Betrugsprävention durch Predictive Analytics

Branche: Versicherung

Kundenherausforderung

Ziel des Projekts war die Industrialisierung eines Vorhersagemodells zur Früherkennung von Provisionsbetrug. Zur operativen Nutzung wurden die Modellvorhersagen grafisch aufbereitet und monatlich automatisiert aktualisiert. Damit die Modellvorhersagen plausibilisiert werden können, wurden diese erklärbar gemacht und um Kontextinformationen angereichert.

Unsere Lösung

- Evaluation der Feldexperimentphase und Ableitung der Anforderungen für Industrialisierung

- Statistische Validierung und Überarbeitung des Vorhersagemodells

- Evaluation von Möglichkeiten zur Schaffung von Erklärbarkeit (Explainable AI)

- Entwicklung eines Cockpits auf Basis von Microsoft Power BI

Kundennutzen

- Durch automatisierte Analyse konnten mehr Betrugsfälle identifiziert werden

- Effiziente Nutzung des Vorhersagemodells durch einfache Benutzeroberfläche

- Hohe Akzeptanz bei den Endanwendern

- Etablierung eines Vorgehensmodells zur Industrialisierung von Data-Science-Projekten für den Kunden