FRISS Trust Automation

Kurzfazit

FRISS ist der spezialisierte Platzhirsch für Betrugsabwehr in der Sach- und Haftpflichtversicherung (P&C). Während generische Fraud-Tools branchenübergreifend funktionieren wollen, ist FRISS von Grund auf für Versicherungsprozesse gebaut, Antragsprüfung, Schadensbearbeitung und die Arbeit der Sonderermittlungseinheiten (SIU). Die größte Stärke ist die automatische Netzwerkanalyse: Sie macht aus scheinbar unabhängigen Einzelfällen organisierte Betrugsringe sichtbar, indem sie geteilte Adressen, Werkstätten, Anwälte oder Bankverbindungen als Knotenpunkte verknüpft. Über 400 Versicherer in mehr als 40 Ländern setzen die Plattform ein. Schwächen liegen in der vollständigen Preis-Intransparenz, der Abhängigkeit von sauberen Stammdaten und der Tatsache, dass FRISS seit 2024 zum US-Analytics-Konzern SAS gehört, was die langfristige Markenstrategie offen lässt. Für ernsthafte P&C-Versicherer ist FRISS dennoch eine der ausgereiftesten Optionen am Markt.

Für wen ist FRISS?

Kfz- und Sachversicherer mit hohem Schadensvolumen: Genau hier spielt FRISS seine Stärke aus. Wer jährlich Hunderttausende Schadenmeldungen reguliert, kann unmöglich jeden Fall manuell auf organisierten Betrug prüfen. FRISS scort automatisch und hebt verdächtige Cluster hervor, der größte Hebel liegt bei Kfz, Hausrat und Haftpflicht, wo Betrugsringe besonders verbreitet sind.

SIU- und Ermittlungsteams: Sonderermittler verbringen viel Zeit damit, Verbindungen zwischen Fällen manuell zu rekonstruieren. FRISS’ Netzwerkvisualisierung übernimmt diese Kartierung automatisch und liefert den Ermittlern bereits aufbereitete Fall-Cluster statt Rohdaten. Das verschiebt die Arbeit von der Recherche zur eigentlichen Beweisführung.

Versicherer ohne eigenes Data-Science-Team: FRISS liefert vortrainierte Scoring-Modelle, die nicht erst aufgebaut werden müssen. Für mittelgroße Versicherer, die keine eigene KI-Abteilung haben, ist das ein realistischer Einstieg in automatisierte Betrugserkennung.

Underwriting-Abteilungen: Betrug beginnt nicht erst beim Schaden, sondern oft schon beim Antrag (Falschangaben, manipulierte Vorschäden). FRISS prüft bereits in der Angebots- und Verlängerungsphase und verhindert so, dass ein Risiko überhaupt erst in den Bestand kommt.

Weniger geeignet für: Alle Branchen außerhalb der P&C-Versicherung. FRISS ist kein generisches Anti-Fraud-System für Banken, E-Commerce oder Zahlungsverkehr, dafür gibt es spezialisierte Anbieter. Auch kleine Versicherer mit sehr geringem Schadensaufkommen rechtfertigen den Aufwand und die Kosten selten. Und wer eine schnell ausprobierbare Self-Service-Lösung sucht, ist hier falsch: FRISS ist ein Enterprise-Projekt mit Vertrieb, Discovery und Implementierung.

Preise im Detail

Modell	Preis	Was du bekommst
Fraud Detection at Underwriting	Auf Anfrage	Echtzeit-Risikoprüfung bei Antrag und Verlängerung, Scoring, Datenanreicherung
Fraud Detection at Claims	Auf Anfrage	Schadens-Screening in Echtzeit, Business Rules, Anomalie-Erkennung
Investigations / Network Analysis	Auf Anfrage	Netzwerkvisualisierung, Fall-Management für SIU-Teams, Ring-Erkennung
Gesamtplattform	Auf Anfrage	Modulares Bundle, Preis nach Prämienvolumen und Schadensmenge

Einordnung: FRISS veröffentlicht keine Preise, wie bei vielen Enterprise-Insurtech-Plattformen läuft alles über Vertrieb und individuelle Angebote. Aus Marktbeobachtung lässt sich grob einordnen: Kleinere Versicherer starten typischerweise im fünfstelligen Euro-Bereich pro Jahr, große Erstversicherer mit hohem Schadensvolumen landen schnell im sechs- bis siebenstelligen Bereich. Das Modell ist modular und richtet sich nach Prämienvolumen sowie der Zahl genutzter Module (Underwriting, Claims, Investigations). Ein Self-Service-Testzugang existiert nicht, die Bewertung läuft über eine Discovery-Phase mit deinen eigenen historischen Daten. Für die Wirtschaftlichkeitsrechnung zählt nicht der Lizenzpreis, sondern die verhinderte Schadenssumme: Bei Versicherern mit organisiertem Betrug amortisiert sich das System oft im ersten Jahr.

