Iedere Nederlandse webshopeigenaar en telecomondernemer kent het: de constante strijd tegen fraudeurs. Waar we vroeger te maken hadden met knullige phishingmails vol spelfouten of overduidelijk vervalste identiteitsbewijzen, is het speelveld drastisch veranderd. Criminelen zetten tegenwoordig geavanceerde kunstmatige intelligentie in. Van vlekkeloze Nederlandstalige babbeltrucs via WhatsApp tot deepfakes die KYC-controles (Know Your Customer) bij het afsluiten van dure telefoonabonnementen omzeilen. Onze eerste reactie als ondernemers? Nog meer AI-software inkopen om deze fraude te detecteren. Maar hier stuiten we op een pijnlijke paradox: meer AI-modellen leiden niet automatisch tot minder fraude.

De illusie van het perfecte model

Het probleem met de huidige aanpak is dat we in een eindeloze technologische wapenwedloop zijn beland. Zodra een webshop of betaalprovider een nieuw neuraal netwerk implementeert om valse transacties te herkennen, gebruiken fraudeurs een ander algoritme om precies die verdediging te testen en te omzeilen. Het is een kat-en-muisspel waarbij de crimineel vaak een voorsprong heeft, simpelweg omdat zij zich niet aan de strenge Europese AVG-wetgeving hoeven te houden. Ze genereren in een handomdraai duizenden synthetische identiteiten. Als je als ondernemer puur vertrouwt op een AI-model dat een foto of een stemfragment analyseert, loop je achter de feiten aan. De deepfakes van vandaag zijn simpelweg te goed geworden om door een ander model met honderd procent zekerheid afgeschoten te worden.

Context is koning, niet de code

De oplossing ligt niet in het bouwen van een nóg slimmer AI-model, maar in een fundamentele verschuiving van onze blik. We moeten afstappen van de focus op het geïsoleerde datapunt – zoals een geüploade pasfoto of een ingevoerd creditcardnummer – en kijken naar de bredere context. Hoe gedraagt de bezoeker zich op de website?

Een AI-fraudemodel kan een bestelling van een dure e-bike van drieduizend euro goedkeuren omdat de betaalgegevens kloppen. Maar de context vertelt een heel ander verhaal: de muisbewegingen zijn onnatuurlijk snel en machinaal, het IP-adres is gemaskeerd via een buitenlandse VPN, en het e-mailadres is pas tien minuten geleden aangemaakt. Door te focussen op gedragsdata en de volledige klantreis, prik je moeiteloos door de illusie van een deepfake heen. Een bot kan een perfecte kopie van een paspoort genereren, maar het menselijke twijfelgedrag tijdens het afrekenproces is veel lastiger te simuleren.

De praktijk voor de Nederlandse e-commerce

Voor de Nederlandse e-commerce betekent dit dat we onze fraudepreventie anders moeten inrichten. Zeker bij het aanbieden van achteraf betalen (zoals via Klarna of Riverty) is contextuele analyse cruciaal. Koppel je systemen aan elkaar. Laat je klantenservice niet alleen kijken naar wat een klant zegt, maar ook naar de metadata van het contactmoment.

Als ondernemer in de tech- en e-commercesector zie ik te vaak dat bedrijven blind vertrouwen op de belofte van 'AI-gedreven beveiliging'. Het klinkt prachtig in een salespitch, maar in de praktijk is het geen magisch schild. Automatisering is fantastisch om processen te versnellen, maar bij fraudebestrijding is digitaal boerenverstand – vertaald naar slimme, contextuele parameters – onmisbaar. Investeer niet alleen in de nieuwste AI-detectiesoftware, maar zorg dat je systemen het grotere plaatje begrijpen. Alleen zo blijf je de geautomatiseerde fraudeurs een stap voor, zonder de frictie voor je eerlijke klanten onnodig te verhogen.