Kreditkartenbetrug kostet Verbraucher etwa 4 $. 8 Milliarden pro Jahr und Händler 190 Milliarden Dollar pro Jahr. Das Fair Credit Billing Act (FCBA) begrenzt die Haftung des Verbrauchers für unautorisierte Kartentransaktionen auf 50 US-Dollar. Kreditkartenunternehmen müssen den Rest abdecken, daher sind diese Agenturen stark in die Aufspürung und Beschränkung von Betrug investiert. Zu diesem Zweck haben sie sehr schematische und komplexe Verfahren zur Aufdeckung und Verarbeitung von Betrug eingeführt. Das Folgende sind die drei wichtigsten Wege, auf denen dies geschieht.

Unternehmen sehen sich Ihre Muster an

Kreditkartenunternehmen verfolgen Ihre Ausgabenmuster durch Systeme, die die Gültigkeit Ihrer Einkäufe bestimmen. Jedes Mal, wenn Ihr Muster mit hochpreisigen oder ungewöhnlichen Akquisitionen oder mit Transaktionen außerhalb Ihres Hauses bricht, notiert das Unternehmen dies und warnt Sie. Das Unternehmen vermerkt auch eine geänderte Häufigkeit, z. B. wenn Sie mehr Transaktionen als zuvor protokolliert haben und Ihre E-Commerce-Transaktionen eine geänderte IP-Adresse verwendet haben. Diebe neigen dazu, Kreditkarten zu testen, indem sie kleinere Transaktionen durchführen, gefolgt von immer größeren. Kreditkartenunternehmen warnen Sie, wenn sie ein solches Muster bemerken.

Unternehmen nutzen Ihre Unterstützung

Möglicherweise haben Sie einen oder mehrere Fälle von Kreditkartenklau gemeldet. Kreditkartenfirmen verfolgen ähnliche Gebühren auf einer oder mehreren Ihrer Karten und bitten Sie, diese zu überprüfen. Der Dieb könnte unter verschiedenen Namen Betrug begangen haben, oder andere Hacker könnten dieselben oder ähnliche Betrügereien verüben.

Unternehmen beschäftigen technische Algorithmen

Kreditkartenunternehmen verwenden ein hochentwickeltes System technischer Algorithmen, um Betrug zu verhindern. Dazu gehören Clustering, bei denen Banken gemeinsame Käufe miteinander verknüpfen und Ausreißerübernahmen einfangen; Mittelwertbildung, bei der Banken die Mittel Ihrer Käufe berechnen, um Ihr typisches Kaufverhalten zu bestimmen; und Klassifizierung, wo Banken Transaktionen nach Kategorien, die Geographie, Zeit, Betrugswahrscheinlichkeit und so weiter umfassen.

Die Standarddatenanalyse hat sich zu Big-Data-Analysen entwickelt, bei denen Ingenieure Technologien wie Cloud Computing und maschinelles Lernen verwenden, um Anomalien zu erkennen. Kreditkartenunternehmen durchlaufen Datenhaufen, um falsche Positive auszusortieren und Muster zu erkennen. Das Computersystem verwendet Petabytes, um all diese Daten zu verarbeiten. Zu jedem Zeitpunkt verarbeitet PayPal 1. 1 Petabyte an Daten für alle 169 Millionen Kundenkonten. Diese Verarbeitungsmenge kann die Computerstruktur des Unternehmens beschädigen, sodass der Computer zur Unterstützung durch das Cloud Computing wandert. Cloud Computing erstreckt sich auf eine Unmenge von Daten. Auf diese Weise gelingt es Kreditkartenunternehmen, verdächtige Signale zu erkennen.

Kreditkartenunternehmen nutzen auch maschinelles Lernen, bei dem Computermodelle trainiert werden, indem sie mit typischen Transaktionen gespeist werden, um Vorhersagen auszuspucken.Maschinelles Lernen analysiert die Transaktion und erzeugt eine Wahrscheinlichkeitsziffer, um ihre Vertrauenswürdigkeit zu bewerten. Dieser Prozess hilft Händlern, Just-in-time-Betrug zu erkennen. Wenn also Ihre Kreditkarte von einem Kassierer abgelehnt wurde, hat das Modell wahrscheinlich eine hohe Betrugswahrscheinlichkeit erzielt, die das Kassensystem darauf aufmerksam machte, die Transaktion abzulehnen.

Key Takeaways

Der PCI Security Standards Council widmet sich der Verbesserung der Sicherheitsstandards für Ihren Kontodatenschutz. Händler, die Kreditkarten verarbeiten, müssen einmal im Jahr ihre Sicherheitsaudits durchführen, und Chip-and-Pin-Technologien sind nur eines der vielen neuen IT-Systeme, die zur Betrugserkennung aufgetaucht sind. Der Kreditkartenbetrug wächst jedoch weiter an, und 2014 wurden nach Angaben des Gemalto Breach Level Index 2014 weltweit 1 540 Verstöße registriert.

Kreditkartenunternehmen versuchen verschiedene Betrügereien, um Betrug zu verhindern. Dazu gehören traditionelle und aufkommende Big-Data-Analysen, um abnormale Muster zu erkennen. Die Daten zeigen, dass ihre Bemühungen zumindest in Amerika zu niedrigeren jährlichen Betrugsraten führen. Zum Beispiel stahlen Betrüger, die Kreditkarten verwendeten, 18 Milliarden US-Dollar von 13,1 Millionen US-amerikanischen Verbrauchern im Jahr 2013. Diese Zahl verringerte sich im Jahr 2014 von 12,7 Millionen US-amerikanischen Opfern auf 16 Milliarden US-Dollar.