Das US-Finanzministerium sagte, dass der zunehmende Einsatz maschineller Lernsysteme dazu beitragen wird, betrügerische Zahlungen in Milliardenhöhe bis 2024 aufzudecken und zu verhindern.
Das Finanzministerium ist der Scheckaussteller für viele Bundesprogramme und verarbeitet jährlich etwa 1,4 Milliarden Zahlungen im Wert von 6,9 Billionen US-Dollar für Programme wie Sozialversicherung und Medicaid.
Im letzten Geschäftsjahr, das im September endete, trug der neue datengesteuerte Ansatz der Behörde zur Aufspürung von Kriminellen einem Bericht zufolge dazu bei, betrügerische Zahlungen im Wert von mehr als 4 Milliarden US-Dollar zu verhindern und einzutreiben. Pressemitteilung. Das ist eine mehr als sechsfache Steigerung gegenüber den 652,7 Millionen US-Dollar an betrügerischen Zahlungen, die im Geschäftsjahr 2023 aufgedeckt oder eingezogen wurden.
Die Agentur führt den Anstieg auf ihren neuen, datengesteuerten Ansatz zur Betrugserkennung zurück. Dazu gehört der Einsatz von maschinellem Lernen, um Betrugsfälle zu erkennen und risikoreiche Transaktionen für weitere Untersuchungen zu priorisieren. Das Finanzministerium arbeitet auch mit anderen Bundes- und Landesbehörden zusammen, um Informationen über die Do Not Pay-Datenbank und andere Tools zur Zahlungsintegrität auszutauschen.
„Das Finanzministerium nimmt unsere Verantwortung ernst, als effektiver Verwalter der Steuergelder zu fungieren. „Sicherzustellen, dass Institutionen die richtigen Leute, in der richtigen Höhe und zur richtigen Zeit bezahlen, steht im Mittelpunkt unserer Bemühungen“, sagte der stellvertretende Finanzminister Wally Adeyemo in einer Erklärung. „Wir haben im vergangenen Jahr erhebliche Fortschritte bei der Verhinderung betrügerischer und unzulässiger Zahlungen in Höhe von mehr als 4 Milliarden US-Dollar gemacht. Wir werden weiterhin mit anderen in der Bundesregierung zusammenarbeiten, um sie mit den Tools, Daten und Fachkenntnissen auszustatten, die sie benötigen, um unangemessene Zahlungen und Betrug zu stoppen.“
Die 4 Milliarden US-Dollar an vermeidbaren oder wiedereingezogenen betrügerischen Zahlungen sind zwar kein kleiner Betrag, verblassen aber im Vergleich zu den Schätzungen der Regierung zum Ausmaß des Betrugs.
Im April das Rechenschaftsamt der Bundesregierung geschätzt dass Bundesbehörden durch Betrug jährlich zwischen 233 und 521 Milliarden US-Dollar verlieren. Der GAO-Bericht empfiehlt, dass das Finanzministerium aufgrund seiner zentralen Rolle bei der Zahlungsabwicklung Datenanalysetools besser nutzen sollte.
Sowohl Regierungsbehörden als auch Finanzinstitute verlassen sich zunehmend auf maschinelle Lernalgorithmen, um Betrüger zu identifizieren. Diese Systeme verwenden eine Vielzahl von Daten über Zahlungsempfänger – einschließlich Details zu ihren Bankkonten, physischen Adressen, IP-Adressen, demografischen Informationen, Benutzernamen und Passwörtern –, um mit Betrug verbundene Muster zu identifizieren.
Ebenso wie das Finanzministerium notiert In einem früheren Bericht über Betrug im Finanzsektor heißt es: „Historische Daten, die zum Trainieren von Betrugserkennungsmodellen verwendet werden, können Verzerrungen enthalten, wie etwa die Überrepräsentation bestimmter Bevölkerungsgruppen in Betrugsbekämpfungsfällen.“
