Business Paper

Künstliche Intelligenz in der Versicherungsbranche

Daten als Treibstoff für die Versicherungsbranche

Künstliche Intelligenz in der Versicherungsbranche

Versicherungen sind von je her eher traditionell unterwegs. Dies zeigt sich insbesondere in den vorherrschenden IT-Landschaften, die oft Großrechner-geprägt sind und sich durch eine hohe Heterogenität auszeichnen. Doch auch die Versicherungsbranche ist wie praktisch alle anderen Branchen im Zuge der digitalen Transformation einem fundamentalen Wandel unterworfen. Einerseits durch die zunehmen Digitalisierung der Kunden selbst, andererseits durch die zunehmende Zahl an Online-Versicherung, die KI-gestützt Versicherungen anbieten, aber auch generell mit einem besseren Kundenverständnis näher an ihrer Zielgruppe sind. 

Algorithmus-gesteuerte Prozessautomatisierung

Schon immer waren kundenbezogene Daten der Treibstoff für die Arbeit der Versicherungsbranche. Die schnelle und präzise Verarbeitung dieser Kundendaten ist daher essenziell wichtig und bildet unter anderem die Grundlage erfolgskritischer Prognose- und Schadensmodelle. Seit neuestem hilft Versicherungen hierbei Künstliche Intelligenz, also lernfähige Algorithmen. Denn sie können Daten in Sekundenbruchteilen nach vorgeschriebenen Mustern verarbeiten und analysieren. Doch der wirklich wichtige Vorteil von KI-Systemen liegt vor allem darin: Sie können auf Basis von (Kunden-) Daten lernen, um versicherungsrelevante Prognosen über die Zukunft zu treffen. Diese sind essenziell für das Versicherungsgeschäft.

Heterogenität erschwert die Arbeit der KI

Künstliche Intelligenz wird bei Versicherungen oft erst Mal nur in Teilbereichen eingesetzt. Das liegt unter anderem daran, dass nahezu alle Versicherer historisch gewachsene und vielzählige IT-Systeme für ihre unterschiedlichen Produktlinien haben. Denn für die jeweiligen Produkte müssen unterschiedliche Informationen über den Kunden erfasst und verarbeitet werden. Zum Beispiel ist es offensichtlich, dass für eine Wohngebäudeversicherung das Geburtsdatum des Eigentümers nicht so wichtig ist, wie beispielsweise für eine Lebensversicherung. Dieser Umstand führte bei Versicherern oft zu verschiedenen IT-Systemen, meist pro Versicherungsprodukt. Die große Herausforderung liegt nun darin, all diese Daten miteinander zu verknüpfen, eine unternehmensweit einheitliche Sicht auf die Kunden zu erhalten. Erst dann kann KI durchgängig und nicht nur in Teilbereichen eingesetzt werden.

Kundendatenqualität ist voraussetzende Bedingung

Fragmentierte Daten in verteilten Systemen gehen oft einher mit schlechter Datenqualität. Werden diese Daten dann zum „Anlernen“ der Algorithmen herangezogen, sind Fehler vorprogrammiert. Denn die KI, in diesem Fall die Software-Robotics arbeiten nur so gut wie die Daten sind, die zum Anlernen der Algorithmen herangezogen wurden. Hinzu kommt, dass die Trainingsdaten in der Regel nur zehn Prozent des Gesamtbestandes ausmachen. Nach Beendigung dieser Lernphase ist das System in der Lage, zu verallgemeinern und auch unbekannte Daten zu beurteilen. Dann können zuverlässig zum Beispiel Schadensfälle bearbeitet werden oder auch die entsprechenden Prognosen abgeleitet werden, z. B. über Schadenhäufigkeit.

Künstliche Intelligenz in der Versicherungsbranche

Lesen Sie in unserem neuen Fachbericht, wie Versicherungen mittels KI den Kundenservice verbessern, ihre kundenbezogenen Daten als Treibstoff nutzen und welche Rolle in diesem Zusammenhang eine qualitativ hochwertige Datenbasis spielt.

Mehr zum Thema

Sie wollen mehr zum Thema Künstliche Intelligenz und Machine Learning erfahren? Kommen Sie zur INNOVATIVE 2018! Wir freuen uns auf Ihre kostenlose Anmeldung.