Framtidsinriktad strategi: Att förutse och förhindra kortbedrägerier inom finanssektorn
Ihanainen, Jonne (2024)
Ihanainen, Jonne
2024
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2024121837218
https://urn.fi/URN:NBN:fi:amk-2024121837218
Tiivistelmä
Kortbedrägerier utgör idag en av de största utmaningarna för finansiella institutioner och deras
kunder. Med den snabba utvecklingen inom digitalisering och ökningen av onlinebetalningar har
nya, mer avancerade metoder för bedrägerier blivit vanliga. Detta examensarbete undersöker hur
tekniker och verktyg, såsom dataanalys, maskininlärning och realtidsövervakning, används för att
förutse och förhindra kortbedrägerier. Arbetet fokuserar särskilt på den roll som AI och avancerade
analysmetoder spelar i att stärka bekämpningen av bedrägerier inom finanssektorn.
Syftet med studien var att analysera möjligheterna och utmaningarna med framåtblickande strategier
inom finansbranschen. Arbetet genomfördes med kvalitativ metod, där semi-strukturerade intervjuer
samlade in data från experter inom området. Intervjuerna analyserades för att identifiera viktiga
mönster, trender och insikter kopplade till bedrägeribekämpning. För att säkerställa datas
tillförlitlighet spelades intervjuerna in, transkriberades och kodades.
Resultaten visar att maskininlärning används alltmer för att upptäcka bedrägliga transaktioner och
minska risken för kortbedrägerier. Realistisk transaktionsövervakning i kombination med avancerade
algoritmer möjliggör snabbare identifiering av avvikelser vilketsedan stärker skyddet för kunder.
Samtidigt framkom att det fortfarande finns behov av mänskligt deltagande för att säkerställa
noggrannheten i systemen. Etiska och juridiska utmaningar, såsom strikta dataskyddslagar, kan dock
begränsa möjligheterna att utnyttja dessa tekniker fullt ut.
Studien belyser även vikten av kundmedvetenhet och utbildning för kunder. Kunders rapportering
av misstänkta aktiviteter och proaktiv utbildning, exempelvis genom simulerade phishing-försök,
bidrar till att stärka säkerheten. Rekommendationerna syftar till att skapa en balanserad lösning
mellan integritet och säkerhet och att vidareutveckla verktyg för att möta nya hot i takt med den
tekniska utvecklingen.
kunder. Med den snabba utvecklingen inom digitalisering och ökningen av onlinebetalningar har
nya, mer avancerade metoder för bedrägerier blivit vanliga. Detta examensarbete undersöker hur
tekniker och verktyg, såsom dataanalys, maskininlärning och realtidsövervakning, används för att
förutse och förhindra kortbedrägerier. Arbetet fokuserar särskilt på den roll som AI och avancerade
analysmetoder spelar i att stärka bekämpningen av bedrägerier inom finanssektorn.
Syftet med studien var att analysera möjligheterna och utmaningarna med framåtblickande strategier
inom finansbranschen. Arbetet genomfördes med kvalitativ metod, där semi-strukturerade intervjuer
samlade in data från experter inom området. Intervjuerna analyserades för att identifiera viktiga
mönster, trender och insikter kopplade till bedrägeribekämpning. För att säkerställa datas
tillförlitlighet spelades intervjuerna in, transkriberades och kodades.
Resultaten visar att maskininlärning används alltmer för att upptäcka bedrägliga transaktioner och
minska risken för kortbedrägerier. Realistisk transaktionsövervakning i kombination med avancerade
algoritmer möjliggör snabbare identifiering av avvikelser vilketsedan stärker skyddet för kunder.
Samtidigt framkom att det fortfarande finns behov av mänskligt deltagande för att säkerställa
noggrannheten i systemen. Etiska och juridiska utmaningar, såsom strikta dataskyddslagar, kan dock
begränsa möjligheterna att utnyttja dessa tekniker fullt ut.
Studien belyser även vikten av kundmedvetenhet och utbildning för kunder. Kunders rapportering
av misstänkta aktiviteter och proaktiv utbildning, exempelvis genom simulerade phishing-försök,
bidrar till att stärka säkerheten. Rekommendationerna syftar till att skapa en balanserad lösning
mellan integritet och säkerhet och att vidareutveckla verktyg för att möta nya hot i takt med den
tekniska utvecklingen.