Inscribe

Was ist Inscribe?

Inscribe ist eine auf Agentenbasis arbeitende Plattform zur Erkennung von Dokumentenbetrug, die speziell für Finanzdienstleistungsunternehmen entwickelt wurde und von der Firma InscribeAI bereitgestellt wird. Sie analysiert die von den Antragstellern eingereichten finanziellen und identifizierenden Dokumente, um vor der Genehmigung von Krediten, der Eröffnung von Konten sowie bei KYC/KYB-Verfahren und Kontoverifizierungen Fälschungen, Manipulationen, Wiederverwendung sowie von KI erzeugte Inhalte zu erkennen.

Die Plattform vereint mehrschichtige Prüfungen, Dokumentenverarbeitung, Überprüfung öffentlicher Daten, kundenbezogene Schlussfolgerungen sowie Risikoprozesse. Es handelt sich dabei nicht um ein universelles OCR-Tool, und es kann die endgültigen Kreditentscheidungen, die Konformitätsprüfungen oder die manuellen Untersuchungen von Finanzinstituten auch nicht ersetzen.

Eine kurze Beschreibung

Inscribe analysiert Finanzdokumente durch die kombinierte Auswertung von Beweismitteln, Netzwerken, Semantik, Pixeln sowie prozeduraler KI und liefert den Risikostufen, Beweisen sowie strukturierten Daten an die Risikomanager oder Geschäftsprozesse zurück.

Produktpositionierung

Moderne Fälschungen können optisch sehr ähnlich wie echte Dokumente aussehen; ein bloßer visueller Check oder die Anwendung fester Formatregeln lässt versteckte Änderungen leicht übersehen. Inscribe konzentriert sich auf Dokumente, die Entscheidungen bezüglich von Finanzmitteln beeinflussen, und versucht, bei gleichzeitiger Minimierung von Störungen erklärbare Hinweise auf Risiken zu liefern.

Hauptfunktionen

Multilayer-Methoden zur Erkennung von Dokumentenbetrug

Jedes Dokument wird gleichzeitig mit mehreren Prüfmethoden untersucht, anstatt nur ein einziges Modell zu verwenden. Die verschiedenen Beweismittel werden zu klaren Risikostufen und Erläuterungen zusammengefasst, damit Analysten die wirklich verdächtigen Anträge priorisieren können.

Dokumentenklassifizierung

Das System erkennt Bankauszüge, Lohnabrechnungen, Steuerformulare, Rechnungen, Quittungen sowie andere Dokumententypen, um eine weitere Analyse und die Prüfung auf Betrug durchzuführen. Der hybride Ansatz kombiniert traditionelles maschinelles Lernen, große Sprachmodelle sowie visuelle Sprachmodelle, um auch die Klassifizierung von nicht-englischen Materialien sowie unbekannten Dokumententypen zu verbessern.

Felder und Transaktionsanalyse

Die Plattform kann strukturierte Informationen wie Namen, Adressen, Daten, Kontostände, Einnahmen sowie einzelne Transaktionen extrahieren. Die Ergebnisse der Analyse dienen sowohl zur Überprüfung auf Betrug als auch für die Analyse von Cashflows, Ausgaben, Einnahmen, Krediten und Kreditrisiken.

Kundenbezogene Risikoanalyse

Inscribe prüft nicht nur einzelne Dateien, sondern stellt auch Verbindungen zwischen mehreren Dokumenten eines Kunden oder einer Anfrage her. Das System kann digitale Unstimmigkeiten, Wiederverwendung von Identitäten, wiederholte Vorlagen sowie unerklärliche Transaktionsmuster erkennen.

Inscribe Assistant

Assistant ist ein prozessorientierter KI-Hilfsassistent, der in Webanwendungen integriert ist und Fragen beantworten kann, wie z. B. warum Dateien markiert wurden, ob verschiedene Materialien miteinander im Widerspruch stehen, sowie ob es Aktivitäten im Bereich Glücksspiel oder kryptografische Vermögenswerte gibt. Die Antworten basieren auf den vorhandenen Dateien in der Arbeitsumgebung, Kundendaten und Betrugsindikatoren, müssen jedoch noch von einem Analysten überprüft werden.

