Neues KI-Framework verbessert Spiking Neural Networks bei Finanzbetrugserkennung
Mit der zunehmenden Nutzung von Online‑Banking steigen die Risiken von Cyberbetrug. Für Banken ist es daher entscheidend, Betrugserkennungssysteme zu entwickeln, die nicht nur hochpräzise, sondern auch fair und nachvollziehbar sind. Traditionelle KI‑Modelle stoßen dabei an Grenzen: Sie sind oft rechenintensiv, die Interpretierbarkeit von Spiking Neural Networks (SNNs) bleibt schwierig und die Optimierung der Hyperparameter über hyper‑heuristische Reinforcement‑Learning‑Ansätze ist komplex und instabil.
