Artikel top billede

Sådan finder smart it-system frem til forsikringssvindlerne

Interview: Analyse af data og vågne medarbejdere er hovedingredienserne i den cocktail, som Alm. Brand Forsikring har benyttet sig af og derved afsløret for 50 millioner kroner forsikringssnyd.

I gennem de sidste tre år har Alm. Brand Forsikring bygget et it-system, der anvender big data og dataanalyse i forbindelse med at opdage og efterforske forsikringssnyd.

Det har været et stort arbejde at få fintunet it-systemet, men nu begynder forsikringsselskabet at høste frugterne af den målrettede indsats. Seleskabet vurderer, at der bliver opdaget svindel for omkring 50 millioner kroner om året.

"Tidligere var vi afhængige af, at medarbejderne i de forskellige afdelinger havde en mistanke om svindel, og at de så indberettede det til os. Det er det arbejde, vi nu har sat i system og digitaliseret," fortæller Brian Egested, der er afdelingschef i Alm. Brand Forsikrings svindelafdeling.

Hvor stort et problem er svindel med forsikringer i Danmark?

"Der er samlet set svindel for omkring en milliard kroner om året."

Styr på data

Datadisciplin er det fundament, som firmaets svindel-analyseprogram bygger på.

"Det betyder rigtig meget, at vi få gode data på de skader, der bliver indberettet. Ellers har vi et problem i efterforskningen. Det er noget vi har fokus på og uddannet vores medarbejdere omkring," fortæller han.

Skadedata bliver indsamlet af svindelafdelingen og analyseret ud fra en stribe regler, hvorefter de tildeles en score mellem nul og 1.000.

"Jo nærmere værdien er på 1.000, jo højere lyder alarmklokkerne."

It-systemet bliver fodret med den viden og de erfaringer, som selskabet har opbygget gennem mange år, og mulighederne for at sammenligne data på kryds og tværs giver nu helt nye muligheder i efterforskningsarbejdet.

Et eksempel er sager, der er opstået i forbindelse med storm- og oversvømmelsesepisoder.

"Her kan vi inddrage vejrdata for at se, om en kunde overdriver skadesomfanget. Den funktion er på vej ind i it-systemet."

It-systemet leder også efter systematikker. Det kan være et stort antal sager inden for eksempelvis tyveri af dyre biler. På den måde kan systemet sætte fokus på tendenser omkring kriminalitet.

Ligeledes kan systemet analysere netværk og se, om det er de samme personer, der går igen i forskellige sammenhænge. På den måde kan også man leder efter organiseret svindel.

"Denne type organiseret svindel blev tidligere opdaget ved tilfældigheder."

Er der data I ikke vil bruge til efterforskningen eller vil fodre systemet med?

"Vi overholder selvfølgelig reglerne, men undersøger også nye muligheder, det kan eksempelvis være at bruge oplysninger fra RKI i forbindelse med svindel. Der er også metoder, som vi ikke anvender, selv om de er lovlige. Det handler om, at vi helst ikke vil have en 'dårlig' sag. Ligeledes er langt, langt hovedparten af vores kunde helt ærlige, og dem skal vi ikke genere."

Billedanalyse giver pote

Er der andre teknologier, som I eksperimenterer med?

"Tekstanalyse som man eksempelvis anvender for at undgå eksamenssnyd på uddannelsesinstitutionerne. Det kan blive det næste. Så kan vi eksempelvis se, om folk kopierer deres symptomer fra et leksikon på nettet. Det virker ikke så godt endnu, men vi arbejder med det."

Ligeledes er billedgenkendelse og -analyse et område, der benyttes flittigt.

"Billeder fungerer ofte som dokumentation for ting, der er blevet stjålet. Her har vi haft nogle sager, hvor billederne er blevet hentet på nettet, og altså ikke tilhører personen, der har meldt tingene stjålet. Ligeledes har vi også oplevet svindel med de tidspunkter, som billeder er taget på og direkte billedredigering," fortæller Brian Egested.

Når en sag får tildelt en høj score i systemet, bliver den sendt videre til selskabets efterforskningsafdeling. Og her behandles dagen så manuelt af medarbejderne, der primært består af tidligere politifolk.

"Vi også et punkt, der hedder mavefornemmelse, som vore skademedarbejdere kan sætte flueben i, hvis de har en mistanke om noget. Den kan både være begrundet eller ubegrundet. Først havde den en lav score, men det har vi lavet om til en høj værdi i systemet, da menneskelig intuition hos dygtige medarbejdere ikke bare kan erstattes af dataanalyse."

Ting tager tid

Hvad har overrasket jer mest i arbejdet med at bygge dette it-system?

"Hvor lang tid det tager. Det er en meget kompleks opgave at bygge systemet og at udvikle de regler, der betyder noget. De første resultater var ikke så gode. Ligeledes har det givet et del rettelser i vores øvrige systemer, eksempelvis om ny data der skal tastes ind. Efterfølgende har det været en fornøjelse at opdage, at systemet rent faktisk virker."

Bliver I klogere af at benytte systemet?

"Ja, det gør vi. Tidligere var mistankerne bygget på fornemmelser, nu er de også bygget på data. Det er også nødvendigt. Hele kundebetjeningen og udbetaling for skaderne er digital, og derfor er vi også nødt til at have en digital mulighed for at opdage svindel."

Hvordan er økonomien i løsningen?

"Jeg vil ikke sætte beløb på, men det tjener sig fint hjem. Vi opdager for cirka 50 millioner kroner om året, så det er en udmærket business case. Desuden har det også en præventiv virkning, som man ikke direkte kan måle."

Alm. Brand Forsikring benytter også af andre teknologier og it-systemer, der eksempelvis kan søge på forskellige kombinationer på handelssider som Den Blå Avis.

"Søgninger er noget, vi anvender meget. Det kan eksempelvis være for at se, om det stjålne ur bliver sat til salg på en handelsside og af hvem. Det kan også være søgninger på Bilgalleriet eller Facebook. Det er dog en ekstern tjeneste, der står for det arbejde," siger Brian Egested til Computerworld.