Computable.nl
  • Thema’s
    • Carrière
    • Innovatie & Transformatie
    • Cloud & Infrastructuur
    • Data & AI
    • Governance & Privacy
    • Security & Awareness
    • Software & Development
    • Werkplek & Beheer
  • Sectoren
    • Channel
    • Financiële dienstverlening
    • Logistiek
    • Onderwijs
    • Overheid
    • Zorg
  • Computable Awards
    • Overzicht
    • Nieuws
    • Winnaars
    • Partner worden
  • Vacatures
    • Vacatures bekijken
    • Vacatures plaatsen
  • Bedrijven
    • Profielen
    • Producten & Diensten
  • Kennisbank
  • Nieuwsbrief
boeken controle

Data struikelblok bij fraudebestrijding verzekeraars

17 november 2016 - 09:22ActueelCloud & Infrastructuur
Christel Dieleman
Christel Dieleman

Data vormt de grootste uitdaging om effectief om te gaan met fraude. Bescherming en privacy (36 procent), kwaliteit van interne data (30 procent) en toegang tot externe databronnen (36 procent) vragen om aandacht in de strijd tegen fraude bij verzekeraars. Dit blijkt uit onderzoek van Friss onder verzekeraars.

De kwaliteit van data laat ook te wensen over. Dit komt onder meer door het gebrek aan internationale uniformiteit voor het opslaan van data en het gegeven dat interne registratiesystemen steeds op een andere manier data registreren. 

Data delen

Volgens de onderzoekers is het belangrijk dat verzekeraars data delen om fraude tegen te gaan. Op dit moment deelt 65 procent data met andere verzekeraars. Privacywetgeving zorgt ervoor dat een aantal verzekeraars dit niet ziet zitten. De data die het meest gedeeld wordt is claimhistorie en fraudezaken. De verzekeraars die data delen doen dit om fraude te ontdekken (79 procent) en risico’s te vermijden (67 procent).

Verzekeringsfraude bestrijden

Verzekeringsprofessionals waarderen fraudeprioriteit gemiddeld met een zeven uit tien. Fraudebestrijding is bij veel verzekeraars (44 procent) een ‘handmatige’ aangelegenheid, waardoor het proces arbeidsintensief en foutgevoelig kan zijn. Organisaties met een geautomatiseerde oplossing (48 procent) zijn vaak effectiever in het onderzoeken van fraude doordat claims die aandacht vereisen direct worden herkend. Fraudetrainingen richten zich vooralsnog op de afdelingen claims (85 procent) en acceptatie (37 procent). Slechts 44 procent van de ondervraagde verzekeraars heeft budget vrijgemaakt om fraude te bestrijden, zo’n 59 procent geeft aan dat het een fraudeproject heeft gepland voor de aankomende twaalf maanden.

Friss heeft het onderzoek uitgevoerd onder honderdzestig verzekeringsprofessionals uit vijfentwintig verschillende landen. Het bedrijf biedt fraude- en risico- oplossingen voor verzekeraars en heeft in Nederland een vestiging in Utrecht. 

Meer over

Privacy

Deel

    Inschrijven nieuwsbrief Computable

    Door te klikken op inschrijven geef je toestemming aan Jaarbeurs B.V. om je naam en e-mailadres te verwerken voor het verzenden van een of meer mailings namens Computable. Je kunt je toestemming te allen tijde intrekken via de af­meld­func­tie in de nieuwsbrief.
    Wil je weten hoe Jaarbeurs B.V. omgaat met jouw per­soons­ge­ge­vens? Klik dan hier voor ons privacy statement.

    Whitepapers

    Computable.nl

    Bouw de AI-organisatie niet op los zand

    Wat is de afweging tussen zelf bouwen of het benutten van cloud?

    Computable.nl

    Slimme connectiviteit: de toekomst van bouwen

    Hoe stoom jij jouw organisatie in de bouw en installatie sector klaar voor de digitale toekomst?

    Computable.nl

    De weg van dataverzameling naar impact

    Iedere organisatie heeft data, maar niet iedereen weet hoe je het goed gebruikt. Hoe zet je waardevolle informatie om in actie?

    Meer lezen

    Computable.nl
    ActueelData & AI

    Sogeti biedt fraudebestrijding verzekeraars

    Eén reactie op “Data struikelblok bij fraudebestrijding verzekeraars”

    1. Peter Boumans schreef:
      18 november 2016 om 14:32

      Mag ik zo vrij zijn de titel van dit artikel te veranderen in ‘Data sleutel bij fraudebestrijding verzekeraars’ ?

      Zonder data geen effectieve en efficiënte fraudebestrijding!

      Natuurlijk is de kwaliteit van de interne data niet overal op orde en speelt de privacywetgeving een rol. Maar moeten al deze data wel uitgewisseld worden of gaat het meer over het voorspellen of claimgedrag mogelijk frauduleus is (lookalikes door streaming analytics). Zodat de attentiewaarde in het proces in de gedetecteerde situatie omhoog gaat en op dat moment de brongegevens (in- en extern) erbij gezocht worden. En de SIU (Special Investigation Unit) haar werk kan doen. Maar dan wel vanuit een andere context en niet in bulk. Slimme algoritmen kunnen dit, ook als de datakwaliteit niet 100% is. Het gaat immers om patronen.

      Daarnaast pleit ik om de data kwaliteit ook geautomatiseerd te verbeteren. Dat komt niet alleen de fraudebestrijding ten goede, maar dient ook andere doelen waarbij de business waarde uit data gehaald kan worden (klant, compliance, operatie en innovatie).

      Laat data géén struikelblok vormen voor fraudebestrijding.

      Peter Boumans
      business development
      Inergy Analytical Solutions

      Login om te reageren

    Geef een reactie Reactie annuleren

    Je moet ingelogd zijn op om een reactie te plaatsen.

    Populaire berichten

    Meer artikelen

    Uitgelicht

    Partnerartikel
    AdvertorialInnovatie & Transformatie

    Computable Insights

    Een ai-agent die klantvragen afhandelt. Dat is een van de nieuwste troeven van softwareproducent Salesforce, dat daarmee meesurft op de...

    Meer persberichten

    Footer

    Direct naar

    • Carrièretests
    • Kennisbank
    • Planning
    • Computable Awards
    • Magazine
    • Abonneren Magazine
    • Cybersec e-Magazine

    Producten

    • Adverteren en meer…
    • Jouw Producten en Bedrijfsprofiel
    • Whitepapers & Leads
    • Vacatures & Employer Branding
    • Persberichten

    Contact

    • Colofon
    • Computable en de AVG
    • Service & contact
    • Inschrijven nieuwsbrief
    • Inlog

    Social

    • Facebook
    • X
    • LinkedIn
    • YouTube
    • Instagram
    © 2025 Jaarbeurs
    • Disclaimer
    • Gebruikersvoorwaarden
    • Privacy statement
    Computable.nl is een product van Jaarbeurs