Betrugserkennung mit Netzwerkanalysen
Erkennung von Mustern im Netzwerk zwischen Kunden, genutzten Produkten und durchgeführten Transaktionen zur Betrugserkennung
Betrugsfälle werden früher erkannt bzw. können sogar präventiv vermieden werden
Neuartiges Visualisierungstool zur Erkennung von Hubs und Produktbeziehungen
Kunden- & Transaktionsbeziehungen werden besser identifiziert
Herausforderung
Eine deutsche Bank will im Zuge der Einführung eines neuen Kreditprodukts frühzeitig Betrugsfällen vorbeugen. Bisher gibt es keine Möglichkeit die Beziehungen zwischen Kunden, Produkten und durchgeführten Transaktionen auf verdächtige Netzwerke und Muster zu untersuchen (Fraud Detection).
Lösung
Es werden verschiedene Datenquellen und Systeme zur Generierung einer „Big Data“ Datenbasis integriert. Die Daten werden logisch verknüpft und anschließend für die Netzwerkanalyse aufbereitet. Danach werden Mustererkennungsalgorithmen mittels R implementiert. Damit können auffällige und ungewöhnliche Beziehungen, Vorgänge und Transaktionen entdeckt werden.
Ergebnis
Ein neuartiger Ansatz wird mit Fraud Detection zur Prävention und Erkennung von Betrugsfällen integriert. In einer interaktiven und frei navigierbaren App werden Kundenbeziehungen visualisiert.
Haben Sie Interesse an eigenen Use Cases?
Unsere Case Studies
- Erhalten Sie noch detailliertere Einblicke in unsere Kundenprojekte -
Smart Kochen mit dem Thermomix
Data Operations bei der Munich Re
Data & AI Wissen
Gemeinsam Mehrwerte aus Data & AI schaffen