Danske Bank implementiert KI zur Betrugserkennung in Echtzeit

Bildquelle: Pixabay

Die Danske Bank in Skandinavien hat eine KI-gestützte Plattform für die Betrugserkennung entwickelt und implementiert. Die Plattform nutzt maschinelles Lernen, um zehntausende verborgene Merkmale zu analysieren und Millionen von Online Banking-Transaktionen in Echtzeit zu bewerten. Sie liefere so Hinweise über potenziell betrügerische Aktivitäten. Dabei stufe die neue Plattform weit weniger Transaktionen fälschlicherweise als Betrug ein (False Positives) ein und reduziere dadurch den Aufwand für die Untersuchung dieser Fälle.

„Antragsbetrug ist für alle Banken ein zentrales Thema. Die Betrüger werden jeden Tag geschickter, immer öfter nutzen sie bereits Techniken des maschinellen Lernens. Deshalb ist es wichtig, dass wir ebenfalls hochmoderne Techniken einsetzen, um Betrug zu verhindern“, sagt Nadeem Gulzar, Head of Advanced Analytics bei der Danske Bank. „Wir gehen davon aus, dass mit der fortschreitenden Digitalisierung des Bankgeschäfts und der Verbreitung von mobilen Banking-Anwendungen der Betrug weiter zunehmen wird. Deshalb ist es notwendig, modernste Methoden einzusetzen, um Betrügern immer einen Schritt voraus zu sein. Mit dem Einsatz von KI konnten wir die Zahl der False Positives um 50 Prozent reduzieren, sodass die Hälfte des Betrugserkennungsteams inzwischen produktivere Tätigkeiten übernimmt.“

System liefert auch entsprechende Erklärungen

Das ursprüngliche Betrugserkennungssystem der Danske Bank basierte weitgehend auf selbst erstellten Einzelregeln. Zeitweise waren bis zu 99,5 Prozent aller Alarme False Positives. Deren Prüfung war mit erheblichen Zeit- und Kostenaufwand verbunden. Das neue System entstand mit Unterstützung von Think Big Analytics, einem Tochterunternehmen von Teradata.

Think Big Analytics arbeitet seit Herbst 2016 mit der Danske Bank zusammen. Gemeinsam begannen die Firmen mit dem Aufbau eines Frameworks innerhalb der bestehenden Infrastruktur der Bank und erstellten Modelle für maschinelles Lernen, die Millionen von Transaktionen pro Jahr nach Betrugsversuchen durchsuchen. In Spitzenzeiten kommen Hunderttausende Transaktionen pro Minute zusammen. Um Transparenz zu gewährleisten und Vertrauen zu bilden, liefere das System neben den eigentlichen Prüfergebnissen auch die Erklärungen für das Blockieren von Transaktionen mit.

Das Team habe es geschafft, False Positives um die Hälfte zu reduzieren. Gleichzeitig sei die Zahl der aufgespürten Betrugsfälle um rund 60 Prozent gestiegen. Das Betrugsbekämpfungsprogramm der Danske Bank ist eigenen Angaben zufolge das erste, das Techniken des maschinellen Lernens produktiv nutzt und gleichzeitig Deep Learning-Modelle entwickelt, um die Techniken zu testen.

„Alle Banken brauchen eine skalierbare, fortschrittliche Analyseplattform sowie eine Strategie und eine Roadmap für die Digitalisierung, um Data Science in die Organisation zu bringen“, sagt Mads Ingwar, Client Services Director bei Think Big Analytics. „Für Online-Transaktionen, Kreditkarten und mobile Zahlungen benötigen Banken eine Echtzeitlösung. Die hochmoderne KI-gestützte Anti-Betrugsplattform, die wir in Zusammenarbeit mit der Danske Bank entwickelt haben, bewertet eingehende Transaktionen in weniger als 300 Millisekunden. Wenn der Kunde an der Supermarktkasse bezahlt, kann das System die Transaktion in Echtzeit auswerten und daraus Konsequenzen ziehen. Solche Lösungen werden wir zunehmend bei allen Finanzdienstleistern sehen.“