> For the complete documentation index, see [llms.txt](https://help.impact.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://help.impact.com/brand/de/what-would-you-like-to-learn-about/advocate-program/protect-your-advocate-program/advocate-fraud-protection-explained.md). # Advocate-Betrugsschutz erklärt Betrug ist bei jedem Empfehlungsprogramm ein Risiko. Sie können Fraud Protection verwenden, um Selbstempfehlungen zu erkennen und den Missbrauch von Prämien zu reduzieren. Ihr Advocate-Programm verfügt über eine optionale, automatisierte Fraud-Protection-Funktion, die zusammen mit manuellen Maßnahmen wie [dem Blockieren von E-Mail-Domänen](/brand/de/what-would-you-like-to-learn-about/advocate-program/protect-your-advocate-program/block-an-email-domain-for-advocate.md) und bestimmten [Teilnehmern und IP-Adressen](/brand/de/what-would-you-like-to-learn-about/advocate-program/protect-your-advocate-program/security-features-for-referral-programs.md) verwendet werden kann, um die Auswirkungen betrügerischen Verhaltens zu mindern. Beachten Sie jedoch, dass der stärkste Schutz vor Betrug im Empfehlungsprogramm [ein effektives Programmdesign](/brand/de/what-would-you-like-to-learn-about/advocate-program/protect-your-advocate-program/design-a-fraud-proof-referral-program.md). Wenn Sie Shopify verwenden, können Sie *Erweiterten Shopify-Betrugsschutz* aktivieren. Das System führt zusätzliche Prüfungen für jeden vermittelten Kauf durch. Es kann verdächtige Selbstempfehlungen blockieren, bevor Prämien ausgezahlt werden. Empfehlungen werden erst dann in einen ausstehenden Status versetzt, nachdem Sie den Betrugsschutz für Ihr Advocate-Konto aktiviert haben und wenn Ihre ausgewählte *Betrugsschutz* Stufe eine manuelle Prüfung zulässt. 1. Wählen Sie in der oberen Navigationsleiste ![](https://1698965099-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2F210dEQa93qyQgoJDkieL%2FUser%20profile.svg?alt=media\&token=f84c5b17-fae4-4a30-990a-9de5e57a150b) **\[Benutzerprofil] → Einstellungen**. 2. Von der *Advocate-Einstellungen* Bereich wählen Sie **Sicherheit**. 3. Wählen Sie ![](https://1698965099-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FiZjM1xY8o3v1iR3Zaysd%2FToggle.svg?alt=media\&token=b1550d48-bba9-4e81-8604-bc12370c5caa) **\[Aktivieren] Automatische Betrugserkennung**. 4. Wählen Sie außerdem ![](https://1698965099-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FwMLlMoFBtKJa8ptd3zaw%2Fuploads%2FiZjM1xY8o3v1iR3Zaysd%2FToggle.svg?alt=media\&token=b1550d48-bba9-4e81-8604-bc12370c5caa) **\[Aktivieren] Erweiterten Shopify-Betrugsschutz** für weitere Sicherheitsprüfungen aus, wenn Sie Shopify verwenden.
Erklärung des Betrugsscores Wenn der Betrugsschutz aktiviert ist, bewertet Advocate alle neuen Empfehlungen und weist ihnen einen Betrugsscore zu. Der Betrugsscore reicht von 0 (kein Risiko erkannt) bis 100 (sehr hohes Risiko). Er wird berechnet, indem jede neue Empfehlung mit früheren Empfehlungen verglichen wird, um Ähnlichkeiten zu erkennen. Der einer Empfehlung zugewiesene Gesamtscore bestimmt, ob sie automatisch genehmigt oder abgelehnt wird oder für eine manuelle Prüfung in einen ausstehenden Status versetzt wird. Wenn der Betrugsschutz für Ihr *Shopify-Advocate-Programm* aktiviert ist, überprüft impact.com die *Namen*, *Rechnungs-/Lieferadresse*, und *Kreditkarte* des Advocates mit den Informationen des Empfehliers aus früheren Transaktionen. Wenn eines dieser Felder übereinstimmt, trägt es jeweils gleich stark zum gesamten Betrugsscore bei (jedes hat denselben Einfluss auf den Score wie der Name des Advocates). Wenn der resultierende Betrugsscore Ihren konfigurierten Betrugsschwellenwert überschreitet, wird die Transaktion als hohes Risiko markiert und automatisch als erfolglos behandelt. | Faktor | Einfluss auf den Score | Beispielhafte Empfehlungsinformationen | | -------------------------------------------------------------------------------- | ---------------------- | --------------------------------------------------------------------------------- | | Gleiche E-Mail-Adresse | Hoch | **** und **** | | Gleicher Name (nur exakte Übereinstimmung) | Hoch | **Robin Banks** und **Robin Banks** | | Gleiche IP-Adresse | Mittel | **192.158.1.38** und **192.158.1.38** | | Ähnliche E-Mail-Adresse | Mittel | **** und **** | | Ähnlicher Name | Mittel | **ROBIN BANKS** und **Robby Banks** | |

Gleiche Adresse
\[Shopify-Benutzer]

| Hoch | **P. Sherman, Wallaby Way 42, Sydney** und **P. Sherman, Wallaby Way 42, Sydney** | |

Gleiche Kreditkarteninformationen
\[Shopify-Benutzer]

| Hoch | **5100 1234 5678 9010** und **5100 1234 5678 9010** |
Einstellungen für den Betrugsschutz Advocate unterstützt drei Betrugsschutzstufen: *Locker*, *Mittel*oder *Streng*. Die von Ihnen ausgewählte Stufe gilt für alle Ihre Empfehlungsprogramme. Ältere Empfehlungen werden nicht bewertet. Wenn der Betrugsschutz für Ihr *Shopify-Advocate-Programm* aktiviert ist, überprüft impact.com die *Namen*, *Rechnungs-/Lieferadresse*, und *Kreditkarte* die Angaben des Empfehliers mit den Informationen aus früheren Transaktionen. Wenn eines dieser Felder übereinstimmt, trägt jedes gleich stark zum gesamten Betrugsscore bei. Wenn der resultierende Betrugsscore Ihren konfigurierten Betrugsschwellenwert überschreitet, wird die Transaktion als hohes Risiko markiert und automatisch als erfolglos behandelt. **Locker** Die *Locker* Die Einstellung ist am besten für Marken geeignet, die ihr Empfehlungsprogramm straffen und die Wahrscheinlichkeit verringern möchten, legitime Empfehlungen abzulehnen. Diese Stufe erlaubt mehr Empfehlungen und akzeptiert dabei die Möglichkeit einiger Selbstempfehlungen. Bei Verwendung der *Locker* Einstellung werden die meisten Empfehlungen automatisch genehmigt. Wenn eine Empfehlung mit hoher Wahrscheinlichkeit betrügerisch ist, wird sie automatisch abgelehnt. | Betrugsscore | Aktion | | ------------ | --------------------- | | 0 bis 84 | Automatisch genehmigt | | 85 bis 100 | Automatisch abgelehnt | **Mittel** Die Moderate-Einstellung ist für Marken geeignet, die über Kapazitäten zur manuellen Überprüfung ihrer Empfehlungen verfügen. Diese Stufe bietet einen Mittelweg und ermöglicht die manuelle Überprüfung potenzieller Selbstempfehlungen für ein genaueres Empfehlungsprogramm. | Betrugsscore | Aktion | | ------------ | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | 0 bis 69 | Automatisch genehmigt | | 70 bis 84 | [Manuelle Prüfung](/brand/de/what-would-you-like-to-learn-about/advocate-program/manage-advocate-participants/referrals-and-events/review-pending-referrals-for-advocate.md) erforderlich | | 85 bis 100 | Automatisch abgelehnt | {% hint style="info" %} **Hinweis:** Wenn Sie den Betrugsschutz deaktivieren, während sich Empfehlungen in einem ausstehenden Status befinden, bleiben diese Empfehlungen ausstehend, bis sie manuell geprüft werden. {% endhint %} **Streng** Die *Streng* Die Einstellung wird Marken empfohlen, die hochsichere Programme priorisieren. Diese Stufe kann gelegentlich legitime Empfehlungen markieren, reduziert jedoch die Wahrscheinlichkeit von Selbstempfehlungen erheblich. | Betrugsscore | Aktion | | ------------ | --------------------- | | 0 bis 49 | Automatisch genehmigt | | 50 bis 100 | Automatisch abgelehnt |
Teilnehmererlebnis für Widgets mit Sofortzugriff Normalerweise gewähren Programme, die [Widgets mit Sofortzugriff](/brand/de/what-would-you-like-to-learn-about/advocate-program/manage-advocate-participant-experiences/widget-experiences/widget-types-explained.md) verwenden, dem empfohlenen Freund sofort eine Prämie. Wenn der Betrugsschutz aktiviert ist und Advocate einen verdächtigen Empfehlungsversuch erkennt, wird die Empfehlung je nach Betrugsscore und Ihren Einstellungen entweder abgelehnt oder in einen ausstehenden Status versetzt. Kundenbotschafter sehen im Widget eine Nachricht, die sie darüber informiert, dass die Empfehlung entweder abgelehnt oder zur manuellen Prüfung markiert wurde. Für ausstehende Empfehlungen wird keine Prämie ausgezahlt, es sei denn, Sie genehmigen die Empfehlung.
#### Mehr erfahren * [Entwerfen Sie ein betrugssicheres Empfehlungsprogramm](/brand/de/what-would-you-like-to-learn-about/advocate-program/protect-your-advocate-program/design-a-fraud-proof-referral-program.md) * [Ausstehende Empfehlungen für Advocate überprüfen](/brand/de/what-would-you-like-to-learn-about/advocate-program/manage-advocate-participants/referrals-and-events/review-pending-referrals-for-advocate.md) --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://help.impact.com/brand/de/what-would-you-like-to-learn-about/advocate-program/protect-your-advocate-program/advocate-fraud-protection-explained.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.