Jeff Scott, VP, Fraudtech Solutions bei Q2 Holdings – Interviewreihe

Jeff Scott ist der VP von Fraudtech Solutions bei Q2 Holdings. Mit Erfahrung in der Leitung von Teams in Unternehmen mit einem Umsatz von $4M bis $6B hat Jeff eine starke Erfolgsbilanz beim Steigern der Leistung, beim Erhöhen von Mitgliedschaft und Bindung sowie beim Fördern einer kollaborativen Führung. Bei Q2 hat er maßgeblich beigetragen, indem er Initiativen in den Bereichen Betrug, Sicherheit und digitale Lösungen geleitet hat, einschließlich seiner vorherigen Rolle als VP der Unternehmensstrategie und General Manager für Innovation.

Q2 Holdings ist ein führendes Unternehmen im Bereich digitales Banking und bietet umfassende Lösungen, um Finanzinstitute und Fintech‑Unternehmen bei der Optimierung ihrer Abläufe, der Verbesserung der Sicherheit und der Vorantreibung der digitalen Transformation zu unterstützen. Das Unternehmen spezialisiert sich auf Betrugserkennung, digitales Banking und Relationship Pricing und konzentriert sich darauf, starke Partnerschaften im Ökosystem der Finanzdienstleistungen aufzubauen, um innovative Lösungen zu liefern.

In diesem Interview wird Jeff Scott über seinen Wechsel in die Fintech‑Branche, die Entwicklung der Betrugsprävention mit KI und Echtzeitanalysen sowie darüber sprechen, wie die integrierten Tools von Q2 Finanzinstitute dabei unterstützen, Sicherheit und Benutzererlebnis in Einklang zu bringen.

Sie haben Führungspositionen in verschiedenen Sektoren innegehabt – von der Luft‑ und Raumfahrtfertigung über Non‑Profits bis hin zur Fintech‑Branche. Was hat Sie zu Ihrem Wechsel in die Betrugsprävention und den Bereich des digitalen Bankings inspiriert?

In jeder Führungsposition, die ich innehatte – sei es in der Luft‑ und Raumfahrt, im Non‑Profit‑Sektor oder im Fintech‑Bereich – blieb eines konstant: ein missionsgetriebener Fokus auf die Bedienung von Gemeinschaften. Während meiner Zeit bei einem Finanzinstitut habe ich aus erster Hand gesehen, wie zentral Banken und Kreditgenossenschaften für die Resilienz einer Gemeinschaft sind. Bei Q2 spricht unsere Mission, Gemeinschaften durch digitales Banking zu stärken, diesen Zweck tiefgehend an.

Betrug ist eine der größten Bedrohungen für dieses Vertrauen. Er untergräbt Beziehungen, die Banken mühsam aufbauen. Mit meinem Hintergrund im digitalen Banking und meiner Leidenschaft für missionsorientierte Arbeit fühlte sich der Einstieg in die Betrugsprävention wie eine natürliche Weiterentwicklung an. Es ist eine Gelegenheit, das zu schützen, was am wichtigsten ist: Vertrauen und Zugang.

Wie haben sich Cyber‑Bedrohungen in den letzten Jahren mit dem Aufkommen von Echtzeit‑Zahlungen und digitalem Banking entwickelt, und welche neuen Angriffsvektoren sind heute am besorgniserregendsten?

Betrug ist schneller, intelligenter und gezielter geworden. Durch die Einführung von Echtzeit‑Zahlungen hat sich das Zeitfenster zur Erkennung und Verhinderung von Betrug dramatisch verkleinert. Wir beobachten einen Anstieg von identitätsbasierten Bedrohungen – Account‑Takeover (ATO), Business‑Email‑Compromise (BEC), synthetische Identitäten und Social‑Engineering‑Angriffe – von denen viele jetzt in Echtzeit stattfinden.

Außerdem passen Betrüger traditionelle Kanäle wie Schecks und ACH an, um digitale Abwehrmaßnahmen zu umgehen. Laut der Federal Reserve verursachte Scheckbetrug allein im Jahr 2022 Verluste von über $800M, und die Zahlen steigen weiter. Das erinnert daran, dass Finanzinstitute gleichzeitig sowohl Legacy‑ als auch neue Zahlungswege schützen müssen.