Anpassbare Handelsinsights

Das Risikomanagement-Team kann spezifische Signale für die jeweilige Institution anhand von Kategorien der Transaktionen, Händlern, Zahlungsmethoden, Beträgen, Zeitrahmen sowie Änderungen des Saldo definieren. Vor der Einführung der Regeln können diese anhand historischer Anfragen getestet werden, um die Auslösebedingungen zu ermitteln und die Schwellenwerte anzupassen.

Konfigurierbarer Entscheidungsmechanismus

Der Decision Engine ermöglicht es, die Schweregrad-Einstellungen der Detektoren, die Entscheidungslogik, die Blocklisten sowie die Erkenntnisse zu Transaktionen und Dokumenten anzupassen. Ziel der Konfiguration ist es, den Risikopräferenzen der Institution gerecht zu werden – anstatt dass ein allgemeines Modell alle Anträge direkt entscheidet.

Dokumentensammlung

Collect dient dazu, vom Antragsteller Unterlagen anzufragen und zu sammeln. Der Abfrageprozess kann entweder von der Plattform gestartet werden oder in Unternehmensanwendungen integriert werden. Das System kann während des Hochladevorgangs Kategorien, Dateitypen, Sprachen sowie bereits ausgewertete Felder zurückgeben, um bereits früh auf fehlerhafte Unterlagen hinweisen zu können.

Sechs Arten von Überprüfungsmethoden

Unterstützte Dateien und Workflows

Inscribe konzentriert sich auf die Bearbeitung von Unterlagen zur Nachweis der Identität, des Einkommens, des Vermögens, der Rechtmäßigkeit des Unternehmens sowie seiner finanziellen Stabilität. Der tatsächliche Umfang der Unterstützung, die Länder, die Sprachen sowie die erworbenen Module müssen vor der Implementierung einzeln überprüft werden.

Dokumentanalyse-Prozess

1. Anfragen und Dokumente in einem Kreditsystem, CRM, Fallverwaltungssystem, Collect oder einer Webanwendung entgegennehmen.
2. Erstellen Sie ein Kundenobjekt für den Antragsteller und ordnen Sie die entsprechenden Dokumente diesem Kunden oder Fall zu.
3. Nach dem Hochladen der Datei werden die Module für Klassifizierung, Analyse, Betrugserkennung sowie Verifizierung und Untersuchung der gekauften Produkte ausgeführt.
4. Verbinden Sie die Dokumente, Transaktionen und Entitätssignale derselben Anfrage miteinander, um auf Kundenebene Schlussfolgerungen zu ziehen.
5. Geben Sie das Risikoniveau, die Testspezifikationen, die entscheidenden Beweise sowie die strukturierten Felder zurück.
6. Lassen Sie Materialien mit niedrigem Risiko gemäß den Vorschriften der Institution weiterverarbeitet werden, und leiten Sie Fälle mit hohem Risiko in eine manuelle Bearbeitungskette um.
7. Analysten verwenden den Assistant, die ursprünglichen Dokumente sowie externe Materialien, um die endgültige Entscheidung zu überprüfen und festzuhalten.
8. Die Ergebnisse der Überprüfung werden an die Institutionellen Regeln, Schwellenwerte sowie die anschließenden Prozesse zur Verwaltung des Modells zurückgegeben.

Prüfprozess des Risikoteams

1. Zuerst prüfen Sie, ob die Dateityp, die Anzahl der Seiten, der Antragsteller sowie der Anwendungsfall korrekt sind.
2. Lesen Sie die natürlichsprachige Beschreibung der Signale mit der höchsten Schweregrad und finden Sie die entsprechenden Seiten und Felder.
3. Vergleichen Sie den Namen, die Adresse, das Einkommen, den Saldo, das Datum und die Transaktionslogik desselben Kunden.
4. Überprüfen Sie, ob Netzwerk-Multiplexing, öffentliche Daten sowie benutzerdefinierte Blocklisten unabhängige Beweise liefern.
5. Stellen Sie dem Assistant konkrete Fragen, aber betrachten Sie die Antworten nicht direkt als endgültige Fakten.
6. Je nach den SOP der Behörde wird entweder eine automatische Genehmigung erteilt, ein Nachreichen von Unterlagen verlangt, eine erweiterte Prüfung durchgeführt oder die Anfrage abgelehnt.
7. Man sollte die Gründe, Beweise sowie Versionen der Regeln aufbewahren, um Anforderungen bei Prüfungen und Beschwerden zu erfüllen.
8. Regelmäßig werden Fehlalarme, Auslassungen und Gruppenunterschiede analysiert, um anschließend die Regeln und die Schweregrade anzupassen.

