Skip to content

Drei Schritte zur Bekämpfung von Telekommunikationsbetrug

Blog

September 30, 2022 | Jonathan Pryer

Können Sie einfach so auf Milliarden von Euro verzichten? Wenn nicht, lesen Sie weiter.

Telekommunikationsanbieter verlieren jedes Jahr geschätzte 40 Milliarden Euro an Betrüger, und es wird immer schlimmer.

Zwischen 2019 und 2021 haben die Betrugsfälle um 28 % zugenommen, und da die Kosten für Mobiltelefone steigen, fallen Betrügern zunehmend höherwertige Produkte und Dienstleistungen in die Hände. Es ist schwieriger denn je, betrügerisches Verhalten zu erkennen, da dieses immer komplexer wird – allein in der Telekommunikationsbranche gibt es mehr als 200 Arten von Betrug. Das Problem wird in absehbarer Zeit jedenfalls nicht verschwinden.

Dennoch gibt es keinen Grund, die Flinte ins Korn zu werfen! Es gibt drei hochwirksame Taktiken für Telekommunikationsunternehmen, um sich zur Wehr zu setzen und Forderungsausfälle um bis zu 69 % zu reduzieren. Wenden Sie einfach die drei „A“ an:

  • Zugang
  • Auswertung
  • Handeln

Der Kern von allem? Ein weiteres A: alternative Daten. Die Einspeisung alternativer Daten in jeden Schritt des Betrugsbekämpfungsprozesses ist der Schlüssel zur Reduzierung der jährlichen Verluste in Milliardenhöhe.

1. Zugang 

Der erste Schritt zur Betrugsbekämpfung ist der Zugang – der Zugang zu Daten, einschließlich alternativer Daten, liefert genauere Informationen für Betrugs- und KYC-Kontrollen während der Aktivierungsprozesse. 

Eine häufige Betrugsart in dieser Phase des Kundenlebenszyklus ist der Vertragsbetrug (Eingehungsbetrug), der sehr kostspielig sein kann. Betrüger verwenden gestohlene Ausweise und Kreditkarteninformationen, um Konten zu erstellen, teure Mobilgeräte zu kaufen und kostenfreie Ware entweder einzustecken oder weiterzuverkaufen. Wenn Kriminelle hochmoderne Smartphones kaufen, bedeutet das potenziell entgangene Einnahmen in Höhe Tausender Euro bei einem einzigen Betrugsszenario.

Durch den Zugang zu einer Vielzahl herkömmlicher und alternativer Datenquellen können Sie selbst die subtilsten Anomalien bei Betrugs- und KYC-Prüfungen beim Onboarding erkennen. So nutzen Betrüger beispielsweise häufig synthetische IDs zur Eröffnung von Konten, was schwer zu erkennen ist, da synthetische IDs einige legitime Elemente verwenden, um unter dem Radar zu bleiben. Alternative Daten können Ihnen die Hinweise geben, die Sie brauchen, um selbst in solchen Fällen einen Betrug zu erkennen. Überprüfen Sie die E-Mail auf geringfügige Änderungen oder sehen Sie nach, ob der Standort mit den Aktivitäten in sozialen Medien übereinstimmt.

2. Auswertung 

Der zweite Schritt ist die Analyse: Analysieren Sie alle Daten, auf die Sie Zugriff haben, genau. Beschränken Sie sich bei dieser Analyse aber nicht auf die herkömmliche Art und Weise – integrieren Sie maschinelles Lernen und KI in Ihre Analysen.

Angenommen, das Telefon eines Phishing-Opfers wurde missbraucht und der Kriminelle hat die SMS-Weiterleitung aktiviert, um Sicherheitscodes erhalten zu können. Die KI/ML-Analyse mobiler Daten könnte ein Risikoteam darauf aufmerksam machen, dass Textnachrichten weitergeleitet werden, und die Durchführung weiterer Überprüfungen anraten.

Taktiken wie die Übernahme von Konten können auch nach dem Onboarding noch Schaden anrichten. Stellen Sie sich vor, Sie müssten ohne jegliche Hilfe winzige Unstimmigkeiten bei Hunderttausenden von Vertragskunden über den gesamten Lebenszyklus hinweg aufspüren. Herkömmliche Entscheidungsfindungslösungen können bei komplexen Betrugsindikatoren durchaus an ihre Grenzen stoßen.

Eine smarte, automatisierte Technologie, die ungewöhnliche Daten erkennen und schnell und genau analysieren kann, macht den Unterschied für Neukunden ebenso wie für aktive Kunden. Maschinelles Lernen und künstliche Intelligenz werden mit der Analyse von Daten und Verhalten immer intelligenter und erkennen immer besser betrügerische Muster, die sonst übersehen würden. Optimieren Sie Ihren Betrugserkennungsprozess mit maschinellem Lernen und KI-Technologie, die jede Art von Daten analysieren kann und ihre Genauigkeit mit jeder Analyse verbessert.

