Digitale Transformation revolutioniert die Bekämpfung von Versicherungsbetrug

Digitale Transformation revolutioniert die Bekämpfung von Versicherungsbetrug

Entscheidungsträger in Schadenabteilungen von Versicherungen beschäftigen sich vermehrt mit der Bekämpfung von Betrugsdelikten und beobachten einen Anstieg in Anzahl und Summe. Die Digitalisierung bringt mit regelbasierten Systemen und dem Einsatz von künstlicher Intelligenz Mittel zur Bekämpfung mit sich, welche sich bei Versicherern zunehmend etablieren. In dem Zusammenhang wird die Verwertung von intern und extern verfügbaren Datenmengen in Zukunft wegweisend sein, wobei plattform-ökosystematische Kollaborationen einen wesentlichen Beitrag dazu leisten können.

Steigende Betrugszahlen über die gesamte Branche hinweg

Die Anzahl an Betrugsdelikten im Versicherungsbereich weist eine hohe Dunkelziffer auf und kann nicht genau ermittelt werden. Folgerichtig gibt es keine exakten Statistiken, welche zur Analyse von Betrugsfällen herangezogen werden können. Grenzüberschreitend rechnen Experten für Versicherungsgesellschaften 10 Prozent ihrer Schadenkosten dem Versicherungsbetrug zu. Diese Zahl deckt sich mit einer repräsentativen Studie des Schweizerischen Versicherungsverbands (SVV), womit die Schweiz im internationalen Vergleich etwa im Durchschnitt liegt. Wenn man dies ins Verhältnis zur Höhe der Zahlungen aller Assekuranz-Marktteilnehmer setzt, ergibt sich ein Betrag in Milliardenhöhe an Falschzahlungen.

Die Studie des SVV lässt auch weitere interessante Rückschlüsse zu. So kann man daraus entnehmen, dass der Ottonormalverbraucher am ehesten in der Hausrat- und Privathaftpflichtversicherung Möglichkeiten zum Betrug sieht. Schlussfolgernd ist dies – neben den Transportversicherungen – auch der am meisten betroffene Bereich.

Auch ein Blick in die vom Bundesamt für Statistik veröffentlichte polizeiliche Kriminalstatistik aus dem Jahr 2019 lässt aufhorchen: So wurde die Zahl an aufgedeckten Betrugsfällen in den letzten zehn Jahren mit einer jährlichen Anstiegsrate von 8 Prozent mehr als verdoppelt, wobei eine Korrelation zum Anstieg von Cyberkriminalität erwähnenswert ist. Die Digitalisierung bringt dementsprechend ein gewisses Betrugspotential mit sich. Doch wie sieht es mit neuen Opportunitäten zur Bekämpfung eben dieser Machenschaften aus?

Der Einsatz von RPA und KI prägt heutzutage den Kampf gegen Betrug

Softwares, welche in der Aufdeckung und Ermittlung von Betrugsfällen unterstützen, werden von den Versicherungsgesellschaften hierzulande längst eingesetzt. Die Systeme übernehmen mittels Robotic Process Automation manuelle, repetitive Arbeiten des Schaden- oder Fraud-Experten. Beispielsweise unterstützt RPA beim Sammeln von Daten und Informationen, welche für einen Schadenfall relevant sind. Diese Informationsbeschaffung kann einerseits innerhalb des Unternehmens erfolgen, es werden aber auch externe Quellen, wie Webseiten oder soziale Medien hinzugezogen. Die Daten werden im Anschluss dem Betrugsermittler vorgelegt, ohne dass dieser zuvor zeitaufwändige Recherche betrieben hat. Doch auch bei der Prüfung von Schadenfällen kann der Einsatz von Software Robotics unterstützend wirken. Regelbasierte Systeme schlagen im Falle eines Verdachts Alarm und informieren so den Ermittler. Da in diesem Vorgang unrelevante Daten herausgefiltert werden, fällt die Prüfung einzelner betrugsverdächtiger Schadenfälle gänzlich weg. Die Delegation dieser repetitiven, zeitintensiven Aufgaben an einen Roboter ermöglicht es den Schadenexperten, sich auf die Prüfung des Schadenfalls zu konzentrieren, wovon letztlich sowohl Arbeitgeber als auch Arbeitnehmer profitieren. Letztere insbesondere, da diese nun die Möglichkeit haben, sich auf die wesentlich spannenderen Inhalte ihres Berufs zu konzentrieren.

