Genauigkeit beziehungsweise Präzision ist mehr als ein technischer Begriff: In der Welt des maschinellen Lernens misst sie den Anteil korrekter Entscheidungen eines Modells. In dieser Blogreihe zeigen wir, warum genau diese Eigenschaft im Kampf gegen Betrug und Finanzkriminalität den entscheidenden Unterschied macht.
Nirgendwo entscheidet sich mehr als bei der Kontoeröffnung – für Finanzinstitute ist sie der erste Schutzwall, für Kriminelle das bevorzugte Einfallstor. Fehler in dieser Phase ziehen unweigerlich mehr Betrug und höhere Betriebskosten (OPEX) nach sich.
Der Weg zur Kontoeröffnung verläuft heute überwiegend digital. Finanzinstitute setzen fast ausnahmslos auf Online-Onboarding – und Entscheidungen fallen automatisch und sofort: Antrag genehmigt oder abgelehnt.
Fehlt diese Genauigkeit oder Präzision, werden echte Kunden unnötig ausgebremst – während Kriminelle genau das ausnutzen. Ein gutes Kundenerlebnis und wirksamer Schutz vor Betrug schließen sich nicht aus. Sie brauchen nur eines: Präzision.
Finanzinstitute setzen seit Jahren auf dieselben regelbasierten, statischen Kontrollen: KYC-Prüfungen, Geräte-Fingerprinting, Dokumentenprüfungen – bewährte Mittel, um Risiken beim Onboarding in Schach zu halten.
Diese Kontrollen bleiben wichtig – doch sie stammen aus einer Zeit, in der Kriminellen die Mittel für skalierbare, automatisierte Angriffe schlicht fehlten. Im Zeitalter von Agentic AI hat sich das grundlegend geändert: Die Angriffe entwickeln sich schneller als je zuvor. Infolgedessen ist die Kontoeröffnung zur Front in einem zunehmend asymmetrischen Kampf zwischen Banken und Kriminellen geworden.
Eine Erkennungsrate von 60 bis 65 Prozent bedeutet zwangsläufig viele Fehlalarme. Bei einem Verhältnis von zehn echten zu einem betrügerischen Antragsteller durchlaufen zehn legitime Kunden unnötige Zusatzprüfungen – für jeden einzigen Betrüger, den die Bank aussortiert.
Manuelle Prüfungen treiben die Betriebskosten in die Höhe – und hinterlassen beim Kunden vom ersten Moment an einen schlechten Eindruck.
Diese zehn Kunden müssen nicht als Kollateralschaden betrachtet werden. Banken müssen diesen Reibungsverlust nicht akzeptieren.
Verhalten eröffnet den Weg zur Genauigkeit.
Verhaltensintelligenz analysiert das Verhalten von Antragstellern, um sowohl menschliche als auch KI-gesteuerte Angreifer zu erkennen. Tippdynamik, kurze Pausen, Mausbewegungen, die Routine im Umgang mit dem Formular – das sind keine oberflächlichen Signale. Sie sind typisch menschlich, kaum zu fälschen und für KI-Agenten praktisch nicht reproduzierbar.
Kriminelle starten den Antragsprozess häufig mit einem Mix aus gestohlenen, echten, gefälschten oder synthetischen Daten. Sie reichen Dokumente ein – echte oder gefälschte –, die Remote-Onboarding-Prüfungen problemlos passieren. Selbst Liveness Checks versagen zunehmend, weil Kriminelle Videos einsetzen, die zum jeweiligen Dokument zu passen scheinen.
Verhaltensintelligenz erhöht die Genauigkeit durch die kontinuierliche Aktualisierung von Risikoprofilen. Sie unterscheidet zwischen:
- Menschliche versus nicht-menschliche Interaktion
- Vertrautheit mit persönlichen Daten und dem Antragsformular
- Natürliches versus skriptgesteuertes Ausfüllen von Formularen
- Kognitives Selbstvertrauen versus Unsicherheit
Dieser Ansatz ergänzt statische Kontrollen, indem er Risiken identifiziert, die andernfalls unentdeckt bleiben könnten.
In einem künftigen Blog zeigen wir, wie Verhaltensintelligenz bei der Erkennung von Money Mules hilft. Wer bei der Kontoeröffnung und der Money-Mule-Erkennung auf Genauigkeit setzt, kann den Prozess für echte Kunden vereinfachen – ohne dabei mehr Risiko einzugehen.
Fünf Prozent, die den Unterschied machen
Eine Steigerung der Erkennungsrate um 5 % mag gering erscheinen, doch für eine Bank kann die Verbesserung von 65 % auf 70 % transformativ sein.
Jedes gesperrte Konto unterbricht eine ganze Betrugskette. Ohne Money-Mule-Konten bricht die Infrastruktur für Geldwäsche schlicht zusammen.
Die Betriebskosten sinken – und echte Kunden kommen schneller ans Ziel. Statt zehn Unschuldige für jeden Betrüger zu markieren, nähert sich das Verhältnis drei zu eins. Ihre Prüfteams können sich auf tatsächliche Bedrohungen konzentrieren, statt Fehlalarmen hinterherzujagen.
Echte Kunden erleben einen schnelleren, unkomplizierteren Einstieg. Wer nicht durch manuelle Prüfungen ausgebremst wird, bricht den Prozess seltener ab.
Bessere Compliance und frühzeitige Prävention machen Ihr Institut widerstandsfähiger gegen Finanzkriminalität – ohne das Kerngeschäft zu gefährden.
Und die Wirkung von Genauigkeit wächst mit der Zeit
Besonders deutlich zeigt sich das bei den Betriebskosten. Statt immer mehr Personal für manuelle Prüfungen einzustellen, kann Ihr Institut wachsen – ohne dass die Kosten proportional mitsteigen.
Genauigkeit begrenzt auch den Schaden, den ein einzelnes Betrugskonto anrichten kann. Bleibt es unentdeckt, zieht es oft eine ganze Reihe von Compliance-Verstößen nach sich. Genauigkeit bei der Kontoeröffnung stoppt Risiken, bevor sie entstehen, hält die Betriebskosten im Zaum – und schafft gleichzeitig Raum für echtes Wachstum.
Praxis schlägt Theorie
Gezielt eingesetzte Prüfmechanismen sind kein theoretisches Experiment – sie bewähren sich bereits in der Praxis, gegen alle Arten von Betrug bei der Kontoeröffnung.
Ein Beispiel: Eine der fünf größten kanadischen Banken verzeichnete während der Pandemie einen vierfachen Anstieg des Antragsbetrugs. Mit Verhaltensintelligenz gelang es ihr, die Risiken zu senken, das Kundenerlebnis zu wahren und weiterzuwachsen.
Der Einsatz von Verhaltensintelligenz bewahrte die Bank vor prognostizierten Verlusten von 7,7 Millionen US-Dollar und senkte die manuellen Prüfungen um 67 Prozent – geschätzte operative Einsparungen von 663.000 US-Dollar inklusive.
Fazit: Genauigkeit zahlt sich aus
Die Kontoeröffnung ist nicht mehr nur ein Prozess zur Gewinnung neuer Kunden. Sie ist heute ein zentraler Teil der Risikomanagementstrategie jedes Finanzinstituts.
Verhaltensintelligenz macht die digitale Kontoeröffnung von einer Schwachstelle zu einer Stärke: weniger Aufwand für echte Kunden, niedrigere Betriebskosten, nachhaltiges Wachstum – ohne mehr Risiko.
Mehr darüber, wie gezielt eingesetzte Prüfmechanismen wirken – hier weiterlesen.