Stärken im Detail

Netzwerkanalyse ist das Herzstück. Der größte Mehrwert von FRISS gegenüber regelbasierten Altsystemen ist die automatische Erkennung von Betrugsringen. Das System verknüpft Schadenfälle über gemeinsame Merkmale, dieselbe Adresse, dieselbe Werkstatt, derselbe Anwalt, dieselbe IBAN, dasselbe Telefon. Was als Dutzende unabhängiger Einzelfälle aussieht, wird so als koordinierte Gruppe sichtbar. Genau das ist mit manueller Sachbearbeitung praktisch nicht zu leisten.

Echte Branchenspezialisierung. FRISS ist seit fast 20 Jahren ausschließlich auf P&C-Versicherung fokussiert. Die mitgelieferten Geschäftsregeln, Risikoindikatoren und Scoring-Logiken sind aus echter Versicherungserfahrung gewachsen, nicht aus generischer Anomalie-Erkennung. Das verkürzt die Zeit bis zum produktiven Einsatz erheblich, weil Versicherer nicht bei null anfangen.

Vortrainierte Modelle statt Eigenentwicklung. FRISS liefert Scoring-Modelle, die direkt einsetzbar sind. Für Versicherer ohne eigenes Data-Science-Team ist das der entscheidende Punkt: Sie bekommen funktionierende KI-Betrugserkennung, ohne erst Modelle trainieren, Datensätze labeln und Pipelines bauen zu müssen. Feintuning auf den eigenen Bestand ist möglich, aber kein Muss für den Start.

Externe Datenanreicherung. FRISS reichert interne Schadendaten mit externen Quellen an, Hinweis- und Informationssysteme (HIS), Kfz-Register, Sanktions- und Watchlists, Adress- und Unternehmensdatenbanken. Erst diese Kombination macht viele Betrugsmuster erkennbar, die in den isolierten Daten eines einzelnen Versicherers unsichtbar bleiben.

Integration in bestehende Kernsysteme. FRISS bindet sich via API in gängige Versicherungs-Kernsysteme ein, Guidewire ist ein häufiger Partner, dazu kommen Partnerschaften mit Core-Anbietern wie Fadata und Sapiens. Die Betrugsprüfung läuft damit im normalen Sachbearbeitungs-Workflow, ohne dass Mitarbeitende ein zusätzliches Tool öffnen müssen.

EU-Hosting als Compliance-Vorteil. Für europäische Versicherer ist das Hosting in EU-Rechenzentren ein realer Vorteil gegenüber rein US-basierten Anbietern. FRISS stammt aus den Niederlanden und kennt die europäischen Datenschutzanforderungen aus erster Hand, relevant in einer Branche, die mit hochsensiblen personenbezogenen Daten arbeitet.

Schwächen ehrlich betrachtet

Vollständige Preis-Intransparenz. Es gibt keine veröffentlichten Preise, keine Testversion, kein Self-Service. Wer FRISS evaluieren will, muss in einen Vertriebsprozess mit Discovery-Phase einsteigen. Das ist für Enterprise-Insurtech normal, erschwert aber den schnellen Marktvergleich, du kannst zwei Anbieter nicht einfach nebeneinander stellen, ohne mit beiden Vertriebsgespräche zu führen.

Steht und fällt mit der Datenqualität. Die Netzwerkanalyse ist nur so gut wie die Stammdaten im Kernsystem. Wenn Adressen uneinheitlich erfasst sind, Werkstätten unter verschiedenen Schreibweisen geführt werden oder Bankverbindungen fehlen, brechen die Verbindungen weg, die FRISS eigentlich finden soll. Versicherer mit chaotischer Datenhaltung müssen vor dem Einsatz erst aufräumen, sonst bleibt das Potenzial ungenutzt.

Erklärbarkeit hat Grenzen. KI-Scores sind nicht immer transparent nachvollziehbar. In der Versicherung ist das heikel: Wenn ein Schaden wegen eines Betrugsverdachts verzögert oder abgelehnt wird, muss das gegenüber Kunden, Beschwerdestellen und Aufsicht begründbar sein. FRISS liefert Indikatoren, aber für rechtssichere Begründungen braucht es ergänzende Dokumentation und menschliche Prüfung, ein automatischer Score allein trägt eine Ablehnung nicht.

Übernahme durch SAS schafft Unsicherheit. FRISS gehört seit 2024 zum US-Konzern SAS. Übernahmen führen in der Praxis oft zu Roadmap-Verschiebungen, Marken-Konsolidierung oder Integration in größere Produktsuiten. Für Versicherer, die jetzt einen mehrjährigen Vertrag abschließen, ist die langfristige Eigenständigkeit der Marke FRISS nicht vollständig vorhersehbar. Das ist kein K.-o.-Kriterium, gehört aber in jede Risikobewertung.

