Authentifizierung

Futurae: Sieben Signale für die Betrugserkennung in Echtzeit

Darstellung von sieben Signalen aus Gerätekontext und Nutzerverhalten, welche zusätzliche Anhaltspunkte für die Betrugserkennung in Echtzeit liefern
Verschiedene Signale aus Gerätekontext und Nutzerverhalten liefern zusätzliche Anhaltspunkte für die Betrugserkennung in Echtzeit | Bild: Me & KI

Signale zu Gerätekontext und Nutzerverhalten liefern Banken und anderen Institutionen zusätzliche Entscheidungsgrundlagen in Echtzeit.

Das Schweizer Sicherheitsunternehmen Futurae, spezialisiert auf Authentifizierungs-Technologie, hat ein neues Produkt seiner modular aufgebauten Sicherheitsplattform vorgestellt. Trust Signals wertet Kontext- und Verhaltensdaten rund um den Nutzer in Echtzeit aus und liefert daraus abgeleitete Betrugsindikatoren über eine API.

Banken und weitere Anbieter digitaler Dienste können diese Indikatoren in ihre bestehende Betrugserkennung einspeisen. Trust Signals lässt sich eigenständig betreiben oder mit einer vorhandenen Authentifizierungs-Lösung kombinieren – unabhängig davon, ob diese von Futurae stammt oder von einem anderen Anbieter. Ein Wechsel des Authentifizierungs-Anbieters ist für den Einsatz nicht erforderlich.

Welche Angriffsmuster durchlaufen die Anmeldung fehlerfrei?

Anlass sind Angriffsmuster, bei denen die Anmeldung fehlerfrei durchläuft und der Betrug genau deshalb ungehindert stattfindet. Beim Tech-Support-Scam geben sich Angreifer als Support-Mitarbeiter aus und überreden ihre Opfer zur Installation von Fernwartungs-Software, um unmittelbar nach der Anmeldung die Sitzung zu übernehmen.

Beim QR-Code-Trick autorisieren Nutzer unwissentlich eine fremde Sitzung. Dazu kommen MFA-Fatigue und gefälschte Frontends. Auch bei der Konto-Wiederherstellung setzen Angreifer auf Social Engineering.

Die Authentifizierung bestätigt in all diesen Fällen die richtige Person. Damit verschiebt sich die entscheidende Frage weg von der Identität hin zur Vertrauenswürdigkeit einer konkreten Interaktion. Für diese Bewertung braucht es Informationen aus dem Umfeld der Anmeldung. 

Sensoren am Endgerät, Entscheidung beim Institut

Technisch beruht das Produkt auf einer dreistufigen Anordnung. Sensoren erfassen Rohdaten auf den Endgeräten, eingebettet als SDK in native Apps oder als JavaScript im Webfrontend, ergänzt um einen Netzwerksensor, der IP- und HTTP-Header-Informationen anreichert. Diese Daten gelangen über eine Collection API an das Backend von Futurae, das daraus die Signale berechnet.

Über die Signals API fragt das Kundensystem sie in Echtzeit ab, etwa ein IAM-System oder eine Kernbanken-Anwendung. Die Datenauswertung und die Berechnung der Signale liegen bei Futurae, die Entscheidung bleibt beim Kunden.

Zum Start sind sieben Signale in Anwendung

Keines der folgenden sieben Signale löst von selbst eine Aktion aus. Die Auslegung und die daraus folgende Entscheidung liegen vollständig beim Institut, das den Vorgang freigeben oder zurückhalten kann.

  • Latest Proximity prüft, ob zwei Geräte eines Nutzers, etwa Telefon und Computer, sich in räumlicher Nähe befinden.
  • Historical Proximity erfasst, ob ein Gerät in der Vergangenheit bereits neben einem bekannten Gerät aufgetreten ist.
  • Geolocation bestimmt den Standort, von dem aus ein Gerät sich verbindet.
  • Geovelocity bewertet, ob eine Ortsveränderung in der vergangenen Zeit physikalisch möglich war.
  • New Login Device meldet die erstmalige Verwendung eines Geräts.
  • Active Call erkennt ein laufendes Telefonat während eines sicherheitsrelevanten Vorgangs, etwa der Freigabe einer hochwertigen Transaktion, ein im Bankenumfeld verbreitetes Indiz für Social Engineering.
  • Remote Access Tool identifiziert ferngesteuerte Browsersitzungen anhand von Maus- und Tastaturmustern.

Auch die Belastbarkeit unterscheidet sich je nach Signaltyp. Manche Werte sind deterministisch, andere beruhen auf Heuristiken und Verhaltensmodellen und können Fehlalarme erzeugen. Einzelne Signale setzen zudem eine ausdrückliche Freigabe durch den Endnutzer voraus, etwa beim Zugriff auf Standortdaten.

Eine Ergänzung zur bestehenden Betrugsabwehr

Für die Praxis heisst das, dass Trust Signals die vorhandene Betrugsabwehr ergänzt und nicht ersetzt, denn fällt ein Signal aus, greifen weiterhin die bestehenden Regelwerke des Instituts.

«Die Authentifizierung beantwortet, wer jemand ist. Ob dieser Person im konkreten Moment zu trauen ist, bleibt offen, denn der Kontext der Interaktion fliesst in die Prüfung nicht ein. Wir liefern genau diesen Kontext und überlassen die Bewertung dem Institut, das seine Kundschaft und seine Risikopolitik am besten kennt», erklärt Dr. Claudio Marforio, CEO und Mitgründer von Futurae.

Die wirtschaftliche Komponente von Trust Signals

Wirtschaftlich zielt Futurae auf die Entlastung der Betrugsabteilungen. Im Vordergrund stehen das Reduzieren manueller Prüfungen sowie ein geringeres Aufkommen an Support-Tickets. Auch kostspielige Rückrufe bei Kundinnen und Kunden sollen entfallen. Der Aufwand für die Anbindung bleibt gering, ein Austausch bestehender Systeme ist nicht erforderlich.

Futurae will das Signalspektrum in regelmässigen Abständen erweitern und dabei an konkreten Angriffs-Szenarien der Bestandskunden ausrichten. Für Institute im deutschsprachigen Raum bedeutet die Herkunft des Anbieters, dass Datenhaltung und Auftragsverarbeitung innerhalb eines eng an EU-Recht angelehnten Rechtsrahmens bleiben.