Betrug früher erkennen – bestehende Systeme gezielt ergänzen
Versicherer stehen vor der Aufgabe, Betrug frühzeitig zu erkennen und berechtigte Schadenfälle zügig zu bearbeiten. Gefälschte Dokumente, manipulierte Schadenbilder und organisierte Betrugsnetzwerke stellen zusätzliche Anforderungen an die Prüfung. FRISS ergänzt bestehende Schaden- und Underwriting-Systeme um Betrugs- und Risikoerkennung in Echtzeit. So können Sie Ihre Betrugserkennung weiterentwickeln, ohne Ihr Kernsystem zu ersetzen.
Wenn Daten und Prüfprozesse an Grenzen stoßen
Gewachsene Systemlandschaften können die Weiterentwicklung der Betrugserkennung erschweren – insbesondere dann, wenn Daten isoliert bleiben, Prüfregeln aufwendig gepflegt werden müssen oder Bewertungen zeitversetzt erfolgen. Erfolgt die Prüfung erst im nächtlichen Batch, stehen Warnhinweise möglicherweise erst nach wichtigen Bearbeitungsentscheidungen zur Verfügung.
Generative KI erleichtert die Erstellung überzeugend wirkender gefälschter Dokumente und manipulierter Schadenbilder. Das stellt zusätzliche Anforderungen an die Prüfung eingereichter Nachweise.
Ausschließlich regelbasierte Prüfungen können bei neuen Manipulationsmethoden an Grenzen stoßen. Die Kombination aus Regeln, maschinellem Lernen, Netzwerkanalyse und Medienprüfung erweitert die Möglichkeiten, verdächtige Konstellationen zu erkennen.
Über 6 Mrd. €
Geschätzter jährlicher Schaden durch Versicherungsbetrug in der deutschen Schaden- und Unfallversicherung (GDV)
1 von 10
Schadenmeldungen in der deutschen Schaden- und Unfallversicherung ist laut GDV auffällig und prüfungswürdig. Ein Verdacht ist noch kein Nachweis für Betrug.
Nach Schätzung des GDV verursacht Versicherungsbetrug in der deutschen Schaden- und Unfallversicherung jährlich Schäden von über sechs Milliarden Euro. Etwa jede zehnte Schadenmeldung gilt als auffällig und muss näher geprüft werden. Ein solcher Verdacht ist noch kein Nachweis für Betrug. Umso wichtiger ist es, Hinweise frühzeitig zu bewerten und Prüfungen gezielt zu steuern.
Für Betrugsabwehr- und Schadenteams kommt es darauf an, relevante Hinweise von Fehlalarmen zu unterscheiden. Eine gezielte Priorisierung hilft, Prüfkapazitäten auf die Fälle zu konzentrieren, die eine nähere Untersuchung erfordern.
Der Druck ist längst da
Versicherer müssen Schadenfälle zügig bearbeiten und auffällige Konstellationen früh erkennen. Organisierte Betrugsmaschen und KI-gestützte Fälschungen stellen zusätzliche Anforderungen an die Prüfung.
Ein vollständiger Austausch des Kernsystems kann erheblichen Zeit- und Investitionsaufwand erfordern. Zusätzliche Betrugserkennung lässt sich auch durch Lösungen umsetzen, die an die vorhandene Infrastruktur angebunden werden.
„Es funktioniert noch“ ist nicht die richtige Frage
Entscheidend ist, ob die Betrugserkennung mit neuen Anforderungen Schritt hält. Prüfregeln und Analysemodelle sollten regelmäßig anhand aktueller Fälle überprüft und weiterentwickelt werden. Zusätzliche Daten und Analyseverfahren können helfen, bisher übersehene Zusammenhänge sichtbar zu machen.
Am Status quo festzuhalten, ist keine neutrale Entscheidung.
Wer die Betrugserkennung regelmäßig überprüft, kann Lücken in Daten, Prüfregeln und Abläufen gezielter angehen. Entscheidend ist, dass relevante Hinweise rechtzeitig in die Bearbeitung einfließen.
Integriert sich in das, was Sie bereits haben
FRISS verlangt keinen Austausch Ihres Kernsystems. Die Lösung bindet sich an Ihr Schadensystem, Ihr Bestandsführungssystem und externe Datenquellen an und ergänzt sie um eine Ebene für Betrugs- und Risikoerkennung in Echtzeit.
