Wenn Sie in Frankreich online verkaufen, gehen 3 bis 5 % Ihres Umsatzes durch Betrug verloren — gestohlene Karten, missbräuchliche Retouren. ob Sie trifft es, sondern in welchem Tempo.
Moderne KI-Agenten senken diese Quote auf 0,5–1 %. So gehen sie konkret vor.
Das Prinzip: jede Transaktion bewerten
Der Agent blockiert Zahlungen nicht direkt. Er bewertet jede Bestellung von 0 bis 100, wobei 0 = saubere Zahlung und 100 = nahezu sicherer Betrug. Sie legen zwei Schwellen fest:
- 0–30: automatische Freigabe, sofortiger Versand;
- 30–70: Zurückstellung, manuelle Prüfung (12–24 Std.);
- 70–100: automatische Ablehnung mit klarer Benachrichtigung des Kunden.
Die Signale, die den Score erhöhen
Eingabeverhalten
Ein Betrüger gibt die Adresse mit 220 Zeichen pro Minute per Kopieren und Einfügen ein. Ein normaler Käufer zögert und korrigiert Tippfehler. Das Eingabetempo ist ein sehr starkes Signal. Ebenso: 4 aufeinanderfolgende Zahlungsversuche in 2 Minuten = sehr starkes Signal.
Geografische Widersprüche
IP in Ungarn, Lieferung nach Frankreich, deutsche Karte, englische Browsersprache → 4 übereinstimmende Signale = hoher Score. Ein einzelner Widerspruch bedeutet nichts.
BIN-Daten der Karte
Die ersten 6 Ziffern einer Karte identifizieren die ausgebende Bank. Die am häufigsten für Betrug genutzten Karten (Prepaid, virtuelle Karten) sind bekannt.
Produktkategorie
Eine Bestellung eines iPhone 16 Pro für 1.200 € von einem vor 5 Minuten angelegten Konto hat einen anderen Score als eine Bestellung Socken für 9 €. Hochpreisige Produkte werden strenger bewertet.
Historie und Fingerabdruck
Der Agent pflegt eine Datenbank mit Signaturen bekannter Betrüger (Adressen, Nummern, Browser-Fingerprints). Passt eine neue Bestellung zu einem vor 6 Monaten erkannten Betrüger? Sofort sehr hoher Score.
Die Falle der Fehlalarme
Ein schlechter Betrugsagent blockiert zu viel. Wenn Sie 5 % der legitimen Bestellungen ablehnen, um 3 % Betrug zu vermeiden, verlieren Sie Geld. Ein guter Agent ist kalibriert auf weniger als 2 % Fehlalarme bei 70 % erkanntem Betrug. Diese Kalibrierung verfeinert sich laufend anhand der menschlichen Entscheidungen.
Eine Grenze, die man kennen sollte
Kein Agent erkennt 100 % des Betrugs. Ausgefeilte Betrüger (noch nicht gemeldete Karten, saubere IP über Wohn-VPN, gealterte Konten) kommen immer durch. Das Ziel ist nicht null Betrug — es geht darum, die Quote von einem untragbaren Niveau (3–5 %) auf ein akzeptables (0,5–1 %) zu senken und die Erkennung dabei vollständig zu automatisieren.
Möchten Sie das in der Praxis testen?
Sellavi automatisiert alles gerade Beschriebene — ohne manuelles Eingreifen.
Kostenlos starten