Zum Hauptinhalt springen
Risikosignale ermöglichen es Ihnen, Betrugserkennungsdaten von jedem Upstream-Anbieter – Geräte-Fingerprinting-Diensten, IP-Reputations-APIs, E-Mail-Verifizierungstools, Dokumentenanalyse-Engines oder Ihren eigenen internen Regeln – in Truthlocks einzuspeisen. Nach der Erfassung sind die Signale über die API und die Seite Risiko & Betrug > Signale in der Konsole verfügbar.
Die Anti-Betrugs-Identitäts-Firewall ist allgemein verfügbar. Alle fünf Erkennungspfade – direkte Signalerfassung, Ereignisnormalisierung, Deepfake-Scanning, ATO-Erkennung und Geschwindigkeitsscore – sind in mehrsprachige API-Beispiele (cURL, JavaScript, Python), End-to-End-Anleitungen und Echtzeit-Webhook-Benachrichtigungen](/de/guides/webhooks) für alle Signaltypen integriert. Automatisierte Risikoentscheidungen](/de/api-reference/risk/evaluate), Fallmanagement](#case-management) und Betrugs-SIEM-Export](#siem-export) sind jetzt verfügbar.
Sie können Signale auf fünf Arten erstellen:
  • Direkte Erfassung – senden Sie ein vollständig bewertetes Signal über POST /v1/risk/signals, wenn Sie bereits eine Risikobewertung von einem externen Anbieter haben. Unterstützt idempotente Wiederholungen über den Idempotency-Key Header.
  • Ereignisnormalisierung – senden Sie ein rohes Identitätsereignis über POST /v1/risk/events und lassen Sie es von der Plattform automatisch einem Signaltyp und einer Basisbewertung zuordnen. Siehe Ereignisnormalisierung.
  • Deepfake- und Identitätsbetrugssignalbewertung – Übermitteln Sie extern erzeugte Indikatoren oder Bewertungen zur Schwellenwertbewertung über POST /v1/risk/deepfake/scan. Scans, die 60 oder mehr erreichen, erfassen automatisch ein Risikosignal. Siehe den Deepfake-Erkennungsleitfaden.
  • Erkennung von Kontoübernahmen – bewerten Sie Anmeldeereignisse anhand geschwindigkeitsbasierter Heuristiken über POST /v1/risk/ato/evaluate. Warnungen werden erstellt und Risikosignale automatisch erfasst, wenn Schwellenwerte überschritten werden. Siehe den ATO-Erkennungsleitfaden.
  • Geschwindigkeits- und Anomaliebewertung – zeichnen Sie Subjektaktionen über POST /v1/risk/velocity/record auf und lassen Sie die Plattform die Häufigkeit über rollierende Zeitfenster (1 m, 5 m, 1 h, 24 h) verfolgen. Aktionen, die einen gewichteten Geschwindigkeitswert von 60 oder höher erzeugen, nehmen automatisch ein Risikosignal auf. Siehe die Anleitung zur Geschwindigkeitsbewertung.

Auswahl eines Erfassungspfads

Alle fünf Pfade erzeugen dieselben Risikosignal-Datensätze. Sie können Signale von jedem Pfad mithilfe des Listenendpunkts und der Konsolenseite Risiko & Betrug > Signale abfragen, filtern und überprüfen.

Funktionsweise

1

Signale aufnehmen

Senden Sie eine POST Anfrage an /v1/risk/signals mit der Signalquelle, dem Typ, dem Risikowert und dem zugehörigen Subjekt. Fügen Sie zusätzliche Kontextinformationen im payload Objekt bei.
2

Abfragen und Filtern

Verwenden Sie GET /v1/risk/signals, um Signale mit Filtern für Quelle, Signaltyp, Subjekt und Mindestpunktzahl aufzulisten. Die Ergebnisse werden mit Cursor-basierter Paginierung paginiert.
3

In der Konsole überprüfen

Öffnen Sie Risiko & Betrug > Signale in der Mandantenkonsole, um Signale zu durchsuchen, nach Quelle oder Score zu filtern und einzelne Signaldetails zu überprüfen.

