Analytics zur Kriminalitätsbekämpfung in Unternehmen

Größter Bankraub aller Zeiten: Warum wurde er nicht erkannt?

Cybercrime und Betrug

Im Februar 2015 wurde bekannt, dass eine Verbrecher-Gruppe namens „Carbanak“ den größten Bankraub der Geschichte verübt hat. Über zwei Jahre hinweg haben die Cyberkriminellen Banksysteme gehackt und Kontensaldi imaginär erhöht, um eben diese Summe im selben Moment an ihr eigenes Bankkonto oder die Auszahlung an einen beliebigen Geldautomaten anzuweisen – unbemerkt. Diese Vorgehensweise hatte ein eindeutiges und vor allem für alltägliche Prozesse ungewöhnliches Muster, das sich mit Statistik und Analyse leicht hätte identifizieren lassen.

Wäre die Vorgehensweise mit dem sehr typischen Muster schneller erkannt worden, hätte die Carbanak-Gruppe bei weitem nicht so viel Geld erbeutet. Aber nicht nur Cybercrime stellt ein Problem für die deutsche Wirtschaft dar. Sie verzeichnet ebenfalls hohe Verluste durch Betrug oder Fehler in den eigenen Reihen. Dennoch ist die Bereitschaft finanziell in die Kriminalitätsbekämpfung zu investieren im Mittelstand eher gering. [1]

Obwohl laut einer Befragung durch die Result Group aus dem Jahr 2014 mehr als jeder zweite Mittelständler in den letzten fünf Jahren Opfer von Wirtschaftskriminalität wurde, verfügen die wenigsten Unternehmen über ein Budget für integrierte Sicherheitskonzepte. Aus der Befragung ging ebenfalls hervor, dass Diebstahl bzw. Unterschlagung zu den am häufigsten genannten Einzeldelikten gehören, durch die sich Unternehmen branchenübergreifend gefährdet fühlen.
 

Top 3 Bedrohungen: Bereits geschädigte Unternehmen Unvorbelastete Unternehmen
1. Diebstahl/ Unterschlagung 91 Prozent 55 Prozent
2. Betrug/ Untreue 80 Prozent 62 Prozent
3. Complianceverstöße 55 Prozent 31 Prozent

 
Diese Delikte zeichnen sich in den meisten Fällen durch eine gewisse zeitliche Kontinuität aus, finden im Zusammenhang mit einem bestimmten Ereignis wie beispielsweise einer Rechnungsbuchung oder stets am selben Firmenstandort statt. Dadurch lassen sich deutliche Muster erkennen.

Professionelle Datenanalyse: wirksam gegen Betrug

Mit entsprechender Statistik-Software, wie sie im Marketing beispielsweise für die Erstellung von Kundenprofilen eingesetzt wird, lassen sich auch verborgene Muster erkennen, die finanziellen Schaden verursachen. Temporal-kausale oder auch geografische Abhängigkeiten werden sichtbar und machen Handlungsempfehlungen erst möglich.

Ein Beispiel dafür ist die Kampagne „Smarter Counter Fraud“. Sehen Sie einen Überblick im Video:

 

Lesen Sie im Whitepaper „Sieben Gründe, warum Sie heute Predictive Analytics brauchen“, wie Sie mit Analysen fachbereichsübergreifend strategische Ziele erreichen:

 


[1] http://www.studie-wirtschaftskriminalitaet.de/

Bildquelle: © IBM Corp.

Kommentare

Noch nicht bewertet

Es gibt noch keine Kommentare

Kommentar hinterlassen

Haben Sie Fragen oder Anregungen?

Schreiben Sie uns an
info@businessheute.de

Ähnliche Artikel