Welche Rolle spielen KI und maschinelles Lernen derzeit in der Betrugsprävention, und wie sehen Sie deren Entwicklung in den nächsten 3–5 Jahren?

KI und maschinelles Lernen sind heute Grundvoraussetzungen für moderne Betrugsprävention. Institutionen nutzen sie, um Verhaltensanomalien zu erkennen, Risikoregeln nahezu in Echtzeit anzupassen und Fehlalarme zu reduzieren.

Doch wir kratzen nur an der Oberfläche. In den nächsten 3–5 Jahren erwarte ich ein Wachstum bei verhaltensbasierten Biometrics, KI‑gestützter Erkennung von Betrugsringen und „erklärbarer KI“, die sowohl die Transparenz als auch das Vertrauen bei Aufsichtsbehörden und Risikomanagern verbessert. Generative KI wird Institutionen zudem dabei unterstützen, schneller zu untersuchen und zu reagieren, sodass Teams sich auf hochriskante Fälle konzentrieren können, ohne in Alarmen zu ersticken.

Wie effektiv sind Echtzeitanalysen bei der Erkennung und Verhinderung von Betrug während sofortiger digitaler Transaktionen?

Echtzeitanalysen sind absolut entscheidend – jedoch nur so effektiv, wie eine Institution in der Lage ist, sie zu operationalisieren. Oft beobachten wir eine Lücke zwischen Absicht und Umsetzung. Während fast alle Institutionen den Bedarf an Echtzeit‑Entscheidungen erkennen, haben weniger als die Hälfte sie vollständig über den gesamten Kundenlebenszyklus hinweg implementiert – von der Anmeldung bis zum Transaktionsrisiko.

Hindernisse wie Datensilos, veraltete Infrastruktur und Latenzzeiten schränken weiterhin die Wirksamkeit ein. Für diejenigen, die jedoch echte Echtzeitanalysen implementieren, ist die Wirkung erheblich: bessere Erkennung, geringere Verluste und gesteigertes Kundenvertrauen.

Können Sie uns die Arten von Betrugserkennungstools erläutern, die Q2 Holdings seinen Bankpartnern zur Verfügung stellt?

Q2 bietet eine mehrschichtige, integrierte Betrugsabwehrstrategie, die unsere nativen digitalen Banking‑Tools mit einem erweiterbaren Partner‑Ökosystem kombiniert – alles direkt in die Benutzer‑Workflows eingebettet.

Unsere nativen Produkte, Patrol und Sentinel, ermöglichen eine Echtzeit‑Risiko‑Reaktion in entscheidenden Momenten. Patrol nutzt Event‑Driven Validation (EDV), um hochriskante Ereignisse wie Anmeldungen und Profiländerungen zu verifizieren. Sentinel setzt maschinelles Lernen ein, um verdächtige Transaktionen zu kennzeichnen und einzugreifen, bevor Gelder das Konto verlassen.

Wir bieten zudem die Centrix‑Suite (ETMS, DTS, PIQS) an, um Positive‑Pay für Schecks/ACH zu unterstützen und Reg‑E‑Streit‑Workflows zu verwalten – alles eng integriert mit dem digitalen Banking.

Zusätzlich bieten wir Partnerintegrationen mit führenden Betrugs‑ und Identitätsanbietern wie Alloy über Reseller‑ und Innovation‑Studio‑Programme an – wodurch es Institutionen leicht fällt, erstklassige Tools nativ in ihre Plattformen zu integrieren.

Was uns unterscheidet, ist unsere Philosophie: Betrugsprävention sollte eingebettet und nicht nachträglich angebracht sein. Das ermöglicht intelligentere Echtzeit‑Entscheidungen, die das Kundenerlebnis nicht stören.

Wie finden Sie das Gleichgewicht zwischen Sicherheit und Benutzererlebnis bei der Implementierung von Betrugsabwehrmaßnahmen?

Die Vorstellung, dass Sicherheit und Benutzererlebnis sich gegenseitig ausschließen, ist veraltet. Der Schlüssel liegt im adaptiven Betrugsmanagement – Friktion wird nur eingeführt, wenn das Risikoniveau es erfordert. Durch die Verknüpfung von Risikobeschlüssen mit konkreten Aktionen und Signalen können Institutionen ihre Kontrollen anpassen, ohne die Benutzerfreundlichkeit zu beeinträchtigen.

