- Entdecken Sie unser Branchenwissen
- Projektreferenzen
- Überarbeitung von Antibetrugsprozessen mit KI & Big Data
Überarbeitung von Antibetrugsprozessen mit KI & Big Data
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
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.
Download – nur einen Klick entfernt
-
Erfahren Sie, wie GFT Betrugsbekämpfungsprozesse mithilfe künstlicher Intelligenz und Big Data transformiert. Dieses Bild zeigt die Essenz der fortschrittlichen Technologie, die eingesetzt wird, um betrügerische Aktivitäten in Echtzeit zu erkennen und zu verhindern und so Sicherheit und Vertrauen zu verbessern. Projektreferenz
Überarbeitung von Antibetrugsprozessen mit künstlicher Intelligenz & Big Data
