Fraude blijft een enorme uitdaging voor overheden en inspecteurs op alle niveaus nu fraudeurs meer succes hebben dan ooit. Omdat veel gevallen zo moeilijk te detecteren zijn, is het potentieel van analysetechnologieën en artificiële intelligentie om het onderzoek te ondersteunen enorm.

De sociale inspectie in België heeft zopas haar prioriteiten gesteld om sociale fraude de komende twee jaar te bestrijden. Zo is ze onder andere van plan om meer te focussen op sociale dumping, als reactie op enkele recente spraakmakende gevallen van illegale tewerkstelling op bouwwerven. De bedoeling is om de eerlijke concurrentie en financiering van de sociale zekerheid te waarborgen. Daarom willen ze tegen 2023 ook nog eens 140 extra inspecteurs aanwerven. Maar één ding is zeker: deze inspecteurs zullen geavanceerde technologie nodig hebben om de vaak complexe fraudesystemen die hun richting uitkomen te ontwaren.

Waarom zijn oplichters tegenwoordig zo succesvol? Deels omdat ze gemakkelijke prooien zoeken, maar ook omdat ze heel hard hun best doen om onder de radar te blijven. Ze doen er alles aan om ervoor te zorgen dat hun praktijken geen uitschieters vormen in de datasets die inspecteurs onderzoeken met op regels gebaseerde analyses. Daarom hebben inspecteurs nu de nieuwste generatie analysetools nodig die dwars door data en programmasilo’s heen kunnen kijken. Op die manier kunnen ze fraude bestrijden en nog steeds uitkeringen en diensten verstrekken op een tijdige en doeltreffende manier.

Bedrijfsbrede fraudedetectie

Dankzij geavanceerde technologieën kunnen inspectiediensten uiteenlopende data samenbrengen in een enkele dataset. Die data kunnen ze dan holistisch analyseren om afwijkingen en verborgen patronen te ontdekken die op fraude kunnen wijzen. Bovendien maakt de dataset het mogelijk om in elke fase van het proces de neiging tot fraude berekenen. Dat is iets waar mensen zonder analysetechnologieën niet toe in staat zijn.

Hoe werkt het? Ten eerste zijn de data in overheidsprogramma’s vaak gefragmenteerd en van slechte kwaliteit. Dat maakt het voor analisten moeilijk om fraude te ontdekken. Databeheer in combinatie met geavanceerde analysetechnologie en artificiële intelligentie of machinelearning kan data van hoge kwaliteit leveren en integreren op basis van diverse bronnen.

Daarnaast zijn er geautomatiseerde kennisregels nodig. Vandaag hanteren speurders een logica die gebaseerd is op hun eigen ervaring en beste praktijken. Door die logica automatisch toe te passen met software, zouden ze fraude sneller en doeltreffender kunnen opsporen.

Ten slotte kunnen inspectiediensten, dankzij voorspellende modellering gebaseerd op data uit het verleden, verder kijken dan wat er gebeurd is en inschatten wat er zal gebeuren. Het combineert immers meerdere analysemethoden. Zo kunnen ze beter patronen herkennen en afwijkingen opsporen die mogelijk op fraude wijzen in het heden of de toekomst.

Efficiëntere audits en onderzoeken

Dankzij geavanceerde analysetechnologieën kunnen fraude-inspecteurs hun onderzoeksprocessen transformeren, wat hen in staat stelt om:

• frauduleuze activiteiten vroeger en nauwkeuriger op te sporen;
• de kosten om fraude op te sporen en te onderzoeken verlagen door valse positieven tot een minimum te beperken;
• hun doeltreffendheid en productiviteit te verbeteren;
• een totaaloverzicht op frauderisico’s te krijgen, zodat ze hun modellen kunnen verbeteren naarmate nieuwe trends en gevaren de kop opsteken;
• fraudeverliezen te verminderen door voorheen onbekende systemen en patronen te ontwaren.

Fraude kost gemiddeld drie keer zoveel als het bedrag dat door speurders ontdekt wordt. Het potentieel van geavanceerde analyses om audits te verbeteren, is dus enorm.

De auteur Fabian Ducheyne is account executive bij SAS Benelux.