Wie künstliche Intelligenz helfen kann, Betrug aufzudecken Finanzbetrug im Unternehmen

Von Frank Cappel

Anbieter zum Thema

Jedes Jahr verliert ein Unternehmen rund fünf Prozent des Umsatzes durch Finanzbetrug. 86 Prozent der Betrugsfälle geht auf die Veruntreuung von Vermögenswerten zurück. Einnahmen gehen versehentlich verloren oder werden von Mitarbeitern gestohlen. In den meisten Fällen handelt es sich dabei um Abrechnungsbetrug. Mit einer betrugserkennenden künstlichen Intelligenz können Unternehmen gezielt gegen diese Art von Betrug vorgehen.

Die größte Herausforderung für Unternehmen ist oft der Abrechnungsbetrug.
Die größte Herausforderung für Unternehmen ist oft der Abrechnungsbetrug.
(© peshkov - stock.adobe.com)

Gelegenheit macht bekanntlich Diebe und je einfacher es ist, eine betrügerische Abrechnung zu stellen, umso größer ist die Versuchung, dem Arbeitgeber den einen oder anderen Euro abzuzwacken. Abrechnungsbetrug ist die häufigste Form der Unterschlagung von Vermögenswerten und entsprechend verursacht er hohe Schäden (rund fünf Prozent des Umsatzes, wie der der globale Bericht der Association of Certified Fraud Examiners (ACFE) zeigt. Die ACFE ist eine Non-Profit-Organisation zur Bekämpfung von Wirtschafts- und organisierter Kriminalität.). Beispiele dafür sind doppelt ausgestellte Rechnungen oder Rechnungen für fiktive Waren oder Dienstleistungen. Dabei werden mehrere Rechnungen mit leicht unterschiedlichen Attributen (Name des Lieferanten, Rechnungsnummern, Daten und manchmal Beträge) für dieselben Waren oder Dienstleistungen eingereicht. Wenn sie unentdeckt bleiben, werden mehrere Zahlungen verarbeitet, die zu erheblichen Ausgabenverlusten beitragen können.

Unternehmen stehen daher vor einer großen Herausforderung, da nicht jeder Fehler unter hunderten oder tausenden von Rechnungen oder Spesenabrechnungen auffällt – vor allem nicht, wenn diese immer noch manuell erstellt bzw. bearbeitet werden. Die Fehler müssen auch nicht absichtlich gemacht worden sein, was die Verfolgung des Delikts noch schwieriger macht. Künstliche Intelligenz (KI) kann Unternehmen jedoch dabei helfen, Betrug bereits im Keim zu ersticken, da die Versuchung bzw. Fehler gar nicht erst entstehen können. So haben wir mit Hilfe der KI unserer Plattform allein unter den Coupa-Anwendern pro Jahr durchschnittlich 1,7 Millionen Dollar an Ausgaben für doppelt ausgefertigte Rechnungen pro Kunde festgestellt.

Welche KI-Lösung hilft wirklich?

Finanzteams haben Schwierigkeiten, auffällige Zahlungen genau zu überwachen und zu ermitteln. Ein wichtiger Grund dafür ist, dass manche Unternehmen über ihr Wachstum hinweg versäumt haben, einige ihrer Prozesse zu automatisieren. So wird beispielsweise in der Buchhaltung für die meisten Aufgaben immer noch mit Exceltabellen gearbeitet und Rechnungen werden noch immer manuell erfasst. Wenn ein Unternehmen jedoch wächst, sind diese Prozesse nicht mehr skalierbar und können schnell zeitaufwändig und fehleranfällig werden. Ohne die richtige Technologie wird Betrug außerdem erst im Nachhinein aufgedeckt, was bedeutet, dass Zeit und Mühe aufgewendet werden muss, um die Zahlungen zurückzufordern, und dieses fehlende Geld kann den Cashflow beeinträchtigen.

Die meisten Lösungen zur Erkennung doppelt ausgefertigter Rechnungen arbeiten regelbasiert und sind daher schwer zu pflegen. Sie suchen nach exakten Übereinstimmungen mit den oben genannten Attributen. Leider werden dabei viele Duplikate übersehen, denn in der Praxis haben diese Rechnungen leicht unterschiedliche Attribute. Andere Lösungen setzen zwar bereits auf KI. Sie verwenden allerdings nicht immer das so genannte Natural Language Processing (NLP), eine maschinelle Methode, um natürliche Sprache zu erfassen und computerbasiert zu verarbeiten. Mit NLP lassen sich Rechnungsduplikate schnell und effektiv erkennen.

