Een klant geeft een geldig Social Security-nummer op, doorstaat een databasecontrole en toont een overtuigend identiteitsdocument. Alles lijkt normaal — behalve dat de persoon die de rekening aanvraagt helemaal niet bestaat.

Dat is de uitdaging die synthetische identiteitsfraude voor banken vormt. In plaats van één slachtoffer simpelweg te imiteren, combineren criminelen echte persoonsgegevens met verzonnen namen, adressen, telefoonnummers of geboortedata om een nieuwe identiteit te creëren. De Federal Reserve definieert de misdaad als het gebruik van een combinatie van persoonlijk identificeerbare gegevens om een persoon of entiteit te fabriceren voor oneerlijke of financiële doeleinden.

Synthetische identiteitsfraude kan maanden of jaren onopgemerkt blijven. Fraudeurs kunnen kleine betalingen doen, een geloofwaardige kredietgeschiedenis opbouwen en geleidelijk voor hogere limieten in aanmerking komen, voordat ze alle beschikbare rekeningen maximaal benutten en verdwijnen. Omdat geen direct slachtoffer van conventionele identiteitsdiefstal de fraude onmiddellijk meldt, kan het verlies als gewone oninbare schuld worden geboekt.

De financiële blootstelling neemt toe. TransUnion schatte dat de blootstelling aan synthetische identiteiten op openstaande Amerikaanse creditcard-, retailkaart-, auto- en persoonlijke leningen eind 2024 $3,3 miljard bedroeg. Deloitte verwacht dat synthetische identiteitsfraude tegen 2030 minstens $23 miljard aan verliezen zal veroorzaken.

Generatieve AI maakt de dreiging moeilijker beheersbaar doordat criminelen vervalste documenten, realistische profielfoto’s, deepfakevideo’s en duizenden consistente fictieve persona’s kunnen produceren. Geen enkel product kan elk aspect van het probleem aanpakken. Banken hebben steeds meer meerdere samenwerkende beveiligingslagen nodig, waaronder identiteitsgrafieken, gedragsbiometrie, apparaatinformatie, documentanalyse, netwerkverbanden en voortdurende transactiemonitoring.

De volgende platforms vallen op door hun vermogen om deze signalen te combineren voor fraudebeslissingen in real time.

Socure Sigma Synthetic Fraud

Socure’s Sigma Synthetic Fraud is een van de speciaal voor deze markt ontwikkelde producten. In plaats van elke aanvrager met een beperkte kredietgeschiedenis als verdacht te behandelen, is het model ontworpen om legitieme consumenten met een dun kredietdossier of consumenten die recent naar het land zijn gekomen te onderscheiden van gemanipuleerde en gefabriceerde identiteiten.

Het analyseert verbanden tussen namen, adressen, telefoonnummers, e-mailaccounts, apparaten, IP-adressen, snelheidspatronen en bredere online en offline identiteitsgegevens. Socure zegt dat het nieuwste model wordt gebruikt door alle vijf van de vijf grootste Amerikaanse banken, naast grote kaartuitgevers en honderden fintechbedrijven.

Het platform kan via Socure’s bredere identiteitsinfrastructuur ook worden gecombineerd met documentverificatie, gedragsanalyse en apparaatinformatie. Dat kan banken helpen een risicoscore te verkrijgen die specifiek gericht is op synthetische identiteiten, zonder onnodige frictie te creëren voor jonge consumenten of aanvragers met een beperkte conventionele kredietgeschiedenis.

SentiLink Synthetic Fraud Score

SentiLink heeft zijn reputatie opgebouwd rond het opsporen van synthetische identiteiten tijdens het aanvraagproces. De Synthetic Fraud Score schat de waarschijnlijkheid dat de naam, geboortedatum en het Social Security-nummer van een aanvrager niet bij één samenhangende persoon horen.

Het bedrijf maakt onderscheid tussen gemanipuleerde identiteiten, waarbij iemand bijvoorbeeld zijn eigen naam gebruikt met het identificatienummer van een ander, en volledig gefabriceerde identiteiten die door georganiseerde fraudegroepen zijn samengesteld. Machinelearningscores worden aangevuld met uitlegbare signalen die onderzoekers helpen problemen te onderzoeken, zoals verdachte verbanden rond Social Security-nummers, ongebruikelijke belgeschiedenissen en niet-overeenkomende identiteitselementen.

