KI im Zahlungsverkehr

Stripe ordnet KI im Zahlungsverkehr den Schritten einer Transaktion zu: personalisierter Checkout, Authentifizierung mit weniger Hürden, Betrugserkennung über Hunderte Signale, höhere Autorisierungsraten durch Routing und Wiederholungen sowie Bearbeitung von Rückbuchungen (auf Englisch). In der von Stripe zitierten Umfrage unter mehr als 2.000 Führungskräften nutzten 43 Prozent bereits KI oder Machine Learning im Zahlungsverkehr, 32 Prozent planten es binnen zwei Jahren.

Vieles davon ist älter als die aktuelle Welle. Rich Turrin weist darauf hin, dass Machine Learning seit Anfang der 1990er-Jahre in der Betrugsabwehr (auf Englisch) läuft und drei der vier wichtigsten Anwendungen weiter auf Machine Learning beruhen, nicht auf generativer KI. KI ändert aus seiner Sicht den Zugang zur Zahlung, die Schienen darunter bleiben dieselben.

Die EU-Regeln zur starken Kundenauthentifizierung enthalten eine Ausnahme, die nur mit guten Risikomodellen funktioniert. Nach Artikel 18 der Delegierten Verordnung (EU) 2018/389 darf ein Zahlungsdienstleister bei einer Fernzahlung auf den zweiten Faktor verzichten, wenn seine Echtzeit-Risikoanalyse kein Warnzeichen findet, etwa ungewöhnliche Ausgaben, ein unbekanntes Gerät, Schadsoftware oder einen ungewöhnlichen Standort, und wenn seine Betrugsrate unter einem Referenzwert bleibt. Für Kartenzahlungen im Fernabsatz liegt er bei 0,13 Prozent bis 100 Euro, 0,06 Prozent bis 250 Euro und 0,01 Prozent bis 500 Euro.

Wer den Referenzwert zwei Quartale in Folge überschreitet, verliert die Ausnahme. Die Qualität des Betrugsmodells entscheidet so darüber, wie oft ein Kunde im Checkout nach einem zweiten Faktor gefragt wird. Starke Kundenauthentifizierung erklärt die Regel, KI-Betrugserkennung die Modelle.

Der gemeinsame Bericht von EBA und EZB zählte 4,2 Milliarden Euro Zahlungsbetrug im EWR im Jahr 2024 (auf Englisch) und fand, dass Zahlungen mit starker Authentifizierung meist weniger betrugsanfällig waren. Echtzeitüberweisungen in Euro kommen inzwischen mit einem Namensabgleich, bevor das Geld abgeht, beschrieben unter Empfängerüberprüfung.

Die nächste Änderung ist eine Zahlung, die ein KI-Agent im Rahmen eines vorher erteilten Auftrags für einen Menschen auslöst. Sie stellt die Frage, die jede Zahlungsregel zuerst beantwortet: Wer hat das autorisiert? Agentic Payments beschreibt die dafür vorgeschlagenen Protokolle und die offenen Fragen zu Auftrag und Haftung.

Sie bewertet jede Zahlung am üblichen Verhalten von Kunde, Gerät und Händler und blockiert oder prüft nach, was nicht passt. Nach der EU-Ausnahme für die Transaktionsrisikoanalyse darf ein Anbieter, dessen Modelle den Betrug unter den Referenzwerten halten, bei Zahlungen mit geringem Risiko auch auf den zweiten Faktor verzichten.

Technologie- und Zahlungsfirmen haben Protokolle dafür vorgeschlagen, darunter das Agent Payments Protocol von Google. Offen sind der Nachweis, was der Kunde autorisiert hat, und die Frage, wer zahlt, wenn ein Agent das Falsche kauft, wie Agentic Payments erklärt.