Başarı Hikayesi: Görünmez'i Görünür Kılmak – FRAUDFLOW Sıradan Bir Hasar Dosyası ile Nasıl 1,5 Milyon TL'lik Bir Suistimal Ağını Çökertti?

Sigorta sektöründe bazen en büyük tehditler, en sıradan görünen dosyaların arkasına saklanır. Tam da bu noktada, doğru teknolojiye sahip olmak reaktif bir ödeme sürecini, proaktif bir finansal koruma kalkanına dönüştürür.

5 Ocak 2026 tarihinde, müşterilerimizden birinin sistemine standart bir trafik kazası ihbarı düştü. İlk bakışta her şey rutin görünüyordu; standart bir kaza, birden fazla katılımcı ve yaklaşık 290.000 TL seviyesinde klasik bir hasar ödeme riski.

Geleneksel ve yüzeysel analiz süreçlerinden geçseydi, bu dosya muhtemelen gözden kaçacak ve rutin bir ödeme işlemi olarak kapatılacaktı. Ancak devreye FRAUDFLOW girdi ve bu tekil hasar dosyasının, aslında devasa bir organize suistimal ağının sadece "görünen yüzü" olduğunu ortaya çıkardı.

Operasyonel gerçeklik: Neden insan gözünden kaçabilirdi?

Hasar departmanlarının üzerindeki yük her geçen gün artıyor. Ortalama büyüklükteki bir operasyon merkezinde aynı anda yaklaşık 4.000 açık dosya bulunurken, ekiplerin günlük manuel inceleme kapasitesi yalnızca 150 dosya (%3,75) civarında kalıyor.

Böylesi bir iş yükünde, dosyalar arasındaki gizli bağlantıları manuel olarak tespit etmek neredeyse imkansızdır. FRAUDFLOW tam da bu imkansızı başarmak için tasarlandı.

FRAUDFLOW nasıl çalıştı? Yüzeyin altına inmek

FRAUDFLOW, dosyayı sadece o günün şartlarıyla değerlendirmek yerine, güçlü analiz motoruyla derinlemesine bir inceleme başlattı.

Zaman çizelgesi analizi

Sistem, kaza katılımcılarının geçmişini saniyeler içinde tarayarak şaşırtıcı bir örüntü yakaladı. Aynı katılımcılar, 26 Haziran 2025 ve 10 Aralık 2025 tarihlerindeki farklı kazalarda da yer almıştı.

Network (ağ) analizi

Yapay zekâ destekli grafik tabanlı network analizimiz, olayların rastlantısal olmadığını kanıtladı. Kazalar zincirleme bir şekilde birbirine bağlanıyordu; bir kazadaki katılımcı, bir sonraki kazanın farklı bir aktörü oluyordu. Bu, literatürdeki adıyla tam bir "Chain-Linked Accident Network" (zincirleme kaza ağı) modeliydi.

Kırmızı bayraklar (red flags) tespit edildi

FRAUDFLOW’un yapay zekâ algoritmaları, şu kritik göstergeleri anında raporladı:

• Aynı kişilerin farklı kazalarda mağdur, suçlu veya şahit gibi farklı roller üstlenmesi
• Dosyalar arasındaki şüpheli katılımcı kesişimleri
• Olayların aynı şehir içinde belirli bir lokasyonda kümelenmesi
• Kazalar arasındaki sistematik ve planlı zaman aralıkları

Bu noktalar birleştiğinde, risk skoru zirveye çıktı ve dosya otomatik olarak inceleme ekiplerinin "en yüksek aciliyet" listesine alındı.

Sonuç ve etki: 290 bin TL’den 1,5 milyon TL’lik kurtarışa

Başlangıçta kurum için sadece 290.000 TL'lik bir risk gibi görünen bu vaka, FRAUDFLOW'un bağlantılı dosyaları tespit etmesiyle devasa bir sızıntıyı gün yüzüne çıkardı. Arka planda işleyen organize ağın şirkete yaratacağı potansiyel zarar minimum 870.000 TL, ortalamada ise 1.450.000 TL seviyesine ulaşıyordu.

FRAUDFLOW sayesinde müşterimiz:

• Görünmeyen bağlantı ağlarını saniyeler içinde deşifre etti
• Kısıtlı insan kaynağını ve inceleme kapasitesini tam olarak doğru hedefe (gerçekten riskli dosyalara) yönlendirdi
• Zincirleme büyüyecek finansal kayıpların erken aşamada önüne geçerek milyonlarca liralık tasarruf sağladı