind.

So kann beispielsweise im Onlinehandel ein gut gepflegtes Datennetzwerk, in dem anonymisiert alle wichtigen Daten über Betrugsmethoden und -muster aufgeführt sind, gekoppelt mit Expertinnen und Experten, die diese Methoden fortlaufend und tiefgreifend analysieren, einer “Superpower” gleichkommen. Denn während KI es möglich macht, Betrugsmuster zu identifizieren, können menschliche Experten die gesamte Komplexität der Situation berücksichtigen und dadurch zusätzliche Ebenen mit einbeziehen, die für Maschinen schwer erkennbar sind.

Erfolg heißt: Betrügern einen Schritt voraus zu sein

Noch ist es in Sachen Betrugsprävention so, dass jede Dateneingabe von Analystinnen und Analysten kontextualisiert werden muss, um eine reibungslose Kauferfahrung zu gewährleisten, zum Beispiel um fälschlicherweise zustande gekommene Zahlungsablehnungen im System aufgrund von Risikoaversion zu vermeiden. Die Bedeutung von KI wird auch hier in Zukunft weiter wachsen, denn Betrüger arbeiten tagtäglich gezielt an Taktiken und Methoden, um ihre Opfer möglichst gut zu täuschen. Es liegt an uns, die vorhandenen Systeme zur Betrugsprävention zu nutzen und uns so bestmöglich auf all diese neuen Herausforderungen vorzubereiten. Nur so ist es möglich, sich effektiv und zukunftsfähig gegen Online-Betrüger zur Wehr setzen.

Über den Autor: Nimrod Dvir ist Data Analyst und Betrugs-Experte bei Riskified.

(ID:49709484)