Versicherungswirtschaft-heute

          Mobilversion

 

- Anzeige -

Versicherungsbetrug: Mit System gegen Betrüger

15.09.2014 – Uwe_Sasse_FidaIn der Kfz-Versicherung sind Vorsatz, fingierte Schäden und provozierte Unfälle an der Tagesordnung. In anderen Sparten wird aber auch geschummelt: Medikamente tauchen auf Rezepten auf, die nicht verschrieben wurden, Leitungswasserschäden beinhalten Restaurierungskosten. Wie Versicherer solche Fälle aufdecken können, ohne einen Generalverdacht als Wettbewerbsbremse einzubauen, schreibt Uwe Sasse, Senior Consultant Insurance bei Finanz-Data, in seinem Gastbeitrag.

Die Identifizierung von Betrugsfällen erfolgt meist auf Basis von Regeln. Anfangs ist die Definition von Regeln (wenn – dann) der erste Schritt, um aus verfügbaren Attributen der zur Schadenbearbeitung verbundenen Systeme Auffälligkeiten zu filtern. So können Alter des Versicherungsnehmers und der beteiligten Personen, Ort und Zeit des Schadenereignisses, Zeitpunkt der Schadenmeldung und die Entfernung zum Reparaturbetrieb schon Aufschlüsse geben.

Scorecard (Quelle: Fida)Eine höhere Treffsicherheit bietet das Vorgehen mit einer Scorecard: Die Regeln werden gewichtet. Ergebnisse werden ab einer vorgegebenen Betrugswahrscheinlichkeitsschwelle weiter geprüft. Versichererspezifika in den Kundensegmenten können hier sehr treffend berücksichtigt werden.

Mit stärkeren Leistungen in der Betrugserkennung wartet die automatisierte Mustererkennung auf. Bekannte Muster aus aufgedeckten Betrugsfällen aus dem laufenden Schadeneingang werden erkannt und mit einer Betrugswahrscheinlichkeit bewertet.

Auf der Basis von verifizierten Attributen (zum Beispiel Alter des Versicherungsnehmers, Uhrzeit, Wiederbeschaffungswerte der Fahrzeuge) lassen sich Muster für Schadenfälle hinreichend genau beschreiben, sodass eine Identifikation von betrugsverdächtigen Vorgängen möglich ist. Dies wird im Kraftfahrthaftpflicht-Segment bereits seit über sieben Jahren bei einem der größten Kfz-Versicherer Deutschlands praktiziert.

Die automatisierte Mustererkennung basiert auf den Techniken eines neuronalen Netzes. Zum Einsatz kommt das autoassoziative Netz als Spezialform des assoziativen Speichers. Aufsetzend auf den vorliegenden Schadenattributen wird das Betrugsmuster mit der höchsten prozentualen Übereinstimmung assoziiert.

Fida-Assoziation-660
Bild: Prinzip der Assoziation der vollständigen Information

Die technische Unterstützung mittels Regelwerk, Scorecard oder automatisierter Mustererkennung bietet große Sicherheit, immer wiederkehrende Betrugsmaschen zu erkennen und aufzudecken. Der Trend, weitere Netzwerkbetrachtungen aller Beteiligten in die Betrugserkennung einzubeziehen, wird die Entwicklung der kommenden Jahre beeinflussen. Insbesondere das organisierte Verbrechen kann hier mit höherer Geschwindigkeit verfolgt werden. Zeit ist Geld – auch in der Betrugsbekämpfung.

Versicherungsbetrug ist auch Thema einer heute beginnenden zweitägigen Fachkonferenz in Leipzig. Themenschwerpunkte sind Betrugserkennung und -ermittlung, Bildforensik, Versicherungsmissbrauch in der PKV und Betrugsabwehr in den Sparten Kfz und Sach. Als Referenten werden unter anderem Henrik Becker, SAS Deutschland, Rainer Böhme, Westfälische Wilhelms-Universität Münster, Eberhard Fähnrich, General Reinsurance, Thomas Jacobi, Central Krankenversicherung und Markus Juppe, Versicherungskammer Bayern, erwartet.

Foto: Uwe Sasse ist Senior Consultant Insurance Fida Software, Finanz-Data GmbH Beratungs- und Softwarehaus, Gotha. (Quelle: Sasse)

- Anzeige -
- Anzeige -
- Anzeige -

 

VVW | Kontakt | AGB | Datenschutzerklärung | Impressum | Mediadaten