Kris Nagel, CEO von Sift – Interview-Serie

Kris ist der Chief Executive Officer bei Sift. Er bringt mehr als 30 Jahre Erfahrung in leitenden Positionen bei venture-backed und öffentlichen SaaS-Unternehmen, einschließlich Ping Identity, mit. Sift bietet eine Möglichkeit für Unternehmen, Zahlungsbetrug zu beenden, mit einer einzigen, intuitiven Konsole. Sifts End-to-End-Lösung eliminiert die Notwendigkeit für nicht verbundene Tools, einzelne Software und unvollständige Erkenntnisse, die operative Ressourcen verschwenden.

In Ihrer vorherigen Rolle waren Sie Chief Operating Officer bei der Identitäts-Sicherheitsplattform Ping Identity, wo Sie eine entscheidende Rolle bei der Übernahme des Unternehmens im Jahr 2019 spielten. Was waren einige Ihrer wichtigsten Erkenntnisse aus dieser Erfahrung?

Die Übernahme eines Unternehmens ist ein großes Vorhaben, und ich habe viel durch den Prozess gelernt. Die Entwicklung von Produkten und die Skalierung des Unternehmens sowohl vor als auch nach diesem Meilenstein haben mich gelehrt, was es braucht, um komplexe organisatorische Herausforderungen zu meistern, die Benutzererfahrung zu innovieren und zu imaginieren und Teams zu wachsen und zu befähigen, ihr Bestes zu tun. Ich habe während meiner Karriere gelernt, dass jeder Erfolg in jeder Rolle mit einem tiefen Verständnis von Kunden, Partnern und den Menschen in Ihrem Team beginnen muss.

Sie haben Sift als CEO im Januar 2023 übernommen. Was hat Sie zu dieser neuen Herausforderung gezogen?

Betrug ist ein immer wachsendes und sich entwickelndes Problem, und die Einsätze sind klar. Der globale Verlust durch Online-Betrug wird voraussichtlich bis Ende 2023 48 Milliarden Dollar erreichen (ein Anstieg von 16 % im Vergleich zu 2022), und Unternehmen weltweit haben im Durchschnitt 10 % ihres Umsatzes für die Bekämpfung von Betrug aufgewendet. Wenn jedoch ein Unternehmen den Betrug nicht effektiv bekämpft, kann es Umsatz durch die Ausgrenzung oder “Beleidigung” legitimer Kunden verlieren.

Sift hat den ersten Vorteil bei der Lösung dieses Problems mit maschinellem Lernen, und seine Kern-Technologie und globales Daten-Netzwerk haben es im Bereich der Betrugsprävention abgehoben. Mehr als 34.000 Websites und Apps, darunter Twitter, DoorDash (DASH ), Poshmark und Uphold, verlassen sich auf Sift. Diese Differenzierung, kombiniert mit einem starken Fokus auf langfristige Kunden-Partnerschaften, hat meine Entscheidung, beizutreten, leicht gemacht.

Warum ist generatives AI ein so großes Sicherheitsrisiko für Unternehmen und Verbraucher?

Generatives AI zeigt erste Anzeichen als ein Spiel-Changer für Betrüger. Betrügereien waren früher von grammatischen und Rechtschreibfehlern durchsetzt, so dass sie leichter zu erkennen waren. Mit generativem AI können schlechte Akteure legitime Unternehmen und Verbraucher effektiver täuschen und dazu bringen, sensible Anmeldedaten oder Finanzinformationen preiszugeben.

Generative AI-Plattformen können sogar Text-Variationen vorschlagen, die es einem Betrüger ermöglichen, mehrere unterschiedliche Konten auf einer einzigen Plattform zu erstellen. Zum Beispiel können sie 100 neue gefälschte Dating-Profile erstellen, um Kryptowährungs-Romance-Betrügereien zu begehen, wobei jedes ein einzigartiges AI-generiertes Gesicht und eine Biografie hat. Auf diese Weise ermöglicht generatives AI die Demokratisierung von Betrug, da es für jeden, unabhängig von der Technik-Kenntnis, einfacher ist, jemanden mit gestohlenen Anmeldedaten oder Zahlungs-Informationen zu betrügen.

