Feedzai hat Feedzai IQ Score gelauncht, eine KI-nativ ausgerichtete Plattform zur Bewertung von Betrugsrisiken, die Banken einen Echtzeit-Zugriff auf anonymisierte Betrugsinformationen aus ihrem globalen Transaktionsnetzwerk ermöglicht, das mehr als 9 Billionen US-Dollar an Zahlungsaktivitäten verarbeitet. Das Launches-ment richtet sich an beschleunigte KI-gesteuerte Betrugsangriffe, die traditionelle Abwehrsysteme von Banken zunehmend überholen. Finanzinstitute weltweit stehen unter wachsendem Druck durch von KI erzeugte Phishing-Angriffe, synthetische Identitäten, durch Deepfakes ermöglichte Betrugsmaschen, Betrug bei Echtzeit-Zahlungen, Übernahmen von Konten über mehrere Kanäle hinweg sowie automatisierte Social-Engineering-Kampagnen, was die Nachfrage nach Betrugsprävention auf Netzwerkebene verstärkt.
Feedzai IQ Score ersetzt isolierte Betrugssysteme durch Netzwerkintelligenz
Feedzai erklärte, das Launches-ment adressiere das, was das Unternehmen als das „Silo- und Legacy-Paradox“ bezeichnet: Banken stützten sich hauptsächlich auf interne Transaktionsdaten, betrieben jedoch Betrugssysteme, die teuer und operativ nur schwer zu ersetzen seien. Dieses Modell verursache Probleme, wenn Betrugsangriffe sich auf mehrere Finanzinstitute, Zahlungswege und digitale Plattformen gleichzeitig ausbreiten.
Anstatt sich nur auf die historischen Transaktionsdaten einer einzelnen Bank zu verlassen, ermöglicht Feedzai IQ Score den Instituten den Zugriff auf aggregierte Nachrichtensignale, die in Feedzais größerem Transaktions-Ökosystem erzeugt werden, während gleichzeitig Datenschutzmaßnahmen für Kunden beibehalten werden. Das Unternehmen sagte, die Plattform nutze eine föderierte Intelligenzarchitektur: Die Intelligenz wandert durch das Netzwerk, ohne dass zwischen den Instituten Rohdaten von Kunden geteilt werden.
Pedro Barata, Chief Product Officer bei Feedzai, sagte: „Betrug hat sich schneller entwickelt, als es irgendein einzelnes Institut allein aufhalten könnte. Feedzai IQ Score beendet eine isolierte Abwehr, indem es Banken Zugang zu gemeinsamen Erkenntnissen über unser gesamtes Netzwerk gibt. Heute öffnen wir dieses Produkt für Institute jeder Größe, die nun einen sofort einsatzbereiten Weg haben, um klügere Entscheidungen zur Betrugsabwehr zu treffen und ihre Abwehr zu modernisieren – ohne die Störung, eine komplette Überarbeitung der Infrastruktur durchzuführen.“
Plattform verspricht 4x bessere Betrugserkennung durch föderierte Architektur
Das Unternehmen sagte, dass Institute von der Integration bis zur Bereitstellung innerhalb von Tagen wechseln können und für bestimmte Zahlungsfälle für den Start möglicherweise nur 15 Datenfelder nötig seien. Feedzai behauptete, die Plattform habe 4x mehr Betrugserkennung geliefert, 50% weniger Alarme im Vergleich zu herkömmlichen regelbasierten Systemen und schnellere Zeitpläne für die operative Bereitstellung.
Die wachsende Bedeutung geteilter Intelligenz spiegele den Wandel wider, der bereits in breiteren Teilen der Finanzinfrastruktur stattfindet – unter anderem Netzwerk-Infrastrukturmodelle, Echtzeit-Zahlungen und tokenisierte Finanzsysteme. Der Launch könnte besonders für regionale und mittelgroße Finanzinstitute wichtig sein, denen oft das Transaktionsvolumen, die KI-Ressourcen und die Engineering-Budgets fehlen, um eigenständig ausgefeilte Betrugsmodelle zu entwickeln.
Große globale Banken geben jährlich Milliarden für Technologiemodernisierung und Cybersecurity-Infrastruktur aus, während kleinere Institute häufig mit wesentlich begrenzteren Fähigkeiten für Betrugsanalytik arbeiten. Dieses Ungleichgewicht wird immer gefährlicher, da KI-Tools die Kosten und die Komplexität senken, die Betrügern benötigen, um ausgefeilte Angriffe im großen Maßstab zu starten.
