Teure Gaunereien Das kostet Betrug den Unternehmen wirklich

Anbieter zum Thema

Linde Material Handling GmbH

trivid GmbH

SCIO Automation GmbH

Deutsche Unternehmen werden immer öfter betrogen, sagt Lexisnexis Risk Solutions. Das geschehe vor allem durch digitale Angriffe. Und jeder Euro, der verloren gehe, koste viel mehr ...

Lexisnexis Risk Solutions hat jetzt die 2023 Ergebnisse der Lexisnexis True Cost of Fraud Studie - Europa, Naher Osten und Afrika veröffentlicht. Der jährliche Bericht, der auf einer von Forrester Consulting durchgeführten Studie basiert, zeigt, dass jede betrügerische Transaktion Unternehmen in der EMEA-Region mittlerweile das 3,9-Fache des verlorenen Transaktionswerts kostet. In Deutschland berichteten mittlerweile 58 Prozent der Unternehmen von einem Anstieg der Betrugsfälle in den letzten 12 Monaten. Und für jeden Euro, der durch Betrug verloren geht, entstehen den Unternehmen im Durchschnitt Kosten in Höhe von 4,18 Euro (3,43 Euro bei Einzelhändlern und 5,37 Euro bei Finanzinstituten). Diese Kosten umfassen finanzielle Verluste aufgrund von Betrug, interne Arbeitskosten, externe Kosten, Zinsen und Gebühren sowie die Kosten für den Ersatz oder die Wiederbeschaffung verlorener oder gestohlener Waren.

Cyber-Betrug erstmals höher als übliche Schlawinerei

Die rapide Einführung digitaler Zahlungsmethoden verbessere zwar die Zahlungserfahrungen, setze aber auch viele Systeme und Kanäle immer innovativeren Betrugsangriffen aus. In der gesamten EMEA-Region machen digitale Kanäle 52 Prozent aller Betrugsverluste aus und haben damit erstmals den herkömmlichen Betrug übertroffen. Cyberkriminelle nutzen dabei die Anonymität digitaler, grenzüberschreitender Transaktionen, um schnell und unentdeckt Betrug zu begehen. Die Zunahme der Betrugsfälle und der Einsatz von Technologien wie künstlicher Intelligenz (KI) erweitern die Möglichkeiten der Cyberkriminellen, um sowohl Verbraucher als auch Unternehmen zu schädigen. Die Studie spiegelt auch die Entwicklung der kriminellen Taktiken wider. Über die Hälfte (52 Prozent) der Unternehmen in der EMEA-Region sehen in der Zunahme synthetischer Identitäten die größte Herausforderung bei der Verifizierung der Kundenidentität. Betrug ist demnach immernoch ein weit verbreitetes Problem für Unternehmen, das nicht nur die finanziellen Ressourcen belastet, sondern auch die allgemeine betriebliche Effizienz. Außerdem werden das Kundenvertrauen und die Reputation beeinträchtigt.

Die wichtigsten Ergebnisse der Betrugsstudie im Überblick:

• Kommerzielle Auswirkungen – Betrug hat erhebliche Auswirkungen darauf, wie Kunden Unternehmen wahrnehmen und mit ihnen interagieren. Rund 91 Prozent der deutschen Befragten gaben an, dass Betrug die Kundenzufriedenheit beeinflusst hat (im Vergleich zu 75 Prozent in der gesamten EMEA-Region). Genauso viele sehen Auswirkungen auf die Kundenkonversion, was über den 71 Prozent in EMEA liegt. Diese Ergebnisse zeigten, dass Deutschland besonders sensibilisiert sei, wenn es um das Kundenerlebnis gehe. Jede Auswirkung von Betrug oder Betrugspräventionstechniken kann schließlich die Kundenzufriedenheit beeinträchtigen und zu weitreichenderen Auswirkungen auf das Geschäftsergebnis des Unternehmens führen. Es brauche ein Gleichgewicht zwischen Prävention und angemessener Kontrolle des Kundenerlebnis;

• Entwicklung der Praktiken im Betrugsmanagement – Kriminelle entwickeln ihre Methoden leider auch ständig weiter. Diese Dynamik kriminellen Verhaltens bedeutet, dass Betrug und die damit verbundenen Kosten keine statischen Bedrohungen sind, die Unternehmen einfach abwenden können. So bieten etwa neue Zahlungsmethoden Betrügern die Möglichkeit, Schwachstellen im Einzelhandel auszunutzen. Und Finanzinstitute stellen einen zunehmenden Trend bei Identitätsdiebstahl, Scams und Betrug mit digitalen Wallets fest;

• Die Zukunft – Angesichts der wachsenden Bedrohung durch Betrug und Cyber-Sicherheitsrisiken sollten Unternehmen zukunftsweisende Betrugsmanagement- und Authentifizierungs-Tools einführen. Dazu gehört auch die Nutzung von künstlicher Intelligenz, maschinellem Lernen sowie biometrischen und verhaltensbasierten Authentifizierungsmethoden.

(ID:50004619)