Laut einem aktuellen Bericht des US-Finanzministeriums zur Bewältigung von Risiken im Zusammenhang mit künstlicher Intelligenz (KI) im Finanzsektor haben größere Finanzinstitutionen einen Wettbewerbsvorteil gegenüber kleineren im Bereich der KI-basierten Betrugsprävention. Der Bericht weist auf den Mangel an verfügbaren Daten hin, um KI-Modelle für die Betrugsprävention zu trainieren, insbesondere aufgrund unzureichender Datenweitergabe zwischen den Unternehmen. Kleinere Finanzinstitutionen verfügen in der Regel nicht über die notwendigen internen Daten und Expertise, um ihre eigenen Anti-Betrugs-KI-Modelle zu entwickeln, während größere Institutionen Zugang zu umfangreichen historischen Daten haben. Der Bericht betont die Notwendigkeit von Zusammenarbeit und Datenaustausch zwischen Finanzinstitutionen, um das Training von Anti-Betrugs-KI- und maschinellen Lernmodellen zu verbessern. Er erkennt auch an, dass Betrüger selbst KI- und ML-Technologien nutzen, was die Zusammenarbeit zwischen FIs noch wichtiger macht.

Die PYMNTS Intelligence-Forschung zeigt, dass FIs auf eine Kombination aus internen Betrugspräventionssystemen, Ressourcen von Drittanbietern und neuen Technologien zur Bekämpfung von Betrug setzen. Obwohl der Einsatz von KI und ML in der Betrugsprävention zunimmt, stellt der Bericht fest, dass die Entwicklung dieser Tools kostspielig sein kann, wodurch nur ein kleiner Prozentsatz von FIs ihre eigenen KI- und ML-Technologien für die Betrugsprävention aufbaut. Die Zusammenarbeit mit Drittanbietern bei der Beschaffung von Betrugsbekämpfungswerkzeugen ist üblich. Der Bericht kommt zu dem Schluss, dass die Kombination von Technologie und kritischem Denken für den effektiven Umgang mit Finanzkriminalität wesentlich ist und einen "Robocop, nicht Terminator" Ansatz verfolgen sollte.