Betrugsbekämpfung mit KI

Künstliche Intelligenz als Hilfe gegen Versicherungsbetrug

Die Erstellung einer automatisierten Betrugsmustererkennung bei der Prüfung von physiotherapeutische Behandlungstechniken im Leistungsfall war die Kernaufgabe von der künstlichen Intelligenz in einem vergangenen Projekt für eine deutsche PKV. Mittels der Kombination von menschlicher und künstlicher Intelligenz gelang es ein erfolgreiches System zur Aufdeckung von Betrugsfällen zu implementieren.

Durch Abrechnungsbetrug entstehen deutschen Versicherungen jedes Jahr Schäden in Milliardenhöhe (14 Mrd. € in DE in 2018) [1]. 76% aller PKV und knapp die Hälfte aller GKV berichten von jährlichen Schäden durch Betrug von über 500.000 Euro, allein in deren Unternehmen [2].

Nun stellt sich augenblicklich die Frage, was Versicherer tun können, um die verdächtigen Betrugsfälle möglichst früh zu entdecken und dadurch viele Komplikationen rechtzeitig verhindern zu können. Außerdem muss analysiert werden, wie viel trotz angekündigter Digitalisierung-Offensiven seitens der Assekuranzen letztendlich konkret in die Förderung zur Betrugserkennung fließt.

Betrugsbekämpfung in der Versicherungsbranche birgt riesiges Potenzial

Etliche deutsche Versicherer haben bei der digitalen Betrugsbekämpfung bis dato sehr viel Nachholbedarf. Insbesondere bei den GKV wenden lediglich 37% technisch ausgereifte Datenanalysen zur Aufdeckung von Betrug an [2]. Besonders jetzt wäre die perfekte Zeit in diesem Bereich aufzurüsten, da die COVID-19 Pandemie die digitalen Möglichkeiten als auch die finanziellen Nöte der Betrüger extrem verstärkt hat [3].

Potenzial zur Kürzung bei der Abrechnung, teilweise als Abrechnungsbetrug referenziert, besteht gemäß GDV bei über 10 % des in Deutschland gezahlten Schadens [4]. Die Dunkelziffer wird jedoch von Experten weitaus höher geschätzt.

Die Herausforderung besteht in der Abwägung der investierten Suchzeit gegenüber dem Umfang der Kürzung gewichtet mit der Erfolgswahrscheinlichkeit zur Umsetzung der Kürzung. Gerade bei kleineren Einzelschäden übersteigen die Suchkosten das risikogewichtete Kürzungsvolumen enorm.

Neue Machine Learning-Technologien, wie NLP und Computer Vision, haben Versicherungsbetrug auf dem Radar

An dieser Stelle kann KI helfen. Diese bietet durch das inhaltliche Verständnis der gemeldeten Schäden bis auf die Einzelleistung eine bessere Sortierung zur menschlichen Prüfung der gemeldeten Schäden. Diese intelligente Vorsortierung reduziert die fälschlicherweise geprüften Schäden. Gegenüber regelbasierten Systemen haben bayerische Versicherer, laut eigenen Quellen, so Einsparungen über 30 Prozent realisiert.

Dokumentenverarbeitung mit KI spart Zeit durch automatisches Klassifizieren oder Extrahieren von Informationen aus Dokumenten. Die Technologie kombiniert die traditionelle Funktionalität von OCR-Software und KI. Dabei kann sie nicht nur Handschrift erkennen, sondern auch Daten aus Dokumenten extrahieren, die eine unbekanntes Layout oder ungewöhnliche Formulierungen enthalten.

Für das Beispiel der Betrugserkennung erweist sich die KI-Software als überaus hilfreich. Durch das automatische strukturierte Aufbereiten der Daten, welches sich in diesem Prozess normalerweise als der zeitaufwändigste Zwischenschritt erweist, können diese problemlos in eine IDE integriert werden. Dort kann dann die Datenanalyse mittels bspw. Neuronalen Netzen durchgeführt werden. Unsere Experten können, je nach Wunsch, das vorherige Labeln für Sie übernehmen. Alternativ dazu können Sie auch über unsere API und unser Python-SDK Ihre eigenen Modelle trainieren und anpassen.

