Betrugserkennung und –vermeidung gehören zum Risikomanagement der Banken. SAS ist Partner des Bank Blogs und beschreibt in einem Whitepaper, wie Finanzinstitute Big Data Analytics zur Betrugserkennung einsetzen können.
Gerade professionelle Betrugsnetzwerke kennen die Prüfmechanismen und die Umgehungsmöglichkeiten. Sie finden Schwachstellen regelbasierter Methoden zur Betrugserkennung und entwickeln neue Betrugsmuster. Sie verhalten sich so, dass anhand von Standardprüfungen keine Auffälligkeit erkannt wird. Regelwerke, die einzelne Schadensfälle auf bekannte be- und entlastende Indizien prüfen, bilden zwar das Fundament der Betrugsprüfung, stoßen aber häufig bei neuen oder sehr komplexen Betrugsmustern an ihre Grenzen.
Zur Verhinderung betrügerischer Handlungen lassen sich vor allem zwei Teilbereiche durch fortgeschrittene analytische Verfahren adressieren: Prävention und die Identifikation entsprechend betrügerischer Verhaltensweisen (sogenannte dolose Handlungen). Trotz aller Präventivmaßnahmen wird es immer wieder Täter geben, die bestehende Kontrollschwächen ausnutzen. Genau in diesen Fällen ist es von entscheidender Bedeutung, eine möglichst umfassende und zeitlich unmittelbare Kontrolle und Identifikationssensorik implementiert zu haben. Aufgrund der Vielzahl der Tätermotivationen und Handlungsmöglichkeiten bedingt dies neben einer möglichst breiten Datenbasis auch eine viele analytische Verfahren umfassende Aufdeckungssystematik.
Im Whitepaper lesen Sie welche analytischen Verfahren helfen Betrugsmuster zu erkennen und Alarm zu schlagen, bevor Schäden entstehen.
Das Whitepaper „Betrugserkennung mit Big Data“ können Sie direkt bei unserem Partner SAS beziehen.
Mehr über das Partnerkonzept des Bank Blogs erfahren Sie hier.