solution Schadenmanagement Automatisierte Betrugserkennung ...

solution Schadenmanagement
Automatisierte Betrugserkennung
durch Data Mining
agens – gedacht, getan

2
Schadenmanagement
Die Herausforderung
Schadenmanagement schließt die
Erkennung und Abwehr unberechtigter
Ansprüche an die Versichertengemeinschaft
ein. Die Versicherungen
als Risikoträger benötigen
hierzu Ansätze, die an der Praxis
orientiert und wirtschaftlich sind.
Bei jeder Schadenmeldung stellt
sich die Frage, ob Verdachtsmomente
für einen Betrug vorliegen
und ob diese – auch aus wirtschaftlicher
Perspektive – ausreichen,
um in der Schadenbearbeitung
berücksichtigt zu werden.
Schadenregulierer benötigen hier
Unterstützung.
Untersuchungen belegen, dass IT-
Unterstützung zur Bearbeitung von
Verdachtsfällen nur in 42 % aller
Versicherungen eingesetzt wird.
Lediglich rund ein Drittel nutzt
Betrugserkennungssoftware. Durch
den Einsatz von IT zur Betrugsverdachtserkennung
können allerdings
bis zu 20 % der Kosten im Betrugsmanagement
eingespart werden.
Das Dilemma der Daten
Automatisierte Betrugsverdachtserkennungssysteme
scheitern oftmals
im praktischen Einsatz am erforderlichen
Datenbedarf: Um „gut“
zu sein, werden Unmengen an
Daten benötigt. Diese sind meist
erst aufwändig zu beschaffen und
in das System einzugeben. Dadurch
sinkt der wirtschaftliche Einsatzbereich
der Erkennungssysteme.
Eine Alternative besteht in der Verwendung
und Auswertung histo-
rischer Daten. Daten, die im Haus
vorhanden sind.
Data Mining
Data Mining ist die Anwendung
spezifischer Algorithmen zur Extraktion
von bisher unbekannten
Mustern aus Daten. Ziel ist die
Identifikation von wettbewerbsrelevantem
Wissen. Data Mining
wird in vielen Branchen bereits
sehr erfolgreich eingesetzt, bspw.
zur Identifikation abwanderungsgefährdeter
Kunden oder zur Kampagnensteuerung
im Marketing.
Die dort verwendeten Konzepte
können auf die Betrugsverdachtserkennung
im Schadenmanagement
übertragen werden.
Auf Grundlage repräsentativer
Stichproben historischer Daten,
die sowohl bekannte Betrugs(verdachts-)fälle
als auch unverdächtige
Schadenfälle beinhalten,
werden Muster erkannt, die als
Verdachtsmomente für Betrug interpretiert
werden. Im Unterschied
zu herkömmlichen Ansätzen der
automatisierten Betrugsverdachtserkennung
müssen nicht die Daten
auf die Software abgestimmt werden,
sondern die Software arbeitet
mit den vorhandenen Daten.
Unser Beratungsansatz
Der von metafinanz und agens
entwickelte Beratungsansatz
kombiniert die Expertise von Schadenspezialisten
und das Wissen
von Data Mining-Experten. Dies
liefert den Kunden eine Erhöhung
der Qualität der Betrugsverdachtserkennung
– die Regulierer können
Einzelfälle individueller prüfen und
sich auf die wirklich begründeten
Verdachtsfälle konzentrieren. Bisherige
Vorgehensweisen können
bestätigt und um weitere Muster
ergänzt werden. Maschinelle Vorarbeiten
in Form von Dunkelverarbeitungen
können zusätzlich helfen,
Ressourcen zu sparen.
Unser Vorgehen
Aus kundenspezifischen vorhandenen
Schadendaten werden durch
Data Mining Muster erkannt, die
wertvolle Hinweise auf potenziellen
Betrugsverdacht liefern.
Zunächst werden alle verfügbaren
Informationen in die Mustererkennung
einbezogen, da die Relevanz
der einzelnen Attribute zunächst unbekannt
ist. Die Verfahren der Mustererkennung
geben Hinweise darauf,
welche Informationen relevant
und welche weniger wichtig sind.
Ergebnis der Mustererkennung sind
Hypothesen zur Betrugsverdachtserkennung,
die in Zusammenarbeit
mit den Fachbereichen kundenindividuell
verifiziert werden müssen.
Anschließend können die Muster
zur Betrugsverdachtserkennung in
das Schadenmanagement integriert
werden:
• Organisatorisch: Als Bearbeitungsregeln
für die Schadenregulierer
• Maschinell: Als in das Schadensystem
integrierte automatisch
verarbeitbare Regeln, z. B.
realtime im Rahmen von
Operational BI

