Chainalysis introduceerde een nieuwe automatiseringsfunctie die is ontworpen om blockchainonderzoekstaken eenvoudiger te maken voor niet-technische gebruikers. De update richt zich op complianceteams en analisten die vertrouwen op gestructureerde workflows maar vaak geen programmeervaardigheden hebben. Het bedrijf zei dat de tool de snelheid, consistentie en toegankelijkheid van routinematige onderzoeksprocessen verbetert.
De functie heet Workflows. Het stelt gebruikers in staat om vooraf gedefinieerde blockchainanalyses uit te voeren zonder SQL-query's of Python-scripts te schrijven. Chainalysis zei dat de tool herhaalde taken standaardiseert en de noodzaak voor handmatige technische stappen wegneemt.
Volgens bedrijfsvertegenwoordigers past Workflows reeds bestaande onderzoekssjablonen aan om ze breder toepasbaar te maken voor teams. Ze zeiden dat het doel is om organisaties te helpen dezelfde analysemethoden toe te passen op meerdere gevallen met minder vertragingen.
Ekim Buyuk, senior productmanager bij Chainalysis, zei dat eerdere benaderingen vaak aanzienlijk technisch werk vereisten. Ze merkte op dat het nieuwe systeem zich richt op eenvoudige onderzoeksinput. Buyuk zei dat Workflows gebruikers vraagt naar wallets, actoren en tijden in plaats van datastructuren.
Buyuk wees ook op onderzoek dat snelle veranderingen in oplichtersgedrag aantoont. Chainalysis ontdekte dat AI-aangedreven oplichting 4,5 keer meer geld van slachtoffers haalde dan eerdere modellen. Ze zei dat de trend weerspiegelt hoe fraudeoperaties blijven uitbreiden.
Een voortdurende uitdaging voor onderzoekers is het identificeren van oplichtersnetwerken die op grote schaal opereren. Een enkel slachtoffer kan een klein bedrag verliezen. Blockchain-niveau data kan echter duizenden getroffen wallets en verliezen die in de miljarden lopen onthullen.
Lees ook: Zuid-Korea pakt $102 miljoen crypto-witwasPlan aan
Een recent Chainalysis-rapport schatte dat crypto-oplichting en fraude ongeveer $17 miljard van gebruikers in 2025 onttrok. Het bedrijf koppelde de stijging aan imitatieoplichting en grote netwerken die AI-tools, deepfake-content en georganiseerde witwasdiensten gebruiken.
Verschillende incidenten onderstreepten deze risico's vroeg in het jaar. Op 2 januari tapte een aanvaller fondsen af van honderden wallets via EVM-compatibele netwerken. Veel adressen verloren elk minder dan $2.000. Onchain-onderzoeker ZachXBT beschreef de activiteit als een brede exploit met lage waarde. De onderzoeker suggereerde een mogelijke verbinding met het eerdere Ledger-incident.
Bron: Chainalysis
Social-engineering-zaken gingen ook door. ZachXBT identificeerde een vermoedelijke oplichter die zich voordeed als Coinbase-ondersteuning en bijna $2 miljoen in 2025 stal. De zaak toonde aan hoe criminelen nog steeds vertrouwen op misleiding, zelfs terwijl technische methoden evolueren.
PeckShield rapporteerde dat de totale hackingverliezen in december daalden. Verliezen daalden tot ongeveer $76 miljoen, scherp omlaag van $194,2 miljoen in november. Het bedrijf zei dat de daling minder grootschalige exploits tijdens de maand weerspiegelde.
Lees ook: Venezuela-lekker gevangengezet, Polymarket-accounts worden stil te midden van zorgen over handel met voorkennis