Het frauderapport van SentiLink over de tweede helft van 2025 was gebaseerd op meer dan 236 miljoen aanvragen voor het openen van rekeningen. Het bedrijf zei dat het diensten leverde aan elf van de vijftien grootste Amerikaanse banken. Door die schaal kunnen de modellen gecoördineerde aanvallen herkennen die in de gegevens van één instelling onbeduidend kunnen lijken.

Alloy Fraud Platform

Alloy benadert het opsporen van synthetische identiteiten als een probleem van beslissingsorkestratie. Banken nemen vaak identiteitsgegevens, documentcontroles, apparaathulpmiddelen en frauderisicoscores af bij meerdere leveranciers, om vervolgens te ontdekken dat de systemen niet effectief met elkaar communiceren. Alloy brengt die signalen samen in configureerbare workflows voor onboarding en rekeningmonitoring.

De Fraud Signal maakt gebruik van machine learning die is getraind op geaggregeerd gedrag en risicopatronen binnen een netwerk van meer dan 900 financiële instellingen en fintechbedrijven. Het platform kan informatie uit honderden dataservices combineren, de eigen risicobereidheid van een bank toepassen en sterkere verificatie activeren wanneer een aanvraag een vooraf bepaalde drempel overschrijdt.

Die flexibiliteit is belangrijk bij het opsporen van synthetische identiteiten, omdat het waarschuwingssignaal zelden uit één duidelijk frauduleus document bestaat. Vaker gaat het om een verzameling kleine inconsistenties in contactgegevens, apparaten, adressen en aanvraaggeschiedenissen. Alloy is ontworpen om die verspreide aanwijzingen om te zetten in één gecoördineerde beslissing.

Sardine

Sardine combineert identiteitsverificatie met apparaatinformatie, gedragsbiometrie, consortiumgegevens en grafiekanalyse. De technologie kan verder kijken dan de gegevens die in een aanvraag zijn ingevoerd, waaronder de manier waarop de aanvraag is ingevuld, of een apparaat eerder in het netwerk is verschenen en of ogenschijnlijk niet-gerelateerde identiteiten verborgen technische verbanden delen.

Sardine’s Connections Graph is bijzonder relevant voor banken die te maken hebben met georganiseerde synthetische fraude, omdat hiermee clusters van rekeningen kunnen worden geïdentificeerd die via gemeenschappelijke apparaten, handelaren, adressen of transactiepatronen met elkaar verbonden zijn. De Graph Analyst-agent is ontworpen om die relaties te onderzoeken en gecoördineerd misbruik zichtbaar te maken dat een conventionele puntoplossing mogelijk mist.

Sardine breidt risicosignalen ook uit van onboarding naar workflows voor transactiemonitoring en antiwitwascontroles. Die benadering over de gehele levenscyclus kan banken helpen synthetische rekeningen te identificeren die aanvankelijk normaal functioneren, maar later verdachte transfers ontvangen, snel geld verplaatsen of deel uitmaken van een netwerk van geldezels.

Feedzai

Feedzai verbindt identiteitscontrole bij het openen van een rekening met voortdurende monitoring van betalingen en gedrag. De Secure Onboarding-mogelijkheid kan verschillende risicosignalen via één interface orkestreren en het daaruit voortvloeiende risicoprofiel bewaren nadat een aanvrager is goedgekeurd.

Die continuïteit is belangrijk omdat een synthetische identiteit de eerste verificatie kan doorstaan en maandenlang een geloofwaardige geschiedenis kan opbouwen voordat een zogenoemde bust-out-poging wordt gedaan. Feedzai kan gedurende die periode apparaateigenschappen, gedragsveranderingen en transacties monitoren, in plaats van onboarding als de definitieve identiteitsbeslissing te beschouwen.

