Der weltweite Kampf gegen Finanzkriminalität gleicht einem hochriskanten Katz-und-Maus-Spiel zwischen Betrügern und Finanzinstitutionen. Organisiert in hochentwickelten kriminellen Netzwerken sondieren Betrüger unablässig Schwachstellen in Systemen, verfeinern ihre Strategien und tauschen offen Wissen und Taktiken aus. Für Finanzinstitute bedeutet dies einen ständigen Wettlauf – doch das vergleichsweise junge Konzept kooperativer Netzwerke zur Betrugsaufklärung könnte das Kräfteverhältnis nachhaltig zugunsten der Banken verschieben.
Ein Teil des Erfolgs der Betrüger lässt sich auf ihre kollektive Vorgehensweise zurückführen: Durch das Teilen von Strategien können sie Angriffe koordinieren und ihre Effektivität maximieren. Finanzinstitute hingegen haben historisch meist isoliert gehandelt – getrieben von operativen Einschränkungen, Wettbewerb und regulatorischen Bedenken. Doch das ändert sich zunehmend.
Austausch von Betrugsinformationen entscheidend
Banken und Zahlungsdienstleister erkennen vermehrt, dass der Austausch von Risikoinformationen die Betrugserkennung und -vermeidung grundlegend verändern kann. Dank Technologien wie homomorpher Verschlüsselung ist es heute möglich, anonymisierte Daten über verdächtige Verhaltensmuster – etwa auffällige E-Mail-Adressen, Geräte oder Transaktionen – sicher auszutauschen, ohne dabei personenbezogene Daten preiszugeben. Und das ist keine Zukunftsmusik: Acht der zehn größten Banken Großbritanniens nutzen solche Netzwerke bereits – ebenso wie Hunderte weiterer Finanzinstitute weltweit.
Das Ergebnis ist ein lebendiges, stetig wachsendes Netzwerk geteilten Wissens, das bereits über 100 Milliarden Transaktionen pro Jahr umfasst – ein mächtiges Werkzeug im Kampf gegen Betrug. Die kollektive Intelligenz der Netzwerkmitglieder ermöglicht es teilnehmenden Organisationen, Betrugsversuche in Echtzeit zu erkennen und sofort zu reagieren. Gleichzeitig verringert sich die Zahl falsch-positiver Alarme, was zu schnelleren Authentifizierungen und besseren Kundenerfahrungen für vertrauenswürdige Nutzer führt.
Wie es in der Praxis funktioniert
Kooperative Netzwerke erweitern die Bandbreite der Risikobewertung erheblich. Eine Bank, die isoliert agiert, kann nur jene Risiken einschätzen, die innerhalb ihres eigenen Kundenstamms auftreten. Durch den Beitritt zu einem globalen Intelligenznetzwerk erhält dieselbe Bank Zugang zu den Erfahrungen vieler anderer Organisationen. Der praktische Nutzen: Erkennt eine Bank etwa einen SIM-Karten-Tausch bei einem zuvor vertrauenswürdigen Gerät, kann diese Information anderen Mitgliedern sofort helfen, risikobehaftete Transaktionen in ihrem eigenen System zu identifizieren.
Analysen von LexisNexis® Risk Solutions verdeutlichen den enormen Mehrwert dieser erweiterten Perspektive. Zeigt ein einzelnes Gerät in einer Transaktion verdächtiges Verhalten, erhöht sich die Betrugswahrscheinlichkeit um das Fünffache im Vergleich zu einer Transaktion ohne Risikoanzeichen. Kommen zusätzliche Faktoren hinzu – etwa eine auffällige E-Mail-Adresse – steigt das Risiko sogar auf das Achtfache. Solche Erkenntnisse ermöglichen es Banken, erheblich präzisere Risikobewertungen in Echtzeit vorzunehmen und Betrug proaktiv zu verhindern.
Das zeigt sich auch in konkreten Ergebnissen: Im Jahr 2024 verzeichnete eine große US-Bank einen Anstieg von 1.700 % bei der Erkennung hochriskanter Betrugsversuche durch die Nutzung kooperativer Daten. Ein führender US-Kartenanbieter verbesserte die Erkennung solcher Transaktionen um das 23-Fache durch breiter gefasste Risikosignale. In Großbritannien konnte Metro Bank innerhalb von sechs Monaten über 2,5 Millionen Pfund an betrügerischen Transaktionen aufdecken – eine Steigerung um 105 % im Vergleich zu früheren Maßnahmen. Auch Verbraucher profitieren: durch sicherere und reibungslosere digitale Interaktionen.
Hürden bei der Umsetzung
Trotz klarer Vorteile nutzen viele Finanzinstitutionen die Möglichkeiten solcher Netzwerke noch nicht voll aus. Ein aktueller Bericht zeigt, dass nur 27 % der Finanzdienstleister und Online-Händler in der EMEA-Region (Europa, Naher Osten und Afrika) Risikointelligenz als Bestandteil ihrer Betrugsbekämpfung teilen. Weltweit sind die Unterschiede noch größer. Gründe dafür liegen unter anderem in operativen Herausforderungen – etwa in der Sorge um Wettbewerb, Skalierbarkeit oder Systemlatenzen. Fortschrittliche Technologien wie KI-gestütztes Lernen können hier Abhilfe schaffen: Sie analysieren Daten direkt auf den Endgeräten der Nutzer, statt zentral, wodurch Leistung erhalten bleibt und die Datenhoheit gewahrt wird.
Betrüger agieren als vernetzte Gruppen, die Ressourcen und Wissen teilen, um der Aufdeckung zu entgehen. Um wirksam dagegenzuhalten, müssen Finanzinstitute in ähnlicher Weise zusammenarbeiten. Die Zusammenführung von Daten, Technologie und Fachwissen stärkt die kollektive Abwehr und schafft ein robustes, globales Netzwerk zur Minimierung von Betrugsrisiken.
Mit fortschrittlicher Verschlüsselung und KI-Technologien lässt sich Datenaustausch heute ethisch und regelkonform gestalten – und Betrugserkennung wird damit von einer reaktiven zu einer proaktiven Disziplin. Die Teilnahme an solchen Netzwerken verschafft Organisationen eine umfassende Sicht auf Risiken und Vertrauen im digitalen Raum – und kommt letztlich Milliarden legitimer Verbraucher weltweit zugute.
Geteiltes Wissen ist längst keine Option mehr – es ist essenziell, um im Kampf gegen Betrug die Oberhand zu behalten.
Quelle: LexisNexis® Risk Solutions, zuletzt abgerufen am 11.12.2025.