Durch KI erzeugte Betrugsbedrohungen treiben den Infrastrukturwechsel in der Bankenbranche voran
Branchenangaben zufolge liegen die jährlichen globalen Verluste durch Betrug in den Hunderten von Milliarden US-Dollar, während Finanzinstitute weiterhin mit wachsender regulatorischer Prüfung hinsichtlich Erstattungsverpflichtungen und Betrugspräventionskontrollen konfrontiert sind. Die Herausforderung verschärfte sich, als Instant Payments ausgeweitet wurden, die Abwicklungszeiten sich beschleunigten, digitale Wallets weltweit skalierten, grenzüberschreitende Zahlungsaktivitäten zunahmen und Finanzdienstleistungen in Richtung einer Verfügbarkeit von 24/7 wechselten.
Der Anstieg von Finanzinfrastruktur mit 24/7 Verfügbarkeit erzeugt zusätzlichen operativen Druck auf Betrugssysteme, die ursprünglich für langsamere Bankzyklen und stärker zentralisierte Transaktionsflüsse ausgelegt waren. Generative KI ermöglicht es Angreifern, realistische Voice-Cloning-Techniken, Deepfake-Video-Imitationen, automatisierte Phishing-Inhalte, synthetische Onboarding-Dokumente und groß angelegte Social-Engineering-Kampagnen zu produzieren.
Dieser Trend zwingt Finanzinstitute dazu, neu zu bewerten, ob isolierte Betrugssysteme, die auf internen historischen Daten basieren, gegenüber zunehmend vernetzten Angriffen weiterhin tragfähig sind.
Betrugsprävention entwickelt sich zum großen KI-Kommerzmarkt für Finanzdienstleister
Investoren betrachten Betrugserkennung als einen der klarsten großflächigen kommerziellen Anwendungsfälle für KI-Einsätze in Finanzdienstleistungen, weil die Kapitalrendite messbar ist: in weniger Betrug, weniger Alarmmeldungen, höherer operativer Effizienz, weniger Kundenschäden und besserer Compliance-Leistung.
Der Launch kommt zu einem Zeitpunkt, an dem Banken unter wachsendem Druck stehen, die Infrastruktur zu modernisieren, ohne mehrjährige Kernsystem-Migrationen auszulösen, die Hunderte Millionen US-Dollar kosten können. Diese Dynamik begünstigt leichte, API-basierte Infrastrukturmodelle, die inkrementelle KI-Funktionalität liefern können, ohne Institute dazu zu zwingen, bestehende Systeme vollständig neu aufzubauen.
Philip Mackenzie, Senior Research Principal bei Chartis, sagte: „Der Austausch von Netzwerk-Betrugsintelligenz wird im Monitoring fragmentierter Betrugssignale im Finanz-Ökosystem zunehmend wichtiger. Wir betrachteten diese Fähigkeit als zentrales Differenzierungsmerkmal der Feedzai-IQ-Score-Lösung, die Echtzeit-Betrugs-Insights zwischen Instituten und kollektive Intelligenz über eine Reihe von Finanzinstituten hinweg kombiniert.“
FAQ
Wofür hat Feedzai den Startschuss gegeben, um KI-gesteuerten Betrug zu adressieren?
Feedzai hat Feedzai IQ Score gelauncht, eine KI-nativ ausgerichtete Plattform zur Bewertung von Betrugsrisiken, die Banken einen Echtzeit-Zugriff auf anonymisierte Betrugsinformationen aus ihrem globalen Transaktionsnetzwerk gibt, das mehr als 9 Billionen US-Dollar an Zahlungsaktivitäten verarbeitet. Die Plattform nutzt eine föderierte Intelligenzarchitektur, um Intelligenz über das Netzwerk hinweg zu teilen, ohne Rohdaten von Kunden zwischen den Instituten auszutauschen.
Wie viel Verbesserung bei der Betrugserkennung behauptet Feedzai IQ Score?
Feedzai behauptete, die Plattform habe 4x mehr Betrugserkennung und 50% weniger Alarme im Vergleich zu herkömmlichen regelbasierten Systemen geliefert. Das Unternehmen sagte, dass Institute von der Integration bis zur Bereitstellung innerhalb von Tagen wechseln können und für den Start bei bestimmten Zahlungsfällen möglicherweise nur 15 Datenfelder nötig sind, um die Lösung zu nutzen.
Warum sehen sich Finanzinstitute einem erhöhten Betrugsdruck ausgesetzt?
Finanzinstitute weltweit stehen unter wachsendem Druck durch von KI erzeugte Phishing-Angriffe, synthetische Identitäten, durch Deepfakes ermöglichte Betrugsmaschen, Betrug bei Echtzeit-Zahlungen, Übernahmen von Konten über mehrere Kanäle hinweg sowie automatisierte Social-Engineering-Kampagnen. Branchenangaben zufolge liegen die jährlichen globalen Verluste durch Betrug in den Hunderten von Milliarden US-Dollar, während der Anstieg von Finanzinfrastruktur mit 24/7 Verfügbarkeit zusätzlichen operativen Druck auf Betrugssysteme schafft, die ursprünglich für langsamere Bankzyklen ausgelegt waren.