Sift hat kürzlich einen Bericht mit dem Titel veröffentlicht: ” Inmitten der AI-Renaissance werden Verbraucher und Unternehmen von Betrug überflutet“, was waren einige der größten Überraschungen für Sie in diesem Bericht?

Wir wussten, dass AI und Automatisierung das Betrugs-Landschaft verändern würden, aber die Geschwindigkeit und das Volumen dieser Veränderung sind wirklich bemerkenswert. Mehr als zwei Drittel (68 %) der US-Verbraucher haben einen Anstieg von Spam und Betrügereien seit November gemeldet, genau zu dem Zeitpunkt, als generative AI-Tools populär wurden, und wir glauben, dass diese beiden Trends stark korreliert sind. Ebenso haben wir eine Welle von Account-Übernahmen (ATO) gesehen, wobei die Rate von ATO um 427 % im ersten Quartal 2023 im Vergleich zu 2022 gestiegen ist. Offensichtlich sind diese Ereignisse miteinander verbunden, da generatives AI es Betrügern ermöglicht, überzeugendere und skalierbarere Betrügereien zu erstellen, was zu einer Welle von ATO-Angriffen führt.

Können Sie uns mehr über die “Sift Digital Trust & Safety Plattform” erzählen?

Mit Sift können Unternehmen mit Vertrauen aufbauen und bereitstellen, da sie wissen, dass sie die Tools haben, um ihre Unternehmen vor Betrug zu schützen. Es geht darum, die schlechten Akteure auszuschließen, während gleichzeitig den Kunden eine nahtlose Erfahrung bietet – Reduzierung von Reibung und Erhöhung des Umsatzes.

Unsere Mission ist es, jedem zu helfen, das Internet zu vertrauen, und unsere Plattform verwendet maschinelles Lernen und ein großes Daten-Netzwerk, um Unternehmen vor verschiedenen Arten von Betrug und Missbrauch zu schützen. Wir waren eines der ersten Unternehmen, das maschinelles Lernen auf Online-Betrug anwendet, so dass wir eine enorme Menge an Erkenntnissen gesammelt haben, die in unseren globalen maschinellen Lernmodellen widerspiegelt werden, die über 1 Billion Ereignisse pro Jahr verarbeiten. Die Schönheit der Plattform liegt darin, dass sie umso intelligenter wird, je mehr Kunden wir haben, so dass wir immer optimieren können, um Betrug zu stoppen, während wir gleichzeitig die Reibung für echte Benutzer und Kunden reduzieren.

Wie unterscheidet sich diese Plattform von anderen Betrugs-Tools?

Es gibt keine Knappheit an Betrugs-Präventions-Anbietern auf dem Markt, aber die meisten fallen in zwei Kategorien: Punkt-Lösungen oder Entscheidung-als-Service. Punkt-Lösungen haben oft einen engen Umfang und sind für einen bestimmten Anwendungsfall konzipiert, wie z.B. Bot-Erkennung. Entscheidung-als-Service-Lösungen sind umfassender, aber haben oft keine umfassenden Betrugs-Management-Fähigkeiten und agieren als “black box” in Bezug auf ihre Entscheidungslogik.

Eine der wichtigsten Unterscheidungsmerkmale von Sift ist, dass wir eine Lösung anbieten, um mehrere Arten von Betrug in allen Branchen zu bekämpfen. Betrug ist eine branchenübergreifende Herausforderung, und wir haben einzigartige Erkenntnisse darüber, wie die Betrugsprobleme einer Branche zu denen einer anderen werden. Über alle unsere Fähigkeiten – Entscheidungs-Engines, Fall-Management, Orchestrierung, Berichterstellung und Simulation – priorisieren wir auch, die Kontrolle in die Hände unserer Kunden zu legen. Jedes Unternehmen ist einzigartig, und diese Fähigkeit, anzupassen, bedeutet, dass Logik mit benutzerdefinierten Regeln modifiziert und Simulationen innerhalb der Plattform angepasst werden können. Wir glauben auch, dass die beste Möglichkeit, Betrug zu verhindern, darin besteht, transparent über ihn zu sein. Unser Entscheidungs-Engine bietet Erklärungen für Analysten, damit sie verstehen, warum eine Transaktion genehmigt, herausgefordert oder abgelehnt wurde. Wir bieten auch Berichte an, damit Sie die Leistung eines Modells messen und verstehen können, ob es angepasst werden muss.

