Amazon Fraud Detector ist seit dem 7. November 2025 nicht mehr für Neukunden geöffnet. Funktionen, die Amazon Fraud Detector ähneln, finden Sie SageMaker unter Amazon AutoGluon, und AWS WAF.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Erstellen Sie eine Variable
<a name="create-a-variable"></a>

Sie können Variablen in der Amazon Fraud Detector Detector-Konsole erstellen, indem Sie den Befehl [create-variable](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/frauddetector/create-variable.html) verwenden [CreateVariable](https://docs.aws.amazon.com/frauddetector/latest/api/API_CreateVariable.html), den oder den AWS SDK für Python (Boto3)

## Erstellen Sie eine Variable mit der Amazon Fraud Detector Detector-Konsole
<a name="create-a-variable-using-console"></a>

In diesem Beispiel werden zwei Variablen `email_address` und, und`ip_address`, erstellt und sie den entsprechenden Variablentypen (`EMAIL_ADDRESS`und`IP_ADDRESS`) zugewiesen. Diese Variablen werden als Beispiele verwendet. Wenn Sie Variablen für Ihr Modelltraining erstellen, verwenden Sie die Variablen aus Ihrem Datensatz, die für Ihren Anwendungsfall geeignet sind. Lesen Sie unbedingt über [Variablentypen](variables.md#variable-types) und [Anreicherungen mit Variablen](variables.md#variable-enrichments) bevor Sie Ihre Variablen erstellen.

**Um eine Variable zu erstellen,**

1. Öffnen Sie die [AWS -Management-Konsole](https://console.aws.amazon.com/) und melden Sie sich bei Ihrem Konto an. 

1. Navigieren Sie zu Amazon Fraud Detector, wählen Sie im linken Navigationsbereich **Variablen** und dann **Erstellen** aus.

1. Geben Sie `email_address` auf der Seite **Neue Variable** den Namen der Variablen ein. Geben Sie optional eine Beschreibung der Variablen ein.

1. Wählen Sie unter **Variablentyp** die Option **E-Mail-Adresse** aus.

1. Amazon Fraud Detector wählt automatisch den Datentyp für diesen Variablentyp aus, da dieser Variablentyp vordefiniert ist. Wenn Ihrer Variablen nicht automatisch ein Variablentyp zugewiesen wird, wählen Sie einen Variablentyp aus der Liste aus. Weitere Informationen finden Sie unter [Variablentypen](variables.md#variable-types). 

1. Wenn Sie einen Standardwert für Ihre Variable angeben möchten, wählen Sie **Definieren Sie einen benutzerdefinierten Standardwert** aus und geben Sie einen Standardwert für Ihre Variable ein. Überspringen Sie diesen Schritt, wenn Sie diesem Beispiel folgen. 

1. Wählen Sie **Erstellen** aus.

1. Bestätigen Sie auf der Übersichtsseite **email\$1address** die Details der Variablen, die Sie gerade erstellt haben.

   Wenn Sie aktualisieren müssen, wählen Sie **Bearbeiten** und geben Sie die Aktualisierungen ein. Wählen Sie **Änderungen speichern ** aus.

1. Wiederholen Sie den Vorgang, um eine weitere Variable zu erstellen, `ip_address` und wählen Sie **IP-Adresse** als Variablentyp aus.

1. Auf der Seite **Variablen werden** die neu erstellten Variablen angezeigt.

**Wichtig**  
Wir empfehlen, dass Sie aus Ihrem Datensatz so viele Variablen erstellen, wie Sie möchten. Sie können später bei der Erstellung Ihres Ereignistyps entscheiden, welche Variablen Sie für das Training Ihres Modells zur Betrugserkennung und zur Generierung von Betrugserkennungen einbeziehen möchten.

## Erstellen Sie eine Variable mit dem AWS SDK für Python (Boto3)
<a name="create-a-variable-using-the-aws-python-sdk"></a>

Das folgende Beispiel zeigt Anfragen für die [CreateVariable](https://docs.aws.amazon.com/frauddetector/latest/api/API_CreateVariable.html)API. Das Beispiel erstellt zwei Variablen, `email_address` und`ip_address`, und weist sie den entsprechenden Variablentypen (`EMAIL_ADDRESS`und`IP_ADDRESS`) zu. 

Diese Variablen werden als Beispiele verwendet. Wenn Sie Variablen für Ihr Modelltraining erstellen, verwenden Sie die Variablen aus Ihrem Datensatz, die für Ihren Anwendungsfall geeignet sind. Lesen Sie unbedingt über [Variablentypen](variables.md#variable-types) und [Anreicherungen mit Variablen](variables.md#variable-enrichments) bevor Sie Ihre Variablen erstellen.

Achten Sie darauf, eine Variablenquelle anzugeben. Es hilft zu identifizieren, woher der Variablenwert abgeleitet wurde. Wenn die Variablenquelle **EVENT** ist, wird der Variablenwert als Teil der [GetEventPrediction](https://docs.aws.amazon.com/frauddetector/latest/api/API_GetEventPrediction.html)Anfrage gesendet. Wenn der Variablenwert ist`MODEL_SCORE`, wird er von einem Amazon Fraud Detector aufgefüllt. Falls`EXTERNAL_MODEL_SCORE`, wird der Variablenwert von einem importierten SageMaker KI-Modell aufgefüllt. 

```
import boto3
fraudDetector = boto3.client('frauddetector')

 #Create variable email_address
   fraudDetector.create_variable(
     name = 'email_address',
     variableType = 'EMAIL_ADDRESS',
     dataSource = 'EVENT',
     dataType = 'STRING',
     defaultValue = '<unknown>'
     )

#Create variable ip_address
   fraudDetector.create_variable(
     name = 'ip_address',
     variableType = 'IP_ADDRESS',
     dataSource = 'EVENT',
     dataType = 'STRING',
     defaultValue = '<unknown>'
     )
```