![Case Study: Quick fraud detection](https://www.widas.de/wp-content/uploads/2022/12/AdobeStock_338768334-2.jpg)
Die Aufgabenstellung
Bei einer Großbank wurde eine deutlich gesteigerte Anzahl von Betrugsversuchen beobachtet. Ein Risiko, das sich keine Bank leisten kann. Vorrangig natürlich aus Gründen der Sicherheit von Kunde und Unternehmen. Aber auch wegen des guten Images und Renommees des Finanzinstituts. Hier musste schnell gehandelt werden.
Der Mehrwert
Betrugsversuche können nun in sehr großem Umfang erfolgreich erkannt und verhindert werden. Damit schafft die Bank wieder ein sicheres und vertrauensvolles Umfeld für die täglichen Finanzgeschäfte ihrer Kunden.
Doch auch über den reinen Sicherheitsaspekt hinaus eröffnet unser Big Data Konzept neue Möglichkeiten: Die Fachbereiche profitieren von einer Vielzahl neuer Informationen und Analysen zu Kunden und Produkten aus dem System und können ihre Klientel so noch individueller und besser beraten.
![Case Study: Quick fraud detection](https://www.widas.de/wp-content/uploads/2022/12/AdobeStock_298468224-2.jpg)
![Case Study: Quick fraud detection](https://www.widas.de/wp-content/uploads/2022/12/AdobeStock_249798588-3.jpg)
Die Lösung
Innerhalb weniger Monate entwickelten wir für das Finanzinstitut eine individuelle Lösung und integrierten diese reibungslos in die bestehende Systemlandschaft.
Unser Ansatz: eine regelbasierte real time Fraud- und Anomaliedetection über verschiedene Kanäle im Zahlungsverkehr, die unter Zuhilfenahme einer Vielzahl von Detektoren und Informationsquellen ein real time Monitoring ermöglicht. Und das sowohl vor Ort, als auch mobil. Nach einer ausführlichen Testbegleitung hatten wir Sicherheit: der Kunde ist gegen Angriffe gut gewappnet.
Die eingesetzten Technologien
Apache Storm, Apache Cassandra, Cloudera Hadoop Distribution, Trident, Cascading, Oozie, Apache Kafka