Automatisierung zum Erkennen und Stoppen betrügerischer Transaktionen

Auf dem Bank Automation Summit nahm Jessica Gonzalez, Director of Auto Lending Strategy bei Informed, mit Kevin Faragher, Senior Director of Product and Strategy bei Ally Financial, an einem Panel teil, das von Whitney McDonald, Deputy Editor of Bank Automation News, moderiert wurde.

Hier ist ein Teil der Diskussion.

Whitney – Welche Arten von Betrug nehmen zu? Jessica, kannst du ein paar Zahlen nennen?

Jessica – Betrug ist ein heißes Thema. Autokäufer verwenden eine digitale Schnittstelle, um Autos zu kaufen und zu finanzieren. Bei der Autokreditvergabe sehen wir also Verluste in Höhe von 4.7 Milliarden US-Dollar. Der von Informed festgestellte Betrug liegt bei allen unseren Kreditgebern im Durchschnitt bei 2.25 %. Eine digitale Präsenz erhöht den Betrug tatsächlich um 08 % – Betrüger werden immer raffinierter und nutzen digitale Plattformen, um dies zu ermöglichen.

Wir stellen also sicher, dass Betrug eingedämmt wird. Die Strafverfolgung konzentriert sich auf Identitätsdiebstahl, weil er leicht zu bestrafen ist und ein „heißes Verbrechen“ darstellt. Wir konzentrieren uns auf Gehaltsabrechnungsbetrug, weil er damit zusammenhängt, dass Verbraucher ihre Kredite zurückzahlen. Anstatt uns auf die Identifizierung oder KYC zu konzentrieren, stellen wir sicher, dass wir das Verbrauchereinkommen berechnen können.

Whitney – Sie haben über Gehaltsabrechnungsbetrug gesprochen und gerade ein Bulletin veröffentlicht. Können Sie mehr darüber erzählen, was Sie sehen?

Jessica – Die Betrugsrate bei unseren Kreditgebern beträgt ~2.25 %. Im digitalen Bereich sehen wir 35 % mehr Betrug. Ein digitaler Einzelhändler sieht mit 10-mal höherer Wahrscheinlichkeit betrügerische Gehaltsabrechnungen und Dokumentationen bei Hypotheken und Krediten. Wenn wir uns Trends ansehen, vergleichen wir sie mit diesen durchschnittlichen 2.25 %. Es mag nicht nach einer großen Sache klingen, aber es ist Milliarden wert. Der Schlüssel liegt nicht nur darin, Daten zu haben, um Betrug zu verfolgen, sondern auch sicherzustellen, dass Sie Trends erkennen.

Wie Kevin sagte, ist es schwierig, Trends manuell zu verfolgen. Analysten überprüfen Dokumente – sie sehen täglich Unmengen von Dokumenten. Sie können nicht alle diese Datenpunkte verbinden, um Trends aufzudecken. Als ich bei der Bank war, sahen wir eine Telefonrechnung mit einem anderen Namen und einer anderen Adresse, aber der gleichen Telefonnummer wie jemand anderes, und es dauerte fast sechs Monate, sie zu identifizieren. Eine automatisierte Transaktionsanalyse in Echtzeit ist unerlässlich, um Ihr Betrugsteam und die gesamte Branche durch die gemeinsame Nutzung von Datenressourcen auszustatten.

KI kann diese Millionen von Transaktionen verarbeiten und Trends hervorheben. Daher ist es entscheidend, nicht nur die Daten zu haben, sondern sie auch richtig zu nutzen und zu analysieren.

Whitney – Jessica hat uns erzählt, was sie sieht. Nun, Kevin, mit Ally – Können Sie uns die jüngsten Zunahmen betrügerischer Aktivitäten mitteilen, die Sie beobachten?

Kevin – Du denkst darüber nach, wie Betrug früher war. Jemand hat die Post von jemandem gestohlen, sich einen gefälschten Ausweis besorgt und ein Auto gekauft. Ein kluger Underwriter könnte erkennen, dass dieser Typ eine Kreditauskunft in Kalifornien hat und sie einen Kredit in Detroit beantragen, was keinen Sinn ergibt. Aber heute geht alles schnell. Geschwindigkeit ist eines der wesentlichen Geschäftswertversprechen.