Was kann Inscribe Assistant tun?

• Erklärung, warum eine Datei oder ein Kunde als risikoreich markiert wurde;
• Es gibt viele Zahlen in den Bankauszügen, Lohnabrechnungen und Steuererklärungen;
• Identifizierung von Widersprüchen bezüglich Identität, Einkommen, Saldo und Datum über verschiedene Dateien hinweg;
• Suche nach Glücksspiel, Kryptowährungen oder Aktivitäten bestimmter Händler;
• Ausführen der Berechnungen und Überprüfung der Transaktionen sowie der zusammengefassten Zahlen;
• Suche nach kürzlich eingereichten ähnlichen Vorgängen sowie möglichen Mustern von koordiniertem Betrug;
• Hilft Analysten, den Kontext komplexer Anträge schnell zu verstehen.

Die Ausgaben der KI können ungenau, unvollständig oder den Ausgaben anderer Kunden ähneln; die Plattform garantiert keine Einzigartigkeit. Finanzinstitute sollten den Assistant als Hilfsmittel bei Ermittlungen nutzen und Beweise sowie menschliche Entscheidungen zur Überprüfung bereithalten.

Benutzerdefinierte Regeln und Backtesting

Jede Institution definiert Risiken, abweichende Transaktionen sowie akzeptables Material unterschiedlich. Inscribe ermöglicht es, interne Richtlinien in anpassbare Signale umzuwandeln und anhand früherer Anträge die Anzahl der Personen sowie Fälle zu bewerten, auf die die Regeln einen Einfluss haben könnten.

API- und Webhook-Integration

Inscribe bietet eine ressourcenbasierte REST-API an, die die Schnittstellen um Kunden, Dokumente, Konten, Transaktionen, Sammelgespräche und Risikoinformationen organisiert. Anfragen werden mit standardmäßiger Authentifizierung sowie Netzwerkstatuscodes übermittelt, die Antworten werden in JSON zurückgegeben.

Einschränkungen bei der Hochladen von Dokumenten

Die Hochladen von Dokumenten ist in den Formaten PDF, JPG, PNG sowie bestimmten binären Dateitypen möglich. Die maximale Größe einer einzelnen Datei beträgt 50 MB; PDF-Dateien dürfen maximal 350 Seiten umfassen. Vor dem Hochladen sollten Typ, Größe, Verschlüsselungszustand sowie möglicher bösartiger Inhalt der Datei überprüft werden.

Webhook-Sicherheit

Jeder Webhook verfügt über einen eigenen Schlüssel, und die Plattform verwendet HMAC-SHA256, um eine Signatur für den Anfrageinhalt zu erstellen. Der Empfänger sollte die Signatur überprüfen, Testereignisse von echten Ereignissen unterscheiden, Redirects ablehnen und sensible Daten in den Protokollen einschränken.

Partner-Integration

Die Plattform kann mit Kreditvergabesystemen, Orchestrierungs- und Entscheidungsplattformen, Datendiensten sowie Cloud-Infrastrukturen verbunden werden. Derzeit sind Alloy, Taktile und Oscilar ausgewiesen; andere Systeme können über APIs oder individuelle Anbindungen integriert werden.

Für welche Einrichtungen geeignet?

