Kreditbetrug basiert in vielen Fällen auf bewusst falschen Angaben der Antragsteller, z.B. über Identität oder Einkommensverhältnisse. In derartigen Fällen kann es zu einer Kreditgenehmigung kommen, da gewöhnliche Risikomanagementsysteme vielfach lediglich klassische Ausfallrisiken potenzieller Geschäftspartner abbilden.
Hohe Vertragsvolumina führen häufig dazu, dass eine manuelle Prüfung aller Kreditanträge auf Betrugsverdacht nicht möglich ist. Um eine hohe Erkennungsrate bei gleichzeitig geringem manuellen Prüfaufwand zu erzielen, ist eine automatische Vorselektion von Verträgen notwendig. Einfache Reportinglösungen oder regelbasierte Systeme sind hierfür wenig geeignet: Sie sind zu statisch und erkennen nur bis dato bekannte Muster, so dass neue Betrugstypen sehr lange unentdeckt bleiben. Durch die Verwendung klassischer Data-Mining-Ansätze vermeidet man zwar diese Unzulänglichkeiten, erkauft sich jedoch andere Nachteile wie hohe Kosten sowie Komplexität und hohen Zeitaufwand in der Anwendung.
Mit unserem Analyseansatz Self-Acting Data Mining lässt sich in wenigen Wochen ein Betrugspräventionssystem realisieren, das regelmäßig typische Betrugsmuster automatisiert ermittelt, dokumentiert und bereits kurz nach der Antragstellung Betrugswahrscheinlichkeiten z.B. für neu abzuschließende Leasing- und Finanzierungsverträge prognostiziert.
Wenn Sie Wert legen auf:
dann kontaktieren Sie unseren Experten oder laden Sie sich im Downloadbereich weiteres Informationsmaterial herunter.
