> 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/design-a-fraud-proof-referral-program.md). # Ein betrugssicheres Empfehlungsprogramm entwerfen Betrugsprävention ist für jedes Unternehmen mit einem Empfehlungsprogramm ein Thema. Unweigerlich wird jemand das System testen. Auch wenn Sie die Absichten böswilliger Akteure nicht ändern können, können Sie unsere automatisierten [Funktion Betrugsschutz](/brand/de/what-would-you-like-to-learn-about/advocate-program/protect-your-advocate-program/advocate-fraud-protection-explained.md) nutzen und Ihr Programm so gestalten, dass betrügerisches Verhalten minimiert wird. Eine häufige Form von Betrug bei Empfehlungsprogrammen ist, dass jemand versucht, sich selbst mehrfach zu empfehlen, um Belohnungen zu erhalten. Programme, die sowohl dem Empfehlungsgeber als auch der geworbenen Person Belohnungen bieten, sind für diese Art von Betrug besonders attraktiv. Glücklicherweise können Sie mit durchdachtem Design die Auswirkungen solcher Versuche, das System auszutricksen, minimieren.
Tipp 1: Verwenden Sie Conversion-Ziele, die für die Kundengewinnung relevant sind. Umsatzorientierte Conversion-Ziele zu wählen macht es schwieriger, Ihr Empfehlungsprogramm auszunutzen, während Sie weiterhin Ihre geschäftlichen Ziele erreichen können. Ihre Conversion-Ziele sollten die geworbene Person dazu anregen, Ihr Produkt auszuprobieren, einen Kauf zu tätigen oder sich für einen Tarif anzumelden, bevor sie belohnt wird. Wenn Sie einen Rückgabe- oder Belohnungszeitraum haben, stellen Sie sicher, dass Belohnungen erst nach dessen Ablauf ausgezahlt werden. Mögliche Conversion-Ziele für die geworbene Person sind: * Einen Kauf tätigen * Ein Abonnement abschließen * Ein Konto aufladen
Tipp 2: Bieten Sie Anreize an, die sich kurzfristig auszahlen. Welche Art von Anreiz am besten geeignet ist, hängt von Ihrem Geschäftsmodell ab. Legitime B2C- und D2C-Teilnehmer profitieren von Belohnungen wie Rabatten, kostenloser Zeit, kostenlosen Produkten oder zeitlich begrenztem Zugriff auf eine verbesserte Version Ihres Produkts oder Ihrer Dienstleistung. B2B-Teilnehmer sind in der Regel mit Belohnungen außerhalb Ihres Servicemodells besser bedient, wobei Geschenkkarten eine beliebte Wahl sind. Die Verwendung dieser Belohnungsarten reduziert das finanzielle Risiko eines möglichen Betrugs und kann in manchen Fällen sicherstellen, dass jeder mögliche Empfehlungsvorgang einen positiven ROI liefert.
Tipp 3: Machen Sie klar, dass Empfehlungsbetrug zur Kündigung des Kontos führt. Bestehende Kunden, die versuchen, das Empfehlungssystem auszunutzen, lassen sich oft durch die Drohung abschrecken, den Zugriff auf ihr Konto zu verlieren. Dies ist besonders wirksam bei SaaS-, Spiele- oder Marktplatzunternehmen, da Kunden häufig ein starkes Interesse daran haben, ihre Konten aktiv zu halten, und befürchten, den Zugriff auf einen Dienst zu verlieren, den sie regelmäßig nutzen. Legen Sie in Ihren AGB fest, welche Maßnahmen ergriffen werden, wenn Betrug entdeckt wird.
Tipp 4: Verwenden Sie Blockierungs- und Umleitungsregeln, um minderwertigen Empfehlungs-Traffic abzuschrecken Einige Empfehlungsprogramme halten in ihren AGB fest, dass das Posten von Share-Links auf Coupon-Seiten, Deal-Foren oder anderen nicht autorisierten Quellen gegen die Programmregeln verstößt. Sie können diese Regeln jetzt mit Blockierungs- und Umleitungs- (Routing-) Regeln für Ihre Empfehlungslinks durchsetzen. Mit Blockierungs- und Umleitungsregeln können Sie: * **Traffic aus unerwünschten Quellen erkennen**, etwa von bestimmten Domains, Subdomains oder verweisenden URLs. * **Diese Besucher daran hindern, auf Ihre Empfehlungs-Landingpage zuzugreifen**. * **sie auf ein anderes Ziel umleiten**, zum Beispiel: * Eine allgemeine Landingpage ohne Empfehlungsbelohnungen. * Eine Seite, die die Regeln Ihres Empfehlungsprogramms erklärt * Ihre Hauptwebsite oder eine andere Seite in Ihrem Funnel Wie Sie diese Regeln konfigurieren, erfahren Sie unter [Blockierungs- und Umleitungs-/Routing-Regeln & Deferred Deep Linking](/brand/de/what-would-you-like-to-learn-about/platform-features/blocking-and-redirect-rules/blocking-and-redirect-routing-rules-and-deferred-deep-linking.md).
Tipp 5: Erwägen Sie, die Belohnungen für neue Teilnehmer zu begrenzen. Belohnungsgrenzen sind besonders wichtig, wenn Ihre Belohnungen einem Bargeldwert entsprechen. Wenn Sie Ihre Programmregeln so festlegen, dass Belohnungen auf einen bestimmten Wert oder eine bestimmte Menge begrenzt werden, wird es für Teilnehmer unattraktiver, unverhältnismäßig vom Belohnungssystem zu profitieren. {% hint style="info" %} **Empfohlen:** Ihr Programm hat möglicherweise einige Power-User oder Makro-Influencer, die viele Empfehlungen und viel Traffic für Ihr Programm generieren. Erwägen Sie, sie einem [Nutzersegment](/brand/de/what-would-you-like-to-learn-about/advocate-program/manage-advocate-participants/manage-advocate-user-segments.md) zuzuweisen, das höhere Belohnungen ermöglicht, damit sie weiterhin motiviert bleiben, Empfehlungen auszusprechen. Diese Empfehlungsgeber eignen sich auch hervorragend als Affiliates in einem Performance-Programm. Nutzen Sie unsere [Entdeckungsfunktionen](/brand/de/what-would-you-like-to-learn-about/performance-program/recruiting-partners/discover/discover-overview.md) um die passenden Affiliates für Sie zu finden. {% endhint %}
Tipp 6: Belohnen Sie sinnvolle Meilensteine, wenn eine vollständige Conversion nicht sofort erfolgt. In B2B-Verkaufszyklen kann ein Kauf Monate dauern, aber wichtige Aktionen wie das Abschließen einer Produktdemo zeigen echtes Interesse und Kaufpotenzial. In solchen Fällen kann es helfen, Empfehlungsgeber für Meilensteine wie geplante oder wahrgenommene Demos zu belohnen, um die Dynamik des Programms aufrechtzuerhalten. Dies sollte jedoch nur eingesetzt werden, wenn der Meilenstein zukünftigen Umsatz stark vorhersagt und an qualifizierte Leads gebunden ist.
#### Beispiele für das Programmdesign Um diese Tipps in der Praxis zu sehen, sehen Sie sich ein Beispiel für ein Programm mit effektivem Design an, das die Auswirkungen von Betrugsversuchen verringert. Sehen Sie sich dann das Beispiel eines schlechten Designs an, das die Notwendigkeit von Betrugsprävention nicht berücksichtigt. {% tabs %} {% tab title="Effektives Design" %} {% hint style="info" %} **Beispiel:** Ein Empfehlungsgeber erhält 25 $ Guthaben für einen zukünftigen Kauf, wenn ein Freund einen Kauf tätigt. Für den Kauf gilt ein 30-tägiges Rückgaberecht, und die Belohnung wird erst nach Ablauf der Rückgabefrist ausgezahlt. {% endhint %} Was macht dies zu einem Beispiel für gutes Design? * Das Guthaben kann nur auf *zukünftige Käufe*angewendet werden, wodurch verhindert wird, dass Menschen das System für finanziellen Gewinn ausnutzen. * Das Guthaben ist *einem Konto zugeordnet*, sodass das Guthaben im Falle eines ertappten Betrugs entzogen und das Konto gesperrt werden könnte. * Der Freund muss *einen Kauf tätigen*, wodurch eine nachvollziehbare Spur von Kaufinformationen entsteht, die für Betrugserkennung und Reaktion genutzt werden kann. * Das Guthaben wird erst nach Ablauf der Rückgabefrist ausgezahlt, wodurch sichergestellt wird, dass es nur auf bestätigte Käufe angewendet wird. {% endtab %} {% tab title="Schlechtes Design" %} {% hint style="info" %} **Beispiel:** Ein Empfehlungsgeber erhält 10 $ in bar, wenn sich sein geworbener Freund für ein kostenloses Konto anmeldet. {% endhint %} Was macht dies zu einem Beispiel für schlechtes Design? * Es ist leicht, diese Art von Programm auszunutzen, indem man gefälschte E-Mail-Adressen angibt, insbesondere wenn nicht identifizierte Nutzer Empfehlungen aussprechen. * Böswillige Akteure können gefälschte E-Mail-Adressen und Proxy-Systeme nutzen, um Bargeld zu verdienen, das sofort einlösbar ist. * Belohnungen, die an *kostenlose* Aktionen gekoppelt sind, machen Sie anfällig für Betrug. Böswillige Akteure können das Programm ausnutzen, was zu unnötigen Ausgaben und einem negativen ROI führt. {% endtab %} {% endtabs %} --- # 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 dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://help.impact.com/brand/de/what-would-you-like-to-learn-about/advocate-program/protect-your-advocate-program/design-a-fraud-proof-referral-program.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. 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.