Im „perfekten Sturm“, der das Betrugs- und Risikomanagement stört

Die Spannung zwischen Geschwindigkeit und Sicherheit Und Das Kundenerlebnis ist seit langem das bestimmende Paradoxon digitaler Zahlungen und ihrer Genehmigungen. Betrugserkennungssysteme, die auch nur Bruchteile einer Sekunde hinterherhinken, riskieren, legitime Kunden zu verärgern, während übermäßig aggressive Filter falsche Ablehnungen auslösen können, die Vertrauen und Umsatz gleichermaßen untergraben.

„Der Wert der Betrugsaufdeckung wird minimiert, wenn legitime Kunden im Netz gefangen werden.“ Matthew PearceVizepräsident für Betrugsrisikomanagement und Streitbeilegung bei i2csagte PYMNTS während einer Diskussion für Veranstaltung „B2B-Zahlungen 2025“..

Pearce hob drei Schlüsselkennzahlen hervor, die i2c am genauesten überwacht: Betrugsverlustquote, Betrugsrückgangsrate Und Falsch-Positiv-Price. Diese Indikatoren definieren das empfindliche Gleichgewicht zwischen Wachsamkeit und Benutzerfreundlichkeit. Ziel ist es, sowohl Verluste als auch Reibung zu minimieren, eine Harmonie, die eine ständige Neukalibrierung erfordert.

Fangquoten und Reibungen ausgleichen

Zum Glück sieht die Zukunft aus vielversprechend; Und es ist zum großen Teil dank Innovationen in der künstlichen Intelligenz (KI). Als Agent, Generativ Und Da prädiktive KI zum Kern des Finanzbetriebs geworden ist, beweisen ihre Anwendungen, dass Leistung und Verantwortlichkeit nebeneinander bestehen können.

„Führende Institutionen messen die Leistung über mehrere Dimensionen hinweg und passen Modelle kontinuierlich an, um dieses Gleichgewicht aufrechtzuerhalten. … Moderne Verteidigung verbindet Anomalieerkennung in Echtzeit mit kontrollierten Umschulungszyklen“, sagte Pearce und wies darauf hin, dass Agilität ein echtes Unterscheidungsmerkmal sein kann.

Das Ergebnis ist das, was er „Agilität ohne Volatilität“ nannte, oder Systeme, die sich schnell genug entwickeln, um mit Betrügern Schritt zu halten, aber nicht so reaktiv, dass sie bestehende Portfolios destabilisieren.

„Agilität ohne Volatilität ist die neue Definition von Resilienz“, sagte Pearce. „Anpassungsfähigkeit ist genauso wichtig wie Genauigkeit.“

Erklärbarkeit von Gebäuden

Während KI in Finanzgeschäften unverzichtbar geworden ist, wirft sie gleichzeitig auch unbequeme Fragen zu Vertrauen und Rechenschaftspflicht auf. Die Regulierungsbehörden haben ihren Fokus verstärkt auf „Black-Field“-Entscheidungssysteme gerichtet und fordern Erklärbarkeit in Bereichen wie Kreditbewertung und Streitbeilegung Und Betrugserkennung.

Für Pearce sind das keine Kontrollkästchen; Es sind Designprinzipien. Bei i2c wird jedes KI-Modell versioniert und dokumentiert Und vor der Bereitstellung auf Equity geprüft. Wenn eine Aufsichtsbehörde oder ein Kunde fragt, warum eine Entscheidung getroffen wurde, kann das Unternehmen eine klare Darstellung liefern: die Datenherkunft, die Begründung Und Governance-Weg, der zu diesem Ergebnis geführt hat.

„Jedes Ergebnis (muss) nachvollziehbar sein, von den Funktionen und Regeln dahinter bis hin zu den geschäftlichen Auswirkungen, die es erzeugt“, sagte Pearce. „Wir bauen Erklärbarkeit in das Modell und in den Modelllebenszyklus ein. Das ist kein nachträglicher Einfall, es ist Teil des Prozesses.“

Schlüssel Die Erklärbarkeit dieser „vollständigen Geschichte“ liegt in den Daten. Das Versprechen von KI im Zahlungsverkehr ist nur so stark wie die Daten, die es antreiben.

