LONDON (IT BOLTWISE) – Visa baut seine KI-Sicherheitsangebote aus und koppelt neue Mechanismen wie „Deep Authorization“ an Karten-Ökosysteme über Anbietergrenzen hinweg. Parallel zeigen Initiativen im Markt, wie agentische Risiko- und Betrugschecks sowie passkey-basierte Authentifizierung den Zahlungsbetrug messbar reduzieren können. Der Hintergrund: Eine Investitionsoffensive der Branche in Größenordnung von 9,2 Milliarden Euro über fünf Jahre. Der Beitrag ordnet ein, welche technischen Bausteine wirklich zählen, wo Governance noch nachhinkt und warum das regulatorische Umfeld für KI-Modelle zunehmend entscheidend wird.
Die Finanzbranche spürt derzeit einen deutlichen Technologieschub: KI-gestützte Sicherheitslösungen wandern immer schneller in den Kern von Zahlungs- und Authentifizierungsprozessen. Ein prominentes Signal kommt von Visa, die mit „Visa Deep Authorization“ ihre Tool-Suite erweitert und dabei Dienste auch für Karten anderer Anbieter öffnet. Damit reagiert der Markt auf ein Kernproblem, das sich seit Jahren verschärft: Angriffe werden automatisierter, Täuschungsmanöver wie Deepfakes und synthetische Identitäten werden realistischer. Gleichzeitig steigt der Druck, Fraud Detection nicht nur nachgelagert zu betreiben, sondern Risiken früh im Zahlungsfluss zu erkennen und effizient zu verwerfen.
Technisch betrachtet verschiebt sich damit das Zusammenspiel aus Authentifizierung, Autorisierung und Betrugsprävention. Bei Visa steht „Deep Authorization“ als Ansatz für tiefere Entscheidungslogik zwischen Merchant, Karte und Netzwerk – also dort, wo Transaktionen tatsächlich genehmigt oder abgelehnt werden. Im gleichen Atemzug aktualisierte Visa im Juni sein „Click to Pay“-System um Passkey-Authentifizierung im FIDO2-Standard. Erste Pilotdaten werden dabei mit einer Reduktion von „Friendly-Fraud“-Chargebacks um 14 Prozent und verbesserten Abschlussraten im mobilen Bezahlen verknüpft. Genau dieser Punkt ist entscheidend: phishing-resistente Authentifizierung senkt die Angriffsfläche, bevor KI überhaupt gegen Betrugsfolgen ankämpfen muss.
Dass KI jetzt „im Fluss“ statt nur „im Nachgang“ arbeitet, sieht man auch an anderen Initiativen. Mastercard und die ukrainische PrivatBank meldeten eine erste „Agentic Payment“, die auf einer „Know Your Agent“-Vertrauensarchitektur mit biometrischer Authentifizierung setzt. Statt KI lediglich als Beiwerk zu behandeln, wird sie direkt in den Zahlungsablauf integriert. Cequence brachte parallel „Intent Graph“ und „Biometric Check“ in den Markt: Das System nutzt gerätebasierte Verfahren wie Face ID oder Touch ID, um menschliche Nutzer von KI-Agenten zu unterscheiden – und das bei Milliarden API-Interaktionen täglich. Der Vergleich zeigt: Während manche Anbieter auf Biometrie und Vertrauensanker setzen, optimieren andere die Policy-Entscheidungsebene bis in Autorisierungslogik und Routing.
Die Marktdynamik wird dabei durch eine breite Investitionsagenda unterfüttert: Berichten zufolge investiert die Branche rund 9,2 Milliarden Euro über fünf Jahre in KI-Sicherheit. Für IT-Leiter und Sicherheitsverantwortliche ist das mehr als eine Budgetfrage. Ohne klaren Fahrplan entstehen typische Lücken: fehlende Daten-Governance, unzureichendes Monitoring von Modellverhalten, zu späte Incident-Prozesse oder ein Governance-Rahmen, der keine Verantwortung für „automatisierte Entscheidungen“ definiert. Richard Bailey, CIO von Entersekt, wird in diesem Zusammenhang mit der Kernaussage zitiert, Banken müssten KI als Kerninfrastruktur behandeln – nicht als isolierte Funktion. Entscheidend ist zudem, dass der Nutzen im Kampf gegen synthetische Identitäten und Deepfakes an erklärbare Entscheidungen und regulierte Daten gekoppelt wird.
Damit rückt Governance in den Vordergrund, weil sie die Risiken adressiert, die aus dem offensiven Einsatz von KI entstehen. Mehrere Akteure stellen KI-Assistenten vor, die interne Ermittlungen beschleunigen sollen. Wibmo, eine Tochter von PayU, präsentierte in Mumbai den „Agentic Risk Intelligence Assistant (ARIA)“ für Betrugs- und Geldwäscherecherchen – mit einer Zeitersparnis von über 70 Prozent und einer Trefferquote von rund 90 Prozent. Integrated Research brachte „Iris for Card Payments“ auf den Markt; laut Produktbeschreibung werden in eine Prognoseplattform jährlich über 80 Milliarden Transaktionen verarbeitet und in Echtzeit Einblicke in „Gesprächsform“ geliefert. Parallel startete Navi UPI in Bengaluru „Navi Secure“, ein einheitliches Framework zur Erkennung von Betrugsmustern und zur Überwachung von Gerät-Risiken. Solche Systeme zeigen: Je näher die KI am Zahlungs- und Ermittlungsprozess agiert, desto stärker müssen Auditierbarkeit, Rollenmodelle und Datenflüsse sitzen.
