De AI-dreiging: Deepfakes, synthetische identiteiten en agentische fraude
Hoofdstuk 3
Terwijl verzekeraars zich een weg banen door budgetcycli, datakwaliteitsprojecten en organisatorisch veranderingsmanagement, zetten fraudeurs AI al in als wapen. Ze wachten niet op bestuurskaders, en ze draaien geen pilots. Ze zetten fraudepraktijken op, en de kloof tussen de paraatheid van de sector en de verfijning van wat er tegen haar wordt ingezet, wordt groter.
De verschuiving van opportunistische naar AI-gedreven fraude is een architecturale verandering, geen geleidelijke evolutie. De middelen waartoe fraudeurs nu toegang hebben, maken bestaande schema's niet alleen sneller of schaalbaarder; ze maken volledig nieuwe schema's mogelijk. Dit omvat synthetische identiteiten die nooit hebben bestaan, deepfake-bewijs dat niet te onderscheiden is van werkelijkheid, en autonome agenten die complexe fraudeoperaties kunnen uitvoeren over meerdere digitale omgevingen heen, zonder menselijke tussenkomst bij elke stap. Begrijpen hoe deze dreiging er werkelijk uitziet, niet als toekomstscenario maar als een actuele en versnellende realiteit, is essentiële context voor de paraatheidskloof die deze sectie blootlegt.
Hoe fraudeurs AI zullen bewapenen
Op de vraag hoe agentic AI als wapen zou kunnen worden ingezet, noemden professionals vier belangrijke vectoren. Het genereren van synthetische documenten of ID's (76%) staat bovenaan de lijst en vormt een directe aanval op de claimverificatieprocessen die de meeste verzekeraars nog handmatig uitvoeren, of via regelgebaseerde controles die zijn ontworpen vóórdat AI-gegenereerde vervalsingen mogelijk waren. Het creëren van deepfake-bewijs (71%) volgt, wat beelden, audio en video omvat die met voldoende geloofwaardigheid zijn vervaardigd om gewone controle te doorstaan. Het automatiseren van grootschalige aanvraagfraude (44%) en het coördineren van georganiseerde fraudenetwerken (33%) maken het beeld compleet.
De combinatie van synthetische identiteiten en deepfake-bewijs is bijzonder gevaarlijk, omdat deze twee capaciteiten dezelfde kwetsbaarheid vanuit verschillende hoeken aanvallen. Synthetische ID's fabriceren identiteit bij het instappunt, waardoor een polishouder ontstaat die niet bestaat. Deepfake-bewijs fabriceert daarentegen bewijs op het moment van de claim, waardoor documentatie ontstaat van een incident dat nooit heeft plaatsgevonden. Een georganiseerde operatie die beide combineert, kan een volledig frauduleuze claim opbouwen met vrijwel geen traditioneel bewijsspoor. Een polis zou kunnen worden afgesloten door iemand die nooit heeft bestaan, voor een incident dat nooit heeft plaatsgevonden, en gedocumenteerd met bewijs dat is gegenereerd in plaats van vastgelegd.
De enige betrouwbare tegenmaatregel is AI-gedreven detectie, en de rekensom van waar de sector op dat vlak staat, is niet comfortabel. Met slechts een select aantal organisaties dat AI of ML volledig heeft ingezet voor frauddetectie, is de asymmetrie tussen het vermogen van aanvallers en de paraatheid van verdedigers schrijnend.
76%
71%
44%
33%
Genereren van synthetische documenten of identiteitsbewijzen
Creëren van deepfake-bewijs (beeld, audio, video)
Automatiseren van grootschalige aanvraagfraude
Coördineren van georganiseerde fraudenetwerken
De deepfake-kloof: de dreiging kennen en er niet naar handelen
De discrepantie tussen de waargenomen dreiging en de operationele reactie die dit onderzoek blootlegt, is een van de meest ingrijpende bevindingen in de hele dataset. Achtenvijftig procent van de professionals verwacht dat deepfakes op korte termijn het dominante fraude-instrument worden, terwijl slechts 20% verificatie van documenten en media als een kritieke operationele prioriteit behandelt. Terwijl 40% het als zeer belangrijk beschouwt, zijn 'belangrijk' en 'kritiek' operationeel niet hetzelfde. Bovendien meldt 9% dat mediaverificatie helemaal niet wordt gebruikt.
