Kartenaussteller müssen innerhalb von Millisekunden eine betrügerische Transaktion von einer legitimen unterscheiden. Jetzt gibt es eine neue Komplikation: Was passiert, wenn der legitime Kunde nicht mehr derjenige ist, der den Kauf direkt tätigt?
Diese Frage wird immer dringlicher, da Systeme mit künstlicher Intelligenz (KI) beginnen, Produkte zu empfehlen, Zahlungsmethoden auszuwählen und möglicherweise Transaktionen für Verbraucher abzuschließen. Es hilft auch, eine wichtige Erkenntnis in „Das Issuer Threat Playbook,” ein PYMNTS Intelligence-Bericht, der in Zusammenarbeit mit erstellt wurde Visa DPS. Im Rahmen der Studie wurden 500 Führungskräfte in Führungspositionen im Bereich Zahlungsverkehr bei US-Banken und Nicht-Bankkartenherausgebern befragt.
Betrug ist ohne diese zusätzliche Komplexität bereits teuer genug. 42 Prozent der Emittenten stufen Betrug und Streitigkeiten entweder als ihre größten oder zweitgrößten plattformbezogenen Betriebskosten ein, ohne Mitarbeiter.
Gleichzeitig sind Mängel in den Betrugssystemen spürbar. Der Anteil der Emittenten, die unzureichende Betrugssysteme und viele falsche Ablehnungen als Problemursache für Prozessoren nennen, stieg von 14 % im Vorjahr auf 21 %, während Cybersicherheits- und Netzwerkbedenken von 30 % auf 36 % stiegen.
Die Echtzeiterkennung erhält eine größere Aufgabe
Die Echtzeit-Betrugserkennung selbst stellt keine große Trennlinie zwischen Emittenten mehr dar. Ungefähr sechs von zehn Ausstellern auf allen Ebenen des Buyer Lifetime Worth (CLTV) implementieren oder verbessern die KI-gestützte Erkennung und Verhinderung von Kartenbetrug, was darauf hindeutet, dass diese Fähigkeit zu einer Grundvoraussetzung moderner Kartenausgaben wird.
68 % der Emittenten mit hohem CLTV geben an, dass für den Agentenhandel verbesserte Sicherheit und Betrugsprävention erforderlich sind, verglichen mit 47 % der Emittenten mit mittlerem CLTV und 43 % der Emittenten mit niedrigem CLTV. Mit anderen Worten: Bei Emittenten mit hohem CLTV ist die Wahrscheinlichkeit, dass sie einen Zusammenhang zwischen Sicherheit und von KI-Agenten durchgeführtem Handel herstellen, etwa 1,5-mal höher als bei den anderen Gruppen insgesamt.
Bei Betrugskontrollen muss daher nicht nur beurteilt werden, ob eine Transaktion dem früheren Verhalten des Karteninhabers ähnelt. Emittenten benötigen ausreichende Informationen, um festzustellen, ob ein automatisierter Kauf in die vom Kunden gewährte Befugnis fällt, und müssen die Entscheidung dennoch schnell genug treffen, um zu vermeiden, dass zusätzliche Sicherheit zu zusätzlichen Reibungsverlusten beim Bezahlvorgang führt.
Gerade weil die Entscheidung bereits bei der Autorisierung getroffen werden kann, bietet die Echtzeiterkennung einen Vorteil. Eine bessere Entscheidungsfindung kann Emittenten dabei helfen, verdächtige Aktivitäten zu stoppen, ohne legitime Transaktionen unnötig abzulehnen – ein zunehmend wichtiger Faktor, wenn falsche Ablehnungen selbst Betriebs- und Beziehungskosten verursachen. Der Bericht stellt fest, dass Emittenten mit hohem CLTV ihre kurzfristigen KI-Investitionen auf die Echtzeit-Betrugserkennung und die Betriebsautomatisierung konzentrieren, wobei 41 % beides als Implementierungspriorität in den nächsten 12 Monaten bezeichnen.
Eine präzisere Autorisierung kann das legitime Zahlungsvolumen wahren, die mit Untersuchungen und Streitigkeiten verbundenen Kosten reduzieren und die durch Fehlalarme verursachte Frustration der Kunden begrenzen. Es kann Emittenten auch eine stärkere Grundlage für Transaktionen bieten, bei denen Software program unter der delegierten Autorität eines Verbrauchers handelt.
Das macht die Betrugserkennung in Echtzeit zu einer Fähigkeit, die Emittenten zunehmend benötigen, unabhängig davon, ob sich der Agentenhandel schnell oder langsam entwickelt. Wenn KI-Agenten zu sinnvollen Zahlungsinitiatoren werden, benötigen Emittenten Kontrollen, die diese Transaktionen bei der Autorisierung auswerten können. Wenn sie dies nicht tun, stehen die Emittenten immer noch vor dem Downside, raffinierteren Betrug zu stoppen, ohne gleichzeitig gute Kunden zu stoppen.
Bei PYMNTS Intelligence arbeiten wir mit Unternehmen zusammen, um Erkenntnisse zu gewinnen, die intelligente, datengesteuerte Diskussionen über veränderte Kundenerwartungen, eine stärker vernetzte Wirtschaft und die strategischen Veränderungen anregen, die zur Erzielung von Ergebnissen erforderlich sind. Mit strengen Forschungsmethoden und unerschütterlichem Engagement für objektive Qualität bieten wir vertrauenswürdige Daten für das Wachstum Ihres Unternehmens. Als unser Accomplice haben Sie Zugriff auf unser vielfältiges Group aus Doktoranden, Forschern, Datenanalysten, Zahlenverarbeitern, Fachexperten und Redaktionsexperten.







Discussion about this post