.png)
Versicherung
GEV deckt mit VAARHAFT bildbasierten Versicherungsbetrug von min. 1,4 % auf
Die Grundeigentümer-Versicherung nutzt die Bildanalyse-API von VAARHAFT, um gefälschte und manipulierte Schadenbilder mit KI-gestützter Betrugserkennung schnell und automatisch zu erkennen.
✓
1,4 % Betrugsrate bei gefälschten Bildern
✓
min. 5-10€ Ersparnis pro Schadensfall
✓
Betrug mit KI-generierten und KI-bearbeiteten Bildern ist real
95,4%
Genauigkeit
KI entwickelt
in Deutschland
DSGVO-konform & Kein Training mit Kundendaten
.jpg)
DER KUNDE
Über die Grundeigentümer-Versicherung VVaG
Die traditionsreiche Eigentümerversicherung in Hamburg ist ein zuverlässiger Partner für Immobilienbesitzer in der Hansestadt. Bekannt für ihre maßgeschneiderten Versicherungslösungen bietet sie nicht nur umfassenden Schutz vor unvorhergesehenen Schäden, sondern trägt auch entscheidend zum Werterhalt und zur Sicherheit von Immobilien bei. Mit einem breiten Portfolio individuell anpassbarer Policen und einem hohen Anspruch an Servicequalität gewährleistet das Unternehmen eine schnelle und transparente Schadenabwicklung. Dank modernster Technologie und langjähriger Expertise können sich Immobilienbesitzer in Hamburg auf einen rundum sorgenfreien und zukunftsorientierten Schutz verlassen.
DIE HERAUSFORDERUNG
Erkennung gefälschter Schadenbilder in der automatisierten Schadensabwicklung
Für die Grundeigentümer-Versicherung (GEV) ist die Erkennung manipulierter oder gefälschter Schadenbilder in Versicherungsansprüchen zu einem immer dringlicheren Problem geworden. Da die digitale Bildübermittlung in der modernen Schadenbearbeitung zum Standard wird, eröffnen sich für Betrüger neue Möglichkeiten, das System auszunutzen. Dank fortschrittlicher und leicht zugänglicher KI-basierter Bearbeitungstools können selbst Personen mit minimalen technischen Kenntnissen Bilder überzeugend verändern, um falsche Ansprüche zu untermauern. Diese drastische Senkung der Eintrittsbarrieren für Betrug stellt für Versicherer wie die GEV ein erhebliches finanzielles und rufschädigendes Risiko dar.
Traditionell verlässt sich das Unternehmen auf die geschulten Augen der Sachbearbeitungsmitarbeiter, um verdächtige Bilder zu erkennen. Dieser manuelle Ansatz reicht jedoch nicht mehr aus. Nicht nur das Schadenvolumen ist gestiegen, auch die Bildmanipulation ist so ausgefeilt, dass eine visuelle Überprüfung allein oft nicht mehr ausreicht. Ohne die Unterstützung spezialisierter Erkennungstools wie VAARHAFT könnten betrügerische Schadensmeldungen unbemerkt bleiben, durch die Maschen schlüpfen und zu erheblichen finanziellen Verlusten führen.
Erschwerend kommt hinzu, dass Bildbetrug voraussichtlich zunehmen wird, da es mittlerweile so einfach ist, überzeugende Fälschungen herzustellen. Dies erhöht den Druck auf GEV, eine effiziente, skalierbare Lösung zu finden, die nicht nur manipulierte Bilder mit hoher Genauigkeit erkennt, sondern sich auch nahtlos in die automatisierten Schadenbearbeitungssysteme integriert. Die richtige Balance zwischen zuverlässiger Betrugserkennung und optimierten Abläufen ist daher zu einer zentralen Herausforderung im Kampf gegen digitalen Versicherungsbetrug geworden.
DIE LÖSUNG
Automatisierte KI-basierte Bildanalyse zur Betrugserkennung und effizienten Schadensabwicklung
Um der wachsenden Bedrohung durch bildbasierten Versicherungsbetrug proaktiv entgegenzuwirken, kooperierte die Grundeigentümer- Versicherung (GEV) mit VAARHAFT in einem gemeinsamen Pilotprojekt, das von September 2024 bis Februar 2025 lief. Hauptziele der Zusammenarbeit waren die Ermittlung des Anteils manipulierter Bilder im Rahmen von Schadensfällen und die Identifizierung der am häufigsten betroffenen Versicherungssegmente. Darüber hinaus sollte die Effektivität der Bildanalyse-API von VAARHAFT bei der Identifizierung von Fälschungen bewertet und gleichzeitig eine effiziente und automatisierte Schadensabwicklung unterstützt werden.