Kein Werkzeug gegen hochkomplexe internationale Kriminalität. FRISS erkennt Muster innerhalb der verfügbaren Daten. Sehr ausgefeilte, grenzüberschreitende oder bewusst auf das System abgestimmte Betrugsstrukturen, die jede Datenspur vermeiden, stoßen an die Grenzen jeder automatisierten Lösung, die Ermittlung bleibt am Ende Menschenarbeit.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Den direkten P&C-Fraud-Konkurrenten vergleichen willst
Netzwerkanalyse und Entity-Resolution branchenübergreifend brauchst
Eine breite, branchenübergreifende Analytics-Plattform suchst	SAS (heute FRISS’ Mutterkonzern)
Eigene Betrugsmodelle ohne Branchen-Templates bauen willst

Erwähnenswert ohne eigene Tool-Bewertung: die internen Anti-Fraud-Module großer Kernsystem-Anbieter wie Guidewire und Sapiens, die für Versicherer interessant sind, die ohnehin auf diesen Plattformen sitzen. Wer FRISS evaluiert, sollte mindestens als direkten Peer in den Vergleich nehmen, beide adressieren denselben Markt mit unterschiedlichen Schwerpunkten. FRISS’ Alleinstellung bleibt die Tiefe der P&C-Spezialisierung kombiniert mit out-of-the-box-Modellen; reine Plattform-Anbieter wie SAS Viya oder Dataiku verlangen mehr Eigenleistung beim Aufbau.

So steigst du ein

Schritt 1: Kennzahlen sammeln und Demo anfragen. Bereite die zentralen Zahlen vor, jährliches Schadensvolumen, Anzahl Schadenmeldungen, geschätzte Betrugsverdachtsquote, vorhandene Systeme (Kernsystem, CRM, Datenquellen). FRISS startet üblicherweise mit einer Fraud-Assessment-Analyse auf Basis deiner Daten, die zeigt, wo das größte Potenzial liegt.

Schritt 2: Proof of Concept auf historischen Daten. Lass FRISS rückwirkend auf abgeschlossenen Schadenfällen laufen. Das ist der ehrlichste Test: Findet das System Ringe und Muster, die deine Sachbearbeitung damals übersehen hat? Eine strukturierte Discovery-Phase liefert nach wenigen Wochen erste belastbare Ergebnisse, bevor du dich auf eine vollständige Implementierung festlegst.

Schritt 3: Integration und SIU-Anbindung. Nach Vertragsabschluss bindet FRISS sich via API in dein Kernsystem ein (z. B. Guidewire). Wichtig: Plane parallel den Prozess hinter den Treffern. Ein Score ohne klaren Workflow, wer prüft den Verdacht, wer entscheidet, wie wird dokumentiert, bringt keinen Mehrwert. Die SIU-Anbindung und ein sauberer Eskalationspfad sind genauso entscheidend wie die Technik selbst.

Ein konkretes Beispiel

Ein mittelgroßer Kfz-Versicherer aus Norddeutschland mit rund 250.000 Schadenmeldungen pro Jahr führt FRISS Claims Analytics ein. Das System erkennt in den ersten drei Monaten einen Ring aus sieben Kfz-Haltern, zwei Werkstätten und einem Anwaltsbüro, alle Fälle waren zuvor als unabhängige Einzelschäden reguliert worden. Die Verbindung wurde erst über gemeinsame Bankverbindungen und dieselbe Reparaturwerkstatt sichtbar. Die Gesamtschadenssumme dieser Gruppe: rund 340.000 Euro über 18 Monate. Durch Sperrung und Weiterleitung an die Sonderermittlung konnten laufende Regulierungen über 85.000 Euro gestoppt werden. Mindestens ebenso wertvoll: Das SIU-Team hatte erstmals eine visuelle Karte des Rings statt einzelner Akten, und konnte die Beweisführung gegenüber der Staatsanwaltschaft deutlich schneller aufbereiten. Die verhinderte Schadenssumme im ersten Jahr lag über den Plattformkosten.

