Transaktionsmuster
Transaktionsmuster bezeichnen wiederkehrende Merkmale in Transaktionsdaten, die das Verhalten von Kontoinhabern, Unternehmen oder Transaktionsnetzwerken beschreiben. Sie dienen der Beschreibung, Überwachung und Vorhersage von Transaktionen sowie der Erkennung ungewöhnlicher Aktivitäten. Finanzinstitute nutzen Transaktionsmuster, um Risiken zu bewerten, Betrug zu erkennen und Geldwäsche zu verhindern.
Zu den gängigsten Arten gehören zeitliche Muster (Frequenz, Intervall, saisonale Schwankungen), räumliche Muster (Geolocation, geografische Verteilung),
Zur Erkennung und Analyse werden statistische Verfahren, maschinelles Lernen (Anomalieerkennung, Clustering, Sequenzmodelle) und regelbasierte Systeme eingesetzt.
Anwendungsfelder sind Betrugsprävention, Anti-Geldwäsche, Risikomanagement, Compliance, Kundenprofiling und die Prognose von Zahlungsströmen. Transaktionsmuster helfen, verdächtige Aktivitäten
Herausforderungen umfassen Datenschutz und Datenqualität, saisonale Effekte, Konzept-Drift, Erklärbarkeit der Modelle sowie die Anfälligkeit für Täuschungsversuche
Beispiele: regelmäßige Gehaltszahlungen; plötzliche, ungewöhnlich große Überweisungen ins Ausland; kurze Sequenzen wiederholter Transaktionen zwischen verbundenen Konten;