Mit Künstlicher Intelligenz gegen Zahlungsbetrug

Neue Formen des Zahlungsbetrugs, bei denen die Täter aus dem Internet operieren, bieten bessere Beute-Chancen und ein deutlich geringeres Risiko, als eine Bank zu überfallen oder einen Geldautomaten zu sprengen. Wie kann diese digitale kriminelle Energie bekämpft werden? Der IFZ-Blog gibt Antworten.

Das Nationale Zentrum für Cybersicherheit (NCSC) meldet im ersten Halbjahr 2021 5’526 Betrugsversuche. Das NCSC ist das Kompetenzzentrum des Bundes für Cybersicherheit und als solches die nationale Anlaufstelle von Cybervorfällen aus der Wirtschaft und der Bevölkerung. Wie schon im ersten Halbjahr 2020 betrafen auch im ersten Semester des Jahres 2021 mehr als die Hälfte der Meldungen verschiedenste Betrugsformen. Und die Betrugsversuche haben innert Jahresfrist deutlich zugenommen: Waren es im ersten Halbjahr 2020 noch 2’938 Betrugsmeldungen, so wurden im gleichen Zeitraum des Folgejahres fast 90% mehr Betrugsversuche gemeldet (vgl. Abbildungen).

Meldungen ans NCSC im ersten Halbjahr 2020

Meldungen ans NCSC im ersten Halbjahr 2021

Diese deutliche Zunahme der Kategorie Betrug lässt sich laut Felix Buschor vom Institut für Finanzdienstleistungen IFZ der Hochschule Luzern zum einen dadurch erklären, dass die NCSC das Meldeverfahren optimiert hat. Zum anderen waren aber auch mehrere Betrugswellen festzustellen. Der allgemeine Trend, vermehrt digitale Kommunikationsmittel und digitale Bezahlverfahren zu nutzen, habe Betrügern neue Möglichkeiten eröffnet. Verstärkt worden sei dieser Trend durch die laufende Pandemie, in der vermehrt in verschiedenen Lebensbereichen digitale Instrumente eingesetzt werden.

"Blickt man in die Zukunft, so ist damit zu rechnen, dass sich diese Entwicklung noch beschleunigen wird. Instant-Payment-Netzwerke werden die Bedrohungslage weiter verschärfen, da im Falle von unmittelbar ausgeführten Zahlungen keine Reaktionszeit zur Verhinderung von Betrugsversuchen mehr besteht. Aber auch Open-Banking-Lösungen, bei denen Banken mit Einverständnis der Kundschaft Drittparteien autorisieren, Zahlungen auszuführen, eröffnen neue Angriffsmöglichkeiten für Betrugsversuche. Insgesamt ist davon auszugehen, dass die Banken und ihre Kundschaft noch häufiger zur Zielscheibe von Betrugsversuchen werden", so Buschor.

Investitionsbetrug aktuell stark verbreitet

Aktuell stark verbreitet ist laut dem Experten der Investitionsbetrug, bei dem der Boom der Kryptowährungen mit dem Versprechen auf hohe Gewinne ausgenutzt wird. Zu den Betrugs­versuchen, die von einer unautorisierten Partei veranlasst werden, gehören etwa solche von internen oder externen Bankmitarbeitenden, die privilegierte Zugriffsrechte auf Banksysteme haben. Dazu zählen auch die zahlreichen Formen von Phishing mit der Absicht, die Zugangsdaten auf ein Bankkonto zu erhalten, so Buschor. Technisch deutlich fortgeschrittener seien Angriffe mittels Schadsoftware, die meistens mit Spam-Mails eingeschleust werden, oder der SIM-Karten-Swap, mit dem SMS als zweiter Faktor zur Authentifizierung des digitalen Zugriffs aufs Bankkonto ausgehebelt wird.

Wie Buschor weiter erklärt, sind für Betrugsversuche, bei denen autorisierte Benutzer instrumentalisiert werden, in aller Regel wenig ausgeklügelte technische Hilfsmittel im Einsatz. Betrügereien, bei denen unrechtmässig die Zugriffsrechte über ein Bankkonto erworben werden, verwenden teilweise sehr ausgereifte technische Verfahren der Computerkriminalität. Wer nun der Meinung sei, dass solche Hacking Tools nur versierten Kriminellen zur Verfügung stehen, täusche sich. Mittels "Cybercrime as a Service" könne im Prinzip jeder und jede mit wenigen Mausklicks fortgeschrittene Hacking Tools erwerben und einsetzen.

"Wenn es darum geht, Vermögenswerte zu schützen und Betrugsversuche zu bekämpfen, dann ist es nach Ansicht Buschors nützlich, auf die Methoden der Informationssicherheit zurückzugreifen. Üblicherweise werden in der Informationssicherheit drei Methodensets eingesetzt, nämlich solche zur Verhinderung, solche zur Entdeckung und solche zur Bewältigung von Betrugsfällen. Die meisten Betrugsversuche nehmen ihren Anfang bei den Bankkundinnen oder Bankkunden, was die Möglichkeiten der präventiven Verhinderung aus Sicht der Bank einschränkt", erläutert Buschor weiter.

