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

 

U

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?

Data Science Use Cases

Data & AI Wissen

Gemeinsam Mehrwerte aus Data & AI schaffen

Blog

Entdecken Sie Fachartikel rund um Data & AI sowie aktuelle Branchenmeldungen.

Webinare

Tauchen Sie ein in unsere Best Practices und Industry Exchanges. Entdecken Sie neue Termine und Aufzeichnungen vergangener Webinare.

Whitepaper

Mit unseren Whitepapern, Case Studies und Studien erfahren Sie mehr über den Einsatz von Data & AI in Ihrer Branche.