Sowohl PKV als auch GKV können durch KI enorme Einsparpotenziale verwirklichen und somit auch die Kundenzufriedenheit steigern

Die meisten Versicherer stoßen mit den klassischen Methoden wie Regelwerken an ihre Grenzen, da diese meist langwierige komplexe Prozesse zur Folge haben. Außerdem werden die Rechnungen oftmals von medizinisch geschultem Personal geprüft, was erhebliche Kosten nach sich zieht, da die Regelwerke deutlich mehr Rechnungen ausfiltern als nötig. Diese müssen dann einzeln von den Experten geprüft werden [5].

Durch Methoden der Künstlichen Intelligenz können diese aufwändigen Prozesse drastisch gekürzt werden. Fälle, die sich als nicht aussichtsreich erweisen, werden durch die KI schon erheblich früher erkannt. Dadurch müssen die Mitarbeiter deutlich weniger prüfen und können sich anderen Themen, wie deren eigentlichen Kerntätigkeiten, widmen.

Wie kann Ihre Assekuranz ab sofort und ohne großen Aufwand, wie Coding oder externe Beratung, Ihre Betrugserkennung automatisieren?

Ein paar Beispieldokumente sind alles, was Sie brauchen. Kunden haben beeindruckende Automatisierungsergebnisse gesehen, indem sie eine relativ kleine Anzahl von Dokumenten verwendet haben. Unser Support kann Ihnen sogar bei den ersten Schritten und dem Training Ihres ersten KI-Modells helfen. Wir stellen die Infrastruktur zur Verfügung und helfen Ihnen, ein Dokumenten-KI-Experte zu werden, damit Sie Ihre Modelle selbstständig entwickeln können. Data Scientists können über unsere API und unser Python-SDK unseren Service nahtlos integrieren als auch anpassen und damit über die Extraktion und Klassifizierung von Dokumenten hinauszugehen. Mit Hilfe des von uns bereitgestellten SDKs können Ihre Data Experten eigene Scoring Modelle zur Aufdeckung der Betrugsfälle auf Ihre jeweiligen Use Cases zugeschnitten implementieren.

Glossar

• API = Application Programming Interface (Programmierschnittstelle)
• GDV = Gesamtverband Deutscher Versicherunsgwirtschaft
• GKV = Gesetzliche Krankenversicherung
• IDE = Integrated Development Environment (Softwareentwicklungsumgebung)
• KI = Künstliche Intelligenz
• NLP = Natural Language Processing
• OCR = Optical Character Recognition
• PKV = Private Krankenversicherung
• SDK = Software Development Kit

Quellen zum Thema Abrechnungsbetrug im Gesundheitswesen und in der Versicherugnsbranche

[1] R. D. Ä. Deutscher Ärzteverlag GmbH, “Bayern sagt Betrug im Gesundheitswesen den Kampf an,” Deutsches Ärzteblatt, 27-Mar-2018. Online. Available: https://www.aerzteblatt.de/nachrichten/92104/Bayern-sagt-Betrug-im-Gesundheitswesen-den-Kampf-an. [Accessed: 10-May-2021]

[2] “Abrechnungsbetrug im Gesundheitswesen,” PwC Deutschland, Feb-2021. Online. Available: https://www.pwc.de/de/consulting/forensic-services/pwc-studie-2021-abrechnungsbetrug-bleibt-haufig-unentdeckt.pdf. [Accessed: 10-May-2021]

[3] “PwC-Umfrage: Mehr Abrechnungsbetrug im Gesundheitswesen,” AssCompact, 01-Feb-2021. Online. Available: https://www.asscompact.de/nachrichten/pwc-umfrage-mehr-abrechnungsbetrug-im-gesundheitswesen. [Accessed: 10-May-2021]

[4] “Sorge der Versicherer: Corona gibt Betrügern Auftrieb,” GDVde News, 27-Aug-2020. Online. Available: https://www.gdv.de/de/medien/aktuell/sorge-der-versicherer–corona-gibt-betruegern-auftrieb-61842. [Accessed: 10-May-2021]

[5] Von Michaela Duhr / 9. Februar 2021, “Künstliche Intelligenz: Use Cases in der Assekuranz (Teil 1),” msg life, 04-Mar-2021. Online. Available: https://www.msg-life.com/blog/rethinking-insurance/kuenstliche-intelligenz-use-cases-in-der-assekuranz-teil-1/. [Accessed: 10-May-2021]

Foto von Andrea Piacquadio von Pexels