Digital lösning för att hitta ärenden av intresse (felaktiga utbetalningar)
Genom att hitta olika markörer som är vanligt förekommande i ärenden där felaktiga utbetalningar skett så kan modulen ta fram ärenden som behöver granskas närmare av FUT-handläggarna.
Så här fungerar modulen
Modulen samlar data från en flera olika databaser som exempelvis skatteverket, bolagsverket, postnummerservice och interna som Lifecare, UBW, Winlas samt tipstjänsten ska modulen räkna ut och sortera utifrån högst sannolikhet om att felaktiga utbetalningar utgår.
Bakgrund
Idag arbetar FUT-handläggarna med stickprov eller inkomna tips. Även om det gett gott resultat är det som att leta efter nål i höstack. Den stora mängden ärenden som behöver kontrolleras skulle med fördel kunna kontrolleras utifrån kända parametrar dessvärre är detta arbete enormt tidskrävande för en människa. En RPA kopplad till en AI skulle däremot kunna inhämta och analysera den datamängden på väldigt kort tid. Därefter skulle handläggarna kunna presenteras för ärenden där sannolikheten är stor att felaktigheter sker och bakgrunden till den bedömningen. På så sätt skulle insatserna kvalitativt kunna riktas mot de ärenden där störst risk föreligger.
Effekter
- Öka träffsäkerheten i ärenden av intresse för FUT-handläggarna
- Säkerställa att felaktiga utbetalningar kan återkrävas
Lansering
Beräknas till 2026
Kontaktuppgifter
- Elisabeth Arvidsson, Projektledare: elisabeth.arvidsson@helsingborg.se