• Banken, die eine große Anzahl von Bankauszügen, Lohnabrechnungen und Steuererklärungen prüfen;
• Genossenschaften, die die manuelle Überprüfung von Dokumenten reduzieren möchten;
• Kreditinstitute, die die digitale Prüfung innerhalb von Sekunden abschließen müssen;
• FinTech-Unternehmen, die KYC, KYB und das Eröffnen von Konten in Online-Prozesse integrieren;
• Ein Team, das die Angaben zum Bankkonto vor der Kreditvergabe oder Überweisung überprüfen muss;
• Es wird erwartet, dass es eine Risikokontrollabteilung gibt, die spezielle Handels- und Dokumentenrisiksignale für die jeweiligen Institutionen verarbeitet.
• Unternehmen, die bereits ein Kreditvergabesystem oder eine Plattform zur Entscheidungsfindung besitzen und eine API-Integration benötigen.

In welchen Fällen eignet es sich nicht so gut?

• Nur Einzelpersonen, die gewöhnliche PDFs in Text umwandeln möchten;
• Teams, die nach öffentlich verfügbarem, kostenlosen OCR oder Offline-Desktop-Texterkennungssoftware suchen;
• Unternehmen, die ohne rechtliche Grundlage bereit sind, persönliche Finanzdokumente in großen Mengen zu verarbeiten;
• Einrichtungen, die davon ausgehen, dass KI automatisch endgültige Kreditentscheidungen fällen kann, gegen die nicht Einspruch eingelegt werden kann;
• Käufer, die das Kernmodell herunterladen und lokal vollständig offline ausführen müssen;
• Kleine Projekte, bei denen keine manuelle Überprüfung, keine Prüfprotokolle sowie keine Regelverwaltung möglich sind.

Vorteile des Produkts

• Konzentration auf finanziell hochriskante Dokumente wie Bankauszüge, Lohnabrechnungen und Steuerformulare;
• Mehrschichtige Überprüfung durch Beweissammlung, Netzwerk, Semantik, Pixel und öffentliche Daten – gegenseitige Ergänzung;
• Prozedurales Reasoning kann mehrere Dokumente in einer Anfrage miteinander verbinden;
• Die Risikostufen und die Erklärungen in natürlicher Sprache verkürzen die Zeit, die Analysten für das Zusammenfügen von Beweisen benötigen.
• Regeln, Schweregrade, Blocklisten und Erkenntnisse können nach Institution konfiguriert werden;
• Unterstützung für Webanwendungen, APIs, Webhooks, Collect sowie Partnerintegrationen;
• Klassifizierung, Analyse, Überprüfung, Cashflow und Betrugsindikatoren können auf derselben Plattform verwendet werden;
• Historische Backtests helfen dabei, vor dem Go-Live die Auswirkungen von benutzerdefinierten Signalen zu beobachten.

Nutzungsbeschränkungen

• KI und die Ergebnisse der Überprüfung können keine Genauigkeit, Vollständigkeit oder Eindeutigkeit garantieren;
• Eine Abweichung in den Unterlagen bedeutet nicht unbedingt Betrug – es muss der Kontext der Antragstellung berücksichtigt werden.
• Schlechte Scanqualität, Komprimierung sowie Sprache und Dateiformate können bestimmte Signale beeinträchtigen.
• Die Unterstützung für nationale Daten, Dokumente und öffentliche Daten kann je nach Szenario unterschiedlich sein;
• Eine fehlerhafte Konfiguration der benutzerdefinierten Regeln kann zu Fehlalarmen oder zu ungerechten Auswirkungen führen.
• API-Throughput, Module, Aufbewahrungsfristen und technische Unterstützung sind durch Verträge und Pakete geregelt.
• Die in Kundenbeispielen erzielten Ergebnisse können nicht garantiert in anderen Einrichtungen wiederholt werden;
• Eine Plattform kann keine Kreditpolitik, regulatorische Konformität oder persönliche Haftung ersetzen.

Preise und Kaufmöglichkeiten

Inscribe gibt keine offiziellen Standards für Monats- oder Jahresgebühren sowie keinen Preis pro Dokument an. Es ist notwendig, einen Termin für eine Demonstration zu vereinbaren und die Kosten im Rahmen der Bestellung auszuhandeln. Kosten, Module, Verarbeitungsmengen, Anzahl der Benutzer sowie Umfang von Support und Implementierung richten sich alle nach den Bedingungen der Bestellung.

