Spracherkennung hilft Versicherung bei der Erkennung von Betrugsfällen
Eine große deutsche Versicherung nutzt ein NLP-basiertes Tool, um Schadensmeldungen effizienter zu bearbeiten und potenzielle Betrugsfälle frühzeitig zu erkennen. Das Modell, trainiert auf historischen Schadensberichten und Experteneinschätzungen, unterstützt Sachbearbeiter gezielt und steigert die Genauigkeit der Betrugserkennung erheblich.
Herausforderung
Versicherungen müssen bei der Untersuchung von Schadensfällen priorisieren, da nicht alle eingereichten Fälle verifiziert werden können. Der Schadensbericht des Meldenden stellt eine wertvolle Ressource für die Beurteilung des Falles dar, die Einschätzung erfordert meist langjährige Erfahrung. Eine große deutsche Versicherung stand vor der Herausforderung, Schadenmeldungen effizienter bearbeiten zu können.
Lösung
Um die Bearbeitung der Schadensmeldungen effizienter zu gestalten, wurde ein sprachbasiertes Tool entwickelt, das Sachbearbeitern assistiert. Dafür wurde eine große Menge an Schadensberichten mit den Einschätzungen erfahrener Sachbearbeiter und den Ausgängen angestellter Untersuchungen kombiniert. Anhand dieser Daten wurde ein Natural Language Processing Modell trainiert, das mit signifikanter Präzision Betrugsversuche erkennt. Die so markierten Schadensberichte werden im weiteren Prozess mit besonderer Aufmerksamkeit bearbeitet.
Mehrwert
- 70 % der Betrugsfälle wurden im Testset identifiziert
Highlights
- Daten von Schadensberichten aus über 15 Jahren
- Umfassende Validierung anhand zurückgehaltene
- Tuning des Klassifikationsmodell nach den Wünschen der Sachbearbeiter
