Revolut baut KI-Forschung aus: Das steckt hinter PRAGMA

Revolut bündelt KI-Forschung in neuer Einheit

„Revolut Research“ ist Teil der bestehenden KI-Abteilung des Unternehmens. Die Einheit soll neue Machine-Learning-Architekturen entwickeln und eine gemeinsame technologische Grundlage für verschiedene KI-Anwendungen bei Revolut schaffen. Darüber hinaus plant die britische Neobank Kooperationen mit Hochschulen und Technologiepartnern sowie die Veröffentlichung wissenschaftlicher Forschungsergebnisse.

Das wichtigste Projekt ist derzeit PRAGMA. Dabei handelt es sich um eine Familie sogenannter Foundation Models, die speziell auf Finanz- und Transaktionsdaten ausgerichtet ist. Die Transformer-basierten Modelle analysieren zeitliche Abfolgen von Banking-Ereignissen und sollen daraus Muster ableiten, die sich für unterschiedliche Anwendungen nutzen lassen. Dazu zählen beispielsweise die Bewertung von Kreditrisiken und die Betrugserkennung.

Für die Entwicklung und technische Umsetzung von PRAGMA arbeitet Revolut mit Nvidia zusammen. Nach Angaben des Chipkonzerns wurde das Modell auf Daten von rund 26 Millionen Nutzer:innen aus mehr als 100 Ländern trainiert. Der zugrunde liegende Datensatz umfasst etwa 24 Milliarden Ereignisse.

Betrug erkennen und Kreditrisiken bewerten

Revolut will PRAGMA vor allem dort einsetzen, wo bislang für einzelne Aufgaben jeweils eigene Machine-Learning-Modelle genutzt werden, etwa ein Modell für die Betrugserkennung und ein anderes für die Bewertung von Kreditrisiken. Künftig könnten mehrere Anwendungen auf derselben technischen Grundlage aufbauen. Neben diesen beiden Bereichen nennt das Unternehmen auch personalisierte Produktempfehlungen sowie weitere interne Anwendungen.

Revolut berichtet von deutlichen Verbesserungen gegenüber bisherigen Modellen. Laut Unternehmen erkannte PRAGMA in internen Tests rund 65 % mehr Betrugsfälle, während die Präzision der Betrugswarnungen um etwa 17 % gestiegen sei. Bei der Identifizierung von Kreditausfallrisiken nennt Nvidia eine 2,3-mal höhere Genauigkeit. Produktempfehlungen sollen laut den beteiligten Unternehmen 41 % relevanter ausgefallen sein.

Diese Werte sind allerdings mit Einschränkungen zu betrachten. Es handelt sich um interne Benchmarks von Revolut beziehungsweise Angaben aus der Zusammenarbeit mit Nvidia. Unabhängig geprüfte Ergebnisse liegen bislang nicht vor. Auch lässt sich anhand der öffentlich verfügbaren Angaben nur eingeschränkt beurteilen, wie die jeweiligen Vergleichsmodelle ausgestaltet waren.

Was bedeutet PRAGMA für Nutzer:innen?

Für Revolut-Kund:innen könnte vor allem eine bessere Betrugserkennung relevant sein. Erkennt ein System ungewöhnliche Transaktionen zuverlässiger, könnten betrügerische Zahlungen früher auffallen. Ob PRAGMA zugleich die Zahl der Fehlalarme und damit beispielsweise unnötige Kartensperrungen reduzieren kann, lässt sich anhand der bislang veröffentlichten Daten nicht beurteilen.

Auch bei Krediten kann die Technologie Auswirkungen haben. KI-Systeme, die in der EU die Kreditwürdigkeit natürlicher Personen bewerten oder einen Kreditscore ermitteln, gelten nach dem europäischen AI Act grundsätzlich als Hochrisikoanwendungen. Für solche Systeme gelten besondere regulatorische Anforderungen, unter anderem an Risikomanagement, Dokumentation und menschliche Aufsicht. Systeme zur Betrugserkennung bei Finanzdienstleistungen werden dagegen nicht allein aufgrund dieses Einsatzzwecks als Hochrisikosysteme eingestuft.