Mit Künstlicher Intelligenz gegen Online-Betrugsversuche

Das internationale Modeunternehmen der Otto Group setzt seit Jahren erfolgreich auf den Einsatz von Künstlicher Intelligenz (KI) bei der Analyse und Steuerung komplexer Daten. Neben Anwendungen für die Größenberatung und Sortimentsplanung profitiert nun auch die Betrugsprävention von der lernfähigen Technologie: bonprix hat ein eigenes,
KI-basiertes Fraud Detection Modell zur Verhinderung von Online-Betrug entwickelt.

Im Rahmen seiner Innovationsstrategie entwickelt bonprix kontinuierlich seine Services und technologischen Prozesse weiter, ob für ein optimales Onlineshopping-Erlebnis oder für die Geschäftsabläufe im Hintergrund. Der Einsatz von Künstlicher Intelligenz spielt hierbei eine immer größere Rolle und optimiert nun auch die Betrugsprävention.

„Der Onlinehandel steht aktuell vor der Herausforderung, den Einkaufsvorgang im Webshop betrugssicher zu gestalten und dabei gleichzeitig einen umfassenden Service, schnelle Abläufe und eine breite Auswahl an Zahlungsoptionen zu bieten“, erklärt Marco Annen, Leiter der Abteilung Credit and Payment und mitverantwortlich für die Betrugsprävention. „Wir setzen uns dafür ein, dass unsere Kund*innen sicher und mit einem guten Gefühl bei uns einkaufen können, ohne dafür auf Komfort verzichten zu müssen.“

Verbesserte Erkennung von Betrugsversuchen durch Künstliche Intelligenz.
Um Betrugsversuche rechtzeitig zu erkennen, hat bonprix einen ganzheitlichen Prüfprozess etabliert, der aus drei Säulen besteht: Zum einen kommt eine externe, regelbasierte Software des Otto Group Unternehmens RISK IDENT zum Einsatz, zum anderen prüft ein geschultes und bewährtes internes Spezialist*innen-Team mögliche Betrugsversuche – und seit 2019 ergänzt das selbst entwickelte, innovative Fraud Detection Modell erfolgreich den Prozess. Insbesondere die Lernfähigkeit von KI bietet ein großes Potenzial, den Service für Kund*innen und ihre Zufriedenheit signifikant zu steigern – und Online-Shopping noch sicherer zu gestalten. Alle Prüfungen zur Betrugsprävention finden dabei in strenger Anwendung der Datenschutzgrundverordnung (DSGVO) statt.

Die RISK IDENT Software prüft Transaktionen auf der Basis von analytisch optimierten statischen und dynamischen Regeln. Diese gründen meist auf Device-, Geo- und Transaktionsdaten. Zusätzlich erfasst bonprix jetzt auch das User*innen-Verhalten bei einer Shoppingsession, das viel über eine Betrugsabsicht erkennen lässt – und zwar mit dem eigens entwickelten Fraud Detection Modell. Es nutzt Machine Learning Verfahren, die hochflexibel, selbstlernend und imstande sind, komplexe Muster in Shoppingsessions zu erkennen, die auf einen Betrugsversuch hinweisen. Diese Muster bestehen aus unzähligen Attributen, die erst miteinander verknüpft einen Betrugsverdacht ergeben.

Machine Learning Modell bewährt sich auch im „Corona-Jahr“ 2020.
Eine erste Version des Fraud Detection Modells ging im März 2019 in Deutschland, Österreich und Norwegen an den Start und wurde zunächst mit einer großen Grunddatenmenge an historischen, als betrugsverdächtig geprüften Kaufvorgängen antrainiert. Nach einem halben Jahr der Testphase wurde das Modell durch ein regelmäßiges Re-Training mit aktuellen Daten weiterentwickelt: Die Identifizierung auffälliger Muster und Anpassung des Modells mithilfe optimierter Parameter passiert seitdem automatisch.

Die Lern- und Weiterentwicklungsfähigkeit des Fraud Detection Modells wurde mit der eintretenden Corona-Pandemie im vergangenen Frühjahr noch einmal auf die Probe gestellt: Das generelle Surf-, Klick- und Kaufverhalten der Nutzer*innen im Onlineshop veränderte sich derart, dass die bisher als betrugsverdächtig erkannten Muster überlagert wurden. Dank seiner hohen Adaptionsfähigkeit konnte das Modell schnell und effizient an die neuen Rahmenbedingungen angepasst werden.

Weiterentwicklung und Lernen – im Zusammenspiel von Mensch und Technologie.
Trotz des hohen Automatisierungsgrades bleibt der Mensch auch hier der wichtigste Faktor für den Erfolg. Denn die Leistungsfähigkeit und Qualität des Modells hängen maßgeblich von den Bewertungen der Mitarbeitenden in den spezialisierten Teams ab, die jeden als betrugsverdächtig eingestuften Vorgang weiterhin manuell prüfen.

„Wir sind mit den bisherigen Ergebnissen des Fraud Detection Modells sehr zufrieden. Seit Projektbeginn wurden mit Hilfe des Tools Transaktionen im fünfstelligen Bereich als betrugsverdächtig erkannt und mehrere tausend davon nach abschließender Prüfung durch unsere internen Teams gesperrt. 12 bis 15 Prozent der Fälle wären ohne Fraud Detection gar nicht erst entdeckt worden. Gleichzeitig gewinnen wir immer wieder neue Erkenntnisse und können uns auf veränderte Rahmenbedingungen wie aktuell die Corona-Pandemie gut einstellen“, fasst Markus Fuchshofen, verantwortlicher Geschäftsführer für E-Commerce Management, Vertrieb Inland und Marke bei bonprix, die Erfahrungen mit der lernfähigen Technologie zusammen. „Einen nächsten wichtigen Weiterentwicklungsschritt sehen wir in der Betrugserkennung in Echtzeit.“

Translate »