Das Silicon Valley-Unternehmen Mobileum wurde von den Londoner Marktforschern Kaleido Intelligence wieder als Champion Vendor in den Bereichen Sicherheit und Betrugsmanagement prämiert. Zentrum der Auszeichnung ist die „Active Intelligence Big Data Platform“, die mittels artifizieller Intelligenz und Deep Learning Prozessen Datenanalysen in Echtzeit verarbeiten kann. Dieser Artikel stellt einige ausgewählte Anwendungsmöglichkeiten der Technologie vor.
Inhaltsverzeichnis: Das erwartet Sie im Artikel
Mobileum: Lösungen gegen die wachsende Internetpiraterie
Schätzungen gehen davon aus, dass die Produktpiraterie bis 2022 Umsatzverluste in Höhe von bis zu 50 Milliarden Dollar generieren wird. Das große Problem für Anbieter dabei ist, dass sie selten in der Lage sind, den vollen Umfang des Diebstahls an ihrem geistigen Eigentum zu erkennen. Vielen von ihnen ist oft nicht klar, wer, wo, was von ihren Inhalten unerlaubt nutzt. Was aber vielen recht schnell auffällt, sind die Umsatz- und Gewinnrückgänge aufgrund von abfließenden Einnahmen für ihre gebührenpflichte Angebote. Das Ende zu Ende Technik der Kalifornier will das mittels aktuellster Antipiraterie-Dienste ändern und darüber hinaus sogar zukünftige Trends aufzeigen.
Mobileum: Künstliche Intelligenz und maschinelles Lernen gegen Produktpiraterie
Mobileum bietet den so Geschädigten eine Lösung aus künstlicher Intelligenz (KI) und maschinell gestützten Detektions- und Analysemethoden, um gegen derartige Verluste vorzugehen. Bei dieser Kombination übernehmen eigens von der Firma entwickelte Webcrawler und Machine Learning (ML) Algorithmen die Suche nach Anbietern von illegalen Inhalten in den großen Suchmaschinen in Echtzeit. Dabei gefundene Quellen werden aktiv an der Weiterverbreitung proprietärer Inhalte gehindert. Bei unerlaubt gestreamten Sportereignissen kann das z.B. den technisch herbeigeführten sofortigen Abbruch der Übertragung zur Folge haben. Anschließend übernimmt das Raid-Fallmanagement die Beweissicherung, um die daraus resultierenden Rechtsansprüche mit Beweisen zu untermauern.
Mobileum: Modul gegen Händlerbetrug
Das Anti-Händlerbetrugsmodul des kalifornischen Unternehmens liefert interessierten Nutzern eine vorgefertigte Anwendung, um KI und ML-basiert frühzeitig Anomalien zu erkennen und so Betrugsszenarien rechtzeitig vorzubeugen. Die Firma skizziert dabei Szenarien, in denen Partner Lücken oder Ungenauigkeiten in gemeinsam geschlossenen Verträgen dazu nutzen, um sich nicht gerechtfertigte Vorteile zu verschaffen.
Als unlautere Beispiele gelten hierbei der Missbrauch von Provisionen und Rückforderungsveinbarungen, gefälschte Abonnements oder die Nutzung bereits abgemeldeter Konten. Aber auch klassische Verbrechen wie Diebstähle, nicht genehmigte Aktienverkäufe, Simklone oder veränderte Identitäten gehören dazu. Mobileum Inc. bietet seinen Kunden mit seinem RAID-Modul eine Echtzeitüberwachung über mehrere Datenquellen hinweg, um sie so vor dem Betrug durch Händler zu schützen.
Mobileum: Raid-System gegen Anrufer-Betrug
Telefone verfügen seit geraumer Zeit über die komfortable Möglichkeit der Anrufererkennnung (Caller ID). Angerufene können bereits vor einem möglichen Gespräch erkennen, ob sie mit dem Anrufenden telefonieren möchten oder nicht. Kriminellen gelingt es aber schon mindestens ebenso lange, diese Caller ID zu manipulieren. Diese als Spoofing bekannte Methode versetzt Unbefugte in die Lage, Identitäten zu stehlen, zu fälschen oder zu verschleiern, um so weitere illegale Aktivitäten einzuleiten. Spammer für unerwünschte Marketingkampagnen nutzen diese Technik ebenso gern wie Großhandelsbetrüger. Aber auch computergestützte Anrufe, sogenannte Robot Calls können mit vorher aufgenommen Meldungen Betriebsabläufe stören, Botschaften verbreiten oder Einnahmen generieren.
Mobileum präsentiert zur Lösung dieser Gemengelage sein RAID-Modul mit KI-Ansatz, welches schon im Vorfeld Unregelmäßigkeiten in der Telekommunikation lokalisieren und mögliche Betrugsszenarien abstellen soll. Das System liefert als eine Art Puffer Blockade- und Ausleitungsmechanismen, um Angestellte und Kunden vor Belästigungen Dritter zu schützen. Dabei nutzt die Technik eine komplexe Regelbibliothek kombiniert mit Deep Learning.
