Rabobank treibt Betrugsprävention mit RiskShield von INFORM voran
28.10.2026
Seit 15 Jahren arbeiten die Rabobank und INFORM bei der Betrugsprävention eng zusammen. Auf Basis der Software RiskShield hat die Bank ihre Betrugserkennung in dieser Zeit kontinuierlich weiterentwickelt und dabei zunehmend auf datenbasierte Analysen, erweiterte Risikomodelle und maschinelles Lernen gesetzt. Heute analysiert die Rabobank täglich mehrere Millionen Transaktionen, um verdächtige Aktivitäten frühzeitig zu erkennen und auf neue Betrugsmuster reagieren zu können. Dadurch lassen sich nicht nur Betrugsversuche gezielter identifizieren und finanzielle Schäden reduzieren, sondern auch Fehlalarme und der Aufwand für manuelle Prüfungen verringern.
Mit mehr als neun Millionen Kunden in den Niederlanden und einer starken internationalen Präsenz verarbeitet die Rabobank täglich eine große Zahl an Transaktionen, die innerhalb kürzester Zeit zuverlässig bewertet werden müssen. Gleichzeitig werden Betrugsszenarien zunehmend komplexer, denn sie erstrecken sich über mehrere Kanäle, treten als koordinierte Angriffe auf oder äußern sich in subtilen Verhaltensmustern. Besonders Instant Payments erhöhen den Zeitdruck, da verdächtige Aktivitäten unmittelbar erkannt und bewertet werden müssen.
Betrugsrisiken in Millisekunden bewerten
Gemeinsam mit dem international tätigen KI- und Optimierungsspezialisten INFORM hat die Rabobank ihre Betrugsprävention schrittweise weiterentwickelt. Stark regelbasierte und überwiegend manuelle Abläufe wurden dabei zunehmend durch eine dynamische Betrugserkennung in Echtzeit abgelöst. RiskShield wertet eine Vielzahl kontextbezogener Informationen aus internen Systemen und vertrauenswürdigen externen Quellen aus und führt diese zu einer ganzheitlichen Risikobewertung pro Transaktion zusammen. So kann die Bank verdächtige Aktivitäten erkennen und eingreifen, bevor finanzielle Schäden entstehen. „Unser Ziel ist es, jede Transaktion innerhalb von Millisekunden zu verarbeiten und unsere Entscheidungslogik sowie Betrugserkennungsmodelle nahezu täglich zu aktualisieren“, erklärt Anton Jan Cozijnsen, Head of External Fraud bei der Rabobank.
Die Rabobank setzt die Lösung unter anderem im Online-Banking, bei Kartenbetrug und in der risikobasierten Authentifizierung ein. Die Kombination aus automatisierter Erkennung und gezielter Risikobewertung reduziert den manuellen Prüfaufwand, beschleunigt die Bearbeitung von Alerts und ermöglicht einen stärkeren Fokus auf risikoreiche und besonders relevante Fälle. Der Hybrid-AI-Ansatz kombiniert dabei erweiterte Erkennungsszenarien mit Machine-Learning-Modellen, um auch komplexe oder bislang unbekannte Betrugsmuster zu erkennen. Rückmeldungen aus bestätigten Betrugsfällen, False Positives und zuvor nicht erkannten Fällen fließen kontinuierlich in die Weiterentwicklung der Erkennungslogik ein. So konnte die Rabobank bei einer neuen Form des Abonnementbetrugs über irreführende Online-Anzeigen innerhalb kurzer Zeit zusätzliche Erkennungslogiken implementieren und einen Großteil der Fälle verhindern.
Neue Risiken erfordern flexible Betrugserkennung
Mit neuen Zahlungsformen und regulatorischen Anforderungen entwickelt sich auch die Betrugsprävention kontinuierlich weiter. Die Rabobank passt ihre Umgebung deshalb fortlaufend an neue Risiken und Transaktionstypen an und will insbesondere den Einsatz von Machine Learning und Advanced Analytics weiter ausbauen. Die langjährige Zusammenarbeit mit INFORM hat sich dabei zu einem Co-Development-Modell entwickelt, in das die operativen Erfahrungen der Bank kontinuierlich einfließen. „Seit Beginn arbeiten wir eng mit INFORM zusammen und entwickeln das Produkt gemeinsam weiter“, sagt Cozijnsen. Inzwischen setzt die Rabobank RiskShield auch in weiteren Anwendungsbereichen ein, darunter Compliance Monitoring für Anti-Geldwäsche, Sanktions-Screening und Marktmissbrauch.