Checklisten mit
Betrugsindikatoren
Unser Ansatz umfasst auch die
Schulung der Fachbereiche zur
selbstständigen weiteren Verfeinerung
der bislang erkannten Muster
mit dem Zweck der ständigen Verbesserung
der Betrugsverdachtserkennung.
Unser Beratungsangebot
metafinanz und agens haben die
Kompetenz, Methoden des Data
Minings, die bereits in vielen Branchen
erfolgreich eingesetzt werden,
auf das Schadenmanagement zur
Betrugsabwehr anzuwenden. Ziel ist
die automatisierte Identifikation des
Anfangsverdachts.
Die Einbindung einer solchen Lösung
in die Prozesse der Versicherung
und in die organisatorische
Abwicklung durch die Sachbearbeiter
kann ganzheitlich angeboten
werden.
BetrugSerkennung durch data mining
Wie gut können IT-Systeme kritische Erfolgsfaktoren für
Betrugserkennung unterstützen?
Erfahrung der
Schadensachbearbeiter
20
15
10
5
0
Aus- und
Weiterbildung
der Mitarbeiter
Abb.: Kritische Erfolgsfaktoren zur Betrugserkennung
a) Workshop
Gern führen wir mit Ihnen einen individuellen
Workshop mit folgenden
Inhalten durch:
• Vertiefung unseres Beratungsansatzes
• Informationsbedarfsanalyse
• Anforderungsdefinition
• Skizze einer Kurzanalyse
Den Workshop bieten wir kostenlos
an.
b) Kurzanalyse
Mit der Kurzanalyse wird die Realisierung
einer ersten quick-win-
Situation erzielt. Sie umfasst eine
Analyse anonymisierter Daten zur
Identifikation relevanter Muster
in den Daten und die Erzeugung
erster Hypothesen zur Betrugsverdachtserkennung.
Die Untersuchung
kann bei Ihnen vor Ort oder bei uns
Standardlösungen
Unser Angebot
Expertenwissen von
Betrugsermittlern
mit Ihren Daten geschehen. Als zusätzliche
Option wird eine zunächst
händische Anreicherung der Daten
inkl. Kosten-Nutzen-Analyse
angeboten, um die Ergebnisse der
Mustererkennung evtl. weiter zu
verbessern.
Die Kurzanalyse bieten wir zum
Festpreis an.
Fordern Sie uns
Unternehmen, die sich den Herausforderungen
im Schadenmanagement
stellen, erzielen Wettbewerbsvorteile.
Unser Beratungsangebot unterstützt
Sie. Nutzen Sie Ihre Chance
und unsere Expertise, sprechen Sie
uns an.
agens - gedacht, getan
metafinanz – living dynamic X²cellence
3

metafi nanz - in for ma ti ons sys te me gmbh
Leo pold stra ße 146
D-80804 Mün chen
Te le fon: 089 - 360531 - 0
Te le fax: 089 - 360531 - 15
agens consulting gmbh
Buchenweg 11-13
D-25479 Ellerau
Fon +49 4106 7777-0
Fax +49 4106 7777-333
Brucknerstraße 8
A-1040 Wien
Fon +43 1 504 1554
Fax +43 1 504 1586
Zochova 5
SK-811 03 Bratislava
Fon +42 125 4418308
Fax +43 1 504 1586
info@agens.com
www.agens.com
011001