Wie Informatiker Wirtschaftsbetrug schneller aufdecken

11.11.2015 |  Von  |  News
Keine Beiträge mehr verpassen? Hier zum Newsletter anmelden!
Wie Informatiker Wirtschaftsbetrug schneller aufdecken
Jetzt bewerten!

Die wachsende Komplexität von IT-Systemen sorgt dafür, dass Unternehmen weltweit anfälliger für Wirtschaftsbetrug werden. Doch Informatiker wollen den Tätern mit neusten Methoden immer schneller auf die Schliche kommen. Dies zeigte sich bei einer Tagung von Nutzern des Spitzenforschungslabors am Hasso-Plattner-Institut (HPI) in Potsdam.

In seinem „HPI Future SOC Lab“ führt das Institut eigene Big Data-Untersuchungen durch und stellt die Plattform kostenfrei auch Wissenschaftlern aus Universitäten und Unternehmen in aller Welt bereit. Ausgestattet ist das Potsdamer Labor mit modernsten Hochleistungssystemen mit sehr vielen Rechenkernen, hoher Arbeitsspeicherkapazität und grossem Festplattenspeicher-Volumen. Bislang konnten bereits weit mehr als 200 Projekte von Wissenschaftlern aus zwölf Ländern erfolgreich durchgeführt werden.

Eine aktuelle Untersuchung mit Hilfe des HPI Future SOC Labs stellte Wirtschaftsinformatikerin Galina Baader von der TU München auf der Potsdamer Tagung vor. Sie berichtete, dass in Europa etwa 73 Prozent aller Unternehmen Opfer von Betrug würden. „Kein Geschäftsbereich ist davon ausgenommen“, sagte Baader. Dennoch gebe es bislang kaum effiziente Verfahren, um den Betrügern auf die Spur zu kommen.


Geballte Rechenpower für aktuelle Big Data-Forschung: In seinem "HPI Future SOC Lab" führt das Hasso-Plattner-Institut eigene Untersuchungen durch und stellt die Plattform kostenfrei auch Wissenschaftlern aus Universitäten und Unternehmen in aller Welt bereit. (Bild: © obs/HPI Hasso-Plattner-Institut/KAY HERSCHELMANN)

Geballte Rechenpower für aktuelle Big Data-Forschung: In seinem „HPI Future SOC Lab“ führt das Hasso-Plattner-Institut eigene Untersuchungen durch und stellt die Plattform kostenfrei auch Wissenschaftlern aus Universitäten und Unternehmen in aller Welt bereit. (Bild: © obs/HPI Hasso-Plattner-Institut/KAY HERSCHELMANN)


Üblich sei es beispielsweise, mithilfe des „Data Mining“ einmal im Jahr gezielt nach Auffälligkeiten bei Geschäftsprozessen zu suchen. Das Problem hierbei sei allerdings, dass die Kapazitäten fehlen, um jeder einzelnen Abweichung nachzugehen –  die Menge an Daten sei schier zu gross. Laut Baader ist die bislang effektivste Methode das Whistleblowing, wenn also Mitarbeiter bei einer speziellen Unternehmens-Hotline anrufen, um Kollegen zu melden.

Die Big Data-Forscherin und ihr Team versuchen hingegen, bereits Versuche eines Betrugs in Echtzeit zu erkennen. Fokussiert haben sich die Informatiker dabei auf Einkaufs- und Bezahlungsprozesse. In mehreren Hacking-Wettbewerben liessen sie Studenten in Teams gegeneinander angetreten, um unter Einsatz des so genannten „Process Mining“ in einer geschützten Test-Umgebung einerseits Betrugsversuche zu starten und gleichzeitig Betrügereien des gegnerischen Teams aufzudecken.

Beim Process Mining werden elektronische Daten, die beim Ablauf von Geschäftsprozessen anfallen, analysiert. Das Potenzial für die Wirtschaft ist gross: Weit mehr als die Hälfte der Betrugsversuche konnten auf diese Weise ermittelt werden. Da solche Aufgaben viel Rechenleistung erfordern, griff die TU München auf die besonders leistungsfähige Infrastruktur des „Future SOC Lab“ am Hasso-Plattner-Institut zurück.



Das Labor erleichtert vor allem Forschung im Bereich der In-Memory-Technologien und des Cloud Computing. Zwei Mal jährlich treffen sich am HPI Nutzer aus Wissenschaft und Wirtschaft, um Projekte zu besprechen, die in den vergangenen sechs Monaten im HPI-Spitzenforschungslabor durchgeführt wurden.

 

Artikel von: HPI Hasso-Plattner-Institut
Artikelbild: © scyther5 – shutterstock.com


Ihr Kommentar zu:

Wie Informatiker Wirtschaftsbetrug schneller aufdecken

Für die Kommentare gilt die Netiquette! Erwünscht sind weder diskriminierende bzw. beleidigende Kommentare noch solche, die zur Platzierung von Werbelinks dienen. Die Agentur belmedia GmbH behält sich vor, Kommentare ggf. nicht zu veröffentlichen.