In 50 Millisekunden zum zufriedenen Kunden

SAS Viya als Cloud-Lösung mit KI-Entscheidungsunterstützung (Decisioning), ergänzt durch Alert- und Case-Management, macht die Betrugserkennung bei der DKB zukunftssicher.

Betrüger erkennen, ohne unbescholtene Kunden zu verprellen: Die DKB, zweitgrößte deutsche Direktbank, modernisiert ihre Betrugserkennung. Machine Learning, KI und Alert- und Case-Management von SAS sorgen dafür, dass auch im Zeitalter von Instant Payment Überweisungen sauber bleiben.

Zehn Sekunden – so lange haben Banken künftig Zeit, eine Überweisung in Echtzeit, auch Instant Payment genannt, komplett abzuwickeln. Innerhalb dieser zehn Sekunden muss also auch die Betrugsprüfung stattfinden, und das bei möglichst noch besserer Erkennungsquote als bisher. Der wirtschaftliche Schaden durch Cyberkriminalität ist nämlich enorm: Er lag 2024 in Deutschland insgesamt bei 267 Milliarden Euro*. Und Studien aus dem europäischen Ausland zeigen, dass sich die Zahl der Betrugsversuche durch Instant Payment erhöht, wenn nicht sogar verdoppelt. Kein Wunder, dass die Aufsichtsbehörde Bafin von Zahlungsdienstleistern fordert, ihre Möglichkeiten besser auszuschöpfen, um betrügerische Überweisungen zu identifizieren und rechtzeitig zu stoppen.

Grund genug für die DKB, mit knapp sechs Millionen Kunden und täglich bis zu einer halben Million Transaktionen die zweitgrößte Direktbank in Deutschland, ihre Infrastruktur für Betrugserkennung ganz neu aufzustellen. Die Bank setzt in diesem Bereich seit Jahren auf SAS; jetzt hat sie das System konsequent modernisiert: als Cloud-Lösung mit KI-Entscheidungsunterstützung (Decisioning), ergänzt durch Alert- und Case-Management.

Allein schon ein Indiz für den Erfolg dieser Neuorientierung ist die Performance: Die Reaktionsgeschwindigkeit des neuen Systems liegt typischerweise bei rund 50 Millisekunden – die zehn Sekunden werden also bei Weitem nicht ausgeschöpft.

Bewährte SAS Lösung, ganz neu gedacht

Der Weg von der bestehenden On-Premise-Infrastruktur zum hochaktuellen SAS System in der Cloud war zwar kurz, nur rund ein Jahr, aber dafür konsequent, erklärt Florian Lindemann, Domainlead Fraud Analytics & Data Platform bei der DKB und verantwortlich für die analytische Plattform: „Ausgangspunkt waren zwei wesentliche Entscheidungen, die direkt zusammenhingen. Erstens: Wir setzen konsequent auf die Cloud – das ist eine grundlegende Unternehmensstrategie. Und zweitens: Wir setzen weiterhin auf SAS, aber jetzt auf SAS Viya als Managed Service in der Cloud.“ Das Ziel der DKB dahinter? Zum einen möchte sie proaktiv Maßnahmen ergreifen, um den Betrügern einen Schritt voraus zu sein, und somit der Bedrohung durch Betrugsversuche frühzeitig entgegenwirken. Zum anderen strebt sie an, im operativen Geschäft signifikante Kosteneinsparungen zu erzielen.

Die DKB setzt auf Amazon Web Service (AWS), eine Cloud Plattform die SAS Viya vollumfänglich unterstützt. Mit SAS Business Orchestration Services (BOSS) werden die Daten in Echtzeit aus allen relevanten Datenquellen orchestriert und für das Real-Time Decisioning bereitgestellt. Des Weiteren erfolgt über BOSS die Kommunikation mit der Banking Platform. Im SAS Decision Manager entwickeln und verfeinern die Spezialisten die Entscheidungsabläufe und damit die Automatisierung der Betrugserkennung. Und mit dem SAS Model Manager können Data Scientists per Machine Learning die Algorithmen, die der Identifizierung von Anomalien dienen, weiterentwickeln, verwalten und dokumentieren. „Dazu müssen die Kolleg*innen übrigens nicht in SAS programmieren können“, betont Lindemann. „Wer lieber Python verwendet, kann das problemlos tun.“

KI und Machine Learning nutzen zu können, war eine der Hauptanforderungen an die neue Infrastruktur. „Ohne Anomalie- und Mustererkennung sowie die Lernfähigkeit einer KI tappt Betrugserkennung im Zeitalter von Instant Payment im Dunkeln. SAS Viya auf AWS bringt hier zuverlässig die nötigen Einblicke“, so Lindemann. Insbesondere die Skalierbarkeit sei wichtig, und die Performance des Gesamtsystems stellt die DKB zufrieden. Ein Schlüsselfaktor ist laut dem DKB-Experten auch die Möglichkeit zur Einbindung externer Informationen: „Wenn wir unsere Analysen mit Daten aus Drittquellen anreichern, können wir die Erkennungsgenauigkeit signifikant verbessern.“

False Positives versus Kundenzufriedenheit

Und eben diese Präzision liefert den Schlüssel zu einer der Kernanforderungen der Betrugserkennung: möglichst wenig False Positives. „Nehmen wir an, einer unserer Kunden will einen Gebrauchtwagen kaufen und beim Verkäufer per Instant Payment zahlen. Wenn das dann trotz korrekter Voraussetzungen nicht funktioniert und den Deal verzögert, ist die Unzufriedenheit groß, und das zu Recht“, schildert Lindemann. „Wir müssen also unsere unbescholtenen Kunden vor falschen Verdächtigungen schützen, aber möglichst viele echte Betrüger entlarven.“ Dabei helfe die SAS Viya-Plattform erheblich – unter anderem dadurch, dass bereits bei der Registrierung Betrugsversuche erkannt werden würden.

Wenn berechtigte Verdachtsfälle dann weiterverfolgt werden müssen, hilft SAS den Mitarbeitern im Fallmanagement ebenfalls weiter: SAS Visual Investigator zeigt kontinuierlich und auf einen Blick den Status jeder einzelnen Nachverfolgung und stellt die Bearbeitung der Alerts und Cases sicher, somit kann schnell ermittelt und informiert werden. Denn auch das ist Kundenservice: sofortige Information über Betrugsversuche und zeitnahe Aufklärung. 

*Quelle: https://www.biocatch.com/report/digital-banking-fraud-trends-germany-2025-de