Anbindung über REST-APIs.
Ihre Systeme übermitteln Schaden- oder Vertragsdaten über REST-APIs im offenen, standardisierten FRISS-Datenmodell.
Echtzeit oder Batch.
Die Prüfung kann bei der Anlage oder Änderung von Schadenfällen und Anträgen ausgelöst werden. Die konkreten Prüfpunkte und Verarbeitungswege werden im Integrationskonzept festgelegt.
Ergebnisse dort, wo Ihre Teams arbeiten.
FRISS stellt Prüfergebnisse und zugehörige Indikatoren bereit. Je nach Integration können Ihre Teams diese im Kernsystem oder in der vorgesehenen FRISS-Oberfläche einsehen.
Erprobte Anbindungen an Kernsysteme.
FRISS unterstützt die Integration mit Kernsystemen von Anbietern wie Guidewire, Sapiens, Keylane Axon, MSG und novum/RGI. Welche Anbindung für Ihre Umgebung verfügbar ist, wird im Integrationskonzept geklärt.
Externe Daten über einen zentralen Hub.
Der FRISS DataHub verwaltet die Anbindung externer Quellen wie Betrugsregister, Bonitätsdaten und öffentliche Register. Die Datenanreicherung läuft damit auf Seiten von FRISS und nicht in Ihrem Kernsystem.
FRISS ergänzt Ihre bestehende Systemlandschaft. Der konkrete Integrationsumfang hängt von Schnittstellen, Datenqualität und den gewünschten Prüfpunkten ab. Die Ergebnisse können in bestehende Arbeitsabläufe eingebunden werden.
So funktioniert die Prüfung mit FRISS
Ihr System übermittelt die Daten. Eine neue Schadenmeldung, eine Aktualisierung, ein Angebot oder eine Verlängerung wird per API an FRISS übergeben.
FRISS bewertet die übermittelten Daten anhand der eingesetzten Regeln und Analyseverfahren. Je nach Konfiguration können maschinelles Lernen, externe Daten, Netzwerkanalyse und Medienprüfung die Bewertung ergänzen.
Die Ergebnisse unterstützen die weitere Bearbeitung. Fälle mit geringem Betrugsrisiko können nach den festgelegten Prüfkriterien automatisiert weiterbearbeitet werden. Auffällige Fälle werden gezielt geprüft und bei Bedarf mit den verfügbaren Falldaten an die Betrugsabwehr übergeben.
Gegen KI-generierten Betrug gebaut
Media Check unterstützt die Prüfung eingereichter Bilder und PDF-Dokumente auf Wiederverwendung, auffällige Metadaten und mögliche Manipulationen, einschließlich Hinweisen auf KI-generierte Bilder. Die Ergebnisse werden im Zusammenhang mit den übrigen Falldaten bewertet und sind kein eigenständiger Betrugsnachweis.
Network Analytics unterstützt die Prüfung von Verbindungen zwischen Personen, Unternehmen, Fahrzeugen und weiteren Objekten über Schadenfälle und Verträge hinweg. Gemeinsame Telefonnummern, Bankverbindungen oder Adressen können dabei Hinweise auf Zusammenhänge liefern, die näher geprüft werden sollten.
Rückmeldungen aus Schadenbearbeitung und Ermittlungen unterstützen die regelmäßige Überprüfung und Weiterentwicklung der eingesetzten Regeln und Modelle.
Betrugsprävention beginnt schon im Antrag
Prüfungen im Underwriting ergänzen die Betrugserkennung im Schadenmanagement. Bereits vor Vertragsabschluss können unzutreffende Angaben und auffällige Verbindungen sichtbar werden. Im Underwriting entscheiden Sie, welche Risiken Sie zu welchen Bedingungen übernehmen. Zusätzliche Prüfungen helfen, relevante Hinweise in diese Entscheidung einzubeziehen.
FRISS Underwriting Analytics unterstützt die Risikoprüfung bei Angeboten, Neuanträgen und Verlängerungen. Die Ergebnisse helfen, Angaben zu prüfen und Risiken anhand der eigenen Annahmekriterien zu bewerten. Ein Einstieg im Schadenmanagement lässt sich um Prüfungen im Underwriting erweitern. Wie Daten und Prüfergebnisse gemeinsam genutzt werden, wird für die eingesetzten Lösungen festgelegt.