Historisch ist dieser Trend weniger neu als er wirkt: Schon in den letzten Jahren wechselten viele Institute von regelbasierten Filtern zu lernenden Modellen und später zu hybriden Ansätzen aus Signalen, Graph-Analysen und Modell-Scores. Neu ist vor allem die Geschwindigkeit und Tiefe der Integration. Anbieter setzen zunehmend auf „agentische“ Auswertung, also Systeme, die nicht nur bewerten, sondern auch simulieren, Richtlinien prüfen oder Patches vorbereiten. Fireblocks veröffentlichte etwa den „Agentic Policy Analyzer“, in dem zwei KI-Agenten Angriffe auf Transaktionsrichtlinien simulieren – integriert in Umgebungen, die monatlich über 35 Millionen Transaktionen abwickeln. Visa verweist zudem auf das „Vulnerability Agentic Harness“ als Open Source, nachdem im Testmonat des „Claude Mythos“-Modells laut Aussage des Visa-Technologiepräsidenten Rajat Taneja über 10.000 Schwachstellen mit hohem oder kritischem Schweregrad identifiziert worden seien. Das stärkt Sicherheitsnutzen, erhöht aber auch die Notwendigkeit, dass Modellzugriffe und Testumgebungen streng begrenzt werden.
Genau hier treffen Technik und Regulierung aufeinander. Neben den offensiven Sicherheits-Use-Cases bleibt die Sorge vor missbräuchlicher Anwendung: Modelle, die in klassifizierten Umgebungen schnell Schwachstellen finden, können gleichzeitig defensive und offensive Wirkung entfalten. Spannungen zwischen Anthropic und der US-Regierung wurden in diesem Monat im Kontext von Exportkontrollen für fortschrittliche Modelle wie Mythos thematisiert. Während einige Cybersicherheitsexperten eine Lockerung der Auflagen fordern, unterliegen die Modelle weiterhin strenger Kontrolle. Für europäische Institute bedeutet das: KI-Sicherheit ist nicht nur ein technologischer Stack, sondern auch ein Compliance-Projekt, das Modellherkunft, Trainings- und Zugriffsdaten, Log-Ausleitung sowie Betriebsorte berücksichtigt. Ergänzend verstärkt Initiativen wie „Patch the Planet“ von OpenAI den Trend, dass KI-gestützte Wartung und Code-Review zunehmend zum Sicherheitsstandard werden.
In der praktischen Umsetzung sollten Banken jetzt besonders auf drei Ebenen konsistent arbeiten. Erstens braucht es eine technische Trennung zwischen Risikoerkennung (Scores, Signale, Gerätedaten) und Entscheidungslogik (Policy, Autorisierung, Chargeback-Flow), damit sich Modelle auditieren lassen und Fehlentscheidungen klar rückverfolgen. Zweitens müssen „Friendly-Fraud“- und Account-Takeover-Szenarien in messbare Ziele übersetzt werden – ähnlich wie die 14-prozentige Chargeback-Reduktion bei passkey-basierten Pilotansätzen. Drittens sollten Governance-Mechanismen bereits in die KI-Entwicklung einziehen: von Datenklassifizierung über Modellmonitoring bis hin zu Incident-Runbooks für agentische Systeme. Wer hier zu spät aufsetzt, riskiert, dass Angreifer Lücken schließen, bevor das Institut selbst die eigene Sicherheitslage strukturell verbessert.
Der Ausblick fällt deshalb zweigeteilt aus: Auf der einen Seite werden KI-assistierte Untersuchungen, passkey-resistente Authentifizierung und agentische Policy-Analysen die operative Effizienz erhöhen. Auf der anderen Seite nimmt die Angriffsfläche durch tiefere KI-Integration zu, etwa wenn Modelle an kritischen Schnittstellen wie Autorisierung, Gerätetrust oder Richtlinienprüfung hängen. Der Markt wird vermutlich stärker standardisieren: FIDO2-/Passkey-Mechanismen werden voraussichtlich breiter ausgerollt, während Governance-Frameworks als Auswahlkriterium in Beschaffungen an Bedeutung gewinnen. Für Entwickler und Sicherheits-Teams entsteht damit eine klare Chance: Wer KI-Entwicklung mit Security-by-Design verbindet und erklärbare Entscheidungen sowie regulierte Datenflüsse priorisiert, kann schneller skalieren – und zugleich die regulatorische Angriffsrisiken senken.
💳 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 "Visa Deep Authorization: Banken investieren 9,2 Mrd. Euro in KI-Sicherheit" 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 "Visa Deep Authorization: Banken investieren 9,2 Mrd. Euro in KI-Sicherheit" 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: »Visa Deep Authorization: Banken investieren 9,2 Mrd. Euro in KI-Sicherheit« bei Google Deutschland suchen, bei Bing oder Google News!