LexisNexis Risk Solutions ergänzt Betrugsentscheidungen um Signale zu KI-Agenten

LexisNexis Risk Solutions kündigte Know Your Agent (KYA)-Informationen an und nahm damit Aktivitäten von KI-Agenten sowie kontextbezogene Risikosignale in seine Plattform für digitale Identität und Betrugsprävention auf. Das Unternehmen teilte mit, dass der agentische Datenverkehr in der ersten Hälfte des Jahres 2026 um mehr als 750 % zunahm.

Viele Kunden nutzen KYA bereits für ihre aktuellen Risikomanagemententscheidungen. Das Unternehmen berichtete, dass sein Digital Identity Network 2025 mehr als 116 Milliarden digitale Transaktionen analysierte und 4,9 Milliarden automatisierte Bot-Angriffe erkannte – 59 % mehr als im Vorjahr. Dieser bereits bestehende Einblick in Interaktionen zwischen Menschen und automatisierten Systemen bildet den Kontext, um den KYA Aktivitäten von Agenten ergänzt.

Erkennung fließt in eine umfassendere Risikobewertung ein

Die meisten persönlichen Agenten geben sich nicht als Agenten zu erkennen. Daher ist ihre Erkennung die unmittelbare Herausforderung. Die Identifizierung allein kann nicht klären, wen ein Agent vertritt, ob seine Aktivitäten autorisiert sind, ob sein Verhalten dieser Berechtigung entspricht oder ob die Interaktion insgesamt legitim erscheint. KYA soll die Erkennung von Agenten in Echtzeit um den Kontext von Identität, Gerät, Netzwerk, Verhalten und Beziehungen ergänzen.

Dieser Kontext kann sich während einer einzigen digitalen Reise ändern, wenn die Kontrolle zwischen einer Person und einem Agenten wechselt. Mike Woodberry, Senior Vice President für Produkt und Analyse, erklärte, Ziel sei es festzustellen, was gerade handelt, wen oder was es vertritt, ob es dazu berechtigt ist und was es zu tun versucht. Bei jeder Entscheidung geht es somit um einen bestimmten Agenten, der in einem bestimmten Kontext eine bestimmte Handlung ausführt – unter Berücksichtigung der Risikorichtlinien des Unternehmens.

So gelangen die Signale in Betrugspräventionsabläufe

Die Broschüre des Unternehmens zu agentischer Intelligenz beschreibt Informationen zu Browsern, Geräten, Betriebssystemen und Netzwerken als Möglichkeiten, Signaturen von Agenten und weitere Hinweise auf agentengesteuerte Aktivitäten zu erkennen. Auch in ChatGPT, Claude und ähnliche Plattformen eingebettete Anwendungen können anhand von Browsermerkmalen, Domains, Anwendungssignalen und weiteren Indikatoren analysiert werden, um den Kontext der digitalen Identität zu ermitteln. Technische und verhaltensbezogene Indikatoren helfen dabei, Aktivitäten als menschlich, als bösartigen Bot oder als KI-Agent einzuordnen.

Trust Tags können dauerhafte Beziehungen zwischen Nutzern, Geräten und Agenteninteraktionen herstellen und Unternehmen so dabei helfen, spätere Aktivitäten zu bewerten. Eine Authentifizierung über einen separaten Kanal kann dazu beitragen, vertrauenswürdige Beziehungen zwischen Kunden, Agenten und Interaktionen herzustellen. Unternehmen können die Signale anschließend in bestehende Abläufe einbinden und eine Interaktion je nach Kontext und eigenen Risikorichtlinien zulassen, authentifizieren, überprüfen oder ablehnen.

In ThreatMetrix verbindet agentische Intelligenz digitale Identität mit Verhaltensinformationen. APIs, Softwareentwicklungskits und für Arbeitsabläufe geeignete Integrationen unterstützen Web-, Mobil- und Backend-Umgebungen. Die Bereitstellung über die LexisNexis Dynamic Decision Platform bindet die Funktion in forensische Untersuchungen, Fallmanagement, Berichterstattung und die Orchestrierung von Arbeitsabläufen ein.

Anwendungsfälle für Betrugsprävention und Produktgrenzen

Zu den Einsatzbereichen zählen agentengestützter Handel, Kontoeröffnung und Onboarding, Bankgeschäfte und Zahlungen, Authentifizierung und Zugriffsverwaltung sowie Kundenservice. Agenten können Produkte recherchieren oder kaufen, an Registrierungsabläufen teilnehmen, auf Konten zugreifen, Rücksendungen vereinbaren oder Konten verwalten. Das System soll außerdem bewerten, ob ein Agent beim Kontozugriff und bei der Verifizierung über eine rechtmäßige Berechtigung verfügt.

LexisNexis warnt, dass autonome Agenten das Ausmaß und die Raffinesse von Betrug mit autorisierten Push-Zahlungen und Angriffen zur Kontoübernahme steigern könnten. Dabei könnten bösartige Agenten aus Erfolgen und Fehlschlägen lernen, um nachfolgende Angriffe gezielt anzupassen. Grayson Clarke, Chief Commercial Officer, erklärte, ein globales Finanzinstitut habe die Erkennungsfunktionen des Unternehmens genutzt, um agentenbasierte Aktivitäten zu identifizieren und zu verhindern, dass damit sensible Transaktionen ausgeführt werden.

Die aktuellen Funktionen konzentrieren sich auf Erkennung, Kontext und Entscheidungen in Arbeitsabläufen. Die Unterlagen nennen eine ausgereiftere Identität und Autorisierung von Agenten sowie Interaktionen zwischen Agenten als künftige Entwicklungsrichtungen, ohne sich auf konkrete Funktionen festzulegen. Die Ergebnisse hängen von der Implementierung, der Datenverfügbarkeit, den Merkmalen der Transaktion und der Nutzung durch den Kunden ab. Keine Lösung kann unter allen Umständen jeden Nutzer, jedes Gerät, jeden Bot oder jeden KI-Agenten identifizieren, klassifizieren, authentifizieren oder erkennen.

Für Betrugspräventionsteams besteht die praktische Änderung darin, dass die Beteiligung eines Agenten zu einem weiteren Eingabefaktor für eine etablierte Entscheidung wird. Die Reaktion wird dabei auf den jeweiligen Kunden, die Berechtigung und die betreffende Handlung abgestimmt. Offen bleibt, ob dieser kontextbezogene Ansatz wirksam bleibt, während sich Agenten, Standards und Interaktionen zwischen Agenten weiterentwickeln – insbesondere solange die fortgeschritteneren Funktionen für Identität und Autorisierung noch Zukunftsmusik sind.