Das passt digital gut, weil Betrüger das ausnutzen und versuchen, schneller zu sein. Eine der größten Arten von Betrug, die wir sehen, ist Betrug, bei dem Leute teilweise oder vollständig ein Kreditprofil erstellen, das darauf abzielt, durch unsere Underwriting-Systeme zu gelangen. Ich habe kürzlich ein Beispiel gesehen, bei dem jemand seine Kreditwürdigkeit mit der Modellhandelslinie verbessert hat, was die Geschäftsbewertung verbessert hat.

Also überprüfen wir alle Daten und führen eine Simulation durch. Wir haben Leute, die sie anschauen, aber sie sind wirklich schwer zu erkennen. Wenn der Deal mit einer synthetischen ID zustande kommt, müssen Sie immer noch die Identität unterstützen. Hier ist es wirklich wertvoll, die Möglichkeit zu haben, dass KI die schlechte Gehaltsabrechnung erfasst und sie für unsere Leute kennzeichnet.

Whitney – Sie haben beide erwähnt, wie Ally mit Informed.IQ zusammenarbeitet, um betrügerische Transaktionen zu kennzeichnen. Jessica, können Sie erklären, wie Banken diese Technologie nutzen können?

Jessica – Informed erkennt automatisch Betrug bei Gehaltsabrechnungen, was einer der ersten Einstiegspunkte in den Kreditprozess ist. Daher ist es wichtig zu verstehen, dass wir Betrüger als wirklich Hightech betrachten, und obwohl das wahr sein kann, sind es auch alltägliche Menschen eine Eintrittsbarriere. Wenn Sie sich nur auf nicht dokumentarische Überprüfungen konzentrieren, stoßen Sie möglicherweise auf viele synthetische IDs. Wenn Sie sich auf KYC und Identitätsbetrug konzentrieren, aber keine digitalen Dokumente konsumieren, gibt es eine Einschränkung, wie viel automatische Erkennung Sie aktivieren können.

Wenn Sie ein flaches Bild erhalten haben, nur ein Dokumentbild aus einer E-Mail oder einem Fax, ist die Bildqualität ein Problem. Wenn Sie also ein Fax oder ein Bild eines Bildes erhalten, ist es schwierig festzustellen, ob es sich um einen Betrug handelt. Die KI kann sich auf die ID konzentrieren, aber wenn es sich um ein flaches Bild handelt, werden Sie nur in 10 bis 20 % der Fälle erfolgreich sein. Die meisten Kreditgeber verlassen sich nach wie vor auf Papier, daher konzentrieren wir uns darauf, wo wir signifikante Wirkung erzielen können – wo wir sehr zuversichtlich sind, dass wir Betrug aufdecken. Sich auf die Paystub-Betrugsmaßnahme von Informed zu verlassen, ist ein guter Indikator für Kreditgeber, um sicherzustellen, dass sie nicht nur KYC, sondern auch verstärkten Betrug erkennen. Vielleicht kann jemand Betrug nicht erkennen, weil es viel einfacher ist, eine gefälschte Gehaltsabrechnung als einen gefälschten Ausweis zu erhalten, und da der Schwerpunkt mehr auf KYC und ID-Überprüfung liegt, wird wahrscheinlich mehr Gehaltsabrechnungsbetrug auftreten.

Es ist wichtig sicherzustellen, dass Kreditgeber Konten eröffnen und Verbrauchern ein nahtloses Erlebnis beim Hochladen von Dokumenten bieten können. Wenn Sie diese Überprüfungen am Frontend haben, können Sie Betrug erheblich reduzieren. Stellen Sie sicher, dass Sie zu Beginn Ihres Wasserfalls auf Betrug prüfen. Eine schlechte Bildqualität korreliert mit einer schlechten Performance innerhalb des Kreditportfolios. Wenn Sie Leute haben, die Kredite zurückzahlen können und werden, aber keine Belege vorlegen können, werden sie es höchstwahrscheinlich mit einer synthetischen ID oder einem CPN versuchen, aber wenn wir einen tatsächlichen Gehaltsabrechnungsbetrug sehen, geraten sie mit größerer Wahrscheinlichkeit in Verzug. Sie haben einfach nicht die Mittel, um diese Zahlungen zu leisten.

Weitere Informationen zum Melden von Betrug finden Sie unter informiertiq.com.