Voraussetzungen

  • Ein aktiver Truthlocks-Mandant mit einem API-Schlüssel
  • Mindestens eine Upstream-Betrugserkennungsquelle, die bewertete Signale erzeugt

Erfassung eines Signals

Senden Sie eine POST-Anfrage mit den erforderlichen Feldern:

Erforderliche Felder

Optionale Felder

Idempotenz

Fügen Sie einen Idempotency-Key-Header (UUID) hinzu, um doppelte Signale bei Wiederholungsversuchen zu verhindern. Wenn Sie denselben Schlüssel zweimal senden, wird das Duplikat stillschweigend ignoriert.

Signale abfragen

Liste mit Filtern

Verfügbare Filter:

Ein einzelnes Signal abrufen

Console-Ansicht

Die Seite Risiko & Betrug > Signale in der Konsole bietet eine durchsuchbare, filterbare Liste aller erfassten Signale. Jede Zeile zeigt die Quelle, den Typ, den Score (farbcodiert nach Schweregrad), die Subjektreferenz und den Zeitstempel. Verwenden Sie die Filter oben auf der Seite, um die Ergebnisse nach Quelle, Signaltyp oder Mindestpunktzahl einzugrenzen. Klicken Sie auf eine beliebige Zeile, um die vollständigen Signaldetails einschließlich des payload-Metadatenobjekts anzuzeigen.

Bewertungsrichtlinien

Eine konsistente Bewertung über alle Quellen hinweg macht die nachgelagerte Analyse zuverlässiger. Wir empfehlen die folgenden Bereiche:
Ergebnisse von 80 oder mehr lösen automatische Überprüfungsentscheidungen aus. Die Interpretation der Ergebnisse jenseits des automatischen Schwellenwerts liegt bei Ihnen – die Plattform speichert und gibt die Ergebnisse unverändert zurück und normalisiert nicht über verschiedene Quellen hinweg.

Ereignisnormalisierung

Anstatt Risikosignale manuell zu konstruieren, können Sie Rohdaten von Identitätsereignissen übermitteln und die Plattform diese automatisch in Signale normalisieren lassen. Dies ist nützlich, wenn Sie plattform-eigene Ereignisse – fehlgeschlagene Anmeldungen, ungültige Signaturen, Deepfake-Verdächtige – direkt in die Risikopipeline einspeisen möchten, ohne sie selbst Signaltypen zuzuordnen. Senden Sie eine POST-Anfrage an /v1/risk/events mit der Ereignisquelle, dem Typ und dem Betreff:
Die Antwort enthält sowohl den rohen event_id als auch den normalisierten signal_id, sodass Sie die gesamte Pipeline vom Ereignis zum Signal verfolgen können:
Wenn normalized true ist, stimmte das Ereignis mit einer bekannten Zuordnung überein. Wenn false, verwendete die Plattform den generischen Fallback.

Eingebaute Ereigniszuordnungen

Die Plattform wird mit vorkalibrierten Zuordnungen für gängige Identitätsereignisse geliefert: Unbekannte Ereignistypen werden mit dem Signaltyp behavior und einem Basisscore von 10 akzeptiert.

Ereignisfelder

Erforderlich: Optional:
Verwenden Sie die Ereignisnormalisierung, wenn Ihre Ereignisse von innerhalb der Plattform stammen (Anmeldungen, Verifizierungen, Bestätigungen). Verwenden Sie den direkten signal ingestion endpoint, wenn Sie bereits ein bewertetes Signal von einer externen Quelle haben.

Mandantenisolation

Risikosignale sind vollständig mandantenisoliert unter Verwendung von Row-Level Security (RLS). Jedes Signal ist zum Zeitpunkt der Erfassung an den authentifizierten Mandanten gebunden, und Abfragen können nur Signale zurückgeben, die zum aufrufenden Mandanten gehören.

