Betrugserkennung und Auffälligkeitsdetektion

In Projekten mit verschiedenen Partnern haben wir in der Abteilung Finanzmathematik eine Software zur Feststellung von Auffälligkeiten bzw. zur Betrugsdetektion, insbesondere bei Abrechnungen, entwickelt. Diese erlaubt es, in großen Datenmengen – in der Regel in Abrechnungsdaten – verschiedene Typen von Auffälligkeiten zu finden und zu untersuchen. 

Auffälligkeitstypen identifizieren – effiziente Algorithmen entwickeln

Mit unserer Software definieren wir verschiedene, auf den jeweiligen Anwendungsfall zugeschnittene, Auffälligkeitstypen. Ziel ist die Erleichterung der Betrugsdetektion, besonders bei Abrechnungen. So müssen in der Regel mathematisch einfache Auffälligkeiten, wie doppelt auftretende Abrechnungen, gefunden werden. Es werden aber auch Abweichungen von der Benford-Verteilung untersucht. Weiterhin sind bereits eine Reihe von Clusterverfahren implementiert, die es ermöglichen, beispielsweise von einer Grundgesamtheit stark abweichende Abrechnungen zu finden. Zudem nutzen wir Methoden des maschinellen Lernens, um Detektionsalgorithmen zu definieren. In allen Fällen ist die Entwicklung effizienter Algorithmen eine wesentliche Forschungsaufgabe in den assoziierten Projekten.