Betrug Durch Medizinische Dienstleister ist für uns kein Thema… Falsch Gedacht!

In Südkalifornien gehen derzeit 30 Versicherungsunternehmen der Frage auf den Grund, wie 15 Chiropraktiker es schaffen konnten, sie um mehrere hunderttausend US-Dollar zu betrügen. Die Chiropraktiker arbeiteten mit illegalen Schmiergeldzahlungen und reichten gefälschte Autounfälle mit Personenschäden ein.

Beim Lesen der Anklageschrift des L.A. District Attorney‘s Office war ich überrascht, wie viele große Versicherungsunternehmen unter den Opfern waren. Doch was können wir daraus lernen? Es spielt keine Rolle, wie groß oder klein ein Versicherungsunternehmen ist. Das Ziel von gewerbsmäßigen Betrügern ist es, Ihrem Unternehmen Geld zu entwenden, und sie werden einen Weg finden, dies zu tun.

Eine Möglichkeit, gewerbsmäßigen Betrug von medizinischen Dienstleistern effektiv zu erkennen, sind moderne Betrugserkennungstechnologien in der Schadenbearbeitung. Traditionelle Methoden können damit einfach nicht Schritt halten.

Der FRISS Network Viewer verknüpft zusammengehörige Schadenfälle, Personen, Vermögenswerte und mehr.

Mit diesen vier Maßnahmen zur Betrugserkennung hätte man diese Betrüger aufhalten können:

1. Anomalieerkennung: Hiermit können Auffälligkeiten („Ausreißer“) innerhalb einer Vergleichsgruppe erkannt werden. Die 15  südkalifornischen Chiropraktiker wären mithilfe der Anomalieerkennung als „A“usreißer aus der größeren Gruppe der korrekt praktizierenden Chiropraktiker aufgefallen.
2. Künstliche Intelligenz/maschinelles Lernen: Mit traditionellen Maßnahmen zur Betrugserkennung dauerte es drei Jahre, diesen groß angelegten Betrug aufzudecken. Mit modernen, selbstlernenden KI-Erkennungssystemen dagegen wären die Versicherungsunternehmen wahrscheinlich deutlich früher auf diesen Betrug aufmerksam geworden.
3. Analyseverknüpfung: Während ein einzelner Betrugsfall möglicherweise noch legitim erscheinen mag, lassen sich mit der Analyseverknüpfung gut vernetzte Betrügerringe leicht aufspüren. In diesem Fall wäre jeder einzelne Autounfall visuell mit der größeren, organisierteren Masche verknüpft worden.
4. Interne und externe Datenquellen: Potenzielle Betrüger können auch durch einen Abgleich mit internen und externen Datenquellen wie Listen sanktionierter medizinischer Dienstleister, NICB ForeWARN^SM und MedAWARE^®, internen Beobachtungslisten und zurückliegenden Schadenfällen identifiziert werden.

Und dabei geht es nicht nur um den Nettogewinn eines Versicherungsunternehmens. In diesem Fall kursierten 6 Mio. US-Dollar an illegalen Schmiergeldern innerhalb des kriminellen Netzwerks. Es ist klar erkennbar, warum legitime Kunden der medizinischen Dienstleister und Versicherungen die Last dieser organisierten Versicherungskriminalität trugen, und wir alle sind verpflichtet, das ehrliche Image der Branche wieder gerade zu rücken.

Auch wenn es keine Garantie gibt, jeden einzelnen Betrugs bzw. Betrugsversuch aufzudecken, lassen sich mit der richtigen Technologie doch individuelle Betrugsversuche und organisierte, kriminelle Betrugsnetzwerke besser aufspüren, verhindern und abschrecken.

Über den Autor
Jim Murphy hat einen Masterabschluss in Economic Crime Management und hat bereits 30 Jahre Erfahrung in der Versicherungsbranche. Nachdem er in New England als Polizeibeamter gearbeitet und jahrelang ein Analyseteam für Sonderermittlungen geleitet hat, ist er jetzt Vice President of Products für FRISS und hilft Versicherern dabei, Versicherungsbetrug zu bekämpfen und Versicherungen ehrlicher zu machen.