06131 906 42 80 [email protected]

Betrugserkennung (Fraud Detection) mit Hilfe von Big Data Analysis

Lernen Sie wie Betrugserkennung am Beispiel der Versicherungsbranche mit Hilfe von Textdokumenten und Social-Media Daten möglich ist.

Mit Big Data-Analytics wurden bei einem Kunden aus der Versicherungsbranche, Betrugsfälle in der in Höhe von mehreren Millionen € aufgedeckt. Nach der Anpassungsphase liefert das System kontinuierlich Ergebnisse und extrahiert verdächtige Konstellationen zur Begutachtung.

 

Ausgangslage

In hochgradig kontrollierten Bereichen wie dem Finanzsektor, dem Gesundheitswesen, der Versicherungsbranche, dem Einzelhandel oder Einrichtungen der sozialen Sicherung ist es von essenzieller Bedeutung, gegen Betrugsfälle vorzubeugen, da hier eine Vielzahl von Gesetzesbestimmungen, Compliance-Anforderungen, Risikomanagement-Maßnahmen und finanzielle Risiken existieren. Die fortschreitende Komplexität hat leider auch fortgeschrittene Betrugsmöglichkeiten mit sich gebracht.

Die Fortschritte in Big Data Analytics liefern die notwendigen intelligenten Ansätze für eine effiziente Betrugserkennung. In einer Welt, in der alle Transaktionen und Dokumente auf die eine oder andere Weise digital aufgezeichnet werden, gibt es immer Belege, die dem Ermittler bei seinem Kampf gegen Betrugsfälle helfen.
Die Frage ist daher nur:

Wie kann man diese Belege schnell und leicht auffinden??

Anwendungsbeispiele unserer Kunden

 

Eine Versicherungsgesellschaft möchte ihre Fähigkeit verbessern, in Echtzeit Entscheidungen zu treffen, wie eine neue Forderung bearbeitet wird. Der Kostenaufwand des Unternehmens einschließlich der Prozesskostenzahlungen in Verbindung mit betrügerischen Forderungen steigt stetig. Das Unternehmen verfügt über umfassende Richtlinien, die Versicherern helfen, die Rechtmäßigkeit von Ansprüchen zu bewerten, aber die Entscheider hatten häufig nicht die passenden Daten zum richtigen Zeitpunkt, um eine fundierte Entscheidung zu treffen.

Das Unternehmen implementierte mit Hilfe externer Spezialisten eine Big-Data-Analyseplattform, um Daten aus verschiedenen Quellen zu integrieren und zu analysieren. Die Plattform nutzt umfangreiche Social-Media-Daten und interne Vertrags- und Kundendaten, um aus vergangenen Betrugsfällen Modelle für die Identifikation von Betrugsfällen zu entwickeln. Sobald die so eingestellten Modelle mit hoher Wahrscheinlichkeit echte Betrugsfälle erkennen, können sie die Agenten bei der Beurteilung von Forderungen effektiv unterstützen.

Beispiel 1 – Wiederholtäter erkennen

Ein Agent erhält eine neue Forderung, das Big Data Analysesystem liefert sofort den Hinweis, dass der Antragsteller vor mehr als einem Jahr ein Zeuge in einem vergleichbaren Fall war. Nach der Konfrontation des Antragstellers mit diesen Informationen konnte der Anspruchsprozess gestoppt werden, bevor er richtig begonnen hatte. Ein integriertes Textbausteinsystem ist in der Lage aus den Ergebnissen des Analysesystems fertige Antwortschreiben zu verfassen.

Beispiel 2 – Schadensdaten mit Social Media anreichern und verifizieren

Ein Kunde macht einen Hochwasserschaden an seinem Fahrzeug geltend. Das Big Data Analysesystem überprüft Social-Media-Daten, die dem Fahrzeug oder dem Kunden zugeordneten werden können. In einem realen Fall konnte der Antragsteller damit konfrontiert werden, dass sein Fahrzeug am Tag des Hochwassers in einer anderen Stadt war. Auch hier erfolgte der Abbruch des Forderungsprozesses nahezu automatisch und damit schnell.

Versicherungsbetrug ist ein so großer Kostenfaktor für Unternehmen, so dass es sich schnell bezahlt macht Big-Data-Analysesystemen direkt in den Forderungsprozess zu integrieren, um die Erkennung eines Versicherungsbetrugs schnell und effektiv zu unterstützen.

Durch die Analyse von Big Data nach Mustern betrügerischen Verhaltens in großen Mengen vorhandener unstrukturierter und strukturierter Schadensdaten können wahrscheinliche Betrugstatbestände in Echtzeit erkannt werden. Damit ist ein Versicherungsunternehmen in der Lage, komplexe Informationen und Unfallszenarien von einer Big-Data-Plattform analysieren zu lassen.

Beratungstermin anfragen

Bitte um Rückruf