Fico stellt mit Falcon X ein KI-Portfolio zur Bekämpfung von Finanzkriminalität vor

Das im Silicon Valley ansässige Unternehmen Fico stellt als Pionier in der Anwendung von Predictive-Analytics- und Data-Science-Lösungen Falcon X vor, eine Lösung, die es ermöglichen soll, kriminelle Aktivitäten mit Hilfe von maschinellem Lernen zu erkennen. Eine solche KI-Lösung könnte tatsächlich dazu beitragen, dass das Hase-und-Igel-Spiel zwischen organisierten Cyber-Kriminellen und Banken und Finanzdiensleistern zu Gunsten Letzterer ausgeht. Dabei soll Falcon X eine einheitliche Umgebung für die Betrugsprävention und die Erkennung und Untersuchung von Finanzkriminalität bieten.

Fico Falcon X soll laut Hersteller leistungsfähige KI- und Machine-Learning-Technologien bieten, um neue Formen von Betrug und Finanzkriminalität zu verhindern, die durch die schnelle Verbreitung von Echtzeitzahlungen ermöglicht werden. Das System läuft in der Cloud auf Basis der Amazon Web Services (AWS) und modernisiert sowohl die Betrugserkennung als auch die Bekämpfung von Geldwäsche – ein Ziel, das Banken und Finanzinstitute weltweit verfolgen. Ermöglicht werden sollen hierdurch erhebliche Kosteneinsparungen: Das Unternehmen schätzt, dass sich die Datenverarbeitung, die Systemwartung und die laufende Verwaltung von Legacy-Systemen, die zur unabhängigen Unterstützung dieser Funktionen benötigt werden, zu 80% überschneiden.

Die weltweite Einführung von Echtzeit-Zahlungen – einschließlich Geldtransfers von Person zu Person und mobiler Zahlungen – hat zu kriminellen Bedrohungen geführt, die davon profitieren, dass diese Zahlungen oft unwiderruflich sind. Kriminelle haben die starre Infrastruktur, die unserem globalen Finanzsystem zugrunde liegt, ausgenutzt. Mit Falcon X wollen wir Institutionen helfen, kriminelle Aktivitäten aufzudecken und zu verhindern, bevor die Echtzeit-Überweisung erfolgt.“

Jason Keegan, Leiter Betrugsbekämpfung, Fico

Financial Crimes Studio unterstützt Betrugsprävention

Dabei stellt Fico das Financial Crimes Studio mit Instant ML als Teil der Falcon X-Lösung vor. Dieses soll die Zeit für die Entwicklung und Bereitstellung von Echtzeit-Finanzkriminalitätsmodellen durch speziell entwickelte und domänenspezifische Machine-Learning-Algorithmen verkürzen. Das Financial Crimes Studio soll es Data Scientists zudem ermöglichen, Modelle basierend auf dem einzigartigen Kundenportfolio ihrer Bank unter Verwendung von Open-Source-Bibliotheken für maschinelles Lernen wie R, Python und H2O zu erstellen. KI-Tools im Financial Crimes Studio unterstützen die Modellverwaltung, indem sie Einblicke in das Modellverhalten geben.

Mit Instant ML öffnet Fico sein bereits bekanntes Portfolio an KI- und Machine-Learning-Techniken, die sich bei tausenden von Finanzinstituten bewährt haben. Erstmals können Data Scientists die branchenführenden Machine-Learning-Algorithmen gegen Finanzkriminalität in ihren eigenen Modellen verwenden. Diese Modelle können nahtlos auf Falcon X aufgesetzt werden, um die kleinsten Anzeichen illegaler Aktivitäten zu identifizieren.

Finanzinstitute und FinTechs auf der ganzen Welt investieren stark in Machine-Learning-Analytik, um die Risikominderung mit der Kundenerfahrung in Einklang zu bringen. Die Fähigkeit, die Entwicklung und den Einsatz fortschrittlicher Modellierungsfunktionen zu demokratisieren, hat für viele Unternehmen oberste Priorität, damit sie mit der rasanten Entwicklung von Betrugs- und Geldwäscheangriffen Schritt halten können. Falcon X bietet die entscheidenden Instrumente, um diesen Bedürfnissen gerecht zu werden und Banken und FinTechs in die Lage zu versetzen, schnell auf die sich verändernden Kriminalitätsmuster zu reagieren.“

Julie Conroy, Research Director, Aite Group

Die ursprüngliche Falcon-Lösung führte bereits vor 25 Jahren künstliche Intelligenz zur Betrugserkennung ein. Die Lösung hat sich nach Aussage des Herstellers durch mehr als 95 Patente für betrugsspezifische maschinelle Lernalgorithmen kontinuierlich weiterentwickelt und schützt heute weltweit mehr als 2,6 Milliarden Zahlungskonten. „Falcon X bedeutet einen großen Fortschritt bei der Nutzung von KI zur Betrugsbekämpfung. Banken auf der ganzen Welt haben uns mitgeteilt, dass ihre Datenwissenschaftler Open-Source-Modelle entwickeln, die im Labor gut funktionieren, aber nicht in der Größenordnung, die in der realen Welt benötigt wird“, so das Unternehmen. Das Financial Crimes Studio und Instant ML sollen dieses Hindernis beseitigen, indem sie passende Toolkits und spezialisierte Machine-Learning-Algorithmen zur Verfügung stellen.

Eine einheitliche Plattform für Betrugsprävention und Compliance

Inzwischen verwenden Teams für Betrugsbekämpfung und Financial Compliance Teams oft verschiedene Lösungen und Analytik, um verdächtige Aktivitäten zu erkennen und zu untersuchen. In einer kürzlich von Ovum durchgeführten Umfrage erklärte die Mehrheit der Banken in allen untersuchten Regionen, dass sie strategische Pläne haben, um ihre Aktivitäten zur Betrugs- und Finanzkriminalität zusammenzuführen. Die Fico-Lösung will dabei Redundanzen eliminieren, indem beide Bereiche – unabhängig davon, ob sie einzeln oder einheitlich betrieben werden – mit konfigurierbaren Workflows und einem gemeinsamen Fallmanager unterstützt werden, der die Robotic Process Automation für effizientere Abläufe beinhaltet.tw