Bankalar bir dolandırıcılık şemasını genellikle ancak para hesaptan çıktıktan sonra fark edebiliyor ve o noktada iş işten geçmiş oluyor. Çalıntı bir çek, ele geçirilmiş bir kart veya banka kimlik bilgisi çoktan dolandırıcılar arasında dolaşıma girmiş olabiliyor; bu durum da dolandırıcılık ekiplerine müdahale için çok az zaman tanıyor.
Ödemeler giderek hızlanırken, dolandırıcılar da çalıntı bilgileri sömürmeyi kolaylaştıran yeni araçlar edinmeye devam ediyor. Bu nedenle işlem izleme sistemleri hayati önemini koruyor. Ancak işlemin kendisi, dolandırıcılığı doğuran olaylar zincirinde nispeten geç bir aşamada gerçekleşebiliyor.
Nasdaq Verafin'de dolandırıcılık ürünleri stratejisi başkanı olan Colin Parsons, 3 Eylül 2026'da PYMNTS'ye verdiği demeçte konuya açıklık getirdi: "Bir dolandırıcılık veya hile sarmalında, bu sahte senaryoların çoğu banka sistemi dışında gerçekleşiyor. Asıl zorluk, bunların ancak bir işlem gerçekleştiğinde veya para hareket ettiğinde kurum tarafından görünür hale gelmesi."
Nasdaq Verafin ve Q6 Cyber, çevrimiçi suçlu faaliyetlerinden toplanan istihbaratı finansal kurumların kullandığı dolandırıcılık iş akışlarına entegre eden bir ortaklık aracılığıyla bu bilgi boşluğunun bir kısmını kapatmaya çalışıyor. İlk aşamadaki odak noktasında ele geçirilmiş çekler, ödeme kartları ve çevrimiçi banka kimlik bilgileri yer alıyor.
Mantık oldukça basit, ancak uygulamaya koymak o kadar kolay değil: Bir kuruma, ele geçirme işlemi bir üretime yol açmadan önce, tehlikeye atılmış bir hesap hakkında bilgi vermek. Suçlular da özellikle çalıntı finansal bilgilerin daha ikna edici saldırılara dönüştürülebileceği alanlarda yapay zekayı benimsiyor.
Q6 Cyber CEO'su Eli Dominitz, aynı röportajda "Günümüzde insanı en çok şaşırtan şey yapay zekanin benimsenme hızı" dedi. Dominitz, Q6 Cyber'ın dolandırıcıların mevcut uygulamaları otomatikleştirmek, sosyal mühendisliği daha hızlı ve hedefe yönelik hale getirmek ve finansal kurumların dolandırıcılık kontrollerini yenme yollarını test etmek için yapay zeka araçları ve büyük dil modelleriyle denemeler yaptığını gördüğünü belirtti.
Bu faaliyetler, ele geçirilmiş çekler, kartlar, banka hesapları ve diğer finansal bilgilerle kurulan yerleşik ticaretin yanı sıra devam ediyor.
Örneğin ele geçirilmiş bir çek, hesap sahibinin adını, hesap bilgilerini ve diğer tanımlayıcı detayları içerebiliyor. Çalıntı bir kart veya banka kimlik bilgisi de benzer şekilde bir bireyi veya işletmeyi belirli bir finansal kuruma bağlayabiliyor. Dominitz, bu bilgilerin sonraki kimliğe bürünme saldırılarının neden bu kadar spesifik göründüğünü açıklayabileceğini söyledi.
Finansal kurumların Q6 Cyber'a, bir suçlunun belirli bir kişinin veya işletmenin onlarla banka hesabı olduğunu nasıl bildiğini sorduklarını belirten Dominitz, bazı durumlarda izlerin daha önce çevrimiçi olarak ifşa edilmiş finansal bilgilere kadar uzandığını ifade etti.
