Innovationen aus dem Labor

Selbstlernende Systeme sind die Zukunft der Datenverarbeitung. Der Bereich Innovation und strategische Analyse nutzt neueste technologische Verfahren wie etwa maschinelles Lernen, um wegweisende Lösungen für die SCHUFA und ihre Kunden zu entwickeln. Eines der Betätigungsfelder: die Betrugsabwehr.

____________________

FOTOGRAFIE_ SCHUFA

DATUM_ 05. Juni 2018

Waren und Dienstleistungen von jedem Ort aus und zu jeder Zeit erwerben – das Online-Shopping ist aus dem modernen Alltag nicht mehr wegzudenken. Inzwischen werden knapp 10 Prozent des Umsatzes im Einzelhandel über das Netz abgewickelt. Dieser Anteil wird sich in den kommenden fünf Jahren mehr als verdoppeln. Immer größer und viel­seitiger wird die Auswahl der eCommerce-Anbieter, immer schneller laufen die Versand- und Erfüllungsprozesse ab. Doch der eCommerce-Boom hat auch eine Schattenseite: Betrug – zu Englisch „Fraud“. Wenn Daten bewusst falsch angegeben werden oder unter fremdem Namen bestellt wird, sind Händler wie Verbraucher gleichermaßen Leidtragende. Laut einer Branchenstudie in Zusammenarbeit mit der SCHUFA klassifizieren Online-Händler 3 Prozent der Bestellungen als Betrug. Und 12 Prozent der Internetnutzer in Deutschland wurden laut einer forsa-Umfrage bereits Opfer von Identitätsmissbrauch – einer der typischen Betrugsformen, die für das Online-Shopping zutreffen.

Betätigungsfeld Betrugsabwehr

Um dieses Thema kümmern sich unter anderem die Experten aus dem Fachbereich Innovation und strategische Analyse, dem hauseigenen Innovation Lab der SCHUFA. Aufgabe sind die Analyse, die Entwicklung und der Einsatz datenzentrierter Technologien. Die Mathematiker, Statistiker, Informatiker und Marketingexperten, die hier arbeiten, sind mit ihrer Expertise gefragt: Sie sprechen auf Fachkonferenzen in den USA, beteiligen sich an internationalen Forschungs- und Entwicklungsprojekten und wurden für ihre Arbeiten bereits international ausgezeichnet. Mittlerweile hat die SCHUFA mehrere Patente angemeldet, die im Innovation Lab entwickelt wurden. Ein Schwerpunkt des Bereichs liegt zurzeit auf der Entwicklung von Lösungen zur Betrugsprävention.

Dr. Gjergji Kasneci:
Artificial Intelligence (A. I.)
 

meint künstliche Intelligenz und umfasst maschinengesteuerte Verfahren, die intelligentes Verhalten nachahmen. A.I.-Systeme werden durch den Menschen für Aufgaben trainiert, die sie durch statistische Auswertung zahlreicher Möglichkeiten oft schneller und zuverlässiger lösen können. Dazu zählen insbesondere das Treffen von Entscheidungen, selbstständiges Lernen oder das Erbringen von Transferleistungen. Durch die Kombination solcher Verfahren lassen sich komplexe Aufgaben wie Text und Spracherkennung oder das autonome Steuern eines Fahrzeugs lösen. Nichtsdestotrotz gibt es in der Gesamtbreite menschlicher Fähigkeiten Bereiche wie etwa Kreativität, die solche Verfahren nicht oder nur unzureichend nachahmen können. Dies lässt Raum für künftige Forschungen, insbesondere im Bereich der Informationsqualität.

Dr. Gjergji Kasneci leitet den Fachbereich Innovation und strategische Analyse. Ihn fasziniert die Interaktion zwischen Mensch und ­Maschine mit dem Ziel, die Effizienz und Genauigkeit der Maschine stets zum Nutzen des Menschen zum Einsatz zu bringen.

Häufig stehlen Betrüger die Identität von Ver­brauchern und verwenden diese mit abweichender Adresse“, berichtet Dr. Gjergji Kasneci, Bereichsleiter Innovation und strategische Analyse bei der SCHUFA. So brauchen die Betrüger für Lieferware nicht zu zahlen. Nicht nur die Unternehmen bleiben auf dem Schaden sitzen. Auch die Verbraucher, deren Identität gestohlen wurde, stehen plötzlich unter Betrugsverdacht. „Wir wollen helfen, diese Art des Betrugs zu verhindern“, so Kasneci weiter. Schließlich ist das Selbstverständnis der SCHUFA, Unternehmen und Privatpersonen Geschäfte zu ermöglichen und sie vor Schaden zu schützen.

