Erkennungsmechanismen für Betrug sind Signale und Prüfungen, die auffällige Vorgänge während einer Handlung bemerken und melden.
Sie machen aus Ereignissen Werte oder Alarme und unterscheiden sich damit von der Vorausschau und von der Leitungsverantwortung.
So funktioniert es
Nützliche Signale sind ungewöhnliche Geschwindigkeit, ein Gerät ohne passende Kundenhistorie oder eine Liefergeschichte, die zur Zahlung nicht passt.
Regeln, einfache Schwellen und Verhaltensmodelle können zusammenwirken, wenn jemand erklären kann, warum ein Vorgang markiert wurde.
Die Erkennung beobachtet, was jetzt geschieht oder gerade geschehen ist, und sie legt nicht die Verlustbereitschaft der Leitung fest.
Ein starkes Verfahren braucht dennoch Menschen, die Fehlalarme prüfen, damit ehrliche Kunden nicht ohne Grund blockiert werden.
Konkrete Beispiele
- Ein Shop markiert eine Welle von Gutscheinkäufen von einem Konto, das zuvor nie Gutscheine gekauft hat.
- Eine Bank alarmiert, wenn ein Empfänger angelegt wird und Minuten später von einem neuen Gerät eine große Überweisung folgt.
- Ein Marktplatz kennzeichnet einen Verkäufer, dessen Erstattungsquote plötzlich die vergleichbarer Verkäufer derselben Kategorie übersteigt.
Schutzmaßnahmen
- Dokumentieren Sie, warum jede Erkennungsregel existiert und welches Betrugsszenario sie fangen soll.
- Prüfen Sie Fehlalarme nach einem festen Rhythmus, damit Schwellen ehrliche Kunden nicht still bestrafen.
- Schützen Sie die Qualität der Quellsignale, weil fehlende oder gefälschte Felder jede spätere Bewertung schwächen.
- Trennen Sie das Nachjustieren der Erkennung von dem Gremium, das festlegt, welcher Betrugsverlust tragbar ist.