Data-Mining-Methoden können Versicherungsbetrüger überführt werden

Aktien & Fonts
Aktien
Aktienfonds
Optionsscheine
Versicherungen
Haftpflichtversicherung
Kapitallebensversicherung
Kaskoversicherung
KFZ-Versicherung
Lebensversicherungen
Englische LV
Rentenversicherung
Betriebliche Vorsorge
Rentenversicherung
Private Rentenvers.
Riester-Rente
Rürup-Rente
Finanz-Links
Aktientipps
Anlagetipps
Prämienvergleiche
Kredite
Finanzierungen
Kredite ohne Schufa
Privatkredit
KFZ-Leasing
Sonstiges
Glossar
Geldanlagen
Preisrechner

Betrugserkennung durch Datenanalyse

Mit intelligenten Data-Mining-Methoden können Versicherungsbetrüger überführt werden
Seit vielen Jahren hört man aus der Versicherungsbranche die Klage, dass Versicherungsbetrug zu einem "Volkssport" geworden sei. Eine übertriebene Behauptung? Wenn man den Volkssport-Vergleich wörtlich nimmt, dann muss man feststellen: In diesem Fall ist die Rhetorik erstaunlich nah an der Wirklichkeit. Legt man aktuelle Statistiken zugrunde, dann ist ungefähr ein Drittel der deutschen Bevölkerung regelmäßig in Sportvereinen aktiv. Andererseits haben 27 Prozent aller Deutschen in Umfragen bekannt, bereits einen Versicherungsbetrug begangen zu haben; bei den unter 30-Jährigen sind es sogar über 60 Prozent.
Während eine erstaunlich große Zahl von Versicherten "Sport frei" zum Betrug sagt, schätzen die Unternehmen allein in Deutschland den jährlichen Schaden auf vier bis fünf Milliarden Euro. Den Hauptanteil an dieser Summe steuern keineswegs die großen, mit krimineller Energie ausgetüftelten Betrugsfälle bei, von denen man immer wieder in der Zeitung liest. Denn wenn es sich um hohe Schadenssummen handelt, wie sie zum Beispiel bei einem Hausbrand entstehen, wird der Hergang so genau geprüft, dass Ungereimtheiten meist auffallen. Was der Versicherungsindustrie zu schaffen macht, sind die vielen kleinen, unerkannt oder unbeweisbar bleibenden Fälle, die sich zu Milliarden summieren: die als gestohlen gemeldeten Fahrräder, die tatsächlich weiterverkauft werden oder im Keller stehen bleiben; die geringfügigen "Zulagen" bei der Leistungsabrechnung, die ein Arzt durchführt; die absichtlich herbeigeführten Blechschäden an einem schrottreifen Auto, die den Kauf eines neuen mitfinanzieren.
Wie können Versicherer mit solchen Fällen umgehen? Sie können nicht als unabwendbare Umsatzverluste hingenommen werden, denn die Betrugsschäden zehren etwa vier Prozent aller Versicherungseinnahmen auf. Die Verluste in die Beiträge einzurechnen, ist moralisch verwerflich, denn damit würde man sie in unfairer Weise den ehrlichen Versicherungskunden aufbürden, die nach wie vor die große Mehrheit bilden. Oder sollen die Sachbearbeiter etwa jeden Schadensfall als dubios behandeln und mit der Lupe prüfen? Das wäre praktisch kaum durchführbar und würde zudem das Image des Versicherers ramponieren. Wer einen Schaden meldet oder eine Leistung in Anspruch nimmt, will nicht als potenzieller Betrüger behandelt werden, sondern erwartet eine schnelle, unbürokratische Bearbeitung.
Die Lösung für dieses Problem liegt im Data Mining. Die Datenbanken, mit denen Versicherer Kunden und Schadensfälle verwalten, lassen sich mit intelligenten Analysetechniken für die Entdeckung von Manipulationen nutzen. Data-Mining-Spezialisten arbeiten an immer ausgefeilteren Abfragemethoden, um aus den Zahlen und Informationen, die zu jedem Versicherungsfall gespeichert werden, Verdachtsmomente herauszufiltern. Bestimmte Abweichungen von üblichen Fällen oder Übereinstimmungen mit bekannten Betrugsmustern werden automatisch erkannt und mit einem Warnzeichen versehen.
