Slimmer Fraude Opsporen: Een Praktische Gids voor gebruik van Data-Analyse & AI

NIEUWE BASISCURSUS: Introductie voor niet specialisten

Over het gebruik van data en AI bij het voorkomen, signaleren en opsporen van fraude en FEC.

U leert:

• Wat de mogelijkheden zijn van verschillende technieken en tools
• Welke vormen van data-anlyse en AI er zijn
• Hoe het (niet) werkt
• Waar AI wel/niet goed in is
• Hoe u modellen ontwikkelt en test
• Hoe u resultaten en effecten test
• Wat de voorwaarden voor succes zijn
• Welke vragen u moet stellen en beantwoord krijgen
• Wat de aandachtspunten en valkuilen zijn
• Wat u leert van succesvolle cases
• Waarom het soms mis gaat
• Wat juridisch en ethisch is toegestaan
• Te onderkennen waar u modellen voor kunt inzetten
• Wat van essentieel belang is bij de ontwikkeling van modellen
• Wat de positie van het model in uw organisatie en de noodzakelijke verbinding tussen deskundigen, modelbouwers en de uitvoering
• Hoe u (voorspellende) factoren kunt (laten) ontwikkelen in uw model
• Hoe u meet of het model goed genoeg is (geen zwakke plekken kent)
• Hoe u kunt u voorkomen dat het gebruik van het model tot fouten leidt.

Met veel toepassingen, cases en ervaringen van andere organisaties.

Mogelijkheden en fraude cases
Data-analyse en AI worden bij de aanpak van fraude en FEC steeds vaker ingezet door organisaties en overheden. Modellen vormen hierbij een belangrijk en onmisbaar element in de fraudebestrijding en –preventie. Om de potentiële mogelijkheden van modellen te benutten en de kans op fouten hierbij te minimaliseren is het van belang om te begrijpen hoe modellen werken en waar de zwakke plekken zitten. Zowel bij de preventie en het voorspellen van risico’s, als bij de opsporing. Welke methoden en technieken zijn er? Wat zijn de mogelijkheden? We behandelen vooral veel praktische toepassingen bij fraude cases.
Hoe werkt het (niet)? Wat kunt u met de resultaten

Wat heeft u nodig om een bepaalde techniek te kunnen hanteren en wat kunt u met de resultaten? En hoe maakt uw organisatie hierbij de juiste keuzes? Wat is hierbij (nog) verantwoord en juridisch en ethisch toegestaan? U hoort welke vragen beantwoord moeten worden.

Kortom: wat zijn de voorwaarden voor succes? En waar moet u op letten als niet specialist.