Cameragegevens verraden frauderende klant

Diverse verzekeringsbladen publiceerden vorige week een artikel waarin werd uitgelegd hoe een verzekerde van Aegon werd betrapt op fraude. De verzekeraar ontdekte de fraude door de foto’s, opgestuurd door verzekerde, te bestuderen. Conclusie: de datum waarop de foto’s waren genomen bleek na de inbraak te zijn. Echter, de analyse vond plaats nadat de verzekeraar een anonieme tip had ontvangen. De verzekeraar stond op het punt de claim uit te keren.

Afbeeldingen worden door verzekeraars vaak opgevraagd, maar er wordt nauwelijks gecheckt of de foto wel correspondeert met de schade. Fraudeurs sturen afbeeldingen ter onderbouwing van een frauduleuze claim en weten dat afbeeldingen onvoldoende worden gecontroleerd. “ Deze vorm van fraude is eenvoudig te onderscheppen!, meldt Friss. Het screenen van foto’s kan met slimme software worden geautomatiseerd. Zo voert onze software automatisch de volgende controles uit:

Tijdlijn analyse : Wanneer is de foto gemaakt? De foto is op een eerder of juist later tijdstip genomen dan logischerwijs met de claim samenhangt. Bijvoorbeeld: een foto van een gestolen laptop is gemaakt nadat de inbraak heeft plaatsgevonden. De software checkt wanneer de foto is gemaakt en vergelijkt dat met de schadedatum. Komt dit niet overeen, dan volgt een alert.

Locatie analyse : Waar is de foto gemaakt? De foto is op een andere locatie dan de vermeende schadelocatie is genomen. Bijvoorbeeld: de foto is niet op het adres van de verzekerde genomen, maar bij de tegenpartij thuis. Herkent de software dat een fotolocatie niet overeenkomt met wat is opgegeven in de claim, dan wordt er een alert gegenereerd.

Bewerkings analyse: Is de foto bewerkt? Sommige fraudeurs zijn handig met Photoshop en kunnen op een foto van een bon of factuur het bedrag of rekeningnummer aanpassen. FRISS software controleert of een ingediende foto origineel is, of dat er pixels zijn aangepast.

Internet search : Is de foto vanaf het internet gedownload? Bijvoorbeeld: er wordt een foto ingezonden van een gestolen fiets, maar die blijkt nooit eigendom te zijn geweest van de verzekerde. Er wordt automatisch een alert gegeven wanneer de software een opgevoerde foto kan matchen met een afbeelding op internet.

ImagePool search: Is dezelfde foto al eens ingediend? Dezelfde foto is eerder bij een heel andere schade (van een ander persoon) ingediend. Bijvoorbeeld: de overbuurman heeft eerder een reisschade ingediend en met foto’s onderbouwd. Nu doet de verzekerde hetzelfde bij zijn/haar verzekaar -en gebruikt daarvoor dezelfde foto’s- zonder op reis te zijn geweest.

Kenteken herkenning: Als er op de afbeelding een kenteken aanwezig is, kan de software dit automatisch herkennen en doorzoekt vervolgens relevante websites. Bijvoorbeeld: een dag voor de schade stond de auto nog te koop op tal van verkoopsites zoals Marktplaats, Autotrack, Autoscout24, etc.

Alle bovenstaande technieken heeft Friss  geïntegreerd in de softwaremodule FRISS ImageScreening, dat exclusief is ontworpen exclusief voor verzekeraars.