Thought leaders

Terwijl AI Open Banking introduceert, waarborgt gegevensbescherming dit

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Terwijl 80% van de Amerikanen afhankelijk zijn van de gemakken van financiële apps, hebben ongeveer 65% van de financiële organisaties wereldwijd in 2024 te maken gehad met een ransomware-aanval. Dit is geen toeval, financiële organisaties zijn immers een prima doelwit voor slechte actoren vanwege de enorme hoeveelheid persoonlijke informatie die ze bezitten. Routenummers, adressen, burgerservicenummers, transacties en persoonlijke gegevens vormen een goudmijn van kansen in de ogen van cybercriminelen.

Gedurende jaren zijn er obstakels geweest tussen financiële instellingen en hun vermogen om gegevens met elkaar te delen in een poging om consumenten en institutionele praktijken te beschermen. In 2025 worden deze muren afgebroken in een model genaamd “open banking”. Deze innovatie wordt aangedreven door kunstmatige intelligentie (AI) en geavanceerde codering om gebruikers een duidelijk beeld te geven van hun financiële gezondheid. Een enkel profiel kan informatie bevatten over de saldi van betaal- en spaarrekeningen, transactiegeschiedenissen van Venmo of PayPal en persoonlijke inzichten in individuele uitgaven. Met deze nieuwe tijdperk van innovatie komt echter ook risico. Financiële instellingen zijn al doelwitten voor slechte actoren en het afbreken van muren tussen organisaties vergroot de potentiële kansen voor aanvallen.

Waarom PET’s alleen Open Banking niet kunnen beveiligen

Technologieën ter verbetering van de privacy (PET’s) zijn op het toneel verschenen als geavanceerde tools die zijn ontworpen om deze schat aan gegevens te beschermen. PET’s verminderen de afhankelijkheid van financiële instellingen van identificeerbare persoonlijke informatie, terwijl ze tegelijkertijd financiële instellingen in staat stellen om gegevens te analyseren. De diensten die PET’s bieden, verschillen afhankelijk van de tools en technieken die worden gebruikt, enkele veelvoorkomende zijn:

  • Meerdere partijen berekenen: Met behulp van encryptie en wiskundige technieken kunnen bedrijven samenwerken aan een project zonder ooit de individueel eigendom van de ruwe gegevens te onthullen. Als er bijvoorbeeld een reeks fraudepogingen is over banken heen, kunnen alle bedrijven trends delen zonder enige individuele informatie te onthullen. Met PET’s zijn deze bedrijven in staat om wereldwijd fraude te volgen, ondanks de verschillen in mondiale privacywetten.
  • Differentiële privacy: Door “ruis” toe te voegen aan datasets, maken financiële instellingen het bijna onmogelijk om gegevens terug te traceren naar een individu. Zonder de nauwkeurigheid in gevaar te brengen, beschermt gegevens “ruis” de ruwe gegevens.
  • Homomorfische encryptie: Hoewel het onmogelijk klinkt, zijn bedrijven in staat om berekeningen uit te voeren op versleutelde gegevens zonder deze ooit te ontsleutelen. Bijvoorbeeld kunnen berekeningen worden uitgevoerd op versleutelde financiële transacties zonder dat de persoonlijke gegevens ooit worden onthuld. De gebruikte queries kunnen zelfs worden beschermd, wat vooral handig is voor de detectie van grensoverschrijdende criminaliteit.
  • Federated Learning: Ten slotte, naarmate AI-modellen vaker voorkomen, stelt federated learning bedrijven in staat om AI-modellen lokaal te trainen zonder alle datasets samen te voegen. Deze kleinere modellen worden uiteindelijk samengevoegd om de mogelijkheden van AI-modellen te benutten zonder ooit de gegevens te verplaatsen.

Ondanks het aantal methoden, beschermen PET’s alleen gegevens nadat ze zijn verzameld en in gebruik zijn. PET’s kunnen niet bepalen of het verzamelen, verwerken of delen van die gegevens überhaupt legaal is. Regels zoals de AVG en de CCPA vereisen expliciete toestemming voordat informatie wordt verwerkt, zelfs als deze later wordt geanonimiseerd. PET’s kunnen gegevens veilig houden, maar zonder de duidelijke mogelijkheid om ze te gebruiken, kan het verwerken van gebruikersinformatie illegaal zijn.

De ontbrekende schakel: Toestemming en voorkeursbeheer

Toestemming en voorkeursbeheerplatforms (CPM’s) zijn de juridische sidekick van PET’s. CPM’s creëren een enkel record van waarheid over wat elke gebruiker al dan niet heeft ingestemd om te delen. Dit zorgt ervoor dat de voorkeuren van een gebruiker worden geëerd, zelfs als verschillende deelnemende instellingen informatie delen in een open banking-model.

Zonder CPM’s kan toestemming opzij worden gezet als financiële instellingen informatie combineren en delen, waardoor een compliance-nachtmerrie ontstaat. Met CPM’s in gebruik kunnen financiële instellingen een spoor van toestemmingen behouden en klanten ervan verzekeren dat hun keuzes en vertrouwen worden gerespecteerd.

Door PET’s te combineren met CPM’s, zijn de dagen van het moeten afwegen van gegevensbescherming tegen het verkrijgen van inzichten voorbij. Nu kunnen bankinstellingen individuen waardevolle kennis bieden en de industrie vooruit helpen zonder waardevolle gegevens op te offeren.

De inzet voor vertrouwen en compliance

Volgens de Federal Trade Commission hebben consumenten in 2024 meer dan $12,5 miljard verloren als gevolg van fraude, een stijging van 25% ten opzichte van het voorgaande jaar. Naarmate financiële instellingen gegevens combineren, groeit de waarde van die informatie. Grote gegevenslekken kunnen het vertrouwen van klanten ondermijnen en de reputatie van een instelling aantasten.

Ongeacht de complexiteit van PET’s, kunnen ze geen 100% veiligheid garanderen. PET’s vereisen complexe berekeningen en significante industrie-expertise om gegevens te beveiligen. Net zoals AI deuren opent naar innovatie, creëert het ook meer kansen voor slechte actoren om geavanceerde aanvallen te lanceren die gaten in anderszins beveiligde systemen kunnen vinden. Zelfs juridische grijze gebieden blijven bestaan, aangezien regels zoals de AVG achterblijven bij de ontwikkeling van nieuwe technieken. PET’s zijn krachtig, maar ze zijn geen vervanging voor een sterk fundament van toestemming en voorkeursbeheer.

Het opbouwen van een dubbellagig verdedigingssysteem

Open banking biedt een nieuwe tijdperk van financiële mogelijkheden, van transparantie in banken tot criminaliteitspreventie en een betere klantbeleving. Geen van die kansen telt echter als het niet wordt opgebouwd met gegevensbescherming in gedachten. PET’s en CPM’s kunnen worden gecombineerd om een krachtig kader te creëren dat gegevens op technisch niveau beschermt en tegelijkertijd het vertrouwen van klanten in stand houdt.

Op de drempel van een ongelooflijke innovatie zullen de financiële instellingen die klantvertrouwen als een kernpijler van open banking-operaties plaatsen, degenen zijn die zullen floreren. Wanneer innovatie en vertrouwen samen vooruitgang boeken, kan de financiële industrie een sterkere, veiligere wereld voor iedereen tot stand brengen.

David McInerney is een senior accountmanager voor Syrenis, de specialist in toestemming en voorkeursbeheer achter het marktleidende SaaS-platform, Cassie. Hij was eerder commercieel manager voor gegevensbescherming en heeft sinds 1995 voor technologiebedrijven gewerkt.