Die Umsätze im Onlinehandel sind mit 9,6 Milliarden in Österreich (+20%) und 99,1 Milliarden Euro DE (+19%) auf einem Allzeithoch. Der Anteil, der über mobile Endgeräte erwirtschaftet wird, stieg dabei signifikant um 67 Prozent auf 2 Milliarden in Österreich, in Deutschland macht dieser bereits 40,2 Prozent des erwirtschafteten Umsatzes aus. Mehr als jeder zweite Euro wird dabei über große Online-Marktplätze umgesetzt. Dem gegenüber steht die rapide Zunahme an Cybercrime-Delikten (2020: +26,3%). Für Konsument:innen sind derzeit zwei Themen von neuralgischer Bedeutung: Der Bestellbetrug, durch Fake-Shops sowie der Betrug durch Investment-Plattformen, der einhergehend mit der Beliebtheit von Kryptowährungen zunimmt.
Fake-Shops verursachen großen, volkswirtschaftlichen Schaden, eine Dunkelfeldstudie geht von 320.000 direkt betroffenen Konsument:innen in Österreich aus und beziffert die Schadenhöhe auf 16 Millionen Euro. Risikogruppen wie Personen mit höherem formalem Bildungsniveau und Risikoverhalten beim Surfen, machen den Großteil der Opfer von Fake Shops aus. Männer im Alter von 18 bis 29 Jahren bilden die sorgloseste Risikogruppe. Umso wichtiger ist, dass diese Gruppen vermehrt technische Sicherheitsmaßnahmen einsetzen und ihre Wachsamkeit erhöhen.
Das KIRAS-Projekt SINBAD, hat erfolgreich einen auf Künstlicher Intelligenz (KI) basierenden Fake-Shop-Detector entwickelt, für Konsument:innen steht dieser kostenlos als Browser-Plugin für Edge, Firefox und Chrome zum Download bereit. An der laufenden Beta-Phase beteiligen sich bereits über 6000 Konsument:innen und schützen damit nicht nur sich selbst, sondern auch andere und tragen somit bereits erfolgreich zur rascheren Exponierung von betrügerischen Onlinehändlern bei. Die hierbei im Einsatz befindlichen KI-Modelle erzielen im Praxiseinsatz auf über 400.000 Websites eine Genauigkeit der korrekten Klassifikation von 91%. Dem trainierten KI-System stehen dabei über 21.000 Merkmale für die Entscheidungsfindung zur Verfügung. Die Stärke des Verfahrens liegt darin, dass kein Einzelnes hierbei heraussticht, sondern, dass gerade die Kombination einer Vielzahl von Einzelmerkmalen, ihr Vorhandensein oder Nicht-Vorhandensein, zu einer sehr robusten Risikobewer-tung durch die KI führt.
Das Projekt „Resilienz im Online-Handel“ (RIO) setzt die erfolgreiche Präventionsarbeit durch zielgerichtete Innovationen entlang des Fake-Shop Detection-Lifecycles fort. Diese umfassen:
(1) Eine modular, skalierbare und einfach zu erweiterbare Open Source-Plattform für KI-basierte Risk-Assessment Services und deren Anwendungen im qualitätsgesicherten Praxiseinsatz.
(2) Einen Community-enabled Fraud-Prevention Ansatz: Durch den Einsatz der KI-Detektion erreichte die Anzahl der veröffentlichten Warnmeldungen einen neuen Höchststand. Hierbei gilt es Expert:innen zu entlasten, indem Aufgaben der Qualitätssicherung durch geeignete Gamification und Nudging Ansätze in Form einer Spielumsetzung an die Community delegiert werden.
(3) Die Realisierung einer minimal-invasiven App-basierten Lösung zum Echtzeitschutz vor Betrugsfallen zur Steigerung der Mobilen-Resilienz erfolgt unter Berücksichtigung hoher Privatsphäre-Standards.
(4) Die Erarbeitung von Demonstratoren mit Schwerpunktsetzung auf Natural Language Processing (NLP) zur Steigerung der menschlichen Nachvollziehbarkeit KI basierter Risiko-Bewertungen, der
Auffindung zusammenhängender Betrugsfälle (Cluster) sowie der Betrugsprävention auf Online-Marktplätzen. Dies erfolgt unter Begleitung der Bedarfsträger BMSGPK und BMI und umfasst auch die Evaluierung des Einsatzpotenzials dieser Tools für Stakeholder hinsichtlich ihrer ergänzenden Wirkung der Präventionsarbeit und Kriminalitätsbekämpfung.
(5) Die Analyse betrügerischer Kryptowährung-Investment-Plattformen zum Schutz vor dieser wachsenden Bedrohung für Konsument:innen, durch die bereits erfolgreich eingesetzten Methoden der Fake-Shop Detektion.
(6) Die Schaffung einer Wissensgrundlage über zwei Studien zu „soziodemografischem Faktoren KI basierter Vertrauenskalibrierung“ sowie zu „Dunkelfeldstudie Betroffener, Betrugsmuster und Grauzonen im Online-Handel“, die weiterführende evidenzbasierte Präventionsmaßnahmen zu Betrugsdelikten im Online-Handel ermöglichen.
Projektleiter:in:
Mag. Andrew Lindley, Research Engineer am Center for Digital Safety & Security, Competence Unit Data Science and Artificial Intelligence des AIT Austrian Institute of Technology GmbH.
Auflistung der Projekt- bzw. Kooperatonspartner:innen:
AIT Austrian Institute of Technology GmbH
cyan Security Group GmbH
Österreichisches Institut für angewandte Telekommunikation
Republik Österreich, Bundesministerium für Inneres, Bundeskriminalamt
Republik Österreich, Bundesministerium für Soziales, Gesundheit, Pflege und Konsumentenschutz, Sektion Konsumentenpolitik und Verbrauchergesundheit
X-Net Services GmbH
Xylem – Science and Technology Management GmbH
Kontakt:
Mag. Andrew Lindley
AIT Austrian Institute of Technology GmbH
Giefinggasse 4
1210 Wien
+43 664 8157848
andrew.lindley@ait.ac.at
https://www.ait.ac.at/themen/data-science-artificial-intelligence/solutions-services/fake-shop-detector
