Het aantal Instant Payments is in Nederland enorm gestegen in 2020, want deze manier van betalen biedt veel voordelen. De vraag is alleen wel: hoe controleer je bij deze razendsnelle manier van betalen nog op fraude en witwaspraktijken?
Het jaarverslag van de Nederlandse betaalvereniging laat zien dat Instant Payments ondertussen de standaard zijn in het bancaire verkeer. Sinds 2019 zijn Instant Payments in Nederland ingezet en nu worden er op jaarbasis zo’n 370 miljoen verwerkt. Betalen via het mobiele kanaal is daarbij favoriet want 60% van de Instant Payments wordt uitgevoerd via mobiel bankieren.
Een razendsnelle oplossing voor de grootste uitdaging van Instant Payments
Het grote voordeel is dat een instant payment-transactie direct zichtbaar is bij de ontvangende partij. Maar tegelijkertijd kan dat een nadeel opleveren omdat er (veel) minder tijd is om de transactie te controleren op fraude of witwaspraktijken.
Er is technologie nodig om fraude en witwas controles uit te voeren op Instant Payments. Het ultieme doel is om zoveel mogelijk witwas- en fraudegevallen te detecteren en tegelijkertijd het aantal fout-positieve uitkomsten te minimaliseren. Dit is geen eenvoudige taak, zeker als we kijken naar de verschillende manieren waarop witwassen en fraude plaatsvinden. Van skimmen tot volledige account takeovers tot katvangers; al deze zaken moeten ook met Instant Payments zoveel mogelijk worden voorkomen.
De beste controles voor fraude en witwassen
Met de juiste (geautomatiseerde) checks kunnen ook bij Instant Payments fraude en witwaspraktijken worden opgespoord. Een aantal controle-opties zijn daarin zeer succesvol gebleken:
- Peer profiling
Bij deze methode wordt gekeken of partijen al eerdere betalingen met elkaar hebben uitgewisseld. En of de huidige transactie lijkt op de eerdere transactie(s). - 1-op1 profiling
Hier wordt met cross-channel profiling een profiel opgesteld met informatie uit verschillende kanalen. Zo wordt gekeken of de huidige transactie met andere betalingsmethoden overeenkomt. Het is een extra controlemogelijkheid om fout-positieve uitkomsten te voorkomen. - Analyse van data
Met de analyse van financiële data kunnen eventuele afwijkingen eenvoudig worden opgespoord. Deze analyse kan worden gecombineerd met technische data zoals het apparaat waarmee de betaling wordt uitgevoerd, biometrische data, of session behaviour. - Kunstmatige Intelligentie (AI) en Machine Learning (ML)
Met deze technieken worden opsporingsmethoden voor witwassen en fraude volledig geautomatiseerd verder ontwikkeld. Binnen een kader van vooraf vastgestelde regels, kan met AI en ML een continu controleproces worden uitgevoerd.
Zelf uitvoeren of outsourcen?
Hoewel het soms net iets te snel lijkt te gaan, zijn er voorafgaand aan de transactie nog mogelijkheden voor geautomatiseerde controles op fraude en witwassen. De vraag is alleen: kunnen en willen banken deze techniek wel zelf ontwikkelen en uitvoeren?
Binnen het betalings landschap dienen zich continu nieuwe uitdagingen en kansen aan door technologische ontwikkeling en maatschappelijke veranderingen.
Alles wat je wilt weten over Payments in 2021
Over de consequenties hiervan en de kansen voor outsourcing van deze diensten lees je alles in onze nieuwste whitepaper over Payments.