Im Rahmen des Projekts AI-based Fraud Detection unterstützte b-nova die Helvetia Versicherung Schweiz bei der technischen und fachlichen Umsetzung einer automatisierten Betrugserkennung. Im Mittelpunkt standen die Analyse relevanter Datenquellen, die Entwicklung geeigneter Scoring-Modelle und Erkennungslogiken auf Basis von Machine Learning sowie die Vorbereitung einer belastbaren Integration in bestehende Schadenprozesse und Fachsysteme. Ergänzend begleiteten wir die Datenaufbereitung, das systematische Testing und die iterative Optimierung der Erkennungsqualität unter Berücksichtigung von False-Positive-Raten und fachlichen Schwellenwerten.
Biggest challenge
Überführung fachlicher Betrugsmuster in belastbare technische Erkennungslogik bei heterogener Datenqualität und Minimierung von False Positives
What we did
Analyse, Konzeption und Umsetzung einer ML-gestützten Scoring- und Erkennungslösung zur automatisierten Betrugserkennung inkl. Datenaufbereitung, Systemintegration und Betriebsvorbereitung
Main tools we used
Python, Java, Machine Learning, REST, Datenanalyse, OpenShift, Splunk