Financiën
Nauwkeurigere fraudedetectie in de banksector
Documentfraude is een groeiende uitdaging in de banksector. Samen met een Belgische bank werkten we aan de automatisering van haar fraudedetectiesysteem, met een combinatie van traditionele en vernieuwende aanpakken.
Om de vertrouwelijkheid te beschermen, kunnen we specifieke details aanpassen. Onze belangrijkste bijdrage geven we altijd correct weer.
Context & doelstellingen
Een Belgische bank kreeg steeds vaker te maken met vervalste documenten en frauduleuze hypotheekaanvragen. Daardoor werden leningen onterecht goedgekeurd voor klanten die niet konden of wilden terugbetalen.
Het fraudedetectieproces van de bank steunde op kantoren die elk document manueel controleerden. Als een medewerker een verdacht document vond, werd het naar een expertteam doorgestuurd. Dit trage, omslachtige proces was helaas foutgevoelig, waardoor frauduleuze documenten onopgemerkt konden blijven.
De bank vroeg Agilytic een proof of concept voor een geautomatiseerd fraudedetectiesysteem te ontwikkelen met twee hoofddoelen:
Medewerkers tijd besparen door manuele documentcontroles overbodig te maken
Fraude nauwkeuriger detecteren
Aanpak
We combineerden aanvullende aanpakken om ons geautomatiseerde fraudedetectiesysteem te ontwikkelen.
Optische tekenherkenning
Enerzijds gebruikten we traditionele methodes op basis van optische tekenherkenning (OCR) om wijzigingen in tekstdocumenten te detecteren. Die vergelijken inconsistenties in waarden en opmaak, zoals de afstand tussen letters.
Het belangrijkste voordeel van OCR is dat het geen grote hoeveelheden trainingsdata vereist, zolang documenten een vast sjabloon volgen dat het systeem kan analyseren.
Steganografische detectie
Anderzijds gebruikten we een vernieuwende aanpak met steganografische fraudedetectie om manipulaties in afbeeldingsdocumenten te detecteren.
Deze grafische inspectietechniek kan zelfs in de moeilijkste gevallen fraude herkennen. Ze gaat verder dan wat het oog kan zien, tot op pixelniveau van de afbeeldingen. We testten het algoritme op duizenden loonfiches en identificeerden 70% van de vervalste documenten correct.
De combinatie verbeterde het vermogen van het systeem om fraude te detecteren aanzienlijk. OCR biedt snelheid en eenvoud, terwijl steganografie een hoge nauwkeurigheid biedt in gevallen waarin fraude anders onopgemerkt zou blijven.
Resultaten
We ontwierpen het systeem zodat kantoren documenten snel en eenvoudig op fraude kunnen controleren. Het detecteert fraude rechtstreeks of markeert verdachte elementen voor controle door medewerkers. Met die ondersteuning kunnen teams documenten veel sneller beoordelen en verloopt het hele proces vlotter.
Bij het automatiseren van processen met veel manueel werk is het belangrijk te beseffen dat 100% automatisering niet altijd haalbaar is. Toch kan zelfs een klein deel van foutgevoelig werk met hoge volumes automatiseren een organisatie veel opleveren.
Gezien de hoge kosten van fraudedetectie voor banken is automatisering een bijzonder waardevolle investering. Naast tijdwinst en meer nauwkeurigheid helpt geautomatiseerde fraudedetectie banken risico’s beter te beheersen door fraude vroeg te herkennen en aan te pakken.
Om de vertrouwelijkheid te waarborgen, kunnen we bepaalde details in onze klantcases aanpassen.