Dorte Schusdziara

Gemäß der globalen PwC-Studie zur Wirtschaftskriminalität 2014 sind mehr als ein Drittel aller Unternehmen weltweit (37 Prozent) im vergangenen Jahr Opfer einer Wirtschaftsstraftat, eines Betruges geworden. Die Zahl der betroffenen Unternehmen steigt von Jahr zu Jahr und die Betrugsfälle erstrecken sich über sämtliche Branchen, Unternehmensgrößen und Regionen.

Egal ob Telekommunikationsunternehmen, E-Commerce, stationärer Handel oder Versicherungsunternehmen, es kann jedes Unternehmen treffen. Doch wie identifiziert man Betrugsfälle und wie kann man sich davor schützen?

Betrugserkennung anhand von Daten

Die Antwort liegt in den Daten der einzelnen Unternehmen. Da diese oftmals in unterschiedlichen Systemen stecken und in unstrukturierter Form vorliegen gilt es zunächst die Daten zu konsolidieren, zu strukturieren und in Abhängigkeit der Fragestellung die benötigten Informationen herauszufiltern und zu interpretieren. Jedes Unternehmen hat hinsichtlich möglicher Betrugsfälle unterschiedliche Fragestellungen.

Die Telekommunikationsbranche prüft beispielsweise:

  • Handyvertragsaktivierungen, die kein Nutzungsverhalten aufweisen.
  • Ist hier ein Vertrag unter falschem Namen abgeschlossen worden um an das Handy (Endgerät) zu kommen?
  •  Gibt es eine bestimmte Filiale, in welcher auffällig viele Smartphone Rückgaben oder Vertragsrückabwicklungen durchgeführt werden?
  • Wurde hier versucht defekte Geräte umzutauschen oder die Provision für Vertragsabschlüsse zu erhalten?

Die Versicherungsbranche könnte folgende Fragestellung interessieren:

  • Gibt es besonders viele Haftpflichtfälle im Gebiet eines bestimmten Handelsvertreters?
  • Bereichert sich der Handelsvertreter ggf. selbst an den Versicherungsfällen, in dem er Deals mit dem Versicherungsnehmer schließt?
  • Sind Geschädigter und Versicherungsnehmer ggf. im gleichen Kundenstamm eines Handelsvertreters?
  • Werden hier untereinander Versicherungsschäden gemeldet, um so an die Versicherungsentschädigungen zu gelangen?

Und für den Handel könnten folgende Fragenstellungen interessant sein:

  • Gibt es besonders viele unentdeckte Warenabgänge (Diebstähle) in einer Filiale?
  • Gibt es hier ggf. einen Mitarbeiter, der nach Ladenschluss noch seine „privaten Einkäufe“ mitnimmt?
  • Gibt es zu einem bestimmen Zeitpunkt auffällig hohe Warenrückgänge?
  • Hat ggf. immer zu dieser Zeit ein bestimmter Kollege Schicht, der die Umtausche organisiert? Finden die Rückgaben außerhalb der Ladenöffnungszeiten statt?
  •  Gibt es Unstimmigkeiten bei der Kassenabrechnung, fehlt häufig Bargeld in der Kasse?
  • Nimmt der Kassierer ggf. jeden Tag eine bestimmte Summe aus der Kasse? Handelt es sich um „glatte“ Differenzbeträge (10, 20, 50 Euro)
  • Nutzt ein Kassierer sehr häufig seine Personalrabattkarte? Ggf. wird hier vom Kunden der reguläre Preis bezahlt und die Differenz des Personalrabatts unterschlagen.

Betrugserkennung mit Echtzeit Analysen

Im E-Commerce Bereich (Warenbestellungen über das Internet) reicht es nicht aus auf Basis bereits erhobener Daten Analysen durchzuführen. Zur Betrugserkennung und Betrugsprävention ist hier eine Echtzeit Analyse notwendig. Dies kann beispielsweise ein Abgleich des Namens, der Adresse, etc. unter zu Hilfenahme des Levenshtein- Algorithmus sein, die Prüfung der Bankverbindung über Prüfziffern, oder Zahlungsprovider oder auch eine online Abfrage des Schufa Status. Die genannten exemplarischen Fragestellungen können anhand gespeicherter Unternehmensdaten beantwortet werden.

BI Systeme können bspw. anhand von Inventaranalysen im Vergleich zu den Beständen und Abverkäufen oder Analysen von Warenretouren und Stornovorgängen typische Handlungsmuster abbilden. Auf Basis dieser lässt sich ein zuverlässiges Kontrollsystem in die Datenplattformen integrieren, so dass Unregelmäßigkeiten umgehend aufgedeckt und entsprechend schnell reagiert werden kann.