Der SCHUFA-FraudPool Die Plattform zur Betrugsprävention im Bankenbereich wurde 2014 entwickelt. Unternehmen können hier Informationen zu Betrugs- Verdachtsfällen standardisiert und datenschutzkonform austauschen. Die Fakten (Stand April 2018): Hinweise zu betrugsrelevanten Vorgängen Prozent der registrierten Betrugsverdachtsfälle im Zusammenhang mit Bonität angeschlossene Kreditinstitute gemeldete Betrugsfälle Personen als Identitätsbetrugsopfer gemeldet 1.851 79 23.248 44.751 58

„Die Digitalisierung unseres Alltags schreitet immer schneller voran. Wir organisieren unser Leben von unterwegs, führen über Smartphone oder Tablet Überweisungen durch oder bestel­len schnell etwas. Diese digitale Freiheit und die Vielzahl an Endgeräten machen auf der anderen Seite neue Identifizierungsverfahren nötig – die zunächst betrugsanfällig sind“, sagt Dr. Kasneci. Das haben auch Betrüger schnell erkannt. Mit den fortschreitenden technischen Möglichkeiten werden auch deren Betrugsmaschen ausgefeilter.

Kombination von Mensch und Maschine

Ohne den Einsatz modernster, datenzentrierter Technologien wäre eine moderne Betrugsabwehr nicht möglich. Im Innovation Lab forschen die SCHUFA-Experten daher zu Information-Retrieval-, also Informationsrückgewinnungs- und Machine-Learning-Verfahren, um diese für viele Anwendungfelder wie zum Beispiel die Betrugsprävention nutzbar zu machen. Ein Beispiel ist das neue Suchsystem der SCHUFA. Die dort entwickelten Technologien der künstlichen Intelligenz kommen vielfältig zum Einsatz – etwa beim so genannten Adressnormalisierungsverfahren, das ein wesentlicher Baustein der Betrugsprävention ist. „Es geht darum, dass das System erkennt, ob zum Beispiel ein Name richtig geschrieben wurde, die Hausnummer stimmt, die Orts- und Straßenangaben richtig sind“, so Dr. Gjergji Kasneci. „Sollte es da auch nur eine geringfügige Abweichung geben, kann das den Verdacht auf Betrug erhärten.“

Stefan Erdmann:
Machine Learning
 

gehört zu den meistgenutzten Verfahren im Bereich künstliche Intelligenz und ist vereinfacht ausgedrückt die Generierung von Wissen aus Erfahrung. Ein künstliches System lernt, indem es Muster in Daten erkennt und Verallgemeinerungen ableitet. Zum Beispiel wird ein Vorhersagemodell „trainiert“, um die Automatisierungsquote bei der Personenidentifizierung wesentlich zu erhöhen. Hierzu werden dem System vorherige Entscheidungen von menschlichen Experten vorgelegt. Im Lernverfahren kann es daraufhin eigenständig statis­tische Zusammenhänge erkennen und die bestmöglichen Entscheidungen treffen. Der Vorteil ist, dass „eingefrorenes“ Expertenwissen rund um die Uhr abrufbar ist.

Stefan Erdmann leitet die Abteilung Data Analytics & Applications. Am Machine Learning reizt ihn, die komplexen Verfahren so zu gestalten, dass sie den größtmöglichen Nutzen für Kunden erzielen.

Damit niemand fälschlich unter Verdacht gerät und damit der Verkäufer eine schnelle Entscheidung über die Vertrauenswürdigkeit des Käufers treffen kann, muss eine hohe Datenqualität gewährleistet sein. Das tun die Kolleginnen und Kollegen aber nicht im Alleingang. Arbeitsprinzip ist, Aufgabenstellungen gemeinsam zu lösen. „Das datenbezogene Wissen liegt überwiegend bei den Mitarbeiterinnen und Mitarbeitern, die sich täglich mit den Daten beschäftigen, also beispielsweise in der Datenqualität, dem Anmerkungsmanagement oder der Datenanalyse“, erklärt Dr. Kasneci. „Unser Job ist es, die entsprechenden Algorithmen zu schreiben und das menschliche Wissen in die Maschinen einzugeben.“ Das Rechen­ergebnis wird kontinuierlich überprüft, angepasst und weiter verbessert. Nur so können äußerst präzise Resultate erzielt werden.