Die Kombination von Prüfungen im Underwriting und im Schadenmanagement kann zusätzliche Betrugshinweise früher sichtbar machen – teilweise bereits vor der Risikoübernahme.
Nur Schadenmanagement
Betrug wird erst nach Policenbeginn erkannt
Risiko bereits gezeichnet
Risiko bereits bepreist
Risiko bereits im Bestand
Underwriting + Schadenmanagement
Zusätzliche Chance, Betrugshinweise bereits vor der Risikoübernahme zu erkennen
Falsch dargestellte Risiken schon im Antrag
Prüfung widersprüchlicher Angaben vor Vertragsabschluss
Frühe Spuren organisierter Betrugsnetzwerke
Was sich für Ihr Team ändert
Betrugs- und Risikohinweise ab der Erstschadenmeldung, mit erneuter Prüfung an den vorgesehenen Prüfpunkten, wenn neue Informationen vorliegen.
Die Netzwerkbewertung kann helfen, auffällige Verbindungen im Kontext einzuordnen und geschäftsübliche Beziehungen bei der Prüfung zu berücksichtigen.
Schadenfälle mit geringem Betrugsrisiko können nach den festgelegten Prüfkriterien automatisiert weiterbearbeitet werden.
Jeder FRISS Score kommt mit Indikatoren, die zeigen, warum ein Fall auffällt.
Je nach Integration können Verdachtsfälle mit Score, Indikatoren und Falldaten an die eingesetzte Ermittlungslösung übergeben werden.
Eine Kombination aus Regeln und Analyseverfahren, die regelmäßig überprüft und an neue Erkenntnisse angepasst werden kann.
Häufig gestellte Fragen
Was ist ein veraltetes System in der Versicherungsbranche, und warum ist das für die Betrugserkennung relevant?
Ein Kernsystem kann die Weiterentwicklung der Betrugserkennung erschweren, wenn sich Daten nur eingeschränkt austauschen lassen, Prüfregeln aufwendig gepflegt werden müssen oder Bewertungen zeitversetzt erfolgen. Entscheidend sind die vorhandenen Fähigkeiten und ihre Weiterentwicklung, nicht allein das Alter des Systems.
Müssen wir unser Kernsystem ersetzen, um die Betrugserkennung zu verbessern?
Nein. FRISS kann bestehende Schaden- und Underwriting-Systeme um zusätzliche Betrugs- und Risikoerkennung ergänzen. Dafür ist kein vollständiger Austausch des Kernsystems erforderlich. Der konkrete Integrationsumfang hängt von Schnittstellen, Datenqualität und den gewünschten Prüfpunkten ab.
Wie verändert KI-generierter Betrug das, was Versicherer erkennen müssen?
Generative KI erleichtert die Erstellung überzeugend wirkender gefälschter Dokumente und manipulierter Schadenbilder. Ausschließlich regelbasierte Prüfungen können dabei an Grenzen stoßen. Die Kombination aus Regeln, maschinellem Lernen, Netzwerkanalyse und Medienprüfung erweitert die Möglichkeiten, verdächtige Konstellationen zu erkennen.
Lohnt sich Betrugserkennung nur im Schadenfall, oder spielt Underwriting auch eine Rolle?
Im Underwriting entscheiden Versicherer, welche Risiken sie zu welchen Bedingungen übernehmen. Unzutreffende Angaben und auffällige Verbindungen können bereits im Antrag sichtbar werden. Prüfungen im Underwriting ergänzen deshalb die Betrugserkennung im Schadenmanagement und können helfen, relevante Hinweise bereits vor Vertragsabschluss zu erkennen.
Wie hoch wird der jährliche Schaden durch Versicherungsbetrug in der deutschen Schaden- und Unfallversicherung geschätzt?
Nach Schätzung des GDV verursacht Versicherungsbetrug in der deutschen Schaden- und Unfallversicherung jährlich Schäden von über sechs Milliarden Euro. Etwa jede zehnte Schadenmeldung gilt als auffällig und muss näher geprüft werden. Ein solcher Verdacht ist noch kein Nachweis für Betrug.
Nicola Virzi
Sales Director DACH