3. Handeln 

Der dritte und letzte Schritt, der Sie bei der Betrugsbekämpfung unterstützt, ist das Handeln: Wenn Sie Zugriff auf alle benötigten herkömmlichen und alternativen Daten haben und KI/ML diese analysiert hat, sind Sie bereit, eine Entscheidung zu treffen.

Wenn die erste Ebene der Überprüfungen noch kein klares Bild von der Legitimität eines Neu-kunden ergibt, kann Ihre Entscheidungsfindungslösung die Daten für eine weitere Analyse tiefergehend untersuchen. Je nach Ihrem Modell können Sie dem Kunden stattdessen einen Plan für Hochrisiko-Kunden anbieten oder ihn sofort ablehnen. Wenn hingegen alles in Ordnung ist, genehmigt Ihre Entscheidungsfindungs-Engine den Kunden und bindet ihn ein.

Die fortschrittliche Entscheidungsfindung nutzt alle von Ihnen gesammelten Daten, um die genauesten Entscheidungen zu treffen, die Sie vor Betrug schützen. Sie verbessert die Effizienz und spart Geld, da nur die notwendigen Prüfungen durchgeführt werden – Sie müssen niemals einen pauschalen Ansatz wählen.

Sobald Entscheidungen getroffen wurden, werden die Ergebnisse wieder in die Plattform eingespeist, wodurch noch mehr wertvolle Daten und Analysen hinzukommen, die der KI/ML-Technologie helfen, Ihre Entscheidungen in Zukunft noch genauer zu treffen.

Wir haben einige Beispiele dafür gesehen, wie alternative Daten eine Entscheidungsfindungs-Engine zur Betrugsbekämpfung unterstützen können, aber was ist das genau? Sehen Sie sich die drei wichtigsten Dinge an, die Telekommunikationsunternehmen über dieses leistungsstarke Tool wissen sollten.

The financial landscape is vast, especially at a global scale. Telco spans that landscape, as  wireless services and products like handsets and modems are in high-demand among people from all financial backgrounds. To reach them, you can’t only rely on traditional data like credit scores to determine risk of default. Collecting and using alternative data can help you impact countless lives, tapping into an enormous worldwide market.

Teil 2: Drei Dinge, die Telekommunikationsunternehmen über alternative Daten wissen sollten

Die Finanzlandschaft ist riesig, vor allem im globalen Maßstab. Die Telekommunikationsbranche erstreckt sich über diese Landschaft, da drahtlose Dienste und Produkte wie Handys und Modems bei Menschen mit unterschiedlichem finanziellen Hintergrund sehr gefragt sind. Um diese Menschen zu erreichen, können Sie sich bei der Bestimmung des Ausfallrisikos nicht nur auf herkömmliche Daten wie bei Kreditwürdigkeitsprüfungen verlassen. Die Erhebung und Nutzung alternativer Daten können Ihnen helfen, unzählige Menschenleben zu erreichen und einen riesigen weltweiten Markt zu erschließen.

1. Was sind alternative Daten?

Kurz gesagt, Daten aus anderen Quellen, die weder der alternativen Szene angehören noch irgendwie ‚komisch‘ daherkommen – sie sind ein leistungsstarkes Instrument zur finanziellen Inklusion.

Einfach ausgedrückt, handelt es sich bei alternativen Daten um alle Informationen, die nicht von Kreditbüros verwaltet werden und die ein ganzheitlicheres Bild der finanziellen Gesundheit und des Gesamtrisikos einer Person zeichnen können. Sie können finanzielle Informationen wie Miete, Versorgungsleistungen oder sogar Telekommunikationszahlungen enthalten, aber auch andere Informationen wie Aktivitäten in sozialen Medien, geografische Aufenthaltsorte und Grundbuchinformationen analysieren.

Alternative Daten können eine vollständigere Geschichte erzählen als herkömmliche Daten allein. In den Vereinigten Staaten allein gibt es mehr als 50 Millionen sog. „Bonitäts-unsichtbarer“ Personen. Dazu gesellen sich noch 70 % der lateinamerikanischen Bevölkerung, 60 % der Population in Südostasien und fast ein Viertel der gesamten Welt – es gibt knapp 1,7 Milliarden Menschen ohne Bank- oder Kreditgeschichte. Das sind sehr viele Menschen, die sich nicht für einen Telekommunikationsvertrag qualifizieren würden, wenn es nur den herkömmlichen Weg gäbe.

Und während sich Kreditwürdigkeitsprüfungen als starke Indikatoren dafür erwiesen haben, ob jemand seine Rechnungen pünktlich bezahlt, wäre es dann nicht sinnvoll, Versorgungsunternehmen und andere wiederkehrende Zahlungsmuster zu berücksichtigen, um das gleiche Verhalten für Telekommunikationsunternehmen vorherzusagen? Über 90 % der Amerikaner leisten Zahlungen für finanzierte Mobiltelefone, aber nur 2,5 % der Daten von Verbraucherkreditbüros enthalten Informationen über Telekommunikationszahlungen. Diese Zahlen dürften Sie zwar für Ihre eigenen Kunden haben, interessanter wäre es allerdings, sie für Personen zu kennen, die einen Anbieterwechsel andenken, da dieses Risiko so besser einschätzbar ist. Wenn Sie zusätzlich zu den Kreditwürdigkeitsprüfungen auch die Daten von Versorgungsunternehmen einbeziehen, erhalten Sie äußerst relevante Einblicke, die noch bessere Risikoindikatoren liefern.

