Seht ihr das auch so? Künstliche Intelligenz (KI) – ein immer noch heiß diskutiertes Thema – ist in meinen Augen die womöglich bahnbrechendste Technologie der nächsten Jahre. Am spannendsten für mich ist hier der KI-Teilbereich „Predictive Analytics“, da dieser in nahezu allen denkbaren Geschäftsbereichen mögliche Anwendungsfälle erkennen lässt – vorausgesetzt natürlich es liegen aus- und verwertbare (digitale) Daten vor.
Nehmen wir als Beispiel den Bereich der Betrugsprävention. Hier kann KI einen enormen Mehrwert bringen. Zeitlich, finanziell und qualitativ. Im Folgenden, und zugleich ersten Teil, widme ich mich genau dem Thema „Predictive Analytics“. Ich möchte euch erläutern, was das überhaupt ist, warum ich so fasziniert davon bin und inwiefern der Begriff „Wahrsagen“ als Synonym zutreffen könnte 😉.
Vom Kaffeesatz Lesen einer Maschine und dem „gläsernen“ Menschen
Damit auch ihr wisst, was ich unter Predictive Analytics verstehe, möchte ich es kurz und knapp erläutern. Ich bezeichne diese KI-Methode gerne als die moderne Form der Wahrsagerei. Durch die Analyse historischer Daten können statistisch signifikante Korrelationen identifiziert werden und zur Analyse zukünftiger Ereignisse verwendet werden. Im Vergleich zur Wahrsagung wird hier nicht (nur) der Kaffeesatz gelesen, sondern es werden unglaublich viele Merkmale betrachtet. Doch welche Vorhersage ist am Ende genauer? Eine Hellseherin bezieht sich in der Regel auf keinerlei Daten, sondern verlässt sich voll auf ihre übernatürliche Gabe. Denkt ihr auch gerade an Glückstreffer in diesem Zusammenhang? Durchaus ein berechtigter Gedanke. Das kann sich die KI nicht vorwerfen lassen. Denn im Gegensatz zur Glaskugel, zu Tarotkarten oder zum Kaffeesatz wertet ein ausgeklügelter Algorithmus schier unvorstellbar viele und zum Teil vollkommen verschiedene Daten aus. Er sucht nach Korrelationen und Querverbindungen in diesen Daten und stellt dann eine Prognose für das Verhalten in der Zukunft auf. Also nicht so spirituell wie vielleicht erhofft.
Um es etwas plakativer zu machen, bediene ich mich des Beispiels einer Kreditvergabe. Es besteht unter anderem eine positive Korrelation zwischen dem Wohnort und der Zahlungsfähigkeit von Kreditnehmern. Bei 95 % der Kreditnehmer aus einem bestimmten Ort gab es in den Daten bisher keinen Kreditausfall. So würde ein Algorithmus auch bei anderen Personen aus der Ortschaft eine positive Zahlungsfähigkeit prognostizieren. Sollten sich die Daten dahingehend verändern, dass Kreditnehmer aus dem Ort erhöhte Kreditausfälle haben, so lernt der Algorithmus über Machine Learning (ML) selbständig dazu und gewichtet für neue Vorhersagen andere Merkmale höher. Macht Sinn, oder?
Höher, schneller, weiter – was kommt nach der Zukunft?
Dieses Prinzip lässt sich auch einsetzen, um zum Beispiel potenzielle Betrüger zu enttarnen, bevor sie den Betrug überhaupt ausüben! In der direkten Gegenüberstellung könnte man meinen, dass die Hellseherin weitaus weniger Daten benötigt, statisch gesehen seltener wegen Krankheit (#Corona) ausfällt, und somit auch einiges an Einsparungspotenziell bietet. Ja okay, auch wenn eine Hellseherin sicherlich dazu lernt, wie präzise sind ihre Vorhersagen im Vergleich zu smarter Technologie? Bei diversen Tests mit historischen Daten hat ein KI-Algorithmus – im Vergleich zu der Entscheidung durch den Menschen – eine deutliche Outperformance erzielt. Irgendwie erwartbar, auch wenn keine Hellseher in der Vergleichsgruppe waren (man verzeihe mir die Ironie). In Zukunft werdet ihr mehr und mehr ausgeklügelten und immer smarteren Human-Hacking-Angriffen – also Social-Engineering-Attacken – ausgesetzt sein. Falls ihr euch gerade fragt, was das ist: Per Definition nutzt ein Täter menschliche Unsicherheiten aus, um der Zielperson Informationen betrügerisch zu entlocken. Entsprechende Angriffe sind also immer taktisch-manipulativ motiviert – die Täter beschaffen sich so die Mittel für betrügerische Handlungen, wie Cyberangriffe.
Und als aufmerksame Leser könnt ihr ganz sicher bereits jetzt vorhersagen, was nun kommt. Genau: KI kann dabei helfen Human-Hacking-Angriffe zu erkennen und zu verhindern. Es können beispielsweise einzelne Textnachrichten der Angreifer in Echtzeit analysiert werden. Dazu können eben durch Predictive Analytics spezifische Angriffsmuster vorhergesagt werden. Im Ergebnis könnt ihr so mit einer hohen Wahrscheinlichkeit erkennen, welcher Zielperson als nächstes Informationen entlockt werden sollen. Auf diesem Wege lassen sich Cyberangriffe früh unterbinden. Es kommt dadurch gar nicht erst zum eigentlichen Angriff, große finanzielle Schäden und sogar Reputationsschäden werden verhindert.
Zum Abschluss eine persönliche Vorhersage von mir: Die Professionalität und Schnelligkeit von Cyberangriffen werden deutlich zunehmen und damit auch die Schäden durch Cybercrime weiterhin rasant steigen. Meine Empfehlung lautet daher, dass ihr zügig handeln solltet und euch die Tatsache zu Nutze macht, dass sich die PPI AG intensiv mit Möglichkeiten und Potenzialen von KI beschäftigt – wie auch zur smarten Betrugsprävention. Sprecht uns gerne an!
Beste Grüße
Fouad
PS: Wenn euch das Thema genauso mitreißt wie mich, dann findet ihr hier noch weitere spannende Beiträge zu KI und Compliance:
(1) KI-fiziert! – Evolution der Künstlichen Intelligenz – Macht sie uns wieder zum Affen? –
(2) Teil 2: KI-fiziert! – Ich sehe was, was du nicht hörst – Es war einmal … die Evolution der Künstlichen Intelligenz und ihre bösartige Instrumentalisierung!