Entscheidungen in Millisekunden

„Wir versuchen vor allem Betrugsmuster zu erkennen“, sagt Dr. Gjergji Kasneci. Im Online-Shop können etwa der Warenkorb und seine Zusammensetzung schon einige Indikatoren für eine Betrugsabsicht liefern. Werden vor allem besonders teure Waren mit hohem Wiederverkaufswert wie Elektronik bestellt, sollten Online-Händler gegebenenfalls genauer hinschauen. Eine besondere Herausforderung im eCommerce besteht darin, durch effektive Betrugsprävention das Betrugsrisiko zu minimieren, ohne dabei den Kaufprozess für die Kunden zu verlängern oder zu verkomplizieren. Dr. Gjergji Kasneci: „Der Händler muss mit dem Bestelleingang unmittelbar entscheiden, ob er die Ware versenden kann oder nicht.“ Die SCHUFA entwickelt deshalb auf Basis neuester Technologien, wie neuronalen Netzen und selbstlernenden Algorithmen, Lösungen zur Betrugsmustererkennung in Echtzeit. Ziel ist es, einen Filter zu entwickeln, der quasi in Millisekunden dem Online-Händler signalisiert, dass ein Betrugsverdacht vorliegt.

Dr. Klaus Broelemann:
Deep Learning
 

bringt Maschinen das Verstehen bei. Fast jeder hat bereits ein Gerät zu Hause, das diese Technik nutzt. Durch die gesteigerte Rechenleistung der Computer kam es in dem Bereich zu einer rasanten Weiter­entwicklung und einigen Durchbrüchen, etwa beim Verständnis von Texten. Heutzutage bildet Deep Learning einen Hauptzweig des maschinellen Lernens. Es basiert auf der Funktionsweise des Gehirns, indem es neuronale Strukturen künstlich nachbildet. Die heutigen technischen Möglichkeiten erlauben es, dass Millionen kleiner Einheiten zu einem komplexen Netzwerk – man spricht hier von tiefen Netzen – kombiniert werden können. Sie finden Einsatz bei der Bildanalyse, bei Vorhersagemodellen oder eben beim Textverständnis wie beispielsweise bei der Verarbeitung von Freitextinformationen.

Dr. Klaus Broelemann leitet die Abteilung Data Analytics Research. Spannend am Deep Learning findet er die dahinterstehende Mathe­matik sowie die Möglichkeit, aus kleinen, einfachen Elementen komplexe, intelligente Systeme zu bauen.

Viele Vertrags- und Geschäftspartner beschäftigen sich ebenfalls mit den Möglichkeiten von „Advanced Analytics“. Daher war das Thema Fraud Prevention, also Betrugsprävention, Schwerpunkt bei der Premierenveranstaltung der InnovationsWerkstatt, eines neuen Formats für Kunden und Partner, das auf Initiative des SCHUFA-Vertriebs im September 2017 durch­geführt wurde. In der InnovationsWerkstatt kommen Experten unterschiedlicher Branchen zusammen, um gemeinsam Themen der Digitalisierung zu behandeln, neue Ideen zu entwickeln und Innovationen zu fördern. Der übergreifende Diskurs ermöglicht es, neue Einsichten zu den Fragestellungen im Zusammenhang mit der fortschreitenden Digitalisierung zu gewinnen – bestes Beispiel für den Anspruch der SCHUFA, kompetenter Berater und vertrauensvoller Begleiter auf dem Weg in die digitale Zukunft zu sein. Erst im Austausch untereinander können wirkungsvolle Lösungen gefunden und entwickelt werden, ganz im Sinne des Schutzes von Anbieter und Käufer.

 

 

»Die SCHUFA zählt hochkarätige Experten und innovative Köpfe zu ihren Mitarbeiterinnen und ­Mitarbeitern. Sie entwickeln Lösungen, um digitale ­Geschäftsprozesse ­zugleich bequem und sicher zu gestalten.«

PETER VILLA, SCHUFA-VORSTANDSMITGLIED

ÄHNLICHE ARTIKEL