Künstliche Intelligenz ist eines der am häufigsten verwendeten Schlagwörter der letzten Zeit. Gleichzeitig hat sich die Leistungsfähigkeit intelligenter Systeme enorm verbessert – und das nicht erst seit ChatGPT. Damit gilt es in der Praxis umzugehen und künstliche Intelligenz zu verstehen und zu erklären.
Mit Hilfe von Data Analytics und künstlicher Intelligenz reguliert die Versicherungskammer heute schon Schäden. Dies geschieht schnell und zuverlässig, fair und mit verbesserter Kundenzufriedenheit. Gleichzeitig ergeben sich durch schnellere Abläufe auch Vorteile für den Versicherer, so dass täglich ein echter Mehrwert und messbarer Kundennutzen geschaffen wird.
„Im Schadenfall merkt der Kunde, ob er eine gute Versicherung hat. Das ist der Moment der Wahrheit“, sagt Christian Krams, Vorstandsmitglied BavariaDirekt und Leiter Konzern Schaden bei der Versicherungskammer. „Durch unsere digital unterstützten Prozesse generieren wir bereits heute einen echten Mehrwert für unsere Kunden. Denn sie erfahren ‚live‘ im Kontakt mit unseren Schadenmanagern, wie ihr individueller Schadenfall bestmöglich reguliert werden kann und werden dabei eingebunden."
Die Kundenzufriedenheit steige messbar; auch für das Unternehmen ergeben sich Vorteile, so Krams weiter. Die Digitalisierung des gesamten Schadenprozesses, bei dem die Mitarbeitenden eine wichtige Rolle als ‚Kümmerer‘ im Schadenfall einnehmen, sei deshalb auch ein elementarer Bestandteil des strategischen Zielbilds.
Einige Teilschritte des Schadenprozesses der Versicherungskammer funktionieren bereits heute vollautomatisiert, andere mit wertvoller technischer Unterstützung. Ein Beispiel: Die Digitale Schadensteuerung (DSS), die im ersten Schritt für Kfz-Schäden im produktiven Einsatz ist, unterstützt Schadenmanager im Regulierungsablauf: Unmittelbar nach Eingang der Schadenmeldung klassifiziert die DSS die Schäden und steuert sie in den richtigen Prozess. Auf Basis von statistisch überprüften Regeln, Data Analytics und KI erhalten die Schadenmanager in Echtzeit Empfehlungen zur „next best action“, konkret bezogen auf die Gegebenheiten des individuellen Schadenfalls.
Dies führt zu einer deutlich beschleunigten, effizienten Schadenregulierung. Zudem können durch den Einsatz von KI-Algorithmen beispielsweise auch übergreifende Muster für mögliche Betrugs- oder Regressfälle ermittelt werden, die die Schadenmanager auf Basis von Einzelfällen nicht aufdecken könnten. Dies ist ein wichtiger Beitrag zum Schutz des Versichertenkollektivs.
Wie gelingt das Zusammenspiel mit den Schadenmanagern?
Das Zusammenspiel zwischen den kompetenten Schadenmanagern und der intelligenter Technik sei kein Widerspruch, sondern die Basis für eine echte Win-win-Situation für alle Beteiligten, erklärt Kram. Dazu gehört eine schrittweise Veränderung der Aufgaben und Rollen der Mitarbeitenden – und kontinuierliches Lernen.
Die Bereitschaft zur Zusammenarbeit zwischen Mensch und Maschine sieht die Versicherungskammer als eine wesentliche Voraussetzung für die erfolgreiche Implementierung moderner Technologien in den Schadenprozess. Der Einsatz von Data Analytics und KI führt teilweise zu veränderten Aufgaben und Anforderungen an die Mitarbeitenden; dies bedingt umfassende Change-Initiativen im Hinblick auf veränderte Prozesse und neue Mensch-Maschine-Interaktionen.
Krams resümiert: „Diese Symbiose gilt es immer weiter zu verfeinern, um die Chancen moderner Technik optimal zu nutzen und gleichzeitig die menschliche Empathie an den entscheidenden Stellen gezielt einzusetzen.“
Themen:
LESEN SIE AUCH
Vom schnellen Einstieg in KI profitieren
Ein Großteil der deutschen Versicherer verzichtet bislang noch auf den flächendeckenden Einsatz von KI, obwohl enorme Chancen darin liegen: KI kann die Kundenzufriedenheit verbessern, Effizienz steigern und wertvolle Geschäftseinblicke liefern. So lassen sich schnell spürbare Ergebnisse erzielen.
Wie digital ausgereift sind Versicherer im Jahr 2023?
Die Branche hat in den letzten Jahren bedeutende digitale Technologien eingeführt, doch wie steht es um die Versicherer im Branchenvergleich? Und wie gut sind sie darauf vorbereitet, die neuen Technologien rund um KI und Automatisierung in Angriff zu nehmen?
KI-gestütztes Tool erleichtert Dokumentenprüfung
Das KI-basierte Tool GRABBER ist in der Lage, eine große Anzahl von Dokumenten über ganze Schadenportfolios hinweg zu verarbeiten. Zudem sucht und findet das neue Software-Modul von DGTAL dabei spezifische Informationen in bestimmten Dokumenten.
Cloud-basierte Lösungen für smartere Kundenkonversationen
Um konkurrenzfähig zu bleiben und die Kundenzufriedenheit zu steigern, müssen Unternehmen eine relevante und personalisierte Konversationen schaffen. Ohne eine Neugestaltung der Kundenkommunikation ist dies nicht möglich.
Unsere Themen im Überblick
Themenwelt
Wirtschaft
Management
Recht
Finanzen
Assekuranz
Warum Europas digitaler Tiefschlaf enden muss – und wie der „AI Continent“-Plan zum Wendepunkt werden kann
Die EU will mit dem „AI Continent Plan“ zur globalen KI-Macht aufsteigen – doch reicht das, um den digitalen Rückstand aufzuholen? Ein Kommentar über Europas Weckruf, seine neuen Ambitionen und das, was jetzt wirklich zählt.
Meta scannt Europa: Wie unsere Posts zur Futterquelle für künstliche Intelligenz werden
Meta beginnt noch diese Woche, EU-Nutzer per App und E-Mail zu informieren: Öffentliche Facebook- und Instagram-Beiträge sowie KI-Chats sollen künftig das KI-Modell füttern. Datenschützer sind alarmiert.
KI als Effizienztreiber: Mittelstand setzt auf digitale Transformation – doch Fachkräftemangel bremst
Der deutsche Mittelstand setzt verstärkt auf Künstliche Intelligenz, um Effizienzpotenziale zu heben – doch der Fachkräftemangel bremst den digitalen Fortschritt. Eine aktuelle Studie zeigt, wie Unternehmen investieren und woran Projekte scheitern.
Generative KI in der Versicherungsbranche: Zwischen Aufbruch und Durchbruch
Die Versicherungswirtschaft hat generative KI inzwischen fest in ihre Digitalstrategie integriert – doch das volle Potenzial ist längst nicht ausgeschöpft. Ein aktueller Sammelband des InsurLab Germany zeigt, wo der Einsatz heute bereits messbaren Mehrwert liefert – und wo zentrale Herausforderungen auf dem Weg zur Skalierung bestehen.