Bilddubletten erkennen: Systematische Prüfung von Schadenbildern
Die manuelle Prüfung von Schadenbildern stößt oft an Grenzen. Moderne Hash-Verfahren ermöglichen die automatische Erkennung von Bilddubletten und optimieren die Betrugsprävention in der digitalen Schadenregulierung.
Bilder sind heute das zentrale Beweismittel des entstandenen Schadens in der Schadenregulierung. Bei der Mehrheit aller Sach- und Unfallschäden reichen Versicherungsnehmer Fotos ein. Der Schadenprozess ist damit so visuell geworden wie nie zuvor.
Doch trotz dieser Entwicklung werden Schadenbilder in den meisten Häusern bislang keiner systematischen technischen Prüfung auf Doppelungen unterzogen1. Ob ein Bild bereits früher zur Schadenregulierung eingereicht wurde, bleibt in der Regel ungeprüft. Stattdessen hängt die Entdeckung einer Bilddublette vom Zufall ab: Ein Sachbearbeiter, der denselben Schaden zufällig schon einmal bearbeitet hat, erinnert sich an das Foto. Oder zwei Kollegen tauschen sich über einen auffälligen Fall aus und stoßen dabei auf die Übereinstimmung. Das Potenzial zu einer verlässlichen und reproduzierbaren Prüfung ist in diesem Beispiel groß.
Dasselbe Schadenfoto kann für mehrere Meldungen genutzt werden – zeitlich versetzt, mit leicht veränderter Beschreibung. Der Betrüger, der auf Nummer sicher gehen will, reicht es bei verschiedenen Versicherern ein. Ohne technische Unterstützung fehlen den Sachbearbeitern schlicht die Mittel, um solche Mehrfacheinreichungen zuverlässig zu erkennen. Das ist kein Versagen der Sachbearbeiter, sondern eine strukturelle Lücke im Prozess.
Die Lösung: Systematische Bilderkennung zur Identifikation von Dubletten
Die Technik, um diesen blinden Fleck zu schließen, ist verfügbar und praxiserprobt. Das Grundprinzip: Jedes eingereichte Schadenbild wird beim Eingang in einen sogenannten Hash-Wert umgewandelt – einen kurzen, numerischen „Fingerabdruck“ des Bildes. Dabei kommen Verfahren zum Einsatz, die so konzipiert sind, dass ähnliche Bilder auch ähnliche Hash-Werte erzeugen. Kleinere Veränderungen am Bild – ein veränderter Bildausschnitt, eine leichte Anpassung der Helligkeit oder eine andere Komprimierung – führen nicht zu einem völlig anderen Hash, sondern zu einem, der dem Original noch nahe ist.
Dieser Umstand lässt sich gezielt nutzen: Durch die Berechnung der Distanz zwischen zwei Hash-Werten lässt sich mathematisch bestimmen, wie ähnlich sich zwei Bilder sind.
Auf dem berechneten Distanz- bzw. Ähnlichkeitswert kann ein Trigger implementiert werden, der bei Überschreiten eines definierten Schwellwertes zu einer Aussteuerung an einen Sachbearbeiter führt. Dieser erhält dann die betreffenden Bilder nebeneinandergestellt und kann mit seinem fachlichen Urteil entscheiden, ob tatsächlich eine Dublette vorliegt.
Dieses Zusammenspiel aus technischer Vorauswahl und menschlicher Entscheidung ist der entscheidende Vorteil des Verfahrens. Die Technik übernimmt die schnelle, vollständige und fehlerunabhängige Durchsicht aller eingehenden Bilder. Etwas, das kein menschlicher Sachbearbeiter leisten kann. Der Mensch übernimmt dort, wo Kontext, Erfahrung und Urteilsvermögen gefragt sind. Kein Fall wird mehr nur durch Zufall erkannt. Jeder eingereichte Schaden wird systematisch geprüft.
Ausblick: Eine branchenweite Lösung
Die beschriebene Lösung entfaltet ihren vollen Wert erst dann, wenn sie nicht nur beim einzelnen Versicherer, sondern übergreifend funktioniert. Wer ein Schadenbild bei zwei verschiedenen Versicherern einreicht, bleibt in jedem Einzelsystem unsichtbar. Der entscheidende Hebel liegt im Versicherer-übergreifenden Abgleich.
Ein Blick auf das Hinweis- und Informationssystem der deutschen Versicherer (HIS) zeigt, dass die Branche solche Infrastrukturen grundsätzlich aufbauen kann. Das HIS ermöglicht seit Jahrzehnten einen strukturierten Datenaustausch zwischen Versicherern zur Betrugsprävention – mit klaren rechtlichen Grundlagen und unter Aufsicht der Datenschutzbehörden. Ein branchenweites Hash-Register für Schadenbilder könnte nach einem ähnlichen Prinzip funktionieren. Ausgetauscht werden keine Bilder und keine Personendaten, sondern ausschließlich die Hash-Werte der einzelnen Bilder, also anonyme Zahlencodes.
Wer bereits heute mit der internen Lösung beginnt, baut die Datenbasis und die organisatorische Erfahrung auf, die im Schadenmanagement von morgen von hoher Bedeutung sind.
Sie möchten sich vertiefend über Möglichkeiten austauschen, wie Sie eine Bilddublettenprüfung End-to-End in Ihren Prozess integrieren können? Sprechen Sie uns an. Wir begleiten Sie von der ersten Einschätzung bis zur Umsetzung.
1 Vier deutsche Versicherer haben öffentlich dokumentiert, dass sie Bildforensik produktiv in der Schadenregulierung einsetzen: Allianz, Generali, LVM und Nürnberger
