Een onderzoeksrapport van Experian over fraude analyseert de zorgwekkende toename in fraudeverliezen en de manieren hoe bedrijven dit kunnen tegengaan. Het onderzoek werd uitgevoerd door Forrester Consulting en verzamelde inzichten van 308 fraudemanagers binnen de sectoren financiële dienstverlening, telco’s en e-commerce uit tien landen in de EMEA- en APAC-regio’s: Nederland, Australië, Denemarken, Duitsland, India, Italië, Nieuw-Zeeland, Zuid-Afrika, Spanje, en Turkije.
Fraudeverliezen nemen aanzienlijk toe
Uit de bevindingen blijkt dat fraudeverliezen jaar na jaar toenemen voor meer dan driekwart (76%) van de respondenten. Organisaties in de financiële dienstverlening rapporteren de grootste verliezen. Verschillende factoren spelen een rol bij deze toename, zoals de aanhoudende financiële druk op consumenten, talloze datalekken waardoor gevoelige informatie op het dark web belandt en de opkomst van generatieve AI – waardoor technische vaardigheden die nodig zijn bij het uitvoeren van een fraude aanval afnemen.
Het aantal fraudeaanvallen is in bijna iedere categorie toegenomen. Binnen de financiële diensten en telco’s stijgen aanvallen op identiteitsdiefstal het sterkst en wordt op de voet gevolgd door aanvallen op accountovername en synthetische identiteitsaanvallen. In de e-commerce sector nemen ‘vriendelijke’ fraudeaanvallen voornamelijk toe bij retailers. Synthetische identiteitsaanvallen staan op de tweede plaats.
Uitdagingen en prioriteiten voor fraudepreventie
De grootste uitdaging bij het verminderen van fraudeaanvallen is, volgens het onderzoek, de toenemende hoeveelheid van valse positieven die de omzetdoelstellingen beïnvloeden (65%). Op de tweede plaats komen de hoge kosten die gepaard gaan met het gebruiken van meerdere soorten fraudepreventiesoftware (59%). Naarmate bedrijven hun fraudepreventiemogelijkheden uitbreiden met meerdere fraudepreventiediensten, is het cruciaal om de verschillende diensten via één platform en API te verbinden.
De belangrijkste fraude gerelateerde prioriteit is het aanpakken van vooroordelen in ML-modellen (68%). Dit benadrukt het belang van Machine Learning bij fraudepreventie. Transparante ML-modellen maken menselijk toezicht mogelijk. Zo kan men onbedoelde vooroordelen identificeren. Dit is essentieel om ethisch AI-gebruik te garanderen. En om te voldoen aan de toekomstige regelgeving rondom AI.
De toekomst van fraudepreventie
Bijna driekwart (73%) van bedrijven gelooft dat de toekomst van fraudepreventie zal worden aangedreven door AI/ML-oplossingen. De belangrijkste voordelen hiervan zijn een toename in acceptatiepercentages, minder verliezen door een grotere nauwkeurigheid bij fraudedetectie en een afname in de hoeveelheid handmatige beoordelingen en fout-positieven. Dit is cruciaal, aangezien 70% van de respondenten beweert dat fout-positieven hen meer kost dan fraudeverliezen.
Uit het onderzoek blijkt dat de belangrijkste factor voor het overwegen van fraudepreventie op basis van AI/ML voortdurende automatische bijscholing van het model is. Dit om gelijke tred te houden met de veranderende fraude-dreiging (85%). Deze mogelijkheid is essentieel voor bedrijven. Vooral om snel te reageren op veranderende fraude-patronen. En om voorlopers te blijven op het gebied van fraudepreventie. Dit vooral omdat Generatieve AI het frauderisico verhoogt.