„Wir ziehen Erkenntnisse aus einer breiten Mischung von Transaktionsdaten, Streitergebnissen und Verhaltensmustern“, fuhr er fort. „Jeder Datensatz durchläuft Schemaprüfungen und Driftverfolgung Und Challenger-Checks, bevor ein Modell in Produktion geht.“

Föderiertes Lernen und Datenintegrität

Der Schlüssel liegt in der Föderation: Ein lokal/globales Hybriddesign behält die Vorhersagekraft bei, ohne eine Überanpassung an eine einzelne Datenquelle vorzunehmen.

„Modelle lernen aus globalen Developments, passen sich aber lokal an“, sagte Pearce. „Dadurch können wir die Leistungsgenauigkeit aufrechterhalten, ohne das Modell auf ein einzelnes Portfolio auszurichten.“

Ebenso wichtig ist, was nicht in das System eintreten. Persönlich identifizierbare Informationen sind niemals Teil der Schulungspipelines von i2c. Stattdessen tokenisiert oder hasht das Unternehmen Identifikatoren auf Architekturebene und stellt so sicher, dass „Modelle immer nur für die Vorhersage relevante Attribute sehen, nicht die Kunden dahinter.“ Wenn Erklärungen generiert werden, basieren sie laut Pearce auf strukturierten Metadaten und nicht auf rohen persönlichen Daten.

Ein solcher Ansatz könnte bald zum Commonplace werden. Da Regulierungsbehörden wie die Federal Reserve und das Shopper Monetary Safety Bureau ihre Rahmenbedingungen für die algorithmische Rechenschaftspflicht weiterentwickeln, benötigen Finanzinstitute Systeme, die nicht nur intestine funktionieren, sondern auch zeigen können, wie intestine sie funktionieren.

„Transparenz wird niemals zum Preis der Sicherheit“, sagte Pearce. „Datenschutz beginnt erst im Vorfeld.“

Vom Pilotprojekt zum Wirkungsnachweis

Selbst die ausgefeiltesten KI-Systeme können ohne einen klaren Implementierungspfad ins Stocken geraten. Für Banken und FinTechs besteht die Herausforderung oft nicht darin, was gebaut werden soll. Aber Wie Zu es zu operationalisieren.

„Eine effektive KI-Einführung folgt einem disziplinierten 90-Tage-Zyklus“, sagte Pearce. „Zuerst Umfang und Erfolgskriterien, dann Integration und Konfiguration und dann der begrenzte Rollout. … Die größten Hindernisse sind nicht technischer Natur, sondern organisatorischer Natur. Governance, Genehmigungen, Datenqualität.“ Und Regulierungskomfort verlangsamt die KI oft stärker als die Codierung jemals.“

Das Ziel, fügte er hinzu, sei kein „Proof of Idea“. Es ist ein „Beweis der Wirkung“.

Durch die Verlagerung des Fokus von der Machbarkeit auf die Ergebnisse besteht das Ziel von i2c darin, KI nicht als experimentelles Unterfangen, sondern als strategischen Vermögenswert neu zu definieren.

Diese Unterscheidung kann bei Finanzinstituten Anklang finden, die einen klareren ROI für ihre Bemühungen zur digitalen Transformation anstreben und informiert auch Warum die Integration von Lösungen wie der von i2c über APIs erfolgt, die für die Koexistenz mit Legacy-Kernen und CRMs konzipiert sind, wodurch die Ressourcenbelastung der Kunden verringert wird.

„Die Ressourcen der Kunden bleiben gering“, bemerkte Pearce. „Sie haben Datenzugriff und Compliance-Überwachung Und eine technische Verbindung, während der Anbieter die Einrichtung und Verwaltung übernimmt.“

Die Arbeit seines Groups gibt Hinweise darauf, wie die nächste Part der FinTech-Evolution aussehen wird: intelligente Systeme, die nicht nur schneller und anpassungsfähiger, sondern auch ethischer und überprüfbarer sind.