Betrugsbekämpfung im Versicherungsvertrieb: Schlagkraft erhöhen und Schäden reduzieren mit einem ganzheitlichen technologisch-prozessualen Ansatz

Laut PwC’s Global Economic Crime and Fraud Survey 2020 haben 47% der befragten Unternehmen berichtet in den letzten 24 Monaten Opfer von Betrug oder Wirtschaftskriminalität geworden zu sein. Gesamthaft betrug der verursachte Schaden 42 Milliarden US-Dollar. Allerdings hatten auch nur 56% der geschädigten Unternehmen angegeben eine Untersuchung der gravierendsten Betrugsfälle eingeleitet zu haben. Dabei waren in 57% der Fälle interne Mitarbeiter am Betrug beteiligt, in 37% der Fälle sogar als alleinige Täter.

Versicherungen sind traditionell besonders im Vertrieb anfällig für Betrug, weil häufig Vermittler eingesetzt werden, die zwischen der Versicherung und dem Kunden stehen. Hinzu kommt, dass durch die Digitalisierung und Segmentierung von Arbeitsabläufen bei Versicherungen oftmals kein Mensch mehr involviert ist, der den Kunden unmittelbar kennt und dadurch Betrugsfälle bemerken könnte. Mit seinen volumenbasierten Vergütungsstrukturen schafft die Versicherungsbranche außerdem Anreize für Betrug.

Betrugsformen im Versicherungsvertrieb

Drei der häufigsten Arten von Betrug im Versicherungsvertrieb:

  • Einreichung von fingierten Verträgen durch den Vermittler mit dem Ziel, Provisionen zu generieren oder volumenbasierte Zusatzvergütungen („Boni“) zu erlangen
  • Umgehung einer kritischen Antragsprüfung durch die Manipulation von Antragsdaten und hierdurch Sicherstellen der Policierung und Generieren einer Provision
  • Nutzen von internem Wissen über Abläufe der Leistungsabwicklung, um betrugsmäßig ungerechtfertigte Leistungen zu erhalten

Die BaFin hat ihre Erwartungshaltung zur laufenden Überwachung der Vertriebsrisiken klar formuliert (vgl. § 26 und 29 VAG). Dennoch tun sich viele Häuser besonders im Vertrieb mit der Ausgestaltung des Betrugsmanagements schwer. Betrügerische Aktivitäten werden häufig nur zufällig oder durch den Einsatz einzelner Mitarbeiter entdeckt. Wo ein standardisierter, transparenter Prozess mit klaren Zuständigkeiten für die Handhabung entdeckter Betrugsfälle fehlt, kann einerseits hektischer Aktionismus, andererseits aber auch vollständige Ignoranz die Folge sein. Als Konsequenz entstehen Reputationsschäden, Unruhe in der Vertriebsorganisation und die Bindung von Personalkapazitäten, wodurch der durch den Betrugsfall erlittene Schaden weit über die bloßen monetären Einbußen durch den Betrug selbst hinaus gehen kann.

Um diese Arten von Betrug konsequent bekämpfen zu können, ist sowohl ein präventiver als auch ein investigativer Ansatz erforderlich. Laut der erwähnten PwC Umfrage ist die Betrugsbekämpfung am effektivsten, wenn alle Risiken vollumfänglich adressiert werden und die eingesetzten Überwachungstechnologien in eine handlungsfähige Governance integriert sind, die aktiv Maßnahmen ergreift, um Betrug aufzuklären.

PwC Vorgehen – Effektiv gegen Betrug im Versicherungsvertrieb

Mit einem technologiegestützten prozessual/organisatorischem Vorgehen unterstützt PwC Versicherungen dabei effektiv gegen Betrug im Vertrieb vorzugehen und Schäden zu minimieren:

  1. Anti-Fraud Health Check: PwC führt eine Analyse der bestehenden Prozesse, Strukturen & Tools zur Betrugsbekämpfung durch, zeigt Lücken und Optimierungspotenziale auf und definiert Maßnahmen
  2. Comprehensive Fraud Management: PwC erstellt ein auf die Bedürfnisse des Kunden maßgeschneidertes Konzept im Rahmen dessen sämtliche Aspekte des Betrugsmanagements von präventiven Maßnahmen bis zum Workflow für nachgelagerte investigative Tätigkeiten abgebildet werden
  3. Fast-lane Analytical Monitoring Engine (FLAME): PwC implementiert ein eigens entwickeltes regelbasiertes (und um KI-Komponenten erweiterbares) Betrugs-Monitoring System, das Aktivitäten von Vermittlern auf Betrugsverdacht überwacht und verdächtige Vorgänge automatisch meldet

Fast-lane Analytical Monitoring Engine (FLAME)

FLAME ist ein modular aufgebautes und dadurch problemlos anpassbares und erweiterbares analytisches Monitoring System. Die Lösung kann in Python auf einer Spark Plattform implementiert werden, um hohe Performance und Skalierbarkeit sicherzustellen und die Basis für Machine Learning Ansätze zu schaffen. Die Engine kann aber auch problemlos auf klassischer Infrastruktur implementiert werden. Gleiches gilt für die FLAME Dashboard-Lösung, welche die Verdachtsmeldungen graphisch aufbereitet und den Investigatoren damit die Überprüfung bzw. Nachverfolgung erleichtert. Bei Bedarf können auch externe Case Management Systeme an die Anwendung angebunden werden.

Bei FLAME kommen regelbasierte Risikoindikatoren zum Einsatz, wodurch sich die Engine auch für den Einsatz bei Versicherungen eignet. Besonders im Versicherungsvertrieb lassen sich damit eingegangene Versicherungsanträge prüfen und ggf. Meldungen bei Verdacht auf betrügerischen Handlungen erstellen. Diese lassen sich insbesondere auch auf Vermittler-Ebene aggregieren, um systematischen Betrug aufzudecken.

Wenn Sie Kommentare haben, oder eines der in diesem Blog angesprochenen Themen diskutieren möchten, können Sie sich gerne mit mir in Verbindung setzen.

Ich möchte mich bei Drazen Despotovic, Experte für Monitoren Systeme und Senior Manager in Financial Services Technology Consulting bei PwC Deutschland, für seine wertvollen Einblicke in seine Arbeit mit FLAME bedanken.

Hinterlassen Sie einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.