Überarbeitung von Antibetrugsprozessen mit KI & Big Data

Überarbeitung von Antibetrugsprozessen mit KI & Big Data

Modularer Rahmen zur Untersuchung von Verdachtsfällen und zur Erkennung von Betrugsversuchen

Kombinieren von KI und moderner Analytik für dynamische Betrugserkennung im europäischen Versicherungsmarkt. Für ein italienisches Versicherungsunternehmen überarbeitete das Team von GFT die Prozesse zur Betrugsbekämpfung. Dies steigerte die Betrugserkennungsrate um 30 % und die Performance des täglichen Echtzeit-Reportings um 40 %.

Kombination von KI und fortschrittlicher Analytik zur Einführung dynamischer Betrugserkennung auf dem europäischen Versicherungsmarkt. GFT überarbeitete die Betrugsbekämpfungsprozesse eines italienischen Versicherungsunternehmens und steigerte die Betrugserkennungsrate um 30 % und die Leistung der täglichen Echtzeitberichte um 40 %.

Effiziente Betriebsabläufe

Erhebliche Steigerung der Betrugserkennungsrate seit dem Launch

Echtzeit-Technologie

Sofort-Analyse und unmittelbare Reaktion

Effektivere Scoring-Prozesse

Heuristische Regeln und Vorhersagemodelle minimieren Fehler

Partner

Rulex

Das in den USA gegründete Unternehmen Rulex ist führend im Bereich der No-Code-Software für Datenerstellung, maschinelles Lernen und Optimierung. Durch die Nutzung eines einzigartigen, logikbasierten Ansatzes für Predictive Analytics können Expert*innen für Geschäftsprozesse KI-Anwendungen ohne Programmierung erstellen und einsetzen.
Rulex eröffnet eine neuen Weg zur geschäftlichen Entscheidungsfindung und wurde bereits in vielen Sektoren wie z. B. Automotive, Finanzen, Lieferkettenmanagement, Bildung, Energie und Gesundheitswesen genutzt.

Herausforderung

Betrug im europäischen Versicherungsmarkt verhindern

Betrug ist ein weitverbreitetes Problem im europäischen Versicherungsmarkt. Betrügerische Kfz-Haftpflichtansprüche sind ein besonders ernstes Problem – in Italien sind jedes Jahr ca. 19,3 % der Ansprüche betrügerisch. Das bedeutet höhere Geschäftskosten für die gesamte Branche. Dieser führende italienische Versicherer sah sich mit einer wachsenden Betrugsherausforderung konfrontiert und suchte nach einer intelligenten technischen Lösung, die die Vorbeugung und Aufdeckung verbessern sollte. Einige der konkreten Herausforderungen dabei:

Inkonsistente Daten über mehrere Märkte hinweg behinderten die Betrugserkennung
Statische Erkennungsmodelle waren langsam und zunehmend ineffektiv
Aufgrund von immer ausgeklügelteren Betrugsversuchen war eine smarte Lösung gefordert, die heuristisch aus Verhaltensmustern lernen konnte

Das Projekt

Implementierung einer Lösung, die Echtzeitdaten, Regeln und Vorhersagemodelle mit Echtzeit-Bewertung kombiniert

Das Team von GFT lieferte dem Versicherungsunternehmen die Mittel, mit denen sich eine unternehmensweite Antibetrugslösung auf der Basis von künstlicher Intelligenz und Big Data schnell implementieren ließ. Die Lösung konzentrierte sich darauf, Online-Betrug zu verhindern. Daher mussten strukturierte und unstrukturierte Daten aus externen und internen Quellen kombiniert und analysiert werden. Die implementierte Antibetrugslösung umfasste:

Echtzeit-Technologie für Sofort-Analyse und unmittelbare Reaktion
Effektiveres Scoring dank heuristischer Regeln und Vorhersagemodelle. Dies minimiert falsch-positive und identifiziert falsch-negative Befunde – für eine höhere Effektivität
Erweiterte Daten- und Suchfunktionen über mehrere strukturierte und unstrukturierte Datenquellen hinweg
Nutzungsfreundliche Instrumente zur Untersuchung von Schadensmeldungen, mit denen das Antibetrugsteam strukturierte und unstrukturierte Dokumente nutzen kann, einschließlich der Analyse von sozialen Netzwerken
Klares Reporting mit umsetzbaren Informationen, das die zugrunde liegenden komplexen Daten und Analysen herunterbricht

Weil das Projekt recht breit gefächert war, entwickelte das Team von GFT einen modularen Rahmen, der aus verschiedenen spezialisierten Komponenten besteht. Jede dieser Komponenten spielt eine individuelle Rolle bei der Erkennung von Betrug und der Untersuchung von Verdachtsfällen.

Vorteil

Dieser Allgemeinversicherer konnte innerhalb weniger Monate verdächtige Ansprüche mit höherer Genauigkeit identifizieren

Das Team von GFT schloss den Auftrag frist- und budgetgerecht ab. Die Lösung ist zwar hochtechnisch, lässt sich aber ohne die Hilfe der IT-Abteilung des Kunden oder der Spezialist*innen von GFT einsetzen. Innerhalb weniger Monate führte die Lösung zu quantifizierbaren Ergebnissen:

Um 30 % erhöhte Betrugserkennung und 7 % weniger falsch-positive Befunde
Um 40 % verbesserte Performance des täglichen Echtzeit-Reportings
Dank Echtzeiterkennung kann das Antibetrugsteam umgehend handeln, relevante Informationen extrahieren und verdächtige Fälle untersuchen – ganz ohne Hilfe von der IT-Abteilung
Das Antibetrugsteam kann heuristische Regeln und Vorhersagemodelle manuell einfügen und anpassen und die Auswirkungen der Änderungen an historischen Datensätzen testen, sodass teure Simulationen und Datenextraktionen überflüssig sind

Die Lösung kann Ansprüche mit hoher Betrugswahrscheinlichkeit automatisch erkennen. Dies versetzt das Unternehmen in die Lage, sich auf die Betrugsvorbeugung zu konzentrieren. Das ist deutlich kosteneffektiver als die nachträgliche Prüfung von Betrugsfällen. Das Unternehmen hat ambitionierte Pläne: Es will die Reichweite der Lösung durch zusätzliche Informationsquellen vergrößern und dabei den Fokus auf digitale Dokumente und Daten aus grundverschiedenen Quellen legen.