Können Sie uns mehr über den “Sift-Score” erzählen und wie er es ermöglicht, die maschinelle Lern-Modelle kontinuierlich zu verbessern?

Sift-Kunden verwenden unsere maschinellen Lern-Algorithmen, um betrügerische Muster zu erkennen und Angriffe auf eine Website oder App zu verhindern. Der Sift-Score ist eine Zahl von 0-100, die von dem Algorithmus für jedes Ereignis (oder Aktivität) gegeben wird, um die Wahrscheinlichkeit anzugeben, dass das Verhalten betrügerisch ist.

Ein interessantes Produkt, das bei Sift entwickelt wurde, um Betrügereien und Spam zu bekämpfen, ist Text-Clustering. Was ist das genau?

Spam-Text plagt Online-Plattformen, und Spammer posten oft den gleichen oder sehr ähnlichen Inhalt wiederholt. Wir haben unsere Text-Clustering-Funktion als Teil der Content-Integrität entwickelt, um es einfacher zu machen, diesen Typ von Text zu identifizieren und zusammenzufassen, damit ein Analyst entscheiden kann, ob er Massenaktionen durchführen soll. Die Herausforderung besteht darin, dass nicht alle wiederholten Texte Spam sind. Zum Beispiel kann ein E-Commerce-Verkäufer das gleiche Produkt und die gleiche Beschreibung auf mehreren Websites auflisten.

Wie können Unternehmen sich am besten gegen adversarial-Angriffe oder andere Arten von bösartigen Angriffen wehren, die durch generatives AI verursacht werden?

Mehr als die Hälfte der Verbraucher (54 %) glauben, dass sie nicht für den Fall verantwortlich sein sollten, dass sie unbeabsichtigt ihre Zahlungs-Informationen an einen Betrüger weitergegeben haben, der sie später für einen betrügerischen Kauf verwendet hat. Fast ein Viertel (24 %) glaubt, dass das Unternehmen, bei dem der Kauf getätigt wurde, verantwortlich sein sollte. Das bedeutet, dass die Verantwortung für die Verhinderung von Betrug bei den Plattformen und Dienstleistungen liegt, auf die sich die Verbraucher täglich verlassen.

Wir sind noch in den frühen Tagen von generativem AI, und die Bedrohungen von heute werden nicht die gleichen Bedrohungen sein, die wir in sechs Monaten sehen werden. Unternehmen müssen jedoch mit AI-Technologien wie maschinellem Lernen kämpfen, um Betrug zu bekämpfen und zu stoppen, bevor er passiert. Echtzeit-maschinelles Lernen ist entscheidend, um mit dem Umfang, der Geschwindigkeit und der Komplexität von Betrug Schritt zu halten. Händler, die nicht von veralteten oder manuellen Prozessen wechseln, werden hinter Betrügern zurückbleiben, die bereits automatisieren. Unternehmen, die diesen umfassenden, echtzeitigen Ansatz annehmen, verbessern die Genauigkeit der Betrugs-Erkennung um 40 %. Das bedeutet, dass sie besser in der Lage sind, Betrüger zu identifizieren und zu stoppen, bevor sie ihrem Unternehmen oder ihren Kunden schaden können.

Gibt es noch etwas, das Sie über Sift teilen möchten?

Eine Initiative, die wir kürzlich umgesetzt haben, um diese Mission voranzutreiben, ist unsere Kunden-Community, Sifters. Sie ist für alle Sift-Benutzer geöffnet und dient als Brücke zwischen unseren Kunden, internen Experten und unserem digitalen Netzwerk von Händlern und Daten. Es ist ein wertvoller Hub für die Sammlung von Branchen-Einblicken und die Bewältigung von Herausforderungen in der Betrugsprävention. Und es sieht eine enorme Akzeptanz. Die Schaffung einer Community für Betrugs-Kämpfer ist absolut entscheidend, da Betrüger ihre eigenen Communities haben, in denen sie zusammenarbeiten, um Unternehmen und Verbraucher zu schaden. Wie wir immer sagen: Es braucht ein Netzwerk, um ein Netzwerk zu bekämpfen.