Bildbasierte Betrugsprävention im Kfz-Schadenmanagement

Wir als ControlExpert verfolgen das Ziel einer effizienten und fairen Abwicklung von Kfz-Schäden für alle Beteiligten. Dabei nimmt die Automatisierung von Prozessen mittels Bildern vom Schaden eine zentrale Rolle ein. Hierfür müssen wir möglichst früh feststellen, ob die digital übertragenen Bilder vertrauenswürdig sind und sich somit für eine automatisierte End-to-End Schadenabwicklung, inkl. einer automatischen Auszahlung der Schadensumme, eignen.

Für die Sicherstellung der Authentizität der Bilder nutzen wir eine bildbasierte Betrugsprävention. Sie erkennt betrügerische Absichten anhand verschiedener Deep-Learning basierter Module, wie z.B. einer Schadenmusteranalyse oder auch einem Abgleich von Bildern mit historischen Schadenbildern. Die Kombination dieser Module lässt anschließend eine Handlungsempfehlung zu, ob eine automatisierte Abwicklung des Schadenfalls erfolgen kann.

In diesem Vortrag werden die verwendeten Module vorgestellt und aufgezeigt, wie gängige Betrugsmuster erkannt werden.

Vorkenntnisse

Spezielle Vorkenntnisse sind nicht erforderlich, Vorkenntnisse im Bereich Machine Learning/ Deep Learning können jedoch von Vorteil sein.

Lernziele

Automatisierte bildbasierte Prozesse können anfällig für vorsätzliche Manipulation von Bildern sein. Anhand des Beispiels der Betrugsprävention soll den Zuhörern aufgezeigt werden, welche Möglichkeiten es gibt, diese zu erkennen und entsprechende Gegenmaßnahmen zu ergreifen. Die Erkenntnisse könnten auf Bereiche übertragen werden, die Bilder und zugleich auch deren Authentizität voraussetzen.