Trident-Rahmenwerk zur digitalen Betrugsresilienz

Da Betrug und Abzocke durch den Einsatz von KI immer raffinierter werden, verliert die Betrugserkennung an Effektivität. Unternehmen mit einer hohen Betrugsresistenz sind für diese Angriffe gerüstet. Das Trident-Framework unterstützt Sie dabei, die gewünschte Betrugsresistenz zu erreichen.

Prevention

Der Bereich Präventionsprozesse ist der effektivste der drei Hauptpfeiler.

• Das Ziel von Secure Design ist es, Kunden eine von Grund auf sichere Anwendung bereitzustellen, die sowohl  sicher als auch benutzerfreundlich ist. Es wird empfohlen, ein Digital Trust Framework zu verwenden, um sicherzustellen, dass alle Komponenten und Aspekte abgedeckt sind.
• Sensibilisierung ist ein entscheidender Faktor, da Nutzer oft die besten Betrugserkenner sind. Es ist wichtig, Kunden über aktuelle Betrugsmaschen, die das Unternehmen betreffen, zu informieren und ihnen zu zeigen, wie sie beim Umgang mit sensiblen Daten wie Passwörtern sicher vorgehen. Kunden sollten ausserdem darüber aufgeklärt werden, wie sie die Anwendung oder den Dienst sicher nutzen können, einschliesslich Sicherheitseinstellungen und Benachrichtigungen.
• Aufgrund der Vielzahl an Betrügern ist es für eine einzelne Organisation unmöglich, sich allein gegen alle Bedrohungen zu verteidigen. Zusammenarbeit kann helfen, indem Informationen über bekannte Betrugsfälle sowie mögliche Präventions- oder Abhilfemassnahmen ausgetauscht werden. Dies verschafft einen Zeitvorteil, um sich auf eine potenziell bevorstehende Betrugswelle vorzubereiten.
• Obwohl Sensibilisierung entscheidend ist, können KI-gestützte Betrugsmaschen so überzeugende Nachrichten erzeugen, dass selbst Fachleute sie nur schwer erkennen. Um Kunden zu unterstützen, sollte das Unternehmen einen Verifizierungsdienst anbieten, mit dem Kunden überprüfen können, ob die erhaltene Nachricht legitim ist.

Governance

Der Bereich Governance-Prozesse spielt eine wichtige Rolle dabei, alles auf dem neuesten Stand zu halten und einen maximalen Vorbereitungsstand zu gewährleisten.

• Kern eines effektiven Betrugsrisikomanagements ist eine individuelle Taxonomie aller potenziellen Betrugsfälle im Unternehmen. Diese können branchen- und modellabhängig (B2B, B2C) und somit sehr spezifisch sein. Nach der Bewertung und Priorisierung der Betrugsrisiken können Kontrollaktualisierungen und Abhilfemassnahmen implementiert werden.
• Um wirksam zu sein, müssen die Anwendungsfälle für digitalen Betrug regelmäßig überprüft und mit den Cybersicherheits-Risiken abgeglichen werden. Da sich beide Bereiche überschneiden, ist eine gute Koordination der Erkennungs- und Reaktionsmassnahmen unerlässlich.
• Da Betrug ein sehr dynamisches Thema ist, müssen Betrugsrisiken proaktiv überwacht werden, da Kriminelle sehr innovativ sind. Dies schafft Zeitpuffer für die Vorbereitung auf die Erkennung und Reaktion auf neue Betrugsmuster sowie zur Bekämpfung von Kontroll-Degradierung bei der Aufdeckung und gegen Selbstzufriedenheit. Selbst wenn keine konkreten Vorkommnisse eintreten, empfiehlt sich eine jährliche Überprüfung der Betrugsrisiken.

Detection

Der Bereich der Erkennungsprozesse ist traditionell der Schwerpunkt der grossen Lösungsanbieter.

• Alle Betrugserkennungslösungen nutzen traditionell maschinelles Lernen sehr früh, um Anomalien und Ausreisser zu erkennen; praktisch alle haben sich mittlerweile zu KI weiterentwickelt. Zusätzlich verfügen sie über Erkennungsregeln und gleich auch gesperrte Einträge ab, was ein typischer Anwendungsfall im Bereich der Geldwäschebekämpfung ist. Es empfiehlt sich ausserdem, gehärtete mobile Lösungen einzusetzen, die böswillige Manipulationen auf dem Gerät erkennen können. Der gesamte Prozess muss überwacht werden, was insbesondere bei Medienbrüchen und unvorhersehbaren menschlichen Reaktionen eine Herausforderung darstellt.
• Obwohl die Lösungsanbieter regelmässig Updates für ihre Produkte bereitstellen, hilft die zusätzliche Betrugsinformation dabei, einen umfassenderen Überblick über die laufenden Betrugsmaschen zu erhalten, die von den bestehenden Tools möglicherweise nicht erkannt werden.
• Die Aufnahme in die schwarze Liste ist entscheidend, um den Transfer von Vermögenswerten an bekannte, nicht konforme Organisationen zu verhindern, seien es sanktionierte Konten oder Konten von Geldwäschern. Manchmal ist es notwendig, Transaktionen auf einem verdächtigen Konto zu beobachten, ohne es bereits zu sperren. Häufig handelt es sich bei solchen Konten um übernommene legitime Konten, die von der schwarzen Liste entfernt werden müssen, sobald die rechtmässigen Inhaber die Kontrolle zurückerlangt haben.

Remediation

Der Bereich der Schadensregulierung spielt eine wichtige Rolle bei der Verhinderung finanzieller Verluste, sobald ein Betrug aufgedeckt wird.

• Das Betrugserkennungssystem ist üblicherweise in das Hauptzahlungssystem integriert und blockiert alle erkannten betrügerischen Transaktionen. Wird der Betrug jedoch zu spät entdeckt, muss ein Verfahren zur Rückerstattung oder Rückführung der Gelder vorhanden sein.
• Sobald die anfängliche Vorgehensweise des Betrügers identifiziert ist, müssen seine Infrastruktur und Websites abgeschaltet werden, um weiteren Schaden für andere Kunden einzudämmen und zu verhindern.
• Die Untersuchung eines Betrugsfalls erfordert unter Umständen die Einbeziehung von Cybersicherheitsexperten für die Bereitstellung technischer Informationen. Alle wiederhergestellten Protokolle sollten forensisch einwandfrei und einfach zu dokumentieren, um den Arbeitsaufwand zu reduzieren und die Strafverfolgung zu beschleunigen. Untersuchungen können zudem Kontrolllücken aufdecken und Verbesserungspotenziale identifizieren.
• Häufig handelt es sich bei aufgedecktem Betrug nicht um einen Einzelfall. Daher ist eine verstärkte Überwachung wichtig, um ähnliches Verhalten zu erkennen und zu verhindern. Alternativ können vergangene Transaktionsdaten analysiert werden, um Hinweise auf betrügerische Aktivitäten zu finden, sobald zusätzliche Informationen vorliegen (Betrugsermittlung).