Het bedrijf zegt dat zijn identiteitsproducten zijn ontworpen om synthetische fraude, imitatie en accountovername gedurende de volledige klantlevenscyclus te voorkomen. Feedzai meldde ook in zijn wereldwijde onderzoek onder professionals op het gebied van financiële criminaliteit dat 90% van de deelnemende financiële instellingen al AI gebruikte om onderzoeken te versnellen of nieuwe fraudetactieken te detecteren. Dat illustreert de groeiende rol van geautomatiseerde analyse in de moderne verdediging van banken.

TransUnion TruValidate Synthetic Fraud Model

TransUnion’s TruValidate Synthetic Fraud Model profiteert van de positie van het bedrijf op het snijvlak van kredietgeschiedenissen, identiteitsgegevens en digitale risico-informatie. Het product is ontworpen om synthetische identiteiten te identificeren en tegelijkertijd te voorkomen dat legitieme aanvragers onnodig worden afgewezen.

TruValidate kan offline identiteitsgegevens combineren met browsegegevens, telefoonnetwerkgegevens, apparaatinformatie en andere digitale signalen via een identiteitsgrafiek. Daardoor kan een bank niet alleen beoordelen of een Social Security-nummer bestaat, maar ook of de volledige identiteit zich in de loop van de tijd op natuurlijke wijze lijkt te hebben ontwikkeld.

Uit onderzoek van TransUnion bleek dat de blootstelling van Amerikaanse kredietverstrekkers aan synthetische identiteiten een recordniveau bereikte. De blootstelling op openstaande rekeningen steeg eind 2024 tot ongeveer $3,3 miljard. De technologie kan daarom zowel initiële screening als portfoliomonitoring ondersteunen en kredietverstrekkers helpen identiteiten te detecteren die pas verdacht worden nadat krediet is verstrekt.

LexisNexis Fraud Intelligence Synthetic Score

LexisNexis Risk Solutions gebruikt openbare, bedrijfseigen en sectoroverschrijdende informatie om combinaties van identiteitselementen te identificeren die gezamenlijk niet logisch zijn. De Fraud Intelligence Synthetic Score beoordeelt meer dan 170 identiteitskenmerken en levensgebeurtenissen en zoekt naar inconsistenties rond Social Security-nummers, namen, e-mailadressen, telefoonnummers en andere kenmerken.

Het resultaat wordt geleverd als een risicoscore van drie cijfers met gerangschikte waarschuwingscodes. Onderzoekers krijgen zo meer context dan bij een eenvoudige beslissing om goed te keuren of af te wijzen. Volgens LexisNexis kan het model signalen detecteren zoals een ongewoon recent bestaan in kredietbureaugegevens, overvolle contactvelden en identiteitselementen die met verdachte snelheid verschijnen.

De score is beschikbaar via een API, batchverwerking of het beslissingsplatform van het bedrijf. Banken kunnen de score daardoor in bestaande onboardingsystemen integreren zonder hun volledige fraude-infrastructuur opnieuw op te bouwen.

Experian Precise ID

Experian’s Precise ID combineert identiteitsverificatie, fraudeanalyse en aanvullende authenticatie op het moment dat een rekening wordt geopend. De modellen zijn ontworpen om identiteitsdiefstal, wanbetaling bij de eerste betaling, bust-outgedrag en synthetische identiteitsfraude te detecteren en banken tegelijk te helpen echte klanten automatisch goed te keuren.

Experian gebruikt kredietaanvragen bij verschillende kredietverstrekkers, demografische informatie en een identiteitsgrafiek die laat zien hoe persoonsgegevens in de loop van de tijd met elkaar verbonden zijn geraakt en opnieuw zijn gebruikt. Die verbanden kunnen aantonen dat één telefoonnummer, adres of Social Security-nummer bij meerdere identiteiten of aanvragen is verschenen.

Experian zegt dat negen van de tien grootste Amerikaanse banken Precise ID-diensten gebruiken en dat het platform jaarlijks honderden miljoenen transacties verwerkt. Banken kunnen het product rechtstreeks inzetten of via de omgevingen Ascend en CrossCore van Experian gebruiken. Daarmee is het een optie voor instellingen die al op Experian-gegevens vertrouwen voor krediet- en klantbeslissingen.