Die offiziellen Bedingungen bieten keine Garantie für eine kostenlose Version. Die kostenlose Testversion auf der Demo-Seite oder eine kostenlose Prüfung entsprechen nicht einem dauerhaft kostenlosen Konto. Bei der Bestellung sollten Mindestverbrauch, Zusatzkosten, Implementierungskosten, Verlängerungsbedingungen, Datenübertragung sowie Unterstützung bei der Beendigung des Vertrags festgelegt werden.

Servicelevel und Support

Die in den Standardbedingungen festgelegte Zielwert für die monatliche Verfügbarkeit beträgt 99,9 %. Konkrete Ausnahmen, Korrekturmaßnahmen sowie Serviceleistungen müssen im Zusammenhang mit den Vertragsanhängen überprüft werden. Die grundlegende Unterstützung wird in der Regel an Werktagen in den USA per E-Mail bereitgestellt; Unternehmen können bei der Auftragserteilung eine höhere Unterstützungsstufe vereinbaren.

Daten, Privatsphäre und KI-Ergebnisse

Sowohl die von dem Kunden eingegebenen Daten als auch die von der Plattform bereitgestellten AI-Ergebnisse gelten als Kundendaten und gehören dem Kunden. Der Kunde ist für die Richtigkeit, Legalität sowie die Rechtmäßigkeit der eingegebenen Daten verantwortlich. Zudem darf er die AI-Ergebnisse ohne Überprüfung nicht direkt für Entscheidungen mit hohem Risiko verwenden.

Menschliche Überwachung bei Entscheidungen mit hohem Risiko

Die Plattform garantiert ausdrücklich weder die Genauigkeit noch Vollständigkeit der von der KI erzeugten Ausgaben und übernimmt keine vollständige Verantwortung für Entscheidungen, die auf diesen Ausgaben beruhen. Die Institutionen sollten Mechanismen für manuelle Überprüfungen, Dokumentation der Gründe, Reklamationsmöglichkeiten sowie regelmäßige Tests zur Überprüfung der Fairness bereitstellen.

Fähigkeit zur Sicherheit und Konformität

Das Vertrauenszentrum von Inscribe listet SOC 2 Type II und ISO 27001:2022 auf und stellt Materialien zur Sicherheitsbewertung bereit. Das Produkt gibt zudem Informationen zu rollenbasiertem Zugriffskontroll, Audit-Logs, Datenverschlüsselung sowie Unterstützung bei der Überprüfung der Unternehmenssicherheit preis.

API, GitHub und Open-Source-Status

Inscribe verfügt über eine öffentliche API-Dokumentation sowie eine überprüfte GitHub-Organisation, doch die kommerziellen Plattformen, Detektionsmodelle und Produktionsdienste sind nicht open source. Die öffentlichen Repositorien in der Organisation enthalten hauptsächlich Tools, Fork-Projekte und Marketing-Ressourcen und dürfen nicht als Kernproduktcode angesehen werden.

Bewertung und Empfehlungen zur Einführung

• Ein Testdatensatz wird mit echten, aber gemäß den Vorschriften anonymisierten Beispielen dieser Institution erstellt;
• Berechnen Sie separat die wahren Positiven, falschen Positiven, übersehenen Fälle sowie den Anteil der manuellen Überprüfungen;
• Die Ergebnisse werden nach Dokumenttyp, Land, Sprache und Scannqualität aufgeteilt;
• Es werden getrennt getestet: KI-generierte Inhalte, Wiederverwendung von Vorlagen und traditionelle Manipulationen.
• Vergleichen Sie die Ergebnisse des Modells mit denen erfahrener Analysten sowie den endgültigen Untersuchungsergebnissen;
• In Prozessen mit niedrigem Risiko wird zunächst eine schrittweise Einführung vorgenommen, wobei ein Rückfallweg beibehalten wird;
• Überprüfung der Webhook-Signatur, Wiederholungsversuche, wiederkehrende Ereignisse und Fehlerbehandlung;
• Protokollierung der Regelversion, manuelle Überarbeitungen und Ergebnisse der Beschwerden;
• Ständige Überwachung der Veränderungen bei Betrugsstrategien und der Gleichheit innerhalb der Gruppe.

Grundlegende Informationen

Häufige Fragen

Ist Inscribe ein OCR-Tool?