Deze kloof komt niet voort uit onwetendheid, maar uit onderbezetting en organisatorische inertie, dezelfde krachten die AI-adoptie in bredere zin vertragen. Professionals weten dat deepfakes eraan komen, en velen weten dat mediaverificatie het technische antwoord is. Weten en prioriteren zijn echter twee verschillende dingen. In een omgeving van budgetdruk en concurrerende eisen verliezen 'zeer belangrijke' taken doorgaans van 'kritieke' taken. Het probleem is dat deze verkeerde indeling moeilijker te corrigeren wordt naarmate de kwaliteit van deepfakes blijft verbeteren en de toegankelijkheid blijft toenemen.
Elke claimworkflow, over elke bedrijfstak heen en van eerste schademelding tot definitieve afhandeling, moet de authenticiteitscontrole van media en documenten als standaard behandelen in plaats van als uitzondering. De technologie om dit op schaal te doen bestaat al. Het venster om dit in te zetten voordat deepfakes niet meer te onderscheiden zijn van legitiem bewijs, staat nu open, en het zal niet oneindig open blijven.
20%
40%
31%
9%
Kritiek
Zeer belangrijk
Enigszins belangrijk
Niet gebruikt
De paraatheidskloof voor Agentic AI
De data over de paraatheid voor agentische AI zijn de meest schrijnende en ingrijpende uit deze hele studie. 78% van de respondenten gelooft dat agentic AI enigszins of zeer waarschijnlijk invloed zal hebben op verzekeringsfraude binnen de komende twee jaar. Dat is een bijna-consensus onder professionals op de werkvloer over een dreiging op korte termijn. En toch voelt slechts 2% zich zeer goed voorbereid om zich ertegen te verdedigen.
De rekensom is het waard om even bij stil te staan. Het venster voordat agentic AI-fraude gemeengoed wordt, is naar eigen inschatting van professionals ongeveer twee jaar of minder. 38% van de respondenten bevindt zich momenteel op of onder de drempel van 'niet erg voorbereid'. Zelfs 'enigszins voorbereid' is een precaire positie tegenover een dreiging waarvan de implicaties mogelijk nog niet volledig worden begrepen.
Agentic AI verschilt kwalitatief van eerdere fraudetechnologie. Eerdere generaties fraude-instrumenten, zelfs de geavanceerde soort, vereisen menselijke sturing bij elke stap. Een fraudeur kon software gebruiken om een vals document te genereren, maar moest nog steeds beslissen wanneer en waar dit in te dienen. Agentic AI-systemen kunnen autonoom plannen, handelen en zich aanpassen over meerdere digitale omgevingen heen, zonder menselijke sturing bij elke stap. Ze kunnen doelwitten identificeren, ondersteunend bewijs fabriceren, indieningsprocessen doorlopen, reacties monitoren en hun aanpak aanpassen op basis van wat ze leren, zonder dat een menselijke operator elke actie stuurt. Dit is geen snellere versie van bestaande fraude. Het is een andere categorie dreiging, en die vraagt om een reactie die past bij die schaal.
2%
29%
29%
31%
7%
Zeer goed voorbereid
Enigszins voorbereid
Neutraal
Niet erg voorbereid
Helemaal niet voorbereid
Belangrijkste Inzicht
De dreiging is niet theoretisch, en het tijdpad is niet ver weg. Professionals schatten zelf in dat het kantelpunt voor agentic AI over twee jaar of minder ligt, terwijl slechts 2% zich zeer goed voorbereid voelt. De deepfake- en synthetische-identiteitscapaciteiten die deze dreiging zullen aandrijven, worden vandaag al gebruikt. Bewustzijn zonder operationele reactie is geen verdediging. Het venster om een verdediging op te bouwen staat open, maar zal niet oneindig open blijven.
Volg het frauderapport op de voet terwijl het zich ontvouwt.
Binnenkort verschijnen nieuwe hoofdstukken, die elk een belangrijke ontwikkeling op het gebied van verzekeringsfraude en -risico behandelen. Bekijk de hoofdstukken die nu al beschikbaar zijn: