Signifikante Einsparung durch automatisierte Betrugserkennung
Branche: Versicherung
Herausforderung
Ziel des Projektes war die datengetriebene Identifizierung von Betrugsfällen im KFZ-Bereich, um die Schadensbearbeitung zu unterstützen.
Zu diesem Zweck wurden bestehende fachliche Regelwerke für unterschiedliche Sparten in einem iterativen Vorgehen verbessert. Die Aussteuerungsquote von Verdachtsfällen konnte unter Berücksichtigung der Wirtschaftlichkeit kontrolliert erhöht werden.
Unsere Lösung
- Etablierung und Weiterentwicklung eines agilen Vorgehensmodells
- Datenaufbereitung und Sicherung der Datenqualität
- Strategie zum Umgang mit statistischen Besonderheiten der Trainingsdaten
- Auswahl geeigneter ML-Algorithmen
- Planung, Durchführung und Auswertung von Stichproben zur Modellevaluation
- Technischer und fachlicher Support
Kundennutzen
- Höhere Aussteuerungsquote bei gleichzeitig besserer Erkennungsquote von Betrugsfällen durch automatisierte Analyse
- Höhere realisierte Einsparungen durch rechtzeitige Identifizierung von Verdachtsfällen
- Hohe Akzeptanz der entwickelten Modelle bei der Sachbearbeitung