Kunstmatige intelligentie biedt verzekeraars steeds meer mogelijkheden om processen te automatiseren en fraude op te sporen, maar dezelfde technologie wordt ook steeds vaker ingezet door fraudeurs. Uit onderzoek van adviesbureau Milliman blijkt dat AI het eenvoudig maakt om overtuigende nepbeelden van autoschades te creëren. Tegelijkertijd blijken deze vervalste afbeeldingen voor mensen bijzonder lastig van echt te onderscheiden. De ontwikkeling onderstreept dat verzekeraars hun fraudebestrijding moeten aanpassen aan een nieuw digitaal dreigingsbeeld.

Dat de dreiging toeneemt, blijkt ook uit recente cijfers. Verzekeraars stelden in 2024 ruim 9.000 gevallen van verzekeringsfraude vast, bijna 1.100 meer dan een jaar eerder. Hoewel niet kan worden vastgesteld hoeveel van deze fraudezaken direct verband houden met AI, ziet Milliman wel een duidelijke verschuiving. Volgens partner Niels van der Laan verplaatst fraude zich van het overdrijven van bestaande schade naar het volledig creëren van schade die in werkelijkheid nooit heeft plaatsgevonden.
Voor het onderzoek liet Milliman deelnemers twintig afbeeldingen beoordelen van uiteenlopende autoschades, variërend van lekke banden en hagelschade tot beschadigde bumpers en spiegels. De beelden bestonden uit een mix van echte en met AI gegenereerde foto’s. Opvallend genoeg scoorden de deelnemers gemiddeld slechts 46 procent juiste antwoorden, wat zelfs lager ligt dan de kans op een willekeurige gok. Daarbij maakte het nauwelijks verschil of deelnemers jong of oud waren, of ervaring hadden met AI of fraudeonderzoek.

Menselijke beoordeling niet meer voldoende

Volgens Van der Laan laat het onderzoek zien dat menselijke beoordeling alleen niet langer voldoende is. Toch waarschuwt hij ervoor om volledig op AI te vertrouwen. Zowel mensen als AI-systemen hebben hun eigen sterke en zwakke punten. Een menselijke beoordelaar kan bijvoorbeeld eenvoudig zien dat een kapotte buitenspiegel op een foto in de weerspiegeling juist onbeschadigd is, terwijl AI dergelijke inconsistenties kan missen. Omgekeerd kan AI patronen ontdekken die voor mensen nauwelijks zichtbaar zijn. Juist de combinatie van beide levert volgens hem de beste resultaten op.
Het risico beperkt zich bovendien niet tot schadeclaims. AI kan ook worden gebruikt om bestaande schade digitaal weg te werken, zodat een voertuig onbeschadigd lijkt bij het afsluiten van een allriskverzekering. De schade kan vervolgens later alsnog worden geclaimd. Volgens Milliman vormt dit acceptatierisico mogelijk zelfs een grotere uitdaging dan het indienen van vervalste schades.

Integrale aanpak nodig

Daarom pleit het adviesbureau voor een integrale aanpak van fraudebestrijding. Verzekeraars doen er volgens Van der Laan goed aan hun processen opnieuw tegen het licht te houden en meerdere controlemiddelen te combineren. Daarbij kan AI worden ingezet om verdachte beelden te analyseren, maar blijft menselijke beoordeling noodzakelijk voordat definitieve beslissingen worden genomen.
Vooral bij reis- en inboedelverzekeringen, waar schadeclaims vaak met een foto of aankoopbewijs worden afgehandeld, is de kwetsbaarheid groot. Verzekeraars kunnen het risico verkleinen door aanvullende verificatiemethoden toe te passen, zoals het opvragen van videobeelden, het laten maken van realtime foto’s via een app of het gebruik van voertuigdata om schade te verifiëren. De belangrijkste boodschap van Milliman is dat AI-fraude inmiddels realiteit is en dat organisaties hun processen daarop moeten aanpassen voordat deze nieuwe vorm van fraude verder toeneemt.