DSGVO & Datenschutz

• Datenhosting: EU-Rechenzentren. FRISS stammt aus den Niederlanden (Utrecht) und ist auf europäische Datenschutzanforderungen ausgelegt. Seit 2024 gehört das Unternehmen zum US-Konzern SAS, für die rechtliche Bewertung der Datenflüsse nach der Übernahme sollte der aktuelle Stand der Auftragsverarbeitung explizit erfragt werden.
• Datennutzung: FRISS verarbeitet im Auftrag des Versicherers dessen Schaden- und Vertragsdaten. Diese gehören zu den sensibelsten personenbezogenen Daten überhaupt, eine sauber dokumentierte Auftragsverarbeitung ist Pflicht, kein Nice-to-have.
• Auftragsverarbeitung (AVV): Als Enterprise-SaaS für Versicherer ist ein AVV Standardbestandteil des Vertrags. Inhalt und Subunternehmer-Liste nach der SAS-Übernahme im Detail prüfen.
• Automatisierte Entscheidungen: Betrugs-Scores fallen potenziell unter die Regeln zu automatisierten Einzelentscheidungen (Art. 22 DSGVO). Eine rein automatische Schadensablehnung ohne menschliche Prüfung ist datenschutzrechtlich riskant, FRISS sollte als Entscheidungsunterstützung, nicht als alleiniger Entscheider eingesetzt werden.
• Empfehlung für Unternehmen: Vor Einsatz eine Datenschutz-Folgenabschätzung durchführen, den Betriebsrat einbinden und den Eskalationsprozess so gestalten, dass jeder folgenreiche Treffer von einem Menschen geprüft wird. Die Verarbeitung externer Datenquellen (HIS, Register) gesondert auf Rechtsgrundlage prüfen.

Gut kombiniert mit

• , wenn das Data-Science-Team eigene, hauseigene Modelle ergänzend zu FRISS’ Standardmodellen entwickeln will, liefert Dataiku die Plattform dafür. FRISS deckt die Branchenstandards ab, Dataiku die unternehmensspezifischen Sonderfälle.
• SAS Viya, als Mutterkonzern-Plattform bietet SAS’ Analytics-Umgebung tiefergehende statistische Auswertungen und Modell-Governance rund um die FRISS-Treffer. Naheliegende Kombination, seit FRISS zu SAS gehört.
• , für das Management-Reporting: FRISS erkennt und scort, Power BI macht aus den Treffern Kennzahlen-Dashboards (verhinderte Schadenssumme, Trefferquote, SIU-Auslastung), die in der Vorstandsrunde überzeugen.

Unser Testurteil

FRISS verdient 4 von 5 Sternen. In seiner Nische, Betrugsabwehr für P&C-Versicherer, gehört es zu den ausgereiftesten und am breitesten eingesetzten Lösungen am Markt, mit über 400 Versicherern in mehr als 40 Ländern. Die automatische Netzwerkanalyse ist der entscheidende Mehrwert: Sie macht organisierten Betrug sichtbar, der mit klassischer Sachbearbeitung praktisch nicht aufzudecken ist. Die vortrainierten Modelle und die EU-Verankerung machen FRISS auch für Versicherer ohne eigenes KI-Team realistisch nutzbar. Den fünften Stern kosten die vollständige Preis-Intransparenz ohne jeden Testzugang, die starke Abhängigkeit von sauberen Stammdaten, die begrenzte Erklärbarkeit der Scores im aufsichtsrechtlichen Kontext und die offene Frage, wie sich die Marke nach der SAS-Übernahme entwickelt. Für ernsthafte P&C-Versicherer mit Betrugsproblem bleibt FRISS dennoch eine der ersten Adressen, die man evaluieren sollte.

Was wir bemerkt haben

• 2024, FRISS wurde vom US-amerikanischen Analytics-Konzern SAS übernommen. Die Plattform wird weiterhin unter dem Namen FRISS geführt und um SAS’ breitere Analytics- und KI-Kompetenz ergänzt. Für Bestandskunden ändert sich kurzfristig wenig, langfristig bleibt die Markenstrategie aber offen, Versicherer sollten den AVV und die Datenflüsse nach der Übernahme aktiv prüfen.
• 2024, Solution-Partnerschaft mit dem Kernsystem-Anbieter Fadata angekündigt (Ende 2024). FRISS verfolgt damit erkennbar die Strategie, sich tief in die gängigen Versicherungs-Kernsysteme vorzuintegrieren, statt als isoliertes Zusatztool zu existieren, ein sinnvoller Hebel für die Akzeptanz in der Sachbearbeitung.
• Mai 2026, Die Kundenzahl wird inzwischen mit über 400 Versicherern angegeben (frühere Angaben lagen bei rund 175). Das deutet auf anhaltendes Wachstum hin, vermutlich beschleunigt durch die Anbindung an die Vertriebs- und Konzernstruktur von SAS.
• Mai 2026, Es gibt weiterhin keine veröffentlichten Preise und keinen Self-Service-Test. Wer FRISS bewerten will, kommt um eine Discovery-Phase mit eigenen Daten nicht herum. Diese Intransparenz ist branchentypisch für Enterprise-Insurtech, erschwert aber den direkten Marktvergleich erheblich.