Ein heute erstelltes betrügerisches Konto kann wochenlang inaktiv bleiben, bevor es dazu genutzt wird, ein Empfehlungsprogramm auszuschöpfen, Geschenkkarten in Umlauf zu bringen oder Transaktionen durch synthetische Identitäten zu verschleiern. Wenn das Muster sichtbar wird, ist eine eindeutige Zuordnung nicht mehr möglich und der Schaden bereits entstanden. Unternehmen schätzen, dass sie jedes Jahr 3 % ihres gesamten E-Commerce-Umsatzes durch Betrug verlieren. Tools zur Betrugsprävention bei neuen Konten sind Softwaresysteme, die gefälschte Konten bei der Anmeldung erkennen sollen. Sie unterscheiden sich in Bezug auf Signalqualität, Anpassungsfähigkeit und Widerstandsfähigkeit gegenüber Angriffen.

Im Folgenden gehen wir darauf ein, was diese Tools leisten, was gute von ausreichenden Tools unterscheidet und wie Sie eine faire Evaluierung durchführen, um Tools zur Betrugsprävention bei neuen Konten zu vergleichen.

Highlights

• Tools zur Betrugsprävention bei neuen Konten kombinieren Geräteintelligenz, Verhaltensbiometrie und Netzwerksignale, um jeden Anmeldeversuch zu bewerten, bevor ein Konto erstellt wird.

• Um diese Tools zu bewerten, sollten Sie sich den Umgang mit falsch positiven Ergebnissen, Transparenz und die Leistung des Modells gegenüber adaptiven Angreifern ansehen.

• Ein strenger Wertnachweis lässt beide Tools gleichzeitig auf denselben Datenverkehr los und misst die Erkennungsquote, die Quote falsch positiver Ergebnisse und die Auswirkungen auf die Konversion gemeinsam.

Was sind Tools zur Betrugsprävention bei neuen Konten?

Tools zur Betrugsprävention bei neuen Konten sind Softwaresysteme, die Registrierungsversuche in Echtzeit bewerten und ein Risikosignal ausgeben, bevor es das Konto gibt. Diese Tools befinden sich häufig zwischen Ihrem Registrierungs-Flow und der Nutzerdatenbank und bewerten jeden Versuch anhand von Gerätedaten, Verhaltenssignalen, Identitätsattributen und Intelligenz auf Netzwerkebene.

Diese Tools sollen Betrug bei neuen Konten bekämpfen, der vorkommt, wenn jemand ein Konto mit gefälschten, gestohlenen oder synthetischen Identitätsdaten erstellt. Anstatt ein bestehendes Konto zu übernehmen, wird die Plattform eines Unternehmens ab dem ersten Tag ausgenutzt. Der betrügerische Akteur könnte Willkommensboni beanspruchen, Ausgabenlimits umgehen, Geldwäsche über verschachtelte Konten betreiben oder eine Basis für zukünftigen Missbrauch aufbauen.

Wie funktionieren Tools zur Betrugsprävention bei neuen Konten?

Diese Tools kombinieren mehrere Erkennungsmechanismen, um sich ein Bild von jedem Anmeldeversuch zu machen. Hier sind die Taktiken, die zur Anwendung kommen:

Geräteintelligenz

Wenn ein Nutzer/eine Nutzerin auf Ihrer Registrierungsseite landet, erfasst ein JavaScript-Snippet oder ein mobiles Software Development Kit (SDK) den Fingerabdruck des Geräts und speichert Browser-Version, Bildschirmauflösung, installierte Schriftarten und Dutzende weiterer Attribute. Das Tool verwendet diese Informationen, um eine eindeutige Kennung zu generieren. Ziel ist es, zu erkennen, wenn dasselbe physische Gerät mehrere Konten erstellt, auch nachdem die Nutzerin/der Nutzer Cookies löscht oder den Browser wechselt.

Verhaltensbiometrie:

Dadurch wird erfasst, wie Nutzerinnen und Nutzer mit dem Formular interagieren. Dazu gehören der Tipprhythmus, Muster bei der Mausbewegung, die Verweildauer in jedem Feld und ob sie zwischen Eingaben per Tabulator oder Klick wechseln. Menschen füllen Formulare auf einzigartige, inkonsistente Weise aus.

Netzwerk- und Geschwindigkeitsanalyse

Hierbei werden die Internet-Protokoll (IP)-Adresse, der Verbindungstyp und die Frage untersucht, ob sich Signale auf verdächtige Weise häufen. Tausend Anmeldungen aus demselben /24-Subnetz (einer gängigen Netzwerkkonfiguration) innerhalb von 20 Minuten sind ein offensichtliches Signal. Ein subtileres Tool korreliert jedoch Geräte-Fingerabdrücke von Kundinnen und Kunden, sodass es ein Gerät erkennt, das auf drei anderen Plattformen betrügerische Konten erstellt hat, bevor es Ihre Plattform trifft.

