Übersetzt aus dem englischen Original. Zahlen und Quellen sind unverändert. Englisches Original lesen
Grab
Verfahrensgesteuerte KI-Agenten von Grab verkürzen die Untersuchung von Betrug und Kontoübernahmen
Grab hat ein KI-Agenten-Framework gebaut, das schriftlichen Standardarbeitsanweisungen folgt, und damit Untersuchungen von Kontoübernahmen und Betrugsprüfungen im Risikobetrieb automatisiert. Grab meldet, die Untersuchungszeit sei von 23 auf 3 Minuten gesunken und 87 % der Fälle seien automatisiert.
Kennzahlen
Wortgetreu aus den Quellen übernommen. Kopieren Sie jede Zahl mit ihrer Quellenangabe.
87 %
Anteil der Untersuchungen von Kontoübernahmen, die der ATI-Bot automatisiert1
45 %
Verkürzung der durchschnittlichen Bearbeitungszeit bei Betrugsuntersuchungen1
über 300
Eingesparte Arbeitsstunden pro Monat bei Betrugsuntersuchungen1
Was es erforderte
Kosten, Teamgröße und Zeitplan wurden in den Quellen nicht veröffentlicht.
Das Problem
Die Untersuchung einer Kontoübernahme, bei der jemand anderes die Kontrolle über das Konto eines Kunden erlangt, war langsame Handarbeit. Analysten holten Daten aus mehreren Systemen, führten viele Datenbankabfragen aus und trafen Entscheidungen unter Druck, was zu Verzögerungen, Fehlern und dem Bedarf an Spezialwissen führte.
Was sie gebaut haben
Grab hat ein Framework gebaut, in dem ein KI-Agent eine schriftliche Standardarbeitsanweisung (SOP) abarbeitet. Erster Einsatzfall war der Bot für Untersuchungen von Kontoübernahmen (Account Takeover Investigations, ATI), danach wurde dasselbe Framework auf Betrugsuntersuchungen angewandt. Mitarbeitende prüfen die Ergebnisse in Werkzeugen wie Slack.
Wie sie vorgegangen sind
Die SOP ist in einfacher Sprache als Baum aus Schritten und Entscheidungen geschrieben, und nicht technische Mitarbeitende können sie in einem visuellen Editor bearbeiten. Ein Planungsmodul geht den Baum Schritt für Schritt durch. Ein Worker-Agent führt die Datenbankabfragen und Systemaufrufe aus, die jeder Schritt erfordert, und speichert die Ergebnisse. Am Ende schreibt das System eine Zusammenfassung und eine Entscheidung. Grab begrenzt die Werkzeuge, die das Modell nutzen kann, und komprimiert den Kontext, um erfundene Schritte zu verringern.
Ergebnisse
Grab meldet, dass der ATI-Bot die Untersuchungszeit von 23 Minuten auf nur 3 gesenkt und 87 % der Fälle automatisiert hat. Die durchschnittliche Bearbeitungszeit bei Betrugsuntersuchungen sank um 45 %, was über 300 Arbeitsstunden pro Monat spart. Ein zweiter Beitrag von Grab wiederholt die 87 % und nennt als Ausgangszeit 22 statt 23 Minuten.
Was Sie übernehmen können
Beginnen Sie mit einem Prozess, der bereits ein schriftliches Verfahren und klare Entscheidungen hat. Geben Sie den Prozessverantwortlichen die Kontrolle über das Verfahren und protokollieren Sie jeden Lauf.
Erkenntnisse für Ihr Projekt
Bilden Sie das menschliche Verfahren als Schritt-für-Schritt-Baum mit Entscheidungspunkten und Datenabrufen ab. Grab bindet das Modell an die schriftliche Anweisung, statt es improvisieren zu lassen.
Lassen Sie nicht technische Prozessverantwortliche das Verfahren schreiben und ändern. Grab stellt ihnen einen visuellen Editor bereit, damit die Menschen, die den Prozess kennen, ihn auch steuern.
Halten Sie dort, wo es nötig ist, den Menschen in der Schleife. Das Framework kann pausieren und fortsetzen, damit eine Person eingreifen kann.
Protokollieren Sie jeden Lauf, damit Entscheidungen erklärt und überprüft werden können.
Einschränkungen
- Alle Zahlen stammen von Grab selbst, aus zwei Beiträgen im Engineering-Blog. Kein Außenstehender bestätigt sie.
- Der erste Beitrag nennt 23 Minuten vor dem Bot, der zweite 22 Minuten, beide gesenkt auf 3 Minuten je Ticket. Grab erklärt den Unterschied nicht, und nur die Zahlen des ersten Beitrags sind als Kennzahlen aufgeführt.
- Grab bezeichnet die Genauigkeit von über 99,8 % und die Falschquote von 0 als Ergebnisse erster Evaluierungen. Sie sind hier nicht als Kennzahlen aufgeführt. Die Beiträge beschreiben nicht, wie sie gemessen wurden.
- Die Beiträge nennen die KI-Modelle nicht und geben kein Startdatum an. Sie beschreiben eingesetzte Bots, und das angegebene Einführungsdatum ist das Datum des ersten Beitrags.
- Die Beiträge sagen nicht, wie viele Fälle oder Analysten die Zahlen abdecken oder was der Aufbau gekostet hat.
Quellen
- Introducing the SOP-driven LLM agent frameworks
Grab Engineering Blog · 2025-04-25 · Unternehmensblog · engineering.grab.com
- Streamlining RiskOps with the SOP agent framework
Grab Engineering Blog · 2025-05-08 · Unternehmensblog · engineering.grab.com
In eigenen Worten aus den oben genannten Quellen zusammengefasst. Einen Fehler entdeckt? Siehe Korrekturen.