FRANKFURT AM MAIN / LONDON (IT BOLTWISE) – Die Zahl betrügerischer Vorfälle im Online-Handel steigt spürbar, und immer öfter sind dabei „echte“ Kunden beteiligt, die Daten oder Transaktionen missbrauchen. Besonders Finanzdienstleister geraten unter Druck, weil bei Zahlungsprodukten wie „Buy now pay later“ Rückerstattungen juristisch schwerer abzuwehren sind. Gleichzeitig zeigen die Daten, dass sich die Angriffe parallel von der reinen Mobil- in Richtung Desktop-Nutzung verlagern. Unternehmen müssen deshalb ihre Betrugserkennung mit mehr Signalen, besseren Modellen und wirksameren Nachweisprozessen modernisieren.
Online-Handel und digitale Finanzprodukte wachsen seit Jahren parallel – und mit ihnen auch die Angriffsfläche für Betrug. Neu ist dabei weniger das Grundmuster, sondern die Dynamik: Betrugsfälle gehen laut einer Analyse mit einer steigenden Zahl von Transaktionen einher, bei denen nicht zwangsläufig „gestohlene Identitäten“ im engeren Sinn der Auslöser sind, sondern echte Kundinnen und Kunden in eine missbräuchliche Nutzung geraten. Für Händler, Banken und Zahlungsdienstleister bedeutet das einen doppelten Effekt: höhere operative Kosten durch Streitfälle und zusätzliche Risikoaufwände, die sich unmittelbar auf Margen sowie Bewertungsmetriken auswirken können.
Technisch betrachtet entsteht das Problem an der Schnittstelle zwischen Risiko-Scoring und Beweisführung. Wenn Betrug mehr und mehr von verhaltensnahen Mustern getrieben wird – etwa Bestellungen, die zunächst „plausibel“ wirken, aber später als nicht angekommen oder nicht bestellt reklamiert werden – reicht eine rein regelbasierte Prüfung häufig nicht aus. Die zugrunde liegenden Datenmengen sind groß: Die genannte Untersuchung basiert auf 116 Milliarden Transaktionen und kommt zu dem Schluss, dass wirtschaftliche Unsicherheit und organisierte Kriminalität als Treiber wirken. Im Jahr 2025 sollen global rund 38,8 Prozent der Betrugsfälle von echten Kunden ausgehen; in Europa liegt dieser Anteil bei fast 52 Prozent.
Für die Sicherheitsarchitektur ist das ein Weckruf, weil „Account Ownership“ allein kein verlässlicher Sicherheitsanker ist. Dass echte Personen beteiligt sind, kann mehrere Ursachen haben: Täter suchen gezielt Personen mit schlechter Bonität oder Rekrutierungskanälen wie Studenten an, um Zugangsdaten oder Zahlungswege bereitzustellen. Aus Sicht der Betrugsdetektion ist das ein Unterschied zu klassischen Identitätsdiebstahl-Szenarien, bei denen primär Anomalien in Authentifizierung oder Gerätedaten auffallen. In der Konsequenz müssen Unternehmen Signale stärker gewichten und Modelle so trainieren, dass Missbrauch innerhalb legitimer Nutzerbiografien erkannt wird, ohne dabei die False-Positive-Rate zulasten der Conversion zu erhöhen.
Marktseitig verschärft sich der Wettbewerb um die besten Erkennungs- und Abwicklungsprozesse. Große Anbieter wie Stripe oder Adyen investieren seit Jahren in adaptives Risk-Management und in die Verknüpfung von Zahlungsdaten mit Betrugsindikatoren. Auch spezialisierte Plattformen, etwa im Bereich Identity- und Fraud-Prevention, zielen auf eine möglichst frühe Entscheidung im Zahlungsfluss – bevor sich aus einem „vertriebsnahen“ Vorgang ein kostenintensiver Fall für Händler und Finanzdienstleister entwickelt. Experten ordnen die Entwicklung zudem als Folge einer zunehmenden Professionalität organisierter Gruppen ein: Sie arbeiten nicht nur mit technischen Mitteln, sondern auch mit Rekrutierungs- und Täuschungsmechanismen, die den Prüf-Workflow aushebeln.