Anreicherung von Identitätssignalen

Hierbei werden übermittelte Daten – wie E-Mail-Adresse, Telefonnummer und physische Adresse – mit Datenbanken bekannter Betrugsmuster abgeglichen. Dieser Mechanismus prüft Datenpunkte wie das Alter der E-Mail-Domain und ob die Telefonnummer bereits in früheren Betrugsringen aufgetaucht ist.

Risikobewertung in Echtzeit

Diese Signale speisen ein Modell, das eine Risikobewertung (meist 0-100 oder 0-1) ausgibt, bevor das Konto in Ihre Datenbank geschrieben wird. Ihre Plattform nutzt diesen Wert, um Konten zu genehmigen, sie zur Überprüfung zu markieren oder eine erweiterte Überprüfung anzufordern.

Worauf sollten Sie bei der Evaluierung von Tools zur Betrugsprävention bei neuen Konten achten?

Viele Unternehmen bieten Tools zur Betrugsprävention bei neuen Konten an. Hier erfahren Sie, was gute von ausreichenden Tools unterscheidet:

Signalqualität und Netzwerkbreite

Ein Tool, das nur Ihren Datenverkehr sieht, hat einen eingeschränkten Blick auf die Bedrohungslandschaft. Tools, die plattformübergreifend arbeiten, sammeln jedoch Konsortiumssignale. Sie haben ein Gerät oder ein E-Mail-Muster bereits gesehen, auch wenn Sie es noch nicht gesehen haben. Fragen Sie Anbieter, wie groß ihr Netzwerk ist, welche Branchen es abdeckt und ob Konsortiumsdaten per Opt-in oder automatisch erfasst werden.

Quote falsch positiver Ergebnisse und Handhabung

Das Blockieren legitimer Nutzerinnen und Nutzer bei der Anmeldung kann teuer werden, da Sie diese Kundinnen und Kunden verlieren und sie je nach Kategorie möglicherweise nicht wieder zurückgewinnen. Fragen Sie nach der Quote falsch positiver Ergebnisse für verschiedene Arten von Datenverkehr (z. B. Mobil, international, Nutzer/innen eines virtuellen privaten Netzwerks [VPN]); Sie benötigen mehr als nur aggregierte Zahlen. Fragen Sie dann, wie das Tool mit Randfällen umgeht, ob es möglich ist, Ausnahmeregeln zu erstellen, oder ob es sich bei dem Modell um eine Blackbox handelt.

Transparenz

Wenn ein Konto markiert wird, muss Ihr Team verstehen, warum. „Hohe Risikobewertung“ ist zu allgemein. Wirksame Tools zeigen die Schlüsselsignale deutlich auf, damit Analystinnen und Analysten fundierte Entscheidungen treffen und Ihre Regeln im Laufe der Zeit verbessert werden können.

Step-Up-Integration

Tools sollten sich nahtlos in Ihren Stack zur erweiterten Überprüfung integrieren lassen – sei es ein Ablauf für Einmalpasswörter (OTP), ein Anbieter zur Dokumentenüberprüfung oder eine manuelle Überprüfungsliste. Fragen Sie, wie diese Übergabe funktioniert, wer sie wartet und was passiert, wenn Ihr Step-Up-Anbieter ausfällt.

Berichterstattungs- und Feedback-Schleifen

Ohne einen Feedback-Mechanismus, mit dem Sie bestätigten Betrug oder falsch positive Ergebnisse markieren können, damit dies in das Modell einfließt, verliert es seine Kalibrierung.

Wie beeinflussen Integrations- und Deployment-Entscheidungen die Wahl Ihres Tools zur Betrugsprävention bei neuen Konten?

Die Art der Integration beeinflusst Ihren Zeitplan, die Abdeckung und die laufende Wartung mehr als fast jeder andere Faktor. Tools bieten möglicherweise zwei Wege an: ein Client-seitiges SDK, z. B. JavaScript für das Web und systemeigene Bibliotheken für iOS und Android, oder einen serverseitigen Application-Programming-Interface-Aufruf (API). Wirksame Set-ups nutzen beides.

Hier sind die wichtigsten Punkte, auf die Sie achten sollten:

• Latenz: Fragen Sie nach Latenzwerten vom 95. bis zum 99. Perzentil. Achten Sie darauf, keine Durchschnittswerte zu betrachten, da diese verschleiern können, wie lange die langsamsten Anfragen dauern. So erfassen Sie die langsamste Real-World-Performance und nicht nur den Durchschnitt.