Es geht darum, Banken und Kreditgenossenschaften eine politikgesteuerte Flexibilität zu geben. Sie sollten nicht zwischen Service und Schutz ihrer Kontoinhaber wählen müssen. Die richtigen Daten zum richtigen Zeitpunkt ermöglichen beides.

Da sich Betrugslösungen rasch weiterentwickeln, wie können Finanzinstitute den regulatorischen Erwartungen entsprechen und gleichzeitig agil bleiben?

Der regulatorische Druck – insbesondere in Bezug auf Haftung und Erstattung – erzeugt Dringlichkeit. Die agilsten Institutionen setzen auf Orchestrierungsplattformen, die schnelle Regeländerungen, transparente Prüfpfade und konsolidierte Entscheidungsfindung ermöglichen.

Tools wie kontinuierliche Authentifizierung, adaptive Analytik und Identity‑Orchestration helfen, ein Gleichgewicht zwischen Compliance und Performance zu finden. Wichtig ist, dass die regulatorische Ausrichtung nicht mehr ein nachträglicher Gedanke ist – sie ist eine Echtzeit‑, integrierte Funktion moderner Betrugsstrategien.

Wie sehen Sie die Veränderung von Betrugsstrategien, wenn sich die Zahlungsinfrastruktur (CBDCs, Open Banking) ändert?

CBDCs und Open Banking werden die Einstiegspunkte vervielfachen und die Geschwindigkeit des Wertflusses erhöhen – wodurch neue Angriffsvektoren entstehen. Institutionen müssen Identitäten validieren und Risiken über mehr Endpunkte und Drittanbieter‑Umgebungen hinweg bewerten.

Dieser Wandel erfordert schnellere, intelligentere Werkzeuge: Echtzeit‑Verhaltensanalysen, netzwerkbasierte Betrugserkennung und stärkere Orchestrierungsschichten. Gleichzeitig wird Zusammenarbeit nötig – zwischen Banken, Datenanbietern und Technologiepartnern. Betrug hört nicht mehr an Ihrer Grenze auf, und Ihre Abwehrmaßnahmen sollten das ebenfalls nicht.

Angesichts Ihrer Führungserfahrung in verschiedenen Sektoren, wie gehen Sie das Change Management und die Ausrichtung im Fraud‑Tech an?

Veränderungen im Fraud‑Tech sind konstant, und Ausrichtung ist alles. Mein Ansatz kombiniert klare Mission, funktionsübergreifende Transparenz und Feedback‑Schleifen aus der Front‑Line.

Zuerst das „Warum“ klar definieren – Betrugsprävention geht nicht nur um Risikominimierung, sondern um das Ermöglichen von Vertrauen. Dann Teams mit einer gemeinsamen Sprache und KPIs ausstatten, damit sie gemeinsam voranschreiten. Schließlich das Feld früh einbinden – Kundenservice, Fraud‑Ops und Risiko‑Analysten erkennen häufig Veränderungen, bevor Dashboards sie zeigen.

Change Management funktioniert, wenn jeder versteht, was sich ändert, warum es wichtig ist und wie er zum Erfolg beiträgt.

Welche KPIs oder Erfolgsmetriken priorisieren Sie bei der Bewertung der Wirkung eines Betrugspräventionsprogramms?

• Ein ganzheitliches Betrugsprogramm balanciert Wirksamkeit, Effizienz und Kundenauswirkungen. Wir entwickeln uns ständig weiter und streben danach, Folgendes zu betrachten:
• Betrugsverlustquote (als % des Volumens oder der Nutzer)
• Erkennungsrate nach Kanal und Betrugstyp
• Fehlalarmrate und Benutzer‑Friktions‑Score
• Durchschnittliche Zeit zur Erkennung und Lösung von Vorfällen
• Reg E Compliance Durchlaufzeit
• Analysten‑Produktivität (Alarme pro geschlossenen Fall)

Fortgeschrittenere Programme verfolgen zudem die Geschwindigkeit des verhinderten Betrugs – also wie schnell Sie neue Muster erkennen und Gegenmaßnahmen einsetzen. Das ist ein starker Frühindikator für zukünftige Resilienz.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten Q2 Holdings besuchen.