Der blinde Fleck in der Betrugsbekämpfung

Wenn ausgabenbezogene Prozesse auf manuellen Eingaben aufbauen, während ein Unternehmen wächst, dann wachsen Schlüsselbereiche wie die Beschaffung, Kreditorenbuchhaltung und Treasury zwar mit – allerdings in Silos. Diese Silos bilden den idealen Nährboden für Unternehmensbetrug, da die Systeme untereinander nicht kommunizieren können und so blinde Flecken entstehen, die für das bloße Auge nicht sichtbar sind.

Unternehmen müssen diese Silos durchbrechen, um Betrug aufzudecken. Da dies ressourcenintensiv ist, konzentrieren sich Unternehmen oft manuell auf einen einzelnen Bereich, z.B. auf die Ausgabenverwaltung. Infolgedessen entgehen ihnen möglicherweise Betrugsfälle in anderen Bereichen, z.B. bei der Rechnungsstellung oder der Beschaffung.

Betrugsbekämpfungslösungen, die nur für ein bestimmtes Silo entwickelt wurden, verfehlen das Gesamtbild. Ein erster Schritt zur Betrugsbekämpfung muss daher darin bestehen, Silos aufzulösen und alle ausgabenbezogenen Daten, wie Beschaffung, Cash Management oder Ausgabenmanagement auf eine einzige, einheitliche Plattform zu bringen. Auf diese Weise können unterschiedliche Systeme intelligent zusammenarbeiten, und Unternehmen können beginnen, Licht ins Dunkel zu bringen.

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zur IT-Sicherheit

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

KI in Aktion

Wenn alle Daten bereits auf einer Plattform vereint sind, kann eine ausgereifte KI-Lösung eingesetzt werden, die schnell und gezielt alle Transaktionen überprüft. Durch die Fortschritte im Bereich NLP und maschinellen Lernen kann künstliche Intelligenz lernen, Semantik zu verstehen. Statt Rechnungsduplikate nach exakten Attributübereinstimmungen zu durchsuchen, kann KI nach Mustern und Variationen suchen, um Duplikate zu erkennen. Was das menschliche Auge nicht auf Anhieb sieht, kann die KI-Technologie durch den Abgleich von Mustern in Sekundenschnelle und in Echtzeit erkennen. So können verdächtige Zahlungen verhindert oder abgefangen werden, noch bevor sie getätigt werden.

Bei Coupa nutzen wir unsere KI-gesteuerte Betrugserkennungslösung, die mit Hilfe der Analyse unserer anonymisierten Kundendaten, jegliche Art von ausgabenbezogenen Betrug erkennt. Bei einem großen Kunden aus der Konsumgüterindustrie fanden wir innerhalb weniger Wochen nach der Inbetriebnahme der Lösung eine doppelte Rechnung in Höhe von 1,5 Millionen Dollar. Diese Rechnung war bereits durch mehrere Prozesse gelaufen und genehmigt worden.

In einem anderen Beispiel haben wir dem Industriedienstleister Brock Group geholfen, betrügerische Ausgaben zu reduzieren. Brock beschäftigt mehr als 13.000 Mitarbeiter in den USA und Kanada. Bei so vielen Mitarbeitern, die Ausgaben einreichen, war es für das Unternehmen eine Herausforderung, alle Spesenabrechnungen auf verdächtige und fehlerhafte Transaktionen zu überprüfen. Aber innerhalb der ersten Stunde nach Aktivierung unserer KI identifizierte Brock Zehntausende von verdächtigen Transaktionen, einschließlich doppelt getätigter Transaktionen.

Künstliche Intelligenz hat das Potenzial, Betrug in Unternehmen so gut wie auszuschließen – nicht erst in 10 Jahren, sondern schon heute. Die Technologie funktioniert und kann die überwiegende Mehrheit aller Geschäftsbetrügereien fast sofort stoppen und den Unternehmen helfen, Geld zu sparen. Während sich die Wirtschaft noch immer von der Pandemie erholt, muss die Betrugsbekämpfung zu einer der obersten Prioritäten für Unternehmen werden, die ihre Widerstandsfähigkeit ausbauen und weiterhin wettbewerbsfähig bleiben wollen.

Über den Autor: Frank Cappel ist als Regional Vice President EMEA Value Solutions Consulting bei Coupa tätig. In seiner Position verantwortet er die Presales Aktivitäten in den Regionen Europa (West und Ost), dem Mittleren Osten und Afrika. Er ist Branchenexperte für Business Spend Management (BSM) und blickt auf Einkaufserfahrung bei der Deutschen Bank sowie mehrjährige Beratungserfahrung bei Accenture und IBM zurück.

(ID:47903703)