• Mobile Abdeckung: Wenn viele Ihrer Registrierungen über Mobile Apps erfolgen, vergewissern Sie sich, dass die mobilen SDKs gepflegt, regelmäßig aktualisiert und in der Signalqualität mit der Web-Version konsistent sind.

• Step-up-Schwellenwerte: Bestimmen Sie, wer die Logik kontrolliert, die entscheidet, wann auf eine Step-up-Verifizierung eskaliert wird. Wenn diese in der Plattform des Anbieters liegt, haben Sie Flexibilität gegen Komfort eingetauscht. Wenn Sie jedoch eigene Regeln auf Basis der Risikobewertungen definieren können, behalten Sie die Kontrolle.

• Fallback-Verhalten: Wenn Ihr Risikobewertungsservice nicht verfügbar ist, benötigen Sie einen Backup-Plan. Ihr Registrierungs-Flow könnte offen fehlschlagen, sodass jeder durchkommt, oder geschlossen fehlschlagen, sodass jeder blockiert wird. Was Sie wählen, hängt von Ihrer Risikobereitschaft ab, aber Sie müssen Ihren Standard kennen und wissen, ob Sie ihn konfigurieren können.

Wie gut funktionieren Tools zur Betrugsprävention bei neuen Konten unter realen Angriffsbedingungen?

Ein Tool zur Betrugsprävention bei normalem Traffic zu bewerten ist einfach. Schwieriger ist es zu wissen, wie es sich verhält, wenn jemand versucht, es zu umgehen.

Achten Sie auf diese Funktionen, um sich gegen dynamische Angriffe zu schützen:

Adaptive Angreifererkennung

Ausgefeilte Betrugsmethoden testen Ihre Abwehr, bevor ein großer Angriff gestartet wird. Dabei werden möglicherweise zunächst einige wenige Konten erstellt, um Ihre Schwachstellen auszuloten. Anschließend werden je nach Befund die Werkzeuge angepasst, um Geräte-Fingerprints zu wechseln, Proxys zu rotieren oder die Ausführungsgeschwindigkeit zu drosseln, um menschliches Timing zu imitieren. Fragen Sie Anbieter, wie das Modell reagiert, wenn Angreifer sich anpassen, und wie schnell es sich neu kalibriert.

Headless-Browser- und Emulator-Abdeckung

Headless-Browser und emulierte mobile Geräte sind Standard in modernen Betrugs-Toolkits. Fragen Sie Anbieter, wie ihre Geräteintelligenz damit umgeht und ob die Erkennungsraten gegenüber Tools wie Playwright, Puppeteer oder Android-Emulatoren standhalten.

Durchsatz bei Lastspitzen

Fragen Sie, ob der Bewertungsservice mithalten kann, wenn Ihr Registrierungs-Endpoint innerhalb von fünf Minuten mit 50.000 Anfragen konfrontiert wird, oder ob die Latenz so stark ansteigt, dass die Transparenz verloren geht.

Operations-Support während eines Angriffs

Einige Anbieter bieten ein dediziertes Response-Team an, wenn Sie unter Angriff stehen, andere hingegen nicht. Stellen Sie sicher, dass Sie wissen, welchen Service Sie kaufen, bevor Sie ihn benötigen.

Zuverlässigkeits-SLAs

Eine Erreichbarkeitsgarantie von 99,9 % klingt stark, bis man bedenkt, dass das etwa 8,7 Stunden Ausfallzeiten pro Jahr entspricht. Ein zuverlässiges Service Level Agreement (SLA) enthält typischerweise Angaben zu geplanten Wartungsfenstern und der historischen Vorfallshäufigkeit sowie vertragliche Zusagen.

Welche Sicherheits- und Datenschutzanforderungen sollten Tools zur Betrugsprävention bei neuen Konten erfüllen?

Tools zur Betrugsprävention verarbeiten viele sensible Daten, was eine Compliance-Fläche schafft. Folgendes sollten Sie beachten, um Compliance-Anforderungen und Gesamtrisiken zu minimieren:

Datensparsamkeit

Das Tool sollte nur die notwendigen Daten erheben und nicht mehr. Fordern Sie ein Datenwörterbuch an, das enthält, welche Attribute erfasst werden, wo sie gespeichert sind und wie lange sie aufbewahrt werden. Aufbewahrungsfristen können variieren, und wenn Sie mit identitätsnahen Daten arbeiten, gilt: kürzer ist besser.

Geografische Datenspeicherung

Wenn Sie in der EU tätig sind, müssen Sie wissen, wo Daten verarbeitet und gespeichert werden. Einige Anbieter leiten alle Signale über US-amerikanische Infrastruktur weiter, während andere eine regionale Verarbeitung anbieten. Dies beeinflusst Ihre Compliance-Position hinsichtlich der Datenschutz-Grundverordnung (DSGVO).

