Buffl

1. Geschichte der KI

M
von Mathäus






Praktisches Beispiel: Einsatz eines Expertensystems zur Betrugserkennung

Bei einer Bank ist ein Expertensystem zur Betrugserkennung im Einsatz. Das System analysiert eingehende Transaktionen auf Basis fester Regeln, die durch Expert:innen definiert wurden. Wenn mindestens zwei Regeln zutreffen, wird die Transaktion als potenziell betrügerisch markiert und zur manuellen Überprüfung weitergeleitet.

Hier ein paar Beispiele für mögliche Regeln:

  1. Ungewöhnlich hohe Beträge: Transaktionen über 10.000 € werden als verdächtig markiert (falls nicht von einem autorisierten Geschäftskonto).

  2. Geografische Anomalien: Es werden innerhalb von fünf Minuten Transaktionen von zwei weit entfernten Standorten durchgeführt (z. B. Login aus Deutschland, Zahlung aus Brasilien).

  3. Ungewohnte Uhrzeit für eine Transaktion: Große Überweisungen erfolgen zwischen 02:00 und 04:00 Uhr und weichen von der bisherigen Nutzung des Kontos ab.

  4. Schnelle Folge mehrerer kleiner Transaktionen: Mehr als zehn Transaktionen unter 100 Euro innerhalb einer Stunde.

  5. Abweichung vom normalen Kundenverhalten: Der:die Kund:in hat in den letzten sechs Monaten nur Zahlungen bis 500 Euro getätigt, überweist nun plötzlich 8.000 Euro ins Ausland.

Wird eine Transaktion als potenziell betrügerisch erkannt, können die Bankangstellten anhand der Regeln transparent nachvollziehen, weshalb dies der Fall war. Das System kann auch ohne große Trainingsdatensätze basierend auf dem Expertenwissen der Angestellten trainiert und verbessert werden. Ein großer Nachteil ist jedoch, dass neue Betrugsmuster nicht automatisch erkannt werden und durch neu zu erstellende Regeln abgefangen werden müssen.

Author

Mathäus

Informationen

Zuletzt geändert