Business-Herausforderung

Bankschecks sind nach wie vor beliebt und weltweit für Finanztransaktionen weit verbreitet. Im Umgang mit einem hohen Volumen an Papierschecks stehen Bankunternehmen vor einer ernsthaften Herausforderung, schriftliche Benutzerinformationen manuell zu verarbeiten und zu überprüfen. Dies bedeutet, dass für Banken ein großes Risiko besteht, durch Fälschungsbetrug aufgrund betrügerischer Identifizierung Millionen zu verlieren. Aus diesem Grund ist es wichtig, den Prozess der Identifizierung gefälschter Schecks zu automatisieren und zu beschleunigen, um Scheckbetrug zu vermeiden. Um eine globale Bankorganisation vor einem solchen Betrug zu schützen, zielte das Team darauf ab, eine KI/ML-Lösung zu entwickeln und zu implementieren, die betrügerische Schecks in Echtzeit erkennt und die Anzahl der Schecks minimiert, die manuell überprüft werden mussten.

Lösung & Konzept

Unser Team arbeitete virtuell mit dem Kunden zusammen, um eine Lösung bereitzustellen, die die vorhandene Bildgebungs-und Verifizierungssoftware des Kunden erheblich verbesserte. Mit unserem ML-Modell könnten wir potenzielle Betrügereien unter den Millionen von Schecks erkennen, die jeden Monat verarbeitet werden. Darüber hinaus ermöglichte uns die Einführung eines neuronalen Netzwerks zum Analysieren einer historischen Datenbank mit zuvor gescannten Schecks, einschließlich betrügerischer Schecks, die Analyse gescannter Bilder von handschriftlichen Schecks, einschließlich variabler Elemente wie Zahlungsempfänger, Schecknummer, Konto-und Routingnummern, Signaturen usw. Darüber hinaus haben unsere KI-Experten dem Netzwerk beigebracht, zu identifizieren, was für gute Überprüfungen normativ ist und welche Überprüfungen anomal sind.

Geschäftsergebnis

• Unsere KI-Lösung wendet einen ausgeklügelten Satz von Algorithmen an, um anomale Überprüfungen zu erkennen und sie der Datenbank hinzuzufügen.
• Es bietet schnelle, genaue Vertrauens-score in weniger als 1 Sekunde auf jedem Scheck.
• Basierend auf aktuellen Modellen wird eine Reduzierung betrügerischer Transaktionen um 30 Mio.
• Es garantiert, minimiert menschliche Beteiligung und senkt insgesamt Verarbeitung Kosten.