Claims Rockstar Award #1: Mit KI den Betrügern auf der Spur
Claims Rockstar Award 2019 – Die Start-ups im Interview(4)
Der Claims Rockstar Award is sponsored by Crawford & Company.
Bei Twitter machte gerade erst ein Video von ABC News die Runde, wo dank Videoüberwachung ein dreister Versicherungsbetrüger überführt werden konnte. Doch nicht immer ist es so einfach, den Betrügern auf die Schliche zu kommen. Dank neuer Technologien sind Versicherer jedoch deutlich effizienter bei der Aufklärung dubioser Fälle geworden. Beim letzten Claims Rockstar Award haben wir bereits zwei Start-ups vorgestellt, die mit ihren Lösungen die Schadenquote durch Versicherungsbetrug senken. Eines der Start-ups, Shift Technology, hat sich am Ende sogar zum Sieg gepitcht. Das Start-up nutzt künstliche Intelligenz (KI) und Big Data zur Effizienzsteigerung in der Betrugsidentifikation und Schadenfallabwicklung. Auch in diesem Jahr darf das Thema beim Claims Rockstar Award nicht fehlen. Wir freuen uns daher sehr auf die Pitches von Picsure und ICO-LUX. Das Münchener Start-up Picsure ist bereits in der Vergangenheit durch erfolgreiche Kooperationen mit Versicherern in den Medien aufgefallen. Picsure hat sich auf die automatisierte Auswertung von Bildmaterial fokussiert. Mit Hilfe einer eigenen KI-Plattform und eines eigenen Bilddatennetzwerks unterstützt das Unternehmen Versicherer im Bereich der Betrugs-, Objekt- und Schadenerkennung.
Die ICO-LUX GmbH wurde im Juli 2018 gegründet und hat ihren Sitz in Jena. Bereits im Dezember erhielt das Start-up im Rahmen des „Thüringer Gründerpreis 2018“ den Sonderpreis „Innovative Gründung/Digitalisierung“. Das Team bestehend aus Stefan Brechtken, Lars Winterfeld, Jan Franke und Felix Schwarz entwickelt Software zur automatisierten Betrugserkennung auf Belegdokumenten. Die eingesetzte KI ist darauf optimiert, Texte, auch auf Smartphone-Fotos mit schlechter Qualität, auszulesen und anhand von Bild- und Textmerkmalen gefälschte Dokumente von echten zu unterscheiden.
Die Start-ups im Interview
Was wollt ihr mit Picsure erreichen?
Wir wollen eine noch effizientere Betrugserkennung via Bilderkennungslösungen, die über unser globales Bilddatennetzwerk bereitgestellt werden.
„Ein Bild sagt mehr als tausend Worte!“ Könnt ihr das bestätigen? Welche Geschichten erzählen euch die Bilder?
Ja. Wir zerlegen jedes übermittelte Bild in seine digitale DNA und sichern diese in unserem Bilddatennetzwerk. Damit geben wir angebundenen Versicherern in Sekunden Auskunft darüber, ob das Bild manipuliert oder es in anderen Schadenfällen schon einmal verwendet wurde. Zudem wissen wir aus welcher Quelle das Bild stammt, was sich auf dem Bild befindet und welchen Wert das Objekt auf dem Bild hat.
Wie wird eure Bilderkennung bei den Kunden eingesetzt?
Bei der Schadenbearbeitung unterstützen wir unsere Kunden mit der automatisierten Verifizierung von Schadenbildern und helfen somit im Kampf gegen Versicherungsbetrug. Der Versicherungsvertrieb hingegen schätzt unsere Bilderkennung, die versicherbare Objekte auf Fotos erkennt und deren Wert schätzt.
Welche drei Dinge stehen auf deiner/eurer To-Do-Liste ganz oben?
– Ausbau der Kooperationen zu weiteren Versicherern
– Ausbau unseres Bilddatennetzwerkes auf weitere Zielmärkte
– Abbildung weiterer bildverarbeitenden Lösungen auf Basis unseres Bilddatennetzwerks.
Ihr habt euch in der Versicherungsbranche bereits etabliert. Was erhofft ihr euch vom Claims Rockstar Award?
Picsures Nominierung zur Teilnahme am Claims Rockstar Award belohnt unsere geleistete Arbeit und legt den Fokus auf das Potenzial unserer Plattform.
Für was steht ICO-LUX?
„ICO“ kommt von Icon, dem Bild, „LUX“ (lateinisch für Licht) steht für unser Maskottchen, den Luchs, der sechsmal so gut sieht wie der Mensch – ein Ziel, das wir mit unserer Betrugserkennung auch verfolgen.
Euer Team besteht aus vier Experten mit ganz unterschiedlichen Schwerpunkten. Wie habt ihr euch gefunden? Das Kernteam arbeitet seit 2016 an der Verwirklichung der Idee, die ursprünglich von einem Mitarbeiter aus einer Versicherung kam. Der war über die bestehenden Lösungen zur Betrugsbekämpfung so frustriert, dass er uns davon überzeugt hat, uns mal „darum zu kümmern“. Dann hat es noch zwei Jahre Entwicklung gebraucht, bis wir damit an den Markt gehen konnten.
Gibt es bereits Kooperationen mit Versicherern? Habt ihr ein konkretes Anwendungsbeispiel für uns?
Wenn Sie eine Arztrechnung bei Ihrer privaten Krankenversicherung (PKV) ein zweites Mal einreichen und Datum sowie Rechnungsnummer geändert haben, wird Ihnen mit sehr hoher Wahrscheinlichkeit die Erstattung ein zweites Mal ausgezahlt, da es kaum Prüfroutinen gibt. Unsere Software würde hier Alarm schlagen. Um unsere KI auf realen Daten zu trainieren und so die Erkennungsgenauigkeit zu optimieren, arbeiten wir derzeit mit zwei großen PKVen zusammen.
Im Bereich der Betrugserkennung gibt es auch andere Anbieter. Inwieweit unterscheidet ihr euch von diesen?
Andere Anbieter führen statistische Analysen auf den Zahlungsdaten durch, wir hingegen sehen uns die Bilder der Rechnungen an – denn die enthalten viel mehr Informationen. Zudem können wir die Betrugserkennung in Echtzeit durchführen, bevor die Leistung erstattet wird.
Welche drei Dinge stehen auf deiner/eurer To-Do-Liste ganz oben?
– Generische Templateberechnung basierend auf Verfasserdokumenten implementieren
– Stellenanzeige Softwareentwickler C++ online schalten
– Business-Plan für die erste Finanzierungsrunde vorbereiten