Hvordan en svindelenhed holder op med at miste den samme mistænkte på tværs af fem forskellige journaler

En SIU-efterforsker åbner en ny skadesag og kører standardtjekkene. Intet slår ud. Den skadelidtes navn er stavet en anelse anderledes i tegningsfilen. Adressen har to cifre byttet om i det ene system, men ikke det andet. En delt bankkonto ligger tre systemer væk, i en sag, der blev lukket for to år siden.

Intet af dette er skjult. Det er blot spredt ud over et policeadministrationssystem, en skadeplatform, et CRM og en mappe med tidligere undersøgelsesrapporter — hvert af dem sikkert i sin egen journal, uden kendskab til de andre.

Eksakte opslag fanger det ikke. En efterforsker, der vil fange det, skal allerede mistænke en forbindelse og derefter lede efter den system for system. De fleste har ikke tiden. Nogle forbindelser bliver aldrig fundet, før et mønster dukker op et andet sted, måneder senere.

Prisen er ikke kun overset svindel. Det er en svindelenhed, der ikke kan dokumentere, hvorfor to sager blev (eller ikke blev) behandlet som forbundne.

Spørgsmålet er ikke, om dataene findes. Det er, om platformen kan vise, at det er den samme entitet, uden at nogen på forhånd skal vide det.

KnowledgeHub implementeres oven på de eksisterende systemer — policeadministration, skadebehandling, CRM og tidligere sagsakter bliver præcis, hvor de er. Hver kilde indlæses med lineage bevaret på journalniveau. En versioneret ontologi definerer, hvad der tæller som et match: delte identifikatorer, adresseoverlap, enheds-fingeraftryk, modpartsrelationer og tidligere skadehistorik.

Agenter får en snæver opgave: foreslå kandidatmatch, rangeret efter dokumentation, og hvert stykke understøttende dokumentation skal henvise til sin kildejournal. De sammenlægger ikke noget selv. En efterforsker gennemgår dokumentationen og godkender eller afviser matchet, før det bliver en del af sagsgrafen.