
Von Kreditkartenbetrug bis hin zu Shopping-Bots: Betrug im E-Commerce wird immer leichter. Angesichts dieser wachsenden Bedrohung hat Riskified, ein Unternehmen im Bereich Betrugsprävention, eine Analyse durchgeführt, die sowohl die durchschnittlichen Kosten von Cyber-Betrug als auch den finanziellen und zeitlichen Aufwand aufdeckt.
Cyber-Betrug: Invest und Rendite
Durch den einfachen Zugang auf verschiedenen Plattformen ist der Kauf von gestohlenen Kreditkartendaten nicht nur schnell und einfach, sondern darüber hinaus auch kostengünstig. Im Dark Web dauert es beispielsweise nur fünf Minuten und kostet etwa 5 Dollar pro Kreditkarte. Telegram-Kanäle bieten sogar den direkten Zugriff auf gestohlene Anmeldedaten über das Smartphone an. Einige Betrüger-Tools, wie Shopping-Bots und VPN-Dienste, sind auf Abonnementbasis erhältlich.
Bild: Prognostiziertes wöchentliches Einkommen von Cyber-Betrügern bei einer Investition von 90 Minuten Computer-Arbeit und 30.000 Dollar in Zugangsdaten und Tools
Neben dem Ertrag aus gestohlener Ware können Betrüger ihr Einkommen weiter aufbessern, indem sie ihre erfolgreiche Betrugsmethode an andere verkaufen, die diese Masche dann so lange weiter nutzen. Solche Betrugsmethoden sind zwar ein höchst illegales, aber auch profitables Geschäft. Mit einer wöchentlichen Investition von 30.000 Dollar in den Kauf gestohlener Zugangsdaten und Tools und 90 Minuten tatsächlicher Computerarbeit, können Betrüger rund 50.000 Dollar Umsatz erzielen.
Verbreitung und Mainstreaming von Betrug
In den vergangenen Jahren hat die Häufigkeit von Betrug im Online-Handel zugenommen. Ein Grund dafür ist das unsichere Wirtschaftsklima. Ein anderer besteht in de Präsenz, die Cyber-Betrug zunehmend in der öffentlichen Wahrnehmung einnimmt und droht, durch populäre Streaming-Shows verherrlicht zu werden. Es lohnt sich daher für Händler in Betrugspräventions-Modelle zu investieren, die sich schnell an die dynamische Betrugslandschaft anpassen können. Maschinelles Lernen ist das Herzstück solcher Modelle und ermöglicht Echtzeitwarnungen, sobald Anomalien auftreten.
Die Funktion, Händler ohne zeitliche Verzögerung warnen zu können, ist essenziell für eine effiziente Risikomanagementstrategie. Sie ermöglicht, Betrugsmuster auch bei ausgeklügelten und neuartigen Vorgehensweisen zu erkennen, bevor die Händler wirklich zu Schaden kommen. Allein ist maschinelles Lernen jedoch nicht ausreichend, um Betrüger langfristig zu stoppen. Es muss durch menschliches Expertenurteil ergänzt werden. Zusammen bieten menschliche und maschinelle Ansätze eine umfassende Betrugsabwehrstrategie für Einzelhändler.
Erfahren Sie mehr unter Riskified.com.
Fachartikel

Ja, es gibt sie!! Eine Lösung zur Abwehr von Ransomware!

So sichern Unternehmen ihre MFA-Workflows gegen die neuesten Cyberangriffe

Eine Festung im Datenmeer: Cloud-Immutabilität als Schild gegen Ransomware-Bedrohungen

Hohe Wirtschaftlichkeit dank Automatisierung und Künstlicher Intelligenz

Sechs Gründe für den Einsatz einer Firewall im Unternehmen
Studien

Neue Trellix-Studie deckt auf: 63 Prozent der weltweiten CISOs nach Cyber-Attacke erneut betroffen

Studie: Fehlende Rechtssicherheit für Big Data und KI

Accenture-Umfrage: CEOs sehen ihre Unternehmen nicht gewappnet gegen Cyberangriffe

Neue ISACA-Studie: Geschäfts- und IT-Fachexperten besorgt über die Verwendung von generativer KI durch bösartige Akteure

Mehr als 50% der Unternehmen nutzt „archaische“ Excel-Tabellen für SAP-Änderungsmanagement – trotz SAPs Einstieg in generative KI
Whitepaper

97 Prozent aller Unternehmen Ziel von E-Mail-Phishing-Attacken

Trellix stellt Kooperation von Cyber-Kriminellen und staatlichen Akteuren fest

Unternehmensidentität für das Cloud-Zeitalter

Forrester Report 2024: Daten & Analysen