Deepfake- und Imitationserkennung

Die Deepfake-Erkennungs-API erweitert die Risikosignal-Pipeline um automatisiertes Scannen nach manipulierten Inhalten und Identitätsbetrug. Senden Sie Bilder, Videos, Dokumente oder Attestierungen zur Analyse, und Scans, die den Risikoschwellenwert überschreiten, erzeugen automatisch ein Risikosignal – kein zusätzlicher API-Aufruf erforderlich. Den vollständigen Workflow, die Indikatorreferenz und Codebeispiele finden Sie im Handbuch zur Erkennung von Deepfakes und Identitätsdiebstahl.

Erkennung von Kontoübernahmen

Die ATO-Erkennungs-API erweitert die Risikosignal-Pipeline um eine geschwindigkeitsbasierte Login-Überwachung. Senden Sie Login-Ereignisse an POST /v1/risk/ato/evaluate, und die Plattform verfolgt fehlgeschlagene Versuche pro Subjekt in einem rollierenden einstündigen Fenster. Wenn ein Subjekt einen Schwellenwert überschreitet (5, 10 oder 20 fehlgeschlagene Logins), wird ein Alarm erstellt und ein Risikosignal automatisch erfasst – kein zusätzlicher API-Aufruf erforderlich. Den vollständigen Workflow, die Schwellenwertreferenz und die Integrationsmuster finden Sie im Handbuch zur Erkennung von Kontoübernahmen.

Geschwindigkeits- und Anomaliebewertung

Die Geschwindigkeitsbewertungs-API erweitert die Risikosignal-Pipeline um Multi-Window-Aktionsverfolgung und Anomalieerkennung. Erfassen Sie jede Subjektaktion über POST /v1/risk/velocity/record, und die Plattform verfolgt die Häufigkeit über vier rollierende Fenster (1 m, 5 m, 1 h, 24 h). Ein gewichteter Geschwindigkeitswert wird aus den Fensterzählungen berechnet, wobei kurze Fenster für die Burst-Erkennung bevorzugt werden. Wenn der Wert 60 oder höher erreicht, wird automatisch ein Risikosignal mit signal_type: "velocity" erfasst – kein zusätzlicher API-Aufruf erforderlich. Den vollständigen Workflow, das Bewertungsmodell und die Integrationsmuster finden Sie im Handbuch zur Geschwindigkeits- und Anomaliebewertung.

Webhook-Benachrichtigungen

Risikosignale, die von einem der fünf Erkennungspfade erzeugt werden, können Echtzeit-Webhook-Benachrichtigungen auslösen. Abonnieren Sie risk.signal.created oder risk.signal.escalated, um auf neue Signale zu reagieren, ohne abfragen zu müssen. Dies umfasst Signale aus direkter Erfassung, Ereignisnormalisierung, Deepfake-Scans, ATO-Warnungen und Geschwindigkeitsanomalien. Beispiele für Nutzlasten und Integrationsmuster finden Sie im Webhooks-Handbuch.

Nutzungsabrechnung

Anti-Betrugsfunktionen werden pro Abrechnungszyklus abgerechnet. Jeder Erkennungspfad erhöht seinen eigenen Nutzungszähler: Kontingente variieren je nach Planstufe. Sie können Ihren aktuellen Verbrauch mit der Nutzungs-API oder in der Konsole unter Einstellungen > Abrechnung > Nutzung im Abschnitt Betrugsbekämpfung überprüfen. Um zu überprüfen, ob ein bestimmter Vorgang zulässig ist, bevor Sie ihn ausführen, verwenden Sie den Limit-Check-Endpunkt.
Die Antwort enthält alle Anti-Betrugs-Zähler mit den Feldern used, limit und period, damit Sie den Verbrauch programmatisch überwachen können.
Eine vollständige Liste der 16 kostenpflichtigen Produkte und ihrer Standardtarife finden Sie in der Abrechnungsübersicht.

Was als Nächstes kommt