Betrugsversuche frühzeitig erkennen

Aus diesem Grund setzten die Banken den Schwerpunkt darauf, Betrugsversuche frühzeitig zu erkennen, um so gefälschte Zahlungen zu blockieren, bevor das Geld die Bank verlässt. Die meisten Banken vertrauten dafür auf regelbasierte Systeme. "Dazu werden in Form von Regeln Bedingungen definiert bei deren Verletzung angenommen wird, dass es sich um einen Betrugsversuch handelt. Das können beispiels­weise unübliche Betragshöhen oder erstmalige Zahlungen an einen Empfänger sein. Aufgrund hoher false-positive Befunde haben verschiedene Banken die regelbasierten Systeme zu Scoring-Systemen erweitert. Dabei werden die Regeln gewichtet und zu einer Punktzahl zusammengefasst. Überschreitet diese eine Schwelle, dann wir die Zahlung blockiert", so der Experte.

Solche Systeme der Betrugserkennung hätten zwei Nachteile, sagt er: "Erstens haben sie in der Regel hohe false-positive-Raten. Zweitens erkennen sie nur vordefinierte Betrugsmuster und sind damit träge in der Anpassung an veränderte Verhaltensweisen der Bankkundschaft, aber auch der Betrüger." Vor diesem Hintergrund sei die Idee entstanden, Abhilfe mit Verfahren der künstlichen Intelligenz zu schaffen. Schnell habe sich herausgestellt, dass der Ansatz, mit Machine Learning Muster von betrügerischen Zahlungen zu erkennen, aufgrund des Ungleichgewichts im Pool der Zahlungen zum Scheitern verurteilt ist. Gemessen an den betrügerischen Zahlungen gebe es um ein Vielfaches mehr korrekte Zahlungen.

NetGuardians mit alternativem Ansatz

Aufgrund dieser Feststellung hat das Swiss FinTech NetGuardians einen alternativen Ansatz der Betrugserkennung mit Hilfe künstlicher Intelligenz entwickelt. NetGuardians wurde 2007 gegründet und ist das erste Start-Up, das aus dem Inkubator Y-Park des Kantons Waadt in Yverdon-les-Bains hervorgegangen ist. Buschor erklärt: "Der gewählte Ansatz besteht nicht darin, aus Zahlungsdaten Muster von Betrugsversuchen, sondern umgekehrt mittels Machine Learning Muster ungewöhnlicher Verhaltensweisen der Bankkundschaft herauszufiltern. Das Ergebnis sind Profile der Zahlungsparteien, mit denen Zahlungen abgeglichen und auf Anomalien gecheckt werden. Daraus resultiert für Zahlungen ein Risikowert, der mit einem Schwellwert verglichen wird und im Falle einer Verletzung wird die Zahlung blockiert. Blockierte Zahlungen werden manuell untersucht, ob es sich tatsächlich um einen Betrug handelt."

Bei Bedarf werde aufgrund der manuellen Zahlungsprüfung das Profil der Zahlungsparteien angepasst, das heisst ein solches System der Betrugserkennung lernt und passt sich veränderten Verhaltensweisen an. Wie Untersuchungen von NetGuardians zeigen, könne mit einem derartigen Einsatz künstlicher Intelligenz der Anteil der fälschlicherweise blockierten Zahlungen um 85% und der Bearbeitungsaufwand um 75% reduziert werden. Der Einsatz künstlicher Intelligenz könne also Abklärungsaufwand und Trefferquote von Betrugsversuchen deutlich verbessern. Die Banken erreichen ein besseres Kundenerlebnis, weil weniger korrekte Zahlungen blockiert und die Kundschaft besser vor Betrügern geschützt ist.

Zahlungsbetrug nimmt weiter rasant zu

"Es deutet alles darauf hin, dass Zahlungsbetrug weiter rasant zunehmen wird. Die gängigen regelbasierten Systeme der Banken werden je länger je mehr überfordert sein. Der Einsatz der künstlichen Intelligenz, wie er von NetGuardians entwickelt wurde, mit dem Fokus Anomalien im Zahlungsverhalten zu erkennen, hat viele Vorteile. Nicht nur wird die Zahl der fälschlicherweise als betrügerisch identifizierten Zahlungen reduziert, sondern der Mechanismus kann sich auch dynamisch an neue Verhaltensweisen der Bankkundschaft sowie der Betrüger anpassen", sagt Buschor.

Ein solcher Lernprozess erfordere auch, dass Anomalien durch Menschen beurteilt werden und das Ergebnis ans System zurückgegeben wird. Für eine solche Zusammenarbeit zwischen Menschen und Maschine sei es wichtig, dass für die Benutzerinnen und Benutzer nachvollziehbar ist, weshalb der Computer eine Zahlung als Anomalie einstuft. Künstliche Intelligenz müsse transparent und erklärbar sein.

Vielversprechend sei des Weiteren auch die Idee der "kollektiven künstlichen Intelligenz", wie sie NetGuardians verfolge. Der Informationsaustausch zwischen Banken biete gerade in der Betrugserkennung Chancen. Allerdings seien vorgängig die Einschränkungen aufgrund des Datenschutzes sorgfältig zu analysieren. "Die Idee von NetGuradians, mit dem Fraud Intelligence Service eine eigene Sammlung von Betrugsfällen aufzubauen, wird ebenfalls als interessant eingeschätzt. Die Chance des Ansatzes besteht in der zeitnahen sowie internationalen Berücksichtigung der neuesten Betrugsverfahren", zieht Buschor Fazit.