FraudDetect - KI-basierte Detektion von Betrug in Energie- und Wassernetzen

Kritische Infrastrukturen wie Strom-, Wasser-, Gas- und Wärmenetze sind für das soziale und wirtschaftliche Wohlergehen eines Landes von zentraler Bedeutung und deren Störung oder Destabilisierung kann drastische Auswirkungen auf die Bevölkerung haben. Eine der größten Herausforderung für Versorgungsunternehmen besteht darin, mit betrügerischem Verhalten umzugehen. So wird geschätzt, dass 30-50% der weltweit produzierten Energie durch nichttechnische Verluste wie Stromdiebstahl und nicht gemessenen oder nicht abgerechneten Verbrauch verloren gehen. Dies entspricht einem finanziellen Verlust von 80 bis 100 Milliarden US$ pro Jahr. Dieses Geld fehlt, um regelmäßige Wartungen durchzuführen, Investitionen in neue Anlagen und Dienstleistungen zu finanzieren sowie notwendige Innovationen voranzutreiben. Darüber hinaus kann Stromdiebstahl erhebliche Schäden an der Infrastruktur verursachen, etwa durch Kurzschlüsse und Brände.

Ziel des Verbundvorhabens ist es, die Datenanalysesoftware FraudDetect zu entwickeln, mit deren Hilfe kritische Infrastrukturen vor Stromdiebstahl und anderen Formen des Betruges geschützt werden können. Für die Analyse greift FraudDetect auf Verbrauchsdaten von Kunden zurück. Diese werden von der bereits von Cuculus entwickelten Smart Meter Software ZONOS bereitgestellt. Die Daten werden dann mit Hilfe modernster Methoden von explainable AI und kausaler Kopplungsanalyse analysiert. Als Resultat liefert FraudDetect Betreibern kritischer Infrastrukturen zentrale Informationen zur Betrugsbekämpfung. Dies ist zum einen eine globale Abschätzung über das Ausmaß an Betrug im Unternehmen und zum anderen eine detaillierte Liste von potentiell betrügerischen Kunden. Für Energieversorger ist die Nutzung von FraudDetect so von großem finanziellem Anreiz. Darüber hinaus führt die Nutzung zu einer signifikanten Erhöhung der Netzstabilität. Dies begünstigt Wirtschaftswachstum, fördert soziales Wohlergehen und führt insgesamt zu einem ressourcenschonenderen Betrieb kritischer Infrastrukturen und einer nachhaltigeren Energieversorgung.

In dem Verbundvorhaben arbeitet das Fachgebiet mit der Cuculus GmbH und der AiVader Gmbh zusammen. Die Cuculus GmbH entwickelt dabei u.a. einen Datengenerator für Energie- und Wassernetze auf Basis simulierter Verbrauchsdaten für verschiedene Betrugsszenarien und führt die Gesamtkoordination des Projekts durch. Im Vorhaben werden von den Partnern drei verschiedene Analysemethoden untersucht, wobei der Fokus des Fachgebietes auf der Erforschung der Kombination von KI-basierten Methoden mit Methoden der kausalen Analyse liegt. Die AiVader GmbH beschäftigt sich mit dem Einsatz von Methoden des maschinellen Lernens und der Explainable KI zur Erkennung von Betrugsfällen.

Das Projekt hat eine Laufzeit von drei Jahren. Die Förderung des Projektes erfolgt durch das Ministerium für Wirtschaft, Wissenschaft und Digitale Gesellschaft des Freistaat Thüringens, kofinanziert aus Mitteln der Europäischen Union (EFRE) und koordiniert durch die Thüringer Aufbaubank.