Besonders kritisch ist die Lage bei Finanzprodukten, bei denen die Zahlungslogik stärker an Kredit- oder Ratenmodelle gekoppelt ist. Wenn Händler Waren etwa auf Rechnung liefern oder wenn „Buy now pay later“-Modelle und langfristige Kreditverträge zum Einsatz kommen, entsteht ein Zielkonflikt: Das System muss hohe Kundenzufriedenheit ermöglichen, darf aber nicht jede Transaktion als „gut“ einstufen. Der Warnhinweis ist dabei klar: In solchen Fällen betreffen viele Angriffe Finanzdienstleister, und die Beweislast kann beim Händler liegen. Jason Lane-Sellers bringt das auf den Punkt: „Die meisten dieser Angriffe betreffen Finanzdienstleister, und die Beweislast liegt beim Händler. Solange ein Unternehmen nicht nachweisen kann, dass ein Kunde absichtlich betrogen hat, ist es äußerst schwierig, betrügerische Rückerstattungsansprüche anzufechten.“
Gleichzeitig darf man die technischen Gegenmaßnahmen nicht auf eine einzige Kanalannahme reduzieren. Die Analyse deutet an, dass sich kriminelle Aktivitäten zunehmend auf Desktop-Computer verlagern. Das widerspricht einem verbreiteten Bias: Viele Kundinnen und Kunden überschätzen vermeintliche Desktop-Sicherheit gegenüber mobilen Geräten – doch aus Angreifersicht ist Desktop keineswegs „weniger rentabel“, wenn sich dort Identitätsdaten, Browser-Session-Informationen und Ticketing-Prozesse ausnutzen lassen. Für Unternehmen heißt das: Mobile-only-Denken ist riskant. Vielmehr sollten Betrugsmodelle für unterschiedliche Geräteklassen robust sein und möglichst breite Signale integrieren, etwa aus dem Session- und Checkout-Verhalten, aus Versand- und Zustellindizien sowie aus historischen Reklamationsmustern.
Aus historischer Perspektive ist die Entwicklung plausibel: Der Handel hat in den letzten Jahrzehnten gelernt, mit Betrug zu leben – von Kreditkartenabwicklungen über 3D-Secure-Verbesserungen bis zu modernen Machine-Learning-Scorings. Doch jede Stufe brachte neue Spielräume für Täter. Heute ist Betrug weniger ein „Einmalereignis“, sondern ein Prozess, der sich in mehreren Schritten manifestiert: erst die Beschaffung von Zahlungs- und Kontozugang, dann die Bestellung, anschließend die Behauptung, die Ware sei nicht angekommen oder nicht autorisiert. Gerade diese mehrphasigen Muster erschweren die nachträgliche Aufklärung, weil sich Beweislinien oft nur indirekt rekonstruieren lassen.
Für die Zukunft wird entscheidend, wie konsequent Unternehmen Erkennung, Abwicklung und Rechts-/Compliance-Prozesse verzahnen. Künstliche Intelligenz kann dabei helfen, Muster früh zu erkennen, aber sie ersetzt keine belastbare Dokumentation. Praktisch bedeutet das, dass Unternehmen ihre Datenpipelines so auslegen sollten, dass sie für jeden Fall nachvollziehbar machen, welche Signale zur Entscheidung führten und wie sich der Verlauf im Risiko-Score entwickelte. Investoren wiederum werden stärker darauf achten, ob Betrugsquote, Rückbuchungsrate und Streitfallkosten nachhaltig sinken, ohne die Nutzererfahrung zu beschädigen. Wenn diese Balance gelingt, entsteht ein Wettbewerbsvorteil – andernfalls drohen höhere Kostenstrukturen und geringere Skalierbarkeit, gerade in Märkten mit intensiver Produktdiversifikation.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Online-Betrug wächst: Warum echte Kunden Finanzdienstleister besonders treffen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Online-Betrug wächst: Warum echte Kunden Finanzdienstleister besonders treffen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Online-Betrug wächst: Warum echte Kunden Finanzdienstleister besonders treffen« bei Google Deutschland suchen, bei Bing oder Google News!