Audit-Logs

Sie benötigen eine vollständige Aufzeichnung jeder Risikoentscheidung – einschließlich der vorhandenen Signale, der ausgegebenen Bewertungen und der getroffenen Maßnahme. Dies ist relevant für interne Untersuchungen, regulatorische Anfragen und Modell-Audits.

Sicherheitsstatus des Anbieters

Die System and Organization Controls (SOC) 2 Type-II-Zertifizierung ist eine Grundvoraussetzung, kein Alleinstellungsmerkmal. Fragen Sie nach der Häufigkeit von Penetrationstests, den Richtlinien zur Offenlegung von Schwachstellen und dem Umgang des Anbieters mit einem Sicherheitsvorfall, der Endkundendaten betrifft.

Wie führen Sie einen Proof of Value durch, um Tools zur Betrugsprävention bei neuen Konten zu vergleichen?

Bevor Sie Anbieter einladen, halten Sie die Betrugsmuster fest, die Sie erkennen möchten. Führen Sie dann möglichst parallele Tests durch. Führen Sie eine Shadow-Mode-Evaluierung durch, bei der beide Tools gleichzeitig denselben Traffic bewerten, sodass Sie einen direkten Vergleich analysieren können. Das Testen von Anbieter A für 30 Tage und dann von Anbieter B für 30 Tage erfasst nicht dasselbe Betrugsumfeld.

Achten Sie dabei auf folgende Metriken:

Erkennungsrate bei bestätigtem Betrug

Dazu ist ein beschrifteter Datensatz oder ein rückwirkender Überprüfungszeitraum erforderlich. Wenn Sie keinen haben, erstellen Sie ihn vor Beginn der Evaluierung – andernfalls messen Sie das Vertrauen des Anbieters statt seiner Genauigkeit.

Falscherkennungsquote bei legitimen Registrierungen

Messen Sie dies segmentübergreifend nach Traffic-Segmenten, nicht aggregiert. Ein Tool, das insgesamt gut abschneidet, könnte eine hohe Quote falsch positiver Ergebnisse bei internationalen mobilen Registrierungen aufweisen – was sehr relevant ist, wenn das ein Wachstumsmarkt für Sie ist.

Auswirkungen auf die Konversion

Verfolgen Sie, welcher Prozentsatz echter Nutzer/innen auf einen Step-up-Flow trifft und wie viele abbrechen. Reibungsverluste verursachen Kosten, und ein Tool mit einer etwas niedrigeren Erkennungsrate aber deutlich besserer Konversion könnte die richtige Entscheidung sein – je nach Ihrem Unternehmen.

Beziehen Sie Ihr Operationsteam in diesen Bewertungsprozess ein. Dieses Team nennt Ihnen Dinge, die eine technische Evaluation übersieht – beispielsweise ob die Oberfläche dem Druck standhält, ob die Begründungen klar genug sind, um schnelle Entscheidungen zu treffen, oder ob die Feedback-Schleife in der Praxis funktioniert.

So kann Stripe Radar Sie unterstützen

Stripe Radar verwendet KI-Modelle, um Betrug zu erkennen und zu verhindern. Diese Modelle wurden mit Daten aus dem globalen Netzwerk von Stripe trainiert. Sie werden kontinuierlich auf der Grundlage neuester Betrugstrends aktualisiert und schützen Ihr Unternehmen vor aufkommenden betrügerischen Aktivitäten.

Stripe bietet außerdem Radar for Fraud Teams an, mit dem Nutzer/innen benutzerdefinierte Regeln für Betrugsszenarien hinzufügen können, die speziell auf ihr Unternehmen zugeschnitten sind. Außerdem erhalten sie Zugang zu neuesten Erkenntnissen über betrügerische Aktivitäten.
Mit Radar kann Ihr Unternehmen unter anderem Folgendes umsetzen:

• Verlust aufgrund von Betrug vermeiden: Stripe wickelt jährlich Zahlungen in Höhe von über 1 Billion USD ab. Dadurch kann Radar auf einzigartige Weise Betrug genau erkennen und verhindern.

• Umsatz steigern: Die KI-Modelle von Radar werden anhand tatsächlicher Anfechtungsdaten, Kundeninformationen, Daten zum Surfverhalten und mehr trainiert. Damit kann Radar riskante Transaktionen identifizieren und falsch positive Ergebnisse reduzieren und so Ihren Umsatz steigern.

• Zeit sparen: Radar ist in Stripe integriert und lässt sich ohne Codierung einrichten. Sie können über eine einzige Plattform Ihre Performance mit Blick auf Betrug überwachen, Regeln schreiben und vieles mehr. Das erhöht die Effizienz.

Erfahren Sie mehr über Stripe Radar oder starten Sie noch heute.