Zusammenspiel zwischen Mensch und Maschine
Die Otto-Tochter bonprix hat ein eigenes KI-basiertes Fraud Detection Modell zur Verhinderung von Online-Betrug entwickelt, teilt das Unternehmen mit. „Der Onlinehandel steht aktuell vor der Herausforderung, den Einkaufsvorgang im Webshop betrugssicher zu gestalten und dabei gleichzeitig einen umfassenden Service, schnelle Abläufe und eine breite Auswahl an Zahlungsoptionen zu bieten“, sagt Marco Annen, Leiter der Abteilung Credit and Payment und mitverantwortlich für die Betrugsprävention. Um Betrugsversuche zu erkennen, hat bonprix einen Prüfprozess eingerichtet, der auf drei Säulen steht. So kommt eine externe, regelbasierte Software des Otto Group Unternehmens RISK IDENT zum Einsatz. Zudem prüft ein geschultes internes Spezialist*innen-Team mögliche Betrugsversuche. Und seit 2019 schließlich ergänzt das selbst entwickelte Fraud Detection Modell den Prozess. Insbesondere die Lernfähigkeit von KI biete ein großes Potenzial, den Service für Kund*innen und ihre Zufriedenheit signifikant zu steigern und Online-Shopping noch sicherer zu gestalten. Alle Prüfungen zur Betrugsprävention fänden dabei in Übereinstimmung mit der Datenschutzgrundverordnung (DSGVO) statt.
Die RISK IDENT Software prüft Transaktionen auf der Basis von analytisch optimierten statischen und dynamischen Regeln, die meistens auf Device-, Geo- und Transaktionsdaten sowie menschlichen Erfahrungen beruhen. Zudem verrät das User*innen-Verhalten bei einer Shoppingsession viel über eine Betrugsabsicht. Hier setzen die Machine Learning Verfahren des Fraud Detection Modells an. Sie sind flexibel, selbstlernend und können komplexe Muster in Shoppingsessions erkennen, die auf einen Betrugsversuch hinweisen. Diese Muster bestehen aus vielen Attributen, die miteinander verknüpft einen Betrugsverdacht ergeben. Eine erste Version des Fraud Detection Modells ging im März 2019 in Deutschland, Österreich und Norwegen an den Start und wurde antrainiert. Nach einem halben Jahr der Testphase wurde das Modell durch ein regelmäßiges Re-Training mit aktuellen Daten weiterentwickelt. Die Identifizierung auffälliger Muster und Anpassung des Modells mithilfe optimierter Parameter passiert seitdem automatisch. Trotz des hohen Automatisierungsgrades prüft ein spezialisierten Team jeden als betrugsverdächtig eingestuften Vorgang weiterhin manuell. „Seit Projektbeginn wurden mit Hilfe des Tools Transaktionen im fünfstelligen Bereich als betrugsverdächtig erkannt und mehrere tausend davon nach abschließender Prüfung durch unsere internen Teams gesperrt. 12 bis 15 Prozent der Fälle wären ohne Fraud Detection gar nicht erst entdeckt worden. „Einen nächsten wichtigen Weiterentwicklungsschritt sehen wir in der Betrugserkennung in Echtzeit“, sagt Markus Fuchshofen, Geschäftsführer E-Commerce Management, Vertrieb Inland und Marke bei bonprix.
