Betrugspräventions­-Lexikon

Account Takeover ist eine der beliebtesten Betrugsarten, bei welcher Betrüger*innen versuchen, sich mit gestohlenen Login-Daten oder durch Schadsoftware Zugang zu dem Konto Deiner Kund*innen zu verschaffen.

Buy Now Pay Later stellt für Kund*innen die bequemste und sicherste Bezahlmethode dar, denn das Geld wird erst nach Erhalt der Ware an den Händler transferiert.

Das Gegenstück zur Whitelist: In der Betrugsprävention bezeichnen wir eine Sammlung von Informationen, die mit Betrüger*innen in Verbindung stehen, als Blacklist; z. B. Telefonnummern, IP-Adressen usw.

Computerprogramme, die automatisiert wiederholte Aufgabe durchführen. In der Betrugsprävention treffen wir unter anderem auf das Anlegen von Fake Accounts.

Eine Rückerstattung der Kreditkartenherausgeber, die durch Deine Kund*innen angestoßen und deren Kosten schlussendlich an Dich weitergeben wird. In der Betrugsprävention geht es darum, dass Du gar nicht erst betrügerische Transaktionen akzeptierst und dadurch Chargebacks verhinderst.

Jede Bestellung, bei der Du die physische Existenz der Kreditkarte nicht kontrollieren kannst – also jede Transaktion online oder per Telefon. Für die Betrugsprävention sind hier vor allem gestohlene Kreditkartendaten relevant.

Die CVV findest Du auf der Rückseite Deiner Kreditkarte. In der Betrugsprävention dient sie als Sicherheit, dass eine Kreditkarte beim Kauf auch wirklich physisch vorhanden ist.

Die Webseiten, die nicht einfach gefunden werden können und sollen. Nur mit dem Tor-Browser erreichbar, dient das Dark Web auch Betrüger*innen zum Handel mit gestohlenen Informationen.

Device-Fingerprinting liest zahlreiche Soft- und Hardware-Informationen aus, um betrügerische Geräte zu erkennen und Umsatzausfälle zu vermeiden.

Der digitale Fingerabdruck eines Endgeräts. Die Informationen aus dem Device Fingerprint sind für die Betrugsprävention besonders wichtig bei der Erkennung von Auffälligkeiten oder Mustern.

Was können wir aus den Erfolgen von Betrüger*innen für die Betrugsprävention in Deinem Unternehmen lernen?

Das Alter eines E-Mail-Accounts kann eine wertvolle Information für Deine Betrugsprävention sein. Je jünger das Konto, desto größer die Betrugschance.

Fehlender Alarm in der Betrugsprävention – wenn betrügerische Transaktionen als legitim anerkannt und bestätigt werden. Das Ziel: So wenige False Negatives, wie möglich.

Falscher Alarm in der Betrugsprävention – wenn normale Transaktionen als betrügerisch erkannt und gestoppt werden. Das Ziel: So wenige False Positives, wie möglich.

Unter Fake Identities wird das Erfinden vollständig gefälschter Identitäten verstanden. Dies zählt zu den einfachsten Betrugsmustern und Täter*innen werden immer diesen simplen Weg wählen, wenn Deine Prozesse ohne eine funktionierende Betrugsprävention nicht dagegen geschützt sind.

Betrugsfälle innerhalb der Familie sind ein besonders sensibles Thema. Deine Betrugsprävention muss rechtzeitig erkennen und mit Feingefühl reagieren.

Der Wert, an dem wir Betrugsfälle erkennen. Betrügerische Transaktionen werden anhand des Regelsets Deiner Betrugsprävention bewertet und erhalten einen erhöhten Fraud Score.

There is nothing friendly about friendly fraud! Betrug durch eigentlich “gute” Kund*innen birgt eine Gefahr für Dein Unternehmen, denn meist bemerkst Du den Schaden erst sehr spät – oft zu spät ohne Betrugsprävention.

Betrüger*innen täuschen eine intakte Firma vor, um beispielsweise den Bonitätsprüfungsprozess erfolgreich zu durchlaufen und sich hohe Kredite zu ergaunern.

Bei der Übernahme von Identitäten gibt es immer zwei Opfer: Dein Unternehmen, an dem ein Betrug begangen wurde, und eine Person, deren Identität dafür missbraucht wurde.

Alles, was den Bestellprozess Deiner Kund*innen verlangsamt. In der Betrugsprävention handelt es sich vor allem um die Tätigkeiten Deine Fraud Manager, die mit der manuellen Überprüfung von potentiell betrügerischen Transaktionen zu tun haben.

Betrüger*innen verschaffen sich Zugriff zu den Accounts Deiner Kund*innen und nutzen Bonuspunkte oder Guthaben für betrügerische Transaktionen. Den Schaden musst Du Deinen Kund*innen erstatten.

Das perfekte Paar in der Betrugsprävention: Machine Learning mit menschlicher Unterstützung. Betrugsversuche erkennen, bevor sie zum Schadensfall werden mit Echtzeit-Analyse.

In der Betrugsprävention arbeiten wir mit Systemen, die potentiell betrügerische Transaktionen als Verdachtsfälle einstufen. Der tatsächliche Fraud Manager muss diese Fälle manuell überprüfen und entscheidet über das weitere Vorgehen.

Der Schutz von Kund*innenkonten vor Fremdzugriff durch die Abfrage mehrerer Belege – nicht nur einem einzigen Passwort. Die MFA bietet Betrugsprävention durch eine präzisere Verifizierung von Identitäten.

Eine leider beliebte Betrugsmethode, die auch mit einer effektiven Betrugsprävention nur schwer nachzuverfolgen ist: Betrüger*innen leiten Pakete nach der Bestellbestätigung an eine andere Adresse.

Ein sehr häufig gesehenes Betrugsmuster: Betrüger*innen versuchen über Tricks und Täuschungen an die persönlichen Daten ihrer Opfer zu kommen, um Kontos zu leeren oder andere Diebstähle zu begehen.

Informationen, die einer Person eindeutig zugeordnet werden können – also z. B. persönliche Daten Deiner Kund*innen. Sie sind wertvoll für die Betrugsprävention, aber müssen auch den gesetzlichen Datenschutzbestimmungen entsprechen.

Die Überarbeitung des „Payment Services Directive“ durch das Europäische Parlament mit dem Ziel, die Sicherheit für Online-Händler und Kund*innen durch Betrugsprävention-Maßnahmen zu erhöhen.

SIM-Karten werden von Betrüger*innen im Ausland genutzt, mit der Absicht, die entstandenen Kosten auf den Netzwerk-Betreiber abzuwälzen.

Leistung ohne Gegenleistung. Scammer machen gutgläubigen Opfern Versprechungen gegen Vorleistung und verschwinden meist ohne jede Spur.

Der Mittelsmann zwischen Deinem Unternehmen und Deinen Kund*innen. Waren aus betrügerischen Transaktionen können an abweichende Adressen geliefert werden und damit Schaden verursachen, der auch durch Betrugsprävention nur schwer zurückverfolgt werden kann.

Ein Begriff, der in vielen Bereichen Anwendung findet. In der Betrugsprävention handelt es sich bei so einer Positivliste um eine Sammlung von Daten, die mit vertrauenswürdigen „guten“ Kund*innen verbunden wird.

Eine Zwei-Faktor-Authentifizierung für Kreditkartenzahlungen, die ursprünglich von VISA entwickelt wurde und mittlerweile auch von anderen Anbietern zur Betrugsprävention im Bezahlprozess eingesetzt wird.