Die Methoden der Analysewerkzeuge sind ausgesprochen komplex, aber die Funktionsweise ist gewissermaßen die eines Kriminalbeamten auf Autopilot. Auf der abstrakten Ebene von Algorithmen und Datensätzen werden Verdächtige vernommen, Fangfragen gestellt, Widersprüche aufgedeckt, Fingerabdrücke verglichen, alte Akten mit ähnlichen Fällen aufgeblättert. Dabei fallen dann auch Details auf, die einem menschlichen Ermittler entgehen würden.
"Durch Data Mining lässt sich die Erkennungsquote bei Versicherungsbetrug deutlich erhöhen", so Dr. Igor Schnakenburg von der Firma Altran CIS, die einer der führenden Spezialisten auf diesem Gebiet ist. "Unregelmäßigkeiten werden vermittels statistischer Verfahren und bekannter Muster aufgedeckt, so dass die Sachbearbeiter einer Betrugsabteilung nur die verdächtigen Fälle unter die Lupe nehmen müssen." Als Beispiel gelte hier der Fall eines Krankenversicherers, der durch den Einsatz von Analyse-Knowhow der Firma Altran CIS einem systematischen Abrechnungsbetrug auf die Spur kam. Ein Allgemeinarzt hatte sich die Kassenkarten von Altersheim-Bewohnern ausgeliehen, um bestimmte Leistungen abzurechnen. Wie wurde der Betrug entdeckt? Ganz einfach: Die Patientendaten lagen zu weit über dem Altersdurchschnitt einer Allgemeinarzt-Praxis. Vielleicht nicht unerwartet, wenn ein Altenheim in der Nähe ist, aber der Verdacht auf einen Betrugsfall lag hiermit bei der Krankenkasse vor. Altran CIS wurde hinzugezogen, um diesen speziellen Fall zu untersuchen und zu prüfen, ob sich Auffälligkeiten und Muster im Verhalten finden lassen. Altran CIS entdeckte, dass immer wieder dieselben Erkrankungen und Behandlungen der Patienten in regelmäßigen Abständen behandelt wurden, auch solche, die normalerweise nur einmal pro Jahr erfolgen sollten. Die Software hat diese Abweichungen erkannt und als auffällig markiert. Die Ermittlungen, die von der Betrugsabteilung in die Wege geleitet wurden, haben dann den Verdacht bestätigt.
Durch angepasste Software-Lösungen sind in allen Versicherungssparten Manipulationen erkennbar, ob Hausrat-, KFZ- oder Lebensversicherung. Auf die Frage, wie sich durch Datenanalyse ein falscher Fahrraddiebstahl oder ein Blechschaden mit fragwürdigem Unfallhergang erkennen lässt, verweigert Dr. Jörg Reinnarth, Business Manager von Altran CIS, allerdings die Auskunft: "Man kann solche Fälle identifizieren, aber die Indizien und Methoden erläutern wir nur vor unseren Kunden, nicht vor aller Öffentlichkeit. Die Erkennung unberechtigter Ansprüche wird jedenfalls stetig verbessert. Wir gleichen aufgedeckte Fälle mit schon vorhandenen Daten über Betrugsrisiken ab und können damit die Analyse durch einen stetigen Lernprozess präzisieren, der die Treffsicherheit weiter steigert."
Die automatisierte Betrugserkennung erhöht nicht nur die Aufklärungsquote. Sie beschleunigt auch die Bearbeitung der unverdächtigen Fälle, denn Versicherte, deren Ansprüche kein Verdachtsmoment aufweisen, können mit schnelleren Auszahlungen rechnen. Der Nutzen ist also ein doppelter: Zum einen steigt die Kundenzufriedenheit, und zum anderen besteht die Hoffnung, dass Versicherungsbetrug künftig vielleicht doch zu einer Randsportart wird.
Altran CIS
Jörg Reinnarth
Bahnhofplatz 16-18
56068 Koblenz
0261 91599-700
joerg.reinnarth@altran-cis.de








Hinweis