Im Rahmen des Pilotprojekts integrierte GEV die Bildanalyse-API von VAARHAFT direkt in ihre Schadenbearbeitungssysteme. Diese Integration ermöglicht die automatisierte Prüfung aller eingereichten Schadenbilder – unabhängig davon, ob sie per E-Mail, Scan oder über andere Kanäle eingehen. Innerhalb weniger Sekunden nach der Einreichung wird jedes Bild auf seine Echtheit geprüft. Die Ergebnisse werden direkt im Schadenbericht angezeigt, sodass das Schadenteam sofort Einblick in die Vertrauenswürdigkeit des Bildes erhält.
Diese Automatisierung vereinfacht den gesamten Arbeitsablauf erheblich. Anstatt Bilder manuell auf Manipulationen zu prüfen, erhalten Schadensbearbeiter nun einen konsolidierten Schadenbericht, der neben anderen relevanten Schadensdaten auch die Bewertung von VAARHAFT enthält. Das spart nicht nur viel Zeit, sondern reduziert auch das Risiko menschlicher Fehler. Darüber hinaus unterstützt die API alle gängigen Bildformate und gewährleistet so eine breite Kompatibilität mit den vielfältigen Medientypen, die typischerweise bei Versicherungsansprüchen eingehen.
Das System liefert eine schnelle und zuverlässige vorläufige Bewertung und fungiert gleichzeitig als intelligenter Frühwarnmechanismus. Als potenziell manipuliert gekennzeichnete Bilder können zur weiteren Untersuchung an Experten weitergeleitet werden. So wird sichergestellt, dass die Automatisierung die Genauigkeit und Integrität der Betrugserkennung nicht beeinträchtigt. Diese sorgfältige Balance zwischen Geschwindigkeit und Kontrolle ermöglicht es der GEV, ein steigendes Schadenaufkommen zu bearbeiten, ohne Abstriche bei Qualität oder Sorgfalt zu machen.
THE RESULTS
1,4% Betrugsrate
Von den im Analysezeitraum analysierten 1.168 Schadensfällen konnten im Nachhinein bisher 16 Fälle als Betrugsfälle bestätigt werden.
95,4% Genauigkeit
Nur 4,6 % der analysierten Schäden wurden fälschlicherweise als Betrug markiert. In allen anderen Fällen war die Lösung sehr präzise und genau.
> 100.000€ Einsparpotenzial pro Jahr
Das Einsparpotenzial wird auf Basis von ca. 18.000 analysierten Schadensfällen pro Jahr berechnet. Mit einer tatsächlichen Ersparnis von 6.284 € bei Betrugsfällen im Analysezeitraum konnten wir eine Ersparnis von mindestens 5-10 € pro Schadensfall erzielen.
Im Analysezeitraum vom 13. Dezember 2024 bis zum 28. Februar 2025 wurden insgesamt 1.168 Versicherungsfälle mit 3.972 eingereichten Bildern mithilfe der Bildanalysetechnologie von VAARHAFT untersucht. Bei 16 dieser Fälle wurde aufgrund von Bildmanipulation ein Betrugsfall festgestellt, was einer Betrugserkennungsrate von 1,4 % entspricht. Das Einsparpotenzial durch die Identifizierung dieser Fälle während der Pilotphase belief sich auf 6.284 €. Hochgerechnet auf die Gesamtzahl der jährlich von GEV bearbeiteten Schadenfälle ergibt sich durch den weiteren Einsatz der VAARHAFT-Lösung ein geschätztes Einsparpotenzial von mindestens 100.000 € pro Jahr.
Wichtig zu wissen: Das Pilotprojekt konzentrierte sich ausschließlich auf die Bildanalyse. Die Fähigkeiten von VAARHAFT gehen jedoch über die reine Bildanalyse hinaus – das System kann Dokumente auch auf Anzeichen von Manipulation oder Fälschung prüfen . Dies eröffnet die Möglichkeit, weitere Betrugsformen aufzudecken, die derzeit möglicherweise unentdeckt bleiben.
Darüber hinaus bietet die Integration von VAARHAFTs SafeCam eine zusätzliche Möglichkeit, prozessbezogene Kosten zu senken. Durch die Möglichkeit, die im nachgelagerten Schritt als auffällig markierten Schadensbilder mit der gesicherten Kamera-Web-App in Echtzeit zu validieren, verbessert SafeCam nicht nur die Betrugsprävention, sondern rationalisiert auch den Verifizierungsprozess und trägt so zu einer höheren Gesamteffizienz bei.
Zusammenfassend bestätigen die Ergebnisse des Pilotprojekts nicht nur die technische Wirksamkeit der Betrugserkennungsfunktionen von VAARHAFT, sondern unterstreichen auch das Potenzial für erhebliche langfristige Kosteneinsparungen und breitere Anwendungen bei der Betrugsprävention in mehreren Medientypen.
HERUNTERLADEN
Laden Sie hier die ganze Studie herunter!
Holen Sie sich die Erfolgsgeschichte als PDF-Dokument.
.webp)