Telekommunikations-, Versorgungs- und Miet-/Eigentumsdaten sind oft wichtige Anhaltspunkte für die Kreditwürdigkeit, die Kreditbüros aber oft nicht berücksichtigen. Deshalb sind alternative Daten so wertvoll.

2. Wie kommen Sie nun an alternative Daten heran?

Als Telekommunikationsunternehmen können Sie über öffentliche Register, aber auch über Datenpartner, die Sie möglicherweise in Ihre Entscheidungslösung integriert haben, auf alternative Daten zugreifen. Diese Datenpartner könnten Aktivitäten in den sozialen Medien, Beschäftigungsinformationen und vieles mehr weitergeben – worauf Sie zugreifen können, hängt von den Compliance-Regeln und -Vorschriften für Kreditentscheidungen in Ihrer Region ab.

Diese Informationen stehen zwar nicht in direktem Zusammenhang mit der Kreditwürdigkeit, können Ihnen aber ein umfassenderes Bild vom Lebensstil einer Person vermitteln. Soziale Medien können zum Beispiel eine sehr aufschlussreiche Quelle für alternative Daten sein, die Ihnen Einblicke in Aktivitäten und Gewohnheiten geben, die durchaus relevant sein können. Da immer mehr Social-Media-Unternehmen auf ihren Plattformen eingebettete Zahlungsoptionen anbieten, könnte Ihnen bspw. das Instagram-Profil einer Person einen Einblick in ihr Transaktionsverhalten geben. Zu verstehen, wie oft eine Person auf Instagram einkauft, wie teuer die gekauften Artikel sind und ob diese Einkäufe mit der Pünktlichkeit ihrer Rechnungszahlungen zusammenhängen, könnten hilfreiche Möglichkeiten sein, dieses Verhalten zu analysieren.

Um die besten Ergebnisse aus alternativen Daten zu erhalten, ist es wichtig, dass Sie Zugang zu Datenintegrationen und Partnern haben, die Ihnen die größtmögliche Bandbreite an Parametern für die Betrachtung von Kunden bieten. Wenn Sie sich für eine Technologie entscheiden, die die Integration von Partnern und den Zugang zu alternativen Daten beschleunigt, ist ein schneller ROI garantiert, da Sie so schneller mehr Kunden erreichen.

3. Funktionieren alternative Daten denn?

Ja! Definitiv. Bonitätsprüfungen spiegeln nicht unbedingt die aktuelle finanzielle Gesundheit einer Person wider, da die so ermittelte Bewertung (das Rating) neben dem aktuellen Verhalten auch das vergangene Kreditverhalten stark berücksichtigt. Selbst wenn eine Person in der Gegenwart sehr verantwortungsvoll ist, können sich Fehlentscheidungen aus der Vergangenheit negativ auf ihre Kreditwürdigkeit auswirken. Wenn Sie das Profil dieser Person durch Ihr herkömmliches Entscheidungsverfahren laufen ließen, könnte sie als hohes Risiko eingestuft werden, was einer ungenauen Bewertung entspräche. Gleiches gilt für Personen, die aufgrund ihrer finanziellen Situation oder diskriminierender Kreditvergabepraktiken nie Zugang zu einem Kredit hatten. Alternative Daten lösen dieses Problem.

Und es gibt Beweise, die dies belegen: 64 % der Kreditgeber/Kreditanbieter, die alternative Daten verwenden, stellen eine verbesserte Risikobewertung fest, 48 % verzeichnen einen Anstieg bei der Annahme von Angeboten und 64 % verzeichnen innerhalb eines Jahres nach der Implementierung spürbare Vorteile. Zu den weiteren Vorteilen zählen eine verbesserte Entscheidungsgenauigkeit, ein besserer Schutz vor Betrug, eine stärkere finanzielle Inklusion, eine schnellere Markteinführung, ein schnelleres Onboarding und eine allgemeine Wertmaximierung.

Wir leben in einer Zeit, in der Informationen so zugänglich sind wie nie zuvor – es ist an der Zeit, diese auch zu nutzen. Die Telekommunikationsbranche steht an der Spitze der Innovation. Warum sollte sie diese Position nicht auch bei der Bonitätsbewertung einnehmen und die vor Jahrzehnten eingeführten Bewertungsmodelle durch fortschrittliche ersetzen? Mit der Einbeziehung alternativer Daten in Ihre Entscheidungsfindung machen Sie die Welt für Millionen von Menschen, die Telekommunikationsdienste benötigen, noch größer und gewinnen risikoarme Kunden, die Ihr Wachstum beschleunigen werden.