Betrugsprophylaxe für Fahrzeugfinanzierungen

Betrugsprophylaxe für Fahrzeugfinanzierungen

Ein Finanzierungsinstitut kann mit Advanced Analytics und Machine Learning manuelle Aufwände bei Finanzierungsvorgängen signifikant reduzieren.

Herausforderung

Zur Betrugsprophylaxe werden Gehaltsnachweise von Finanzierungsnehmern heute stichprobenartig nach einer Heuristik manuell überprüft. Um die internen Prozesse zu optimieren, soll die Anzahl der manuell zu überprüfenden Gehaltsnachweise reduziert werden. Die Betrugserkennungsrate soll sich dabei nicht verschlechtern

Lösung

Es wird ein Machine-Learning-Modell zur Schätzung der Betrugswahrscheinlichkeit von Finanzierungsvorgängen entwickelt. Selbstauskunftsdaten und Informationen zum Fahrzeug und Finanzierungsprodukt bilden dabei die Datenbasis. Es wird der fachlich optimale Schwellwert zur Aussteuerung von Vorgängen zur manuellen Überprüfung ermittelt.

Ergebnis

Die manuell zu überprüfenden Gehaltsnachweisen können um über 50% reduziert werden – und das bei gleichbleibender Betrugserkennungsrate. Das Modell wird im Produktivsystem implementiert

top