Kaffeefleck per Prompt: Schadenfotos brauchen dringend Bildforensik in der Dunkelverarbeitung

Schwerpunkt: Data & Analytics. . Agentic AI verschärft das Risiko von digital manipulierten Schadensbildern massiv, weshalb klassische Ai Tieh Infrastrukturen in der Betrugserkennung an ihre Grenzen stoßen. Um diese hochentwickelten Täuschungen effizient abzuwehren, müssen moderne Fr-aud Screening Pipelines mit multimodaler Ka I direkt in die bestehenden Kernsysteme der Versicherer integriert werden. Erst diese Anbindung ermöglicht es, automatisierte, risikobasierte Entscheidungen ohne Medienbrüche in der Dunkelverarbeitung oder im Core Workflow zu verankern. von Oleg Wjazemski, Head of Customer Advisory für Financial Services, SAS.. Allein in Deutschland verursacht Versicherungsbetrug einen geschätzten Schaden von über sechs Milliarden Euro pro Jahr; etwa bei jedem zehnten Fall in der Schaden- und Unfallversicherung gibt es Ungereimtheiten. Technologien wie Agentic AI begünstigen betrügerische Vorgänge, da sie Manipulationen einfacher, schneller und breiter verfügbar machen. Reagieren Versicherer auf diese Explosion krimineller Aktivitäten nicht ebenfalls mit fortschrittlicher Technologie zur Aufdeckung, haben sie das Nachsehen. Ermittler sind jedoch längst nicht ausreichend vorbereitet:Eine Umfrage der Association of Certified Fr-aud Examiners (ACFE) und SAS hat gezeigt, dass 93 Prozent der Experten in der Betrugsbekämpfung ihre Organisation für bestenfalls „mäßig“ gerüstet halten, um Ka I gestützten Betrug zu erkennen.“In der Versicherungsbranche schätzt kein einziger Befragter den eigenen Status diesbezüglich höher ein. Manipulationen, die das Auge übersieht!. . Immer mehr Versicherte nutzen frei verfügbare Ka I Tools, um erfundene Schäden mit gefälschten Bildern nachzuweisen. Mit ChatGPT, Gemini & Co. lassen sich ohne spezielle Vorkenntnisse überzeugende „Schäden“ in Alltagsfotos einfügen. Die kleinen Manipulationen sind schwierig nachzuweisen, sobald die Bilder in eine Schadenforderung eingebunden sind. Beispiele für falsche Schadensbilder mit Agentic AI!. . . Das Gegenmittel: Detektiv Ka I!. . . Doch es gibt bereits eine Antwort auf solche zunehmend raffinierten Betrugsversuche: Es gibt Lösungen auf Basis von Ka I Agenten, die verdächtige Beweisfotos identifizieren und auf Anomalien hinweisen. Versicherungsermittler sind damit in der Lage, echte Bilder sofort von manipulierten oder synthetisch erzeugten zu unterscheiden und betrügerische Schadensmeldungen zu entlarven, bevor es zur Regulierung kommt. Die agentenbasierte Pipeline zur Betrugsprüfung kombiniert Computer Vision, Optical Character Recognition (OCR) und LLM basiertes Reasoning. Die Ka I gestützte Pipeline bietet:. Automatisiertes Content Screening: Dokumente und Bilder werden automatisch auf Anzeichen von Manipulation hin geprüft. Multi Signal Betrugserkennung: OCR Texterkennung, semantisches Reasoning und forensische Bildanalyse identifizieren verdächtige Inhalte. Risikobasierte Entscheidungen: Ein kalibrierter Risikoscore steuert Aktionen wie automatische Freigabe, Eskalation an einen Sachbearbeiter oder Ablehnung. Erklärbare Ergebnisse: Visuelle Overlays markieren auffällige Bildbereiche und machen nachvollziehbar, warum Inhalte als verdächtig eingestuft wurden. Operatives Monitoring: Dashboards beobachten Modellverhalten, Risikotrends und Entscheidungen im Zeitverlauf. . Fazit!. . Laut einer aktuellen Studie, die SAS auf Basis von Zahlen von IDC veröffentlicht hat, verwenden Versicherungen Ka I am strategischsten: Über die Hälfte (54 Prozent) setzt sie operativ über Funktionen hinweg oder im gesamten Unternehmen ein. Die Herausforderung besteht nun darin, die Nutzung intelligenter Technologien zu skalieren, um immer raffiniertere Betrugsversuche einzubremsen. Tools zur Erkennung synthetischer Bilder helfen Versicherern, Verluste zu reduzieren und die Genauigkeit zu erhöhen. Nicht zuletzt schützen sie damit ehrliche Kunden und ersparen der Gemeinschaft der Versicherten hohe Kosten.Sie hörten einen Beitrag von „Oleg Wjazemski, SAS/dk“