Baloise logo

Baloise Fraud Shield

Prüfung ausstehend

von Baloise · Erstversicherer

Market Unit: Switzerland, Belgium

keine Bewertungen

Anomalieerkennungs-Plattform, die Schäden mittels Netzwerkanalyse und Verhaltensmustern auf Betrugswahrscheinlichkeit bewertet und verdächtige Fälle zur Sonderuntersuchung markiert.

AnomalieerkennungMaschinelles Lernen und prädiktive AnalytikMotorfahrzeugversicherungSachversicherungHaftpflichtversicherung
Diese Lösung vergleichenWebseite

1 kostenlose Ansicht übrig diesen Monat

KI-Fähigkeit und Reifegrad

KI-Fähigkeitsstufe

VerstehenGenerierenSchlussfolgernEntscheidenHandelnKollaborieren

Capability Maturity Score (CMS)

5 / 6

Business Adoption Score (BAS)

3 / 6

AI Development Index (ADI)

15 / 36

Link zu mehr Informationen über den theoretischen Hintergrund

Geschäftskontext

Einsatzzweck

Detect and prevent fraudulent claims earlier in the lifecycle.

Wertschöpfungsstufen
Betrugserkennung und -präventionSchadenmanagement
Versicherungszweige
MotorfahrzeugversicherungSachversicherungHaftpflichtversicherung
Anwendungsbereich
Nur intern
Geschäftskritikalität
Geschäftswichtig (Tier 2)
Land oder Markteinheit
SwitzerlandBelgium

Wert und Wirkung

Mehrwertkategorie
KostensenkungRisikoreduktion
Mehrwertschätzung

Targets a measurable uplift in detected fraudulent claims value.

Geschätztes wöchentliches Fallvolumen
6.200
Time-to-Value (Monate)
8
Wettbewerbsvorteil

Graph-based network detection of organised fraud rings.

Qualitätsgewinn

Higher precision reduces false accusations against honest customers.

Technische Details

KI-Kategorie
AnomalieerkennungMaschinelles Lernen und prädiktive Analytik
KI-Plattformanbieter
Databricks Mosaic AI
Cloud-Anbieter
Amazon Web Services
Technologie-Stack
DatabricksSparkGraph analytics
Genutzte Schnittstellen

Claims system event stream

Architektureinblicke

Streaming feature pipeline feeding a gradient-boosted scoring model.

Automatisierungsgrad
3/5
Geschätzte IT-Komplexität
4/5

Compliance und Governance

EU-KI-Verordnung Risikokategorie
Hohes Risiko
EU-KI-Verordnung Rolle
Betreiber
Relevante Regelwerke
EU-Verordnung über künstliche IntelligenzSchweizer Datenschutzgesetz
Verantwortlichkeiten

Special investigations unit reviews every flagged case before action.

Verwendete Daten

Claims data, payment records, third-party fraud indicators.

Metadaten

Entwicklungstyp
Minimum Viable Product
Go-Live-Datum
01.12.2024
Lizenzmodell
Hybrid

Community

Durchschnittsbewertung

0.0 · keine Bewertungen

Kommentare

Melden Sie sich an, um mitzudiskutieren.

Noch keine Kommentare. Schreiben Sie den ersten.

Ähnliche Lösungen

Zurich Insurance logo
FraudOps

von Zurich Insurance

FraudOps is a fraud case management and investigation software used by Zurich Insurance. It focuses on the investigation layer, offering structured referral intake, triage, and full case lifecycle management with SLA tracking. The solution integrates with detection platforms like FRISS to manage and process fraud alerts efficiently.

Robotergesteuerte ProzessautomatisierungSachversicherungMotorfahrzeugversicherung+1
keine Bewertungen01127

Allianz hat die Nemo-Plattform eingeführt – ein koordiniertes System aus sieben spezialisierten KI-Agenten, das Schäden durch verdorbene Lebensmittel von der Kundenfotografie bis zur Regulierung bearbeitet. Die Plattform automatisiert Aufgaben wie die Prüfung von Unwetterdaten, die Kontrolle des Versicherungsschutzes, die Betrugsrisikobewertung, die Auszahlung sowie die Protokollierung von Entscheidungen für die regulatorische Compliance; ein menschlicher Prüfer gibt die finale Auszahlung frei. Der Einsatz zeigt die fortgeschrittene Nutzung von KI bei Allianz in der Schadenbearbeitung, die manuelle Eingriffe reduziert und die Effizienz steigert.

Generative KIMaschinelles Lernen und prädiktive AnalytikSachversicherung
keine Bewertungen01127
Zurich Seguros (España) logo
Zurich Seguros ZFinder KI-Betrugserkennung

von Zurich Seguros (España)

ES

ZFinder ist ein intern bei Zurich Seguros (Spanien, Einheit der schweizdomizilierten Zurich Gruppe) entwickeltes ML-Betrugserkennungsmodell: Big-Data-Mustererkennung über tausende ähnliche Schäden plus selbstlernende Algorithmen. Start Juni 2018 für Hausratversicherung; verdoppelte die automatische Betrugserkennung, in 76% der untersuchten Fälle war eine Gutachterprüfung unnötig.

Maschinelles Lernen und prädiktive AnalytikAnomalieerkennungSachversicherung
EntscheidenAI Development Index (ADI) 16/36
keine Bewertungen0120