Kunstmatige intelligentie vermindert financiële fraude met wel 90% bij instellingen die geavanceerde machine learning-systemen implementeren, volgens een rapport uit 2024 van Juniper Research. Het AI-aangedreven fraudedetectiesysteem van Visa heeft alleen al in 2024 naar schatting 30 miljard dollar aan frauduleuze transacties voorkomen, aldus het jaarverslag van het bedrijf. Het Decision Intelligence-platform van Mastercard evalueert jaarlijks 143 miljard transacties, waardoor valse weigeringen met 50% worden verminderd en meer echte fraude wordt ontdekt. De technologie analyseert honderden datapunten per transactie in minder dan 100 milliseconden.
Hoe AI fraude beter detecteert dan traditionele systemen
Traditionele fraudedetectie was gebaseerd op statische regels. Als een transactie een bepaald bedrag overschreed, afkomstig was uit een ongebruikelijk land of buiten de normale kantooruren plaatsvond, werd deze gemarkeerd. Deze regels genereerden hoge fout-positieve percentages, vaak meer dan 95%, wat betekent dat 95 van de 100 gemarkeerde transacties legitiem waren. Elk vals positief resultaat vereist een menselijke beoordeling, wat de banken volgens LexisNexis Risk Solutions 50 tot 100 dollar per geval kost.
Machine learning-modellen analyseren honderden variabelen tegelijkertijd. Ze leren van miljarden historische transacties om subtiele patronen te identificeren die op regels gebaseerde systemen over het hoofd zien. Een model zou kunnen onderkennen dat een specifieke combinatie van apparaattype, transactietijd, handelaarscategorie en bestedingspercentage op fraude duidt, zelfs als geen enkele variabele abnormaal is. Volgens hun presentaties over technologisch leiderschap hebben de AI-fraudesystemen van JPMorgan het aantal valse positieven met 70% verminderd en tegelijkertijd de fraudedetectiepercentages verhoogd.
Deep learning-modellen zijn de nieuwste ontwikkeling. Deze neurale netwerken kunnen ongestructureerde gegevens verwerken, waaronder vingerafdrukken van apparaten, typpatronen en navigatiegedrag. PayPal maakt gebruik van deep learning om jaarlijks meer dan 10 miljard transacties te analyseren, waardoor de verliezen door fraude worden teruggebracht tot minder dan 0,1% van het totale betalingsvolume, aldus het jaarverslag van 2024. Fintech-omzetgroei van 23% CAGR ondersteund door AI-systemen die financiële platforms veiliger maken voor consumenten en handelaren.
Specifieke soorten fraude bestrijdt AI
Volgens het Identity Theft Resource Center is fraude met accountovername, waarbij criminelen toegang krijgen tot legitieme accounts, tussen 2021 en 2024 met 150% toegenomen. AI bestrijdt dit door gedragsbiometrie te analyseren. Als de typsnelheid, het muisbewegingspatroon of het app-navigatiegedrag van een gebruiker veranderen, markeert het systeem de sessie voor verdere verificatie. BioCatch, een bedrijf op het gebied van gedragsbiometrie, analyseert meer dan 2.000 gedragsparameters per sessie om pogingen tot accountovername te detecteren.
Synthetische identiteitsfraude, waarbij criminelen valse identiteiten creëren met behulp van combinaties van echte en verzonnen informatie, kost Amerikaanse kredietverstrekkers volgens de Federal Reserve jaarlijks ruim 6 miljard dollar. AI-modellen detecteren synthetische identiteiten door inconsistenties in gegevensbronnen te analyseren, patronen in het gebruik van burgerservicenummers te identificeren en nieuw gecreëerde identiteiten te markeren met kenmerken die overeenkomen met bekende synthetische profielen.
Geautoriseerde push-betalingsfraude, waarbij slachtoffers worden misleid om geld naar fraudeurs te sturen, bedroeg in 2024 alleen al in Groot-Brittannië meer dan $3 miljard, aldus UK Finance. AI-systemen detecteren dit door ongebruikelijke betalingspatronen te identificeren, nieuwe ontvangers te markeren en de context van betalingsinstructies te analyseren. Sommige systemen maken gebruik van natuurlijke taalverwerking om dwangtaal te identificeren in berichten die aan frauduleuze overdrachten voorafgaan. Fintech-bedrijven nemen 25% van de bankinkomsten voor hun rekening Investeer zwaar in fraudepreventie om het consumentenvertrouwen te behouden.
Realtime en voorspellende mogelijkheden
Moderne AI-fraudesystemen werken in realtime. Het Radar-product van Stripe evalueert elke transactie met behulp van een machine learning-model dat is getraind op miljarden datapunten uit het verkopersnetwerk. Stripe meldt dat Radar jaarlijks meer dan $4 miljard aan frauduleuze transacties blokkeert, terwijl de goedkeuringspercentages voor legitieme betalingen boven de 99% blijven.
Voorspellende modellen identificeren fraude voordat deze plaatsvindt. Door patronen van accountgedrag te analyseren, kan AI accounts markeren die klaar zijn voor fraude, zoals geleidelijke verhogingen van transactielimieten, wijzigingen in contactgegevens en het testen van transacties vóór een grote frauduleuze opname. HSBC meldde dat zijn voorspellende AI-modellen fraudepogingen gemiddeld vijf dagen voordat de daadwerkelijke frauduleuze transactie plaatsvindt, detecteren.
Netwerkanalyse voegt nog een laag toe. AI brengt relaties tussen accounts, apparaten en transacties in kaart om fraude-ringen te identificeren. Een enkele entiteit die toegang heeft tot meerdere accounts, een cluster van nieuwe accounts die geld naar dezelfde ontvanger sturen, of een patroon van transacties tussen verkopers die overeenkomen met bekende fraudetypologieën, worden allemaal gedetecteerd door middel van op grafieken gebaseerde machine learning. Meer dan 30.000 fintech-bedrijven een vorm van AI-fraude gebruiken op hun platforms.
De reductie van 90% en wat er nog over is
Het cijfer van 90% heeft betrekking op specifieke fraudecategorieën bij instellingen met een volwassen AI-implementatie. Visa-rapporten voorkomen 95% van de pogingen tot kaartfraude. PayPal houdt verliezen door fraude onder de 0,1% van het betalingsvolume. Dit behoren tot de beste resultaten in de sector. Kleinere instellingen zonder toegang tot miljarden trainingsdatapunten bereiken bescheidener verbeteringen.
De resterende oplichtingspraktijken worden steeds geavanceerder. Deepfake-technologie maakt stem- en video-nabootsing mogelijk die biometrische verificatie kan omzeilen. Dankzij generatieve AI kunnen criminelen op grote schaal overtuigende phishing-e-mails en valse documenten maken. De fraudepreventie-industrie bevindt zich in een wapenwedloop, waarbij zowel aanvallers als verdedigers AI gebruiken.
Volgens het Nilson Report bedroegen de mondiale verliezen door fraude in 2024 nog steeds meer dan 40 miljard dollar, ondanks de wijdverbreide inzet van AI. De opkomst van fintech-eenhoorns omvat verschillende fraudepreventiebedrijven zoals Featurespace, Sardine en Unit21. De $50 miljard aan AI in de fintech-markt zal aanzienlijk worden aangedreven door voortdurende investeringen in technologie voor fraudepreventie.