Einen Schritt weiter geht der Einsatz von künstlicher Intelligenz (KI), der sich im Bereich der Betrugserkennung ebenfalls bereits etabliert hat. Die KI-basierte Aufdeckung von Betrugsversuchen setzt bereits bei der Betrugsprävention an. Dabei werden einerseits Echtzeit-Analysen im Rahmen des Quote-and-Buy-Prozesses durchgeführt, welche das individuelle Kundenverhalten bewerten. Andererseits greift das System auf historische Kundendaten zu und verhindert, dass Vertragspolicen mit dubiosen Vertragspartnern überhaupt erst zustande kommen. Zu diesem Zweck wird das System mit historischen Daten gefüttert, damit dieses, basierend auf einem Lernalgorithmus, eine Entscheidung treffen kann. Hinzu kommen weitere intelligente Tools, wie Speech-Recognitions bei Telefonanrufen, welche den Wahrheitsgehalt einer Aussage validieren. Gleichermaßen haben Versicherer mittels Bildforensik die Möglichkeit, die Echtheit von Bildern überprüfen zu lassen. Es stehen den Versicherungsgesellschaften also zureichend digitale Mittel im Kampf gegen Versicherungsbetrug zur Verfügung.

Woran liegt es dann, dass die ungerechtfertigten Schadenzahlungen nach wie vor steigen?

Intransparenz und qualitativ minderwertige Daten erschweren die Aufdeckung von Betrugsfällen

Während es diverse und unternehmensabhängige Gründe gibt, die aufgeführt werden können, stechen drei Herausforderungen heraus, welchen sich alle Versicherer stellen müssen:

Kollaborationen und Plattformen als Erfolgsrezepte zur Betrugsaufdeckung

Folgende Maßnahmen haben das Potenzial, die bevorstehenden Herausforderungen der Versicherungsbranche im Kampf gegen Versicherungsbetrug zu stemmen:

  • Aufbau von Data Lakes

  • branchenübergreifende Betrugsdatenbanken
  • Plattform-ökonomische Kollaborationen

Wie wir nun wissen, verbessert sich die Leistung maschineller Lernsysteme mit der Größe von Datensätzen. Versicherer brauchen folglich Zugang zu großen Datenmengen, wozu sich der unternehmensinterne Aufbau von Data Lakes bestens eignet. Der Vorteil in der Nutzung von Data Lakes besteht in der erhöhten Flexibilität im Vergleich zu herkömmlichen Data Warehouses, wodurch optimale Bedingungen für maschinelles Lernen geboten werden. Die hauseigenen Daten können in einem zweiten Schritt durch Informationen von externen Quellen ergänzt werden. Zu diesem Zwecke bieten sich Betrugsdatenbanken an. Darunter kann man sich branchenübergreifende Plattformen vorstellen, wobei unter den Teilnehmern betrugsrelevante Daten geteilt werden. Informationen zu Zahlungsverhalten und Vermögenswerten, Fahrzeugdaten oder Bildern sind hierfür nur einige nennenswerte Beispiele. Kollaborationen dieser Art schaffen eine Basis für Win-Win-Situationen aller Marktteilnehmer, wobei schließlich jeder von den externalen Effekten profitieren kann.

Mehr zum Thema

Können wir Sie unterstützen? Kontaktieren Sie unseren Experten!

Mit Q_PERIOR steht Ihnen ein starker Partner zur Seite.
Wir freuen uns auf Ihre Herausforderung!