Bu ortaklık, aynı dolandırıcılık döngüsünün iki farklı görüşünü bir araya getiriyor. Q6 Cyber finansal kurumun dışında gerçekleşen faaliyetleri görürken, Nasdaq Verafin bu sinyalleri kendi finansal kurum ağından gelen işlem ve karşı taraf bilgilerini içeren bir ortama aktarabiliyor. Parsons, bu kombinasyonun araştırmacılara kendi kurumlarının içinde görebildiklerinin yanı sıra harici bir bakış açısı sağladığını sözlerine ekledi.
Ödeme Gerçekleşmeden Sinyali Yakalamak
Çekler, daha erken istihbarat sayesinde yaratılan fırsatın ölçülebilir bir örneğini sunuyor. Şirketler, Q6 Cyber'ın satılık olarak sunulan çalıntı bir çeki tespit etmesi ile ilk sahte çekin iade edilmesi arasında ortalama 10 günlük bir süre buldu.
Bu aralık, bir finansal kuruma çek ödeme sistemine girdikten sonra sahip olamayacağı seçenekler sunuyor. Parsons, bir kurumun müşteriyle iletişime geçebileceğini veya daha güçlü koruyucu önlemler alabileceğini belirtti.
Parsons, hedefi kurumları dolandırıcılığın sonuçlarıyla uğraşmaktan, işlemin daha en başından gerçekleşmesini önlemeye geçmeye taşımak olarak tanımladı.
Bu durum mutlaka müşteriler için ekstra engel yaratmak anlamına gelmiyor. Daha erken elde edilen istihbarat, müdahaleyi daha seçici hale getirebiliyor; çünkü kurumun işlemlere genel olarak başka bir kontrol uygulamak yerine, bir hesabı incelemek için somut bir nedeni oluyor.
"Sürecin daha başında, kaynağa müdahale ediyorsunuz. Bu sayede daha az işlemi kesintiye uğratıyor ve işlerin sorunsuz akmasına izin veriyorsunuz" diyen Parsons, yaklaşımın bu şekilde işlediğini vurguladı.
Hassasiyet, dolandırıcılık departmanının içinde de en az dışarıda olduğu kadar önemli. Araştırmacılar zaten işlem izleme ve diğer kontroller tarafından oluşturulan uyarılarla mücadele ediyor; bu nedenle başka bir uyarı akışı ancak incelenmeye değer bir faaliyeti tespit ederse faydalı olabiliyor.
Dominitz, karanlık web istihbaratının bazen genel bir tehdit kategorisinden ziyade belirli bir kurum ve hesaba bağlanabildiğini belirtti. Bu özgüllük, bir araştırmacının uyarıya öncelik verme şeklini değiştirebiliyor.
"Ayrıca gerçekten önemli olan şeylere odaklanma fırsatı buluyorsunuz ve sadece gürültüyle uğraşarak çok fazla zaman harcamıyorsunuz" diye konuştu.
Her iki taraf da bu iş yüküne yapay zeka uyguluyor. Parsons, Nasdaq Verafin'in 2.800'den fazla finansal kurumu içeren konsorsiyumundan gelen bilgileri kullanarak dolandırıcılık senaryolarıyla ilişkili kalıpları tespit etmek için makine öğrenimi modelleri kullandığını söyledi. Şirket ayrıca araştırmacıların uyarılarla çalışmasına yardımcı olmayı amaçlayan otonom yapay zeka işlevselliği de tanıttı. Dominitz ise Q6 Cyber'ın istihbarat toplamak, işlemek ve daha hızlı uyarılar üretmek için yapay zekayı kullandığını ifade etti.
Yine de teknoloji, dolandırıcılara finansal kurumların rahatça kopyalayamayacağı bir avantaj sağlıyor: Hata yapma toleransı.
Dominitz bu durumu şöyle özetledi: "Biz her zaman yüzde 100 doğru olmak zorundayız. Ancak onların buna ihtiyacı yok." Dolandırıcılardan bahsederken, küçük bir başarı oranının bile kötü niyetli aktörlere büyük bir getiri sağlayabildiğini kabul etti.