BioCatch Connect

BioCatch zoekt naar aanwijzingen voor fraude in de manier waarop iemand met een bankapplicatie omgaat. De gedragsanalyse kan typepatronen, muisbewegingen, touchscreenactiviteit, navigatiegewoonten, apparaateigenschappen en signalen van geautomatiseerde of op afstand bestuurde sessies analyseren.

Dit biedt een extra verdedigingslaag wanneer een synthetische identiteit wordt ondersteund door documenten en persoonsgegevens die technisch geldig lijken. BioCatch Connect combineert realtime telemetrie met voorspellende informatie en duizenden signalen uit applicaties, netwerken, apparaten en transacties.

Het platform is ontworpen om fraude bij het openen van rekeningen, botactiviteiten, accountovername en geldezelrekeningen gedurende de volledige klantreis te detecteren. BioCatch zegt dat zijn technologie wordt gebruikt door meer dan 350 retailbanken en maandelijks miljarden gebruikerssessies analyseert.

Gedragsbiometrie kan op zichzelf mogelijk niet bewijzen dat een identiteit bestaat. Wel kan zij aantonen wanneer de aanvrager achter een zorgvuldig samengesteld identiteitsprofiel zich gedraagt als een botoperator, fraudefabriek of terugkerende crimineel.

Mitek Verified Identity Platform

Mitek’s Verified Identity Platform, doorgaans MiVIP genoemd, richt zich op gelaagde identiteitszekerheid via gegevensvalidatie, documentauthenticatie, biometrie, risico-informatie en antiwitwasonderzoek. Banken kunnen verschillende verificatieroutes instellen op basis van het product, de klant en het betrokken risiconiveau.

De AI-gestuurde mogelijkheden zijn bedoeld om documentmanipulatie, deepfakes en andere synthetische inhoud te identificeren die steeds vaker bij onboarding op afstand wordt gebruikt. Mitek ondersteunt ook voortdurende authenticatie nadat een rekening is geopend, zodat banken geverifieerde biometrische informatie opnieuw kunnen gebruiken voor inloggen of het goedkeuren van transacties.

Uit onderzoek dat Mitek en Datos Insights in 2026 publiceerden, bleek dat 84% van de ondervraagde fraudedirecteuren synthetische identiteitsfraude als een hoog of middelgroot risico bij aanvragen beschouwde. Volgens hetzelfde onderzoek bedroegen de Amerikaanse ongedekte kredietverliezen die verband hielden met synthetische identiteiten in 2025 ongeveer $2,94 miljard. De bevindingen onderstrepen de noodzaak om over te stappen van eenmalige identiteitscontroles naar voortdurende zekerheid.

Banken hebben lagen nodig, geen enkele score

Het meest geschikte platform voor een bank hangt af van de zwakste punten in de bestaande verdediging. Een kredietverstrekker die moeite heeft om consumenten met een dun kredietdossier te onderscheiden van gefabriceerde identiteiten, kan prioriteit geven aan Socure, SentiLink, TransUnion of LexisNexis. Een instelling die met te veel losstaande leveranciers werkt, kan meer baat hebben bij Alloy’s orkestratiemodel.

Banken die te maken hebben met botfarms, gecoördineerde rekeningclusters of synthetische geldezelnetwerken kunnen meer nadruk leggen op Sardine, Feedzai of BioCatch. Experian en Mitek bieden combinaties van identiteitsgegevens, documentanalyse en aanvullende verificatie.

De bredere les is dat synthetische identiteitsfraude niet kan worden aangepakt door alleen te controleren of afzonderlijke gegevens geldig zijn. Een echt Social Security-nummer, een bezorgbaar adres en een overtuigende selfie kunnen nog steeds toebehoren aan iemand die door een fraudebende is gecreëerd.

Banken moeten beoordelen of een identiteit een geloofwaardige geschiedenis heeft, of het digitale gedrag menselijk lijkt, of de onderdelen verdachte verbanden hebben en of de activiteit na onboarding consistent blijft. AI maakt het eenvoudiger om synthetische identiteiten te creëren, maar geeft financiële instellingen ook hulpmiddelen om die aanwijzingen met elkaar te verbinden voordat een fictieve klant een echt verlies veroorzaakt.