Es umfasst Klassifizierung, Analyse und Feldextraktion, doch seine Hauptfunktion liegt in der Erkennung von Betrugsfällen in Finanzdokumenten sowie in der Risikoanalyse. Die Erkennung von gewöhnlichem Text ist nicht sein primäres Anwendungsgebiet.

Kann man Dateien erkennen, die von KI erstellt wurden?

Es ist möglich, von KI erzeugte, manipulierte oder gefälschte Finanzdokumente zu erkennen, indem Beweismittel, semantische Aspekte, Pixel sowie Netzwerksignale miteinander kombiniert werden. Jedes einzelne Ergebnis muss dennoch gemäß den SOP der jeweiligen Institution überprüft werden.

Welche Dateien werden unterstützt?

Zu den wichtigsten Dokumenten gehören Bankauszüge, Lohnabrechnungen, Steuerformulare, Finanzberichte, Kreditkartenabrechnungen, Rechnungen sowie Ausweisdokumente. Die spezifischen Länder, Sprachen und Vorlagen müssen in der Demonstration und im Test bestätigt werden.

Bietet Inscribe eine API an?

Es werden öffentliche REST-APIs sowie Dokumentationen zu Webhooks bereitgestellt, über die Dateien hochgeladen, Kunden verwaltet, Ergebnisse abgerufen und interne Workflows verbunden werden können. Für eine hohe Durchsatzleistung ist die Bestätigung der verfügbaren Kapazitäten sowie technische Unterstützung erforderlich.

Wie viel kostet es?

Es gibt keine offiziellen Standardpreise. Die Unternehmen müssen einen Termin für eine Demonstration vereinbaren, um einen Kostenvoranschlag für die einzelnen Module, die Menge sowie die Bereitstellung und Unterstützung zu erhalten. Eine Demonstration oder eine kostenlose Prüfung bedeutet nicht, dass es sich um ein dauerhaft kostenloses Angebot handelt.

Kann KI Kreditanträge automatisch ablehnen?

Technisch gesehen können Risikosignale in den Entscheidungsprozess eingefügt werden, doch sollten Institute die unklaren Ausgaben von KI nicht direkt in eine endgültige Ablehnung ohne menschliche Überwachung umwandeln. Die Verantwortung für Kreditvergabe, Benachrichtigungen, Beschwerden sowie für Fairness liegt weiterhin bei den Finanzinstituten.

Wird die Daten zur Schulung großer Modelle Dritter verwendet?

Die Standardbedingungen besagen, dass keine Kundendaten in Form von KI-Inhalten verwendet werden dürfen, um Drittanbieter-Modell basierend darauf zu trainieren oder zu verbessern. Die Organisation muss weiterhin die Bestellungen, die Anhänge zur Datenverarbeitung, die Definitionen der Trainingsdaten sowie die Regelungen bezüglich der Unterauftragnehmer prüfen.

Ist Inscribe Open Source?

Die Kernplattformen und -modelle sind nicht open source. Obwohl es eine offizielle GitHub-Organisation sowie mehrere öffentliche Repositorien gibt, handelt es sich bei diesen Projekten nicht um den vollständigen Code für Systeme zur Erkennung von Betrug.

Zusammenfassung

Inscribe kombiniert die Beweissicherung von Finanzdokumenten, die semantische Verarbeitung, Netzwerkmuster, Pixelerkennung sowie prozedurales Reasoning zu einem erklärbaren Workflow zur Erkennung von Betrug. Es eignet sich für Finanzinstitute, die bei der Prüfung von Anträgen, der Eröffnung von Konten sowie der Überprüfung von Kontoinhabern große Mengen an hochriskanten Daten schnell verarbeiten müssen.

Bei den Einkäufen sollte man nicht nur auf die Anzahl der Tests in den Demonstrationen achten, sondern auch die Fehlberichte und Auslassungen bei den Proben des eigenen Unternehmens überprüfen. Zudem sind die API-Kapazitäten, die Regelverwaltung, die Datenbedingungen sowie die menschliche Überwachung von Bedeutung. Nur wenn Modelle, Prozesse und Prüfmechanismen gemeinsam entworfen werden, kann die Automatisierung sicher ausgebaut werden.