LONDON (IT BOLTWISE) – Revolut stellt mit PRAGMA ein transformerbasiertes KI-System vor, das Betrug in Echtzeit deutlich besser herausfiltert. Parallel zeigt NVIDIA mit Graph Neural Networks, wie sich ganze Betrugsnetzwerke statt einzelner Transaktionen identifizieren lassen. Während Wallet- und Push-Payment-Betrug zunehmen, verschärfen Aufsichten in mehreren Ländern die Regeln rund um OTP und Erstattungen. Für Banken entscheidet jetzt vor allem die Kombination aus Modellgüte, Latenz und Auditierbarkeit.
Revoluts aktuelles KI-Update PRAGMA und die parallel dazu kommunizierte Betrugsarchitektur von NVIDIA markieren einen klaren Richtungswechsel: Weg von isolierten Schwellenwerten und hin zu Modellen, die Muster über Nutzer, Geräte und Konten hinweg erkennen. Hintergrund ist die harte Realität im Zahlungsverkehr. Branchenprognosen zufolge könnten die weltweiten Verluste durch Kreditkartenbetrug in den nächsten zehn Jahren auf umgerechnet rund 370 Milliarden Euro ansteigen. Besonders relevant sind dabei Betrugscluster, die sich über mehrere Transaktionen hinweg koordinieren und klassische Anomalie-Detector schnell aushebeln.
NVIDIA adressiert dieses Problem mit einer spezialisierteren KI-Architektur, die Graph Neural Networks nutzt. Der entscheidende Unterschied liegt im Blickwinkel: Das System zielt nicht nur auf die einzelne Transaktion, sondern versucht, Zusammenhänge als Netzwerk abzubilden und damit Betrugsnetzwerke als Ganzes sichtbar zu machen. Solche Graph-Ansätze können beispielsweise zeigen, wie wiederkehrende Geräteparameter, Kontobeziehungen und Zahlungssequenzen in verdächtige Pfade übergehen. Der Rollout läuft zunächst über Cloud- und Serverinfrastrukturen, unter anderem auf AWS sowie HPE; Unterstützung für weitere Plattformen ist geplant.
Revolut setzt parallel auf ein transformerbasiertes Modell und liefert dabei belastbare Trainings- und Laufzeitdimensionen. PRAGMA wurde laut Ankündigung mit 40 Milliarden Ereignissen von 25 Millionen Nutzern aus über 100 Ländern trainiert. Für den Betrieb werden NVIDIA H100-Grafikprozessoren genutzt, was auf einen Ansatz hindeutet, der sowohl die Modell-Performance als auch die Skalierbarkeit im laufenden Betrieb adressiert. Die berichteten Ergebnisse fallen in der Betrugsabwehr deutlich aus: Eine Verbesserung der Betrugserkennungsrate um fast 65 Prozent sowie ein Anstieg der Genauigkeit um knapp 17 Prozent. Zusätzlich wurde bei der Kreditwürdigkeitsprüfung eine Leistungssteigerung von bis zu 130 Prozent genannt.
Der Markt zeigt zugleich, wie schnell sich Angreifer anpassen. Sicherheitsunternehmen warnen, dass Kriminelle gestohlene Zugangsdaten nutzen, um sich bei Wallet-Diensten wie Apple Pay oder Google Pay anzumelden. Selbst wenn die erste Verifizierung fehlschlägt, können Angreifer offenbar Netzwerk-Token erlangen und damit betrügerische Käufe anstoßen. Diese Entwicklung erklärt, warum Echtzeit-Risikobewertung und Verhaltensanalyse so stark in den Fokus rücken. Branchenexperten bringen es auf den Punkt: „Bei Betrug zählt nicht nur Trefferquote, sondern vor allem die Millisekunden-Entscheidung plus die Nachvollziehbarkeit der Bewertung.“ Genau hier entsteht Druck auf Banken und FinTechs.
Auf Kundenseite verschieben mehrere Akteure die Security-Strategie in Richtung agentenbasierter Risikoerkennung. Die Starling Bank hat etwa einen „Scam Intelligence AI Agent“ für fünf Millionen Kunden aktiviert. Das auf Google Cloud Gemini basierende Tool soll über zehn Betrugsarten erkennen, darunter Romance Scams und Investmentbetrug. Auch in anderen Märkten werden Rahmenwerke operationalisiert: In Indien führt Navi UPI ein „Navi Secure“-Framework ein, das über WhatsApp-Verifikation und Echtzeit-Risikosignale betrügerische Zahlungen verhindern soll. Solche Ansätze ergänzen klassische Bankprozesse, sind aber eng mit Datenschutz und Consent-Fragen verbunden, weil sie stark auf Verhaltens- und Ereignisdaten angewiesen sind.
Mit der Technik wächst auch die regulatorische Komplexität. Die indische Zentralbank RBI kündigte ein überarbeitetes Entschädigungssystem für Digitalbetrug an, das am 1. Januar 2027 in Kraft tritt. Opfer von Betrugsfällen mit Schäden bis umgerechnet rund 550 Euro sollen künftig 85 Prozent ihres Nettoverlusts oder maximal 275 Euro erstattet bekommen, je nachdem, welcher Betrag niedriger ist; die Kosten teilen sich Zentralbank und beteiligte Geschäftsbanken. Parallel setzt die Philippinische Zentralbank BSP eine Frist um: Banken und E-Wallet-Anbieter mit hohem Transaktionsvolumen müssen ab sofort bzw. binnen der genannten Bedingungen herkömmliche OTP-Verfahren durch sicherere Authentifizierung ersetzen – etwa biometrisch oder verhaltensbasiert.
Der entscheidende Engineering-Trade-off wird dabei besonders greifbar: Latenz. Im Echtbetrieb entscheidet die Dauer der Modellbewertung über die Wirksamkeit, weil Nutzerinteraktionen und Zahlungsprozesse zeitkritisch sind. Aktuelle Benchmarks zeigen Unterschiede zwischen Ansätzen: Gradient-Boosted-Decision-Trees erreichen laut den genannten Daten eine Latenz von 0,15 Millisekunden, während große Sprachmodelle für komplexe Aufgaben wie etwa das Erstellen von Verdachtsmeldungen (SARs) deutlich mehr Zeit benötigen – in der Größenordnung von rund 1.200 Millisekunden. Das heißt nicht, dass LLMs nutzlos sind: Sie werden eher für Untersuchung, Zusammenfassung und Workflows gebraucht, während schnelle Modelle die Transaktion selbst absegnen oder stoppen.
Damit Betrugserkennung nicht nur „richtig“, sondern auch steuerbar und auditierbar bleibt, investieren Banken in neue Sicherheitsarchitekturen. Die National Australia Bank (NAB) beschreibt Sicherheit als Daten- und Code-Problem und entwickelt dafür ein Sicherheitsinformations- und Ereignismanagementsystem (SIEM), das Sicherheits- und Geschäftsdaten zusammenführt. Das ist im Kern eine Reaktion auf hyperautomatisierte KI-Agenten auf Angreiferseite: Banken müssen in Millisekunden reagieren können, aber auch Ereignisse nachvollziehbar zuweisen. Für Unternehmen ergibt sich daraus eine klare Roadmap: KI-Modelle müssen in eine Echtzeit-Risikopipeline eingebettet werden, OTP- und Haftungsanforderungen müssen bis 2027 praktisch nachweisbar umgesetzt sein, und Datenschutz-Folgenabschätzungen sollten frühzeitig mit dem Datenmodell mitlaufen.
💳 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 "Revolut PRAGMA und NVIDIA Graph-KI: Betrug schneller erkennen" 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 "Revolut PRAGMA und NVIDIA Graph-KI: Betrug schneller erkennen" 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: »Revolut PRAGMA und NVIDIA Graph-KI: Betrug schneller erkennen« bei Google Deutschland suchen, bei Bing oder Google News!