Die rasche Einführung von Echtzeit-Zahlungssystemen hat Finanzinstitute vor eine kritische Herausforderung gestellt: die Unumkehrbarkeit von Transaktionen. Sobald Gelder über Sofortzahlungssysteme abgewickelt sind, können sie nicht mehr zurückgerufen werden, wodurch das Zeitfenster für die Wiederherstellung effektiv entfällt. Diese grundlegende Veränderung hat zu einem sich verschärfenden Problem geführt. PYMNTS Intelligence berichtet, dass 40 % der Finanzinstitute im vergangenen Jahr höhere finanzielle Verluste durch Betrug erlitten, während 38 % mit höheren Betrugsvolumina zu kämpfen hatten.
Ein wesentlicher Treiber dieses eskalierenden Trends ist der Betrug durch autorisierte Push-Payments (APP), bei dem Opfer unwissentlich Zahlungen an Betrüger autorisieren. Daten von PYMNTS Intelligence zeigen, dass Betrugsfälle mittlerweile 23 % aller von Finanzinstituten gemeldeten betrügerischen Transaktionen ausmachen, was einem erheblichen Anstieg von 56 % gegenüber dem Vorjahr entspricht. Die finanziellen Auswirkungen sind noch drastischer, da der Anteil der durch Betrug verlorenen Gelder um 121 % gestiegen ist. Allein im Vereinigten Königreich stiegen die APP-Betrugsverluste im vergangenen Jahr um 19 % auf 576,4 Millionen Pfund (etwa 774 Millionen US-Dollar), wobei besorgniserregende 66 % dieser Fälle auf Online-Plattformen ihren Ursprung hatten.
Agenten-KI definiert die Betrugsermittlung nach der Abwicklung neu
Historisch konzentrierte sich die Betrugserkennungs-KI hauptsächlich auf eine einzige Frage: Soll diese Transaktion genehmigt werden? Die neue Welle des KI-Einsatzes verschiebt dieses Paradigma und stellt eine andere, komplexere Frage: Wenn eine Transaktion abgewickelt wurde, womit ist sie verbunden und wohin ist das Geld geflossen? Diese strategische Neuausrichtung wird durch die Erweiterung der Agenten-KI-Belegschaft von Nasdaq Verafin veranschaulicht.
Nasdaq Verafin hat zwei neue rollenbasierte Agenten eingeführt: einen Agenten für Betrugsanalysen und einen Agenten für AML-Analysen (Anti-Geldwäsche). Diese Agenten sind darauf ausgelegt, die komplexe Ermittlungsarbeit zu automatisieren, die traditionell manuell von Betrugs- und Compliance-Teams durchgeführt wird. Der Agent für Betrugsanalysen wird sich zunächst auf die Triage ungewöhnlicher ACH-Aktivitäten konzentrieren, während der Agent für AML-Analysen sich mit Bargeldstrukturierungs-Warnungen befassen wird – Fälle, in denen Kriminelle große Summen in kleinere Einzahlungen aufteilen, um regulatorische Meldeschwellen zu umgehen. Die Fähigkeiten des AML-Agenten sollen auf die Analyse von Geldflüssen und die Erkennung ungewöhnlicher internationaler Transaktionen erweitert werden. Beide neuen Agenten sollen im dritten Quartal 2026 allgemein verfügbar sein.
Die Wirksamkeit der Nasdaq Verafin-Plattform wird durch ihre große Reichweite gestärkt; mehr als 650 Finanzinstitute haben sie bereits übernommen, und sie arbeitet in einem Konsortiums-Datennetzwerk, das über 2.800 Institutionen umfasst. Dieses riesige Netzwerk ermöglicht es dem System, das Betrugsrisiko von Gegenparteien über mehrere Institutionen hinweg zu identifizieren, anstatt auf das Ökosystem einer einzelnen Bank beschränkt zu sein. Das Unternehmen hat erhebliche Arbeitslastreduzierungen durch seine bestehenden Agenten gemeldet: Der Agent für Sanktionsanalysen reduzierte die Überprüfungszeit von Warnmeldungen um bis zu 90 %, und der Agent für erweiterte Due Diligence (EDD) verkürzte die Überprüfungszeit für die erweiterte Due Diligence um bis zu 50 %.
Globale Infrastruktur zur Bekämpfung grenzüberschreitender Finanzkriminalität
Die Herausforderung der Unumkehrbarkeit von Echtzeit-Zahlungen treibt die Entwicklung hochentwickelter KI-Betrugsinfrastrukturen weltweit voran. In Indien hat der Reserve Bank Innovation Hub, ein Arm der Reserve Bank of India, MuleHunter.AI eingeführt. Dieses KI-System ist mittlerweile in 26 Banken im Einsatz und soll monatlich etwa 20.000 Mule-Konten erkennen. Mule-Konten sind für kriminelle Operationen von entscheidender Bedeutung, da sie als Zwischenkanäle dienen, über die gestohlene Gelder über mehrere Banken geleitet werden, bevor sie abgehoben werden.
Daten des Indian Cyber Crime Coordination Centre, die von The420 gemeldet wurden, unterstreichen das immense Ausmaß dieses Problems. Zum 31. Dezember hatte die Behörde 2,65 Millionen Erstschicht-Mule-Konten identifiziert, die von Cyberkriminellen zur Verschiebung gestohlener Gelder genutzt wurden. Die Behörden schätzen, dass diese Netzwerke den Diebstahl von fast 200 Milliarden Rupien (etwa 2,4 Milliarden US-Dollar) ermöglichten, wovon etwa 81,9 Milliarden Rupien (rund 980 Millionen US-Dollar) erfolgreich zurückgewonnen und an die Opfer zurückgegeben wurden.
Während der Fokus zunehmend auf die Wiederherstellung nach der Abwicklung liegt, bleibt die Betrugsprävention vor dem Auftreten eine primäre Verteidigungslinie. JPMorgan Chase und ACI Worldwide haben eine Partnerschaft angekündigt, um die Kinexys Liink-Kontoverifizierung von JPMorgan direkt in die Unternehmensbetrugsplattform von ACI Worldwide zu integrieren. Diese Zusammenarbeit zielt darauf ab, konsistente Kontrollen über verschiedene Zahlungsschienen hinweg anzuwenden, bevor Gelder ausgezahlt werden. PYMNTS hat zuvor berichtet, dass die Geschwindigkeit schnellerer Zahlungsschienen die Wiederherstellung nach der Abwicklung weitgehend unpraktisch gemacht hat, was die traditionelle Annahme in Frage stellt, dass Finanzteams ausreichend Zeit hätten, Fehler zu beheben, nachdem Geld bewegt wurde.
Die aktuellen Fortschritte in der KI stellen eine entscheidende Entwicklung in der Bekämpfung der Finanzkriminalität dar. Während die Blockierung betrügerischer Transaktionen vor ihrer Abwicklung die erste Verteidigungslinie bleibt, bauen Banken nun parallele KI-Systeme auf, die darauf ausgelegt sind, komplexe Transaktionsmuster zu rekonstruieren, verwandte Aktivitäten über verschiedene Institutionen hinweg zu verbinden und gestohlene Gelder sorgfältig zu verfolgen, bevor Kriminelle sie abheben können. Dieser proaktive, datengesteuerte Ansatz ist in einer Ära, in der die Geschwindigkeit des Geldverkehrs eine ebenso schnelle und intelligente Reaktion auf illegale Aktivitäten erfordert, unerlässlich.
