Fraugster – Die deutsche Fintech-Szene ist führend in Europa. Einige junge Startups haben die Möglichkeit zu den wichtigen Unternehmen der Zukunft zu gehören, wenn sich ihre innovativen Ideen als durchführbar herausstellen. Wir wollen Ihnen einige der interessantesten deutschen Fintech Unternehmen vorstellen.
Fraugster – mit KI gegen Betrug und Missbrauch
Betrug ist ein wichtiges Thema, besonders in einer Welt, in der immer mehr Geschäfte über das Internet abgewickelt werden. Im E-Commerce werden Unternehmer mit ganz neuen Aufgaben und Problemen konfrontiert. Es gilt einen globalen Markt abzudecken und möglichst zielgerichtete Werbung abzusetzen. Die Produkte oder Dienstleistungen einer möglichst großen Zahl an Kunden näher zu bringen. Wenn die Bemühungen, eine erfolgreiche Plattform zu entwickeln und die Kundenakquise erfolgreich waren, müssen die Händler sich mit einem anderen wichtigen Problem beschäftigen – dem Betrug.
Laut Fachleuten soll der internationale E-Commerce bis Ende des Jahrzehnts auf 900 Milliarden USD anwachsen. Dadurch wächst auch die Gefahr Opfer von Betrügern zu werden. Laut NexisNexis, einem internationalen Informationsdienstleister, verlieren die internationalen E-Commerce-Anbieter jährlich 1,5 Prozent ihres Umsatzes aufgrund betrügerischen Transaktionen.
Es gibt einige Werkzeuge für Unternehmer, um dem Betrug vorzubeugen. Leider sind diese Werkzeuge nicht immer sehr effektiv. Sie können nicht 100 Prozent vor den Absichten von Verbrechern schützen, oder sie können die Transaktion von guten Kunden blockieren. In beiden Fällen ist das nicht im Sinne des Händlers. Für dieses Problem bietet Fraugster eine Lösung an.
Wer ist Fraugster?
Fraugster wurde 2014 von Chem Zamir und Max Laemmle gegründet. Ziel des Unternehmens ist es eine Technologie zur Betrugsbekämpfung zu entwickeln, in dem sich niemand mehr um das Risikomanagement kümmern brauch. Die beiden Gründer haben jahrelang in der Zahlungsbranche gearbeitet und kennen sich mit dem Problem bestens aus.
Sie haben festgestellt, dass die Lösungen zur Betrugsbekämpfung auf veralteten Technologien basieren und nicht effektiv im Kampf gegen die Cyberkriminellen sind. Sie haben daraufhin eine Lösung entwickelt, die mit KI-Technologien das Risiko des Zahlungsbetrugs beseitigen soll.
Laut den Firmengründern ist das Unternehmen schon für mehrere zehn Milliarden USD von ihren Kunden verantwortlich.
Wie funktioniert Fraugster?
Laut den Firmengründern wurde eine proprietäre KI Technologie entwickelt, die die Denkprozesse menschlicher Analytiker nachahmt und si mit der Skalierbarkeit von Maschinen kombiniert. Mit Millionen von gespeicherten Transaktionen soll die Software das Einkaufsverhalten und die Betrugsmuster in Echtzeit analysieren können.
Die Datenbank soll in weniger als 15 Millisekunden betrügerische Transaktionen identifizieren können und damit den Kunden einen reibungslosen Verkaufsablauf garantieren können. Durch die Software solle jede manuelle Prüfung der Transaktionen überflüssig werden und den Kunden ein reibungsloses Einkaufserlebnis garantieren. Durch die Skalierbarkeit der Technologie, kann die Software für jedes Unternehmen eingesetzt werden, unabhängig von der jeweiligen Größe.
Die Kunden bekommen bei jeder Transaktion eine Bewertung des Kunden bereitgestellt. Dies kann eine „Ja“ oder „Nein“ Entscheidung sein, oder eine Punktebewertung.
„Das Herzstück unserer KI-Engine ist ein sehr leistungsfähiger Algorithmus, der den Denkprozess eines menschlichen Analytikers nachahmen kann, der eine Transaktion überprüft. Auf diese Weise können wir die Geschichte hinter jeder Transaktion analysieren und genau sagen, welche Transaktionen Betrug sind und welche nicht “, erklärte Laemmle gegenüber techcrunch.com. „Sie bekommen eine Punktzahl oder Entscheidung. Die Ergebnisse sind vollständig transparent (und keine Blackbox), sodass Sie genau verstehen, warum eine Transaktion blockiert oder akzeptiert wurde. Hinzu kommt, dass unsere Geschwindigkeiten nur 15 ms betragen. Der Grund, warum wir so schnell sind, ist, dass wir unsere eigene In-Memory-Datenbanktechnologie erfunden haben. “
Max Laemmle fügt hinzu: „Bei Fraugster verwenden wir keine Regeln, Modelle oder vordefinierten Segmente. Wir verwenden auch keinen einzigen festen Algorithmus, um Transaktionen zu analysieren. Unser Motor erfindet sich bei jeder neuen Transaktion neu. Auf diese Weise können wir Transaktionen individuell nachvollziehen und entscheiden, welche betrügerisch sind und welche nicht. Infolgedessen können wir beispiellose Genauigkeit und die Fähigkeit bieten, betrügerische Transaktionen vorherzusehen, bevor sie eintreten. “
Die Finanzierung
Fraugster beschäftigt mittlerweile 60 Mitarbeiter. Ein Standort in Israel wurde mittlerweile geschlossen, alle Mitarbeiter wurden nach Berlin geholt.
In der ersten Finanzierungsrunde (Serie A) wurden 5 Millionen USD eingesammelt. Die letzte Finanzierungsrunde der Serie-B brachte 14 Millionen USD ein, mit denen Fraugster neue internationale Märkte erschließen will. An der Runde waren die Commerzbank, der Rückversicherer Munich Re und HSB Ventures beteiligt, sowie die Altinvestoren Earlybird, Speedinvest, Seedcamp und das Familiy Office Rancilio Cube.
Cover Bild: Foto de Negative Space en Pexels
Kurzübersicht
Kategorie: Künstliche Intelligenz, Big Data, Finanzdienstleistungen
Hauptquartier: Regionen Europäische Union (EU)
Gründungsdatum: 24. September 2014
Gründer: Chen Zamir, Max Laemmle
Status: Aktiv
Finanzierungsstatus: Early Stage Venture
Letzte Finanzierung: Serie B
Anzahl der Mitarbeiter: 51-100
Gesetzlicher Name: Fraugster Limited
Webseite: fraugster.com/
Facebook: Auf Facebook ansehen
LinkedIn: Auf LinkedIn anzeigen
Twitter: Auf Twitter ansehen
AUSSCHLUSS: Dieser Artikel drückt meine eigenen Ideen und Meinungen aus. Alle Informationen, die ich weitergegeben habe, stammen aus Quellen, die ich für zuverlässig und genau halte. Ich habe keine finanzielle Entschädigung für das Schreiben dieses Beitrags erhalten, noch besitze ich Aktien von einem Unternehmen, das ich erwähnt habe. Ich ermutige jeden Leser, zuerst seine eigene sorgfältige Recherche durchzuführen, bevor er Anlageentscheidungen trifft.
