Mastercard Merchant Trust Services kombiniert Netzwerk‑Transaktionsdaten, Cyber‑Threat‑Signale und Identitätsanalysen, um riskante Händler frühzeitig zu erkennen. Ab dem 24.

Create a landscape editorial hero image for this Studio Global article: What did Mastercard announce with its new Merchant Trust Services fraud detection suite for scam merchants, how does it proactively identify. Article summary: Mastercard announced Merchant Trust Services, a fraud-detection and merchant-monitoring suite intended to distinguish legitimate merchants from risky or scam merchants using network-wide intelligence, cyber and identity . Topic tags: general, general web, documentation, user generated. Reference image context from search candidates: Reference image 1: visual subject "“Digital commerce only works when people trust what’s on the other side of the screen,” says Ann Johnson, executive vice president of [Security Solutions](https://www.mastercard.co" source context "Mastercard Merchant Trust Services targets scam merchants | Mastercard US" Reference image 2: visual
Mastercard baut seine Betrugsabwehr deutlich aus. Mit Merchant Trust Services (MTS) stellt das Unternehmen ein neues Framework vor, das Scam‑Händler früher identifizieren und aus dem Zahlungsnetzwerk entfernen soll. Die Plattform kombiniert Netzwerk‑Transaktionsdaten, Cyber‑Threat‑Informationen und Identitätsanalysen, um riskante Händler schneller zu erkennen – noch bevor großflächiger Schaden entsteht.
Parallel dazu verschärft Mastercard seine Durchsetzungsregeln. Neue Standards verpflichten Acquiring‑Banken und Zahlungsdienstleister, verdächtige Händler aktiv zu überwachen und bestätigte Betrugsoperationen ohne Verzögerung zu stoppen.
Merchant Trust Services ist eine unternehmensweite Strategie zur Erkennung und Steuerung von Händler‑Risiken im Zahlungsökosystem. Die Plattform bündelt Daten aus dem globalen Mastercard‑Netzwerk mit Cyber‑ und Identitätsinformationen, um legitime Händler von potenziell betrügerischen zu unterscheiden.
Dazu nutzt das System unter anderem:
Durch diese Kombination lassen sich typische Muster von Scam‑Operationen erkennen – etwa ungewöhnliche Transaktionsverläufe, auffällige Händleraktivität oder Verbindungen zu bekannter Betrugsinfrastruktur im Internet.
Das Ziel ist ein Strategiewechsel: Betrug soll früher gestoppt werden, statt erst zu reagieren, wenn Kunden bereits Rückbuchungen oder Beschwerden einreichen.
Die Plattform analysiert große Mengen an Zahlungsdaten und Risikosignalen im gesamten Netzwerk. Daraus entstehen Risikoindikatoren, die Banken und Zahlungsdienstleistern helfen, Händler über ihren gesamten Lebenszyklus hinweg zu bewerten.
Typische Prüfphasen sind:
1. Händler‑Onboarding
Bereits bei der Aufnahme eines neuen Händlers werden Prüfungen durchgeführt, um verdächtige Geschäftsmodelle oder falsche Identitäten früh zu erkennen.
2. Laufendes Transaktions‑Monitoring
Aggregierte Daten aus dem globalen Netzwerk ermöglichen es, ungewöhnliche Muster über verschiedene Händler oder Regionen hinweg zu erkennen.
3. Risiko‑Scores und Ermittlungs‑Signale
Wenn Aktivitäten bekannten Scam‑Mustern ähneln, erzeugt das System Warnsignale, die eine genauere Untersuchung durch Acquirer auslösen können.
Da die Modelle aus anonymisierten Daten vieler Marktteilnehmer lernen, können sie Auffälligkeiten entdecken, die für einzelne Zahlungsanbieter isoliert kaum sichtbar wären.
Eine zentrale Änderung betrifft die Überwachung potenzieller Scam‑Händler, deren aktualisierte Standards am 24. Juli 2026 in Kraft treten.
Diese Regeln betreffen vor allem Acquiring‑Banken – also die Institute, die Händler an das Kartennetzwerk anbinden.
Wird ein Händler wegen möglicher Scam‑Aktivität markiert, muss die zuständige Acquiring‑Bank innerhalb von 72 Stunden eine Untersuchung starten.
Diese Frist ist verpflichtend und gilt im gesamten Mastercard‑Netzwerk.
Bestätigt sich der Betrugsverdacht, muss der Zahlungsanbieter den Händler sofort vom Mastercard‑Processing ausschließen.
Branchenanalysen beschreiben den Ablauf so:
Das soll verhindern, dass betrügerische Shops noch Wochen oder Monate Zahlungen abwickeln können.
Das Monitoring basiert auf mehreren möglichen Auslösern. Beispiele aus Branchenanalysen sind:
Ein möglicher Auslöser kann etwa ein drastischer Einbruch der Autorisierungsrate sein – beispielsweise ein Rückgang um etwa 50 Prozentpunkte oder ein sehr niedriger Genehmigungswert innerhalb kurzer Zeit.
Auch ungewöhnlich viele Rückerstattungen oder Chargebacks können ein Signal für betrügerisches Verhalten sein.
Zusätzlich wurden Anfang 2026 Regeln im Merchant Monitoring Program verschärft, um betrügerische Online‑Shops früher zu entdecken.
Seit 1. Januar 2026 gilt:
Damit sollen versteckte Verkaufsseiten, irreführende Angebote oder sogenannte Transaction‑Laundering‑Modelle erkannt werden, bei denen Händler ihre tatsächliche Geschäftstätigkeit verschleiern.
Betrügerische Händler nutzen häufig eine bekannte Schwachstelle im Zahlungsökosystem: Zwischen dem Start eines Fake‑Shops und einer hohen Zahl an Chargebacks vergeht oft genug Zeit, um viele Opfer zu erreichen.
Mastercard versucht, diese Lücke zu schließen. Durch die Kombination aus Netzwerk‑Intelligenz, Cyber‑Threat‑Signalen und strengeren Pflichten für Acquirer soll das System:
Der Ansatz verschiebt die Betrugsbekämpfung damit deutlich von reaktiver Schadensbegrenzung hin zu präventiver Risikoerkennung.
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Mastercard Merchant Trust Services kombiniert Netzwerk‑Transaktionsdaten, Cyber‑Threat‑Signale und Identitätsanalysen, um riskante Händler frühzeitig zu erkennen.
Mastercard Merchant Trust Services kombiniert Netzwerk‑Transaktionsdaten, Cyber‑Threat‑Signale und Identitätsanalysen, um riskante Händler frühzeitig zu erkennen. Ab dem 24. Juli 2026 müssen Acquiring‑Banken verdächtige Händler innerhalb von 72 Stunden untersuchen und bestätigte Scam‑Händler sofort vom Mastercard‑Netzwerk entfernen.
Bereits seit 1. Januar 2026 müssen neue Händler vor ihrer ersten Transaktion Website‑Scans und Prüfungen auf Transaktionsverschleierung durchlaufen.