Digitalisierung in der Versicherungsbranche? Einmal Buzzword-Bingo, bitte: IT-Sicherheit. Mobile Anwendungen. Omnichannel. Künstliche Intelligenz. Agilität und Transformation. Blockchain und NFT. Wobei: Die tollen Ideen hierzu sind seit dem letzten Platzen der Blase bis zur nächsten Blase eigentlich wieder in der Schublade verschwunden. Was ist also das Gemeinsame an all dem, was mit Digitalisierung in Verbindung gebracht wird?
In diesem Beitrag lädt Sie codecentric ein, gemeinsam einen Schritt zurückzutreten, um hinter die Buzzwords der Digitalisierung zu schauen. Lassen Sie uns Ursachenforschung betreiben und erarbeiten, warum Unternehmen erfolgreiche Digitalisierung unabhängig von technologiegetriebenen Hypes gestalten müssen und es nicht ausreicht, verstaubte Vorgehensmodelle der Softwareentwicklung in neue pseudoagile Gewänder zu kleiden.
Alles bekannt
Wir wollen Sie an dieser Stelle nicht mit den altbekannten Herausforderungen der Digitalisierung in der Versicherungsbranche langweilen. Natürlich hat sich das Kundenverhalten verändert und die Erwartungen unserer Nutzerinnen und Nutzer sind gestiegen. Alles soll schnell, einfach, intuitiv, nahtlos, mobil und omnichannel funktionieren. Es braucht effiziente Prozesse, die Automatisierung von Routineaufgaben, KI-gestützte Lösungen für die Schadenbearbeitung und Risikoeinschätzung und datenbasierte Entscheidungen. Beispielsweise, wenn es darum geht, Aufwand und Verlust gegeneinander abzuwägen, wenn nur noch Rechnungen ab einem bestimmten Betrag geprüft werden sollen.
Die Details sind zwar kompliziert, zum Beispiel bei der Frage, ob ein KI-Modell der neuesten Generation zuverlässig genug für eine Dunkelverarbeitung ist. Dennoch sind diese Themen nicht neu. Wenn die Technologien klar sind, die Methoden durch agile Coaches vermittelt wurden und das Spielfeld der Digitalisierung im Grunde abgesteckt und bespielbar ist, was macht dann das eigentliche Spiel so zäh?
Agilität ist nicht das Problem
Die Entscheidung, sich digitalisieren zu wollen und digitale Produkte mit all den verlockenden Technologien zu entwickeln, die die altbekannten Herausforderungen überwinden („Wir müssen endlich anfangen, uns ernsthaft zu digitalisieren“), ist entgegen der Wahrnehmung in den Unternehmen alles andere als schwer. Die Entscheidung ist der einfachste Teil. Was die Digitalisierung so schwierig macht, ist die Neigung von Organisationen, digitale Produkte mit den Methoden der 80er-Jahre zu entwickeln. Idee, Budget, Spezifikation, Umsetzung, Launch. Das V-Modell sagt Ihnen sicher noch etwas, den Autoren dieses Artikels möglicherweise schon nicht mehr.
Was die Digitalisierung so schwierig macht, ist die Neigung von Organisationen, digitale Produkte