AI som stänger bedrägerifönstret
Det nya systemet bygger på realtidsanalys, mönsterigenkänning och avancerad riskmodellering. Sedan lanseringen i maj 2025 har banker kunnat agera snabbare än tidigare när misstänkta beteenden dykt upp. David Sæle, produktchef för BankID Antibedrägeri på Stø AS, beskriver effekten som avgörande för att möta dagens sofistikerade bedrägeriförsök och menar att tekniken gör det möjligt att larma bankerna på sekunder.
SAS Institute: Teknik som gör skillnad direkt
Samarbetet med SAS Institute har gjort det möjligt att utveckla lösningen på under ett år. Mie Voie, Head of Financial Services på SAS Institute Norge, betonar att bedrägerimetoderna förändras snabbt och att säkerhetslösningar därför måste utvecklas ännu snabbare. Hon lyfter fram att det snabba införandet är ett resultat av tydliga ambitioner och stark samverkan.
Tydliga resultat redan första året
Implementeringen har fått mätbara effekter för flera banker. Sparebanken Norge har stoppat bedrägerier motsvarande 280 miljoner norska kronor. Eika Gruppen har minskat sina förluster från 100 miljoner till under 20 miljoner. Enligt Finanstilsynet förhindrades bedrägerier till ett värde av 3 miljarder norska kronor under 2024. Systemet identifierar bland annat beteenden där användare manipuleras att godkänna transaktioner utan att förstå vad de gör, vilket är en av de svåraste bedrägerityperna att upptäcka.
Nästa steg, bredare delning och kraftfullare AI
Stø planerar nu att ta utvecklingen vidare med mer avancerade maskininlärningsmodeller och ökad informationsdelning mellan sektorer. Målet är att även aktörer inom offentlig sektor ska kunna dra nytta av lösningen. David Sæle framhåller att bedrägerier påverkar hela samhället och att delning av data och insikter är avgörande för att upptäcka hot tidigare och skydda fler.
Därför är ID-bedrägerier svåra att stoppa
De vanligaste metoderna i Norge bygger ofta på social manipulation, till exempel phishing via falska sms och e-postmeddelanden, telefonsamtal där bedragare utger sig för att vara bank eller polis och situationer där användaren manipuleras att själv genomföra transaktionen. Eftersom inloggningen sker av den riktiga personen blir traditionell mönsterigenkänning betydligt svårare och bedrägerierna mer komplexa att avslöja.
Ett digitalt försvar byggt för framtiden
Samarbetet mellan Stø och SAS Institute visar hur AI-teknik kan stärka samhällets digitala försvarslinjer när den implementeras snabbt och i nära samverkan med branschaktörer. Resultaten visar tydligt att avancerad dataanalys inte bara kan upptäcka bedrägerier i tid, utan även stoppa förluster på miljardnivå.
FAQ
Hur många transaktioner har systemet flaggat hittills?
Systemet har identifierat över 22 000 misstänkta transaktioner på mindre än ett år.
Hur hög är träffsäkerheten?
Träffsäkerheten är över 90 procent för vissa typer av larm.
Vilka banker har sett störst effekt?
Sparebanken Norge och Eika Gruppen har rapporterat stora minskningar av bedrägeriförluster.
Varför är bedrägerier svåra att upptäcka?
För att den riktiga användaren ofta genomför transaktionen själv, men under manipulation från bedragare.
Kommer fler sektorer kunna använda systemet?
Ja, Stø planerar att öppna för bredare användning även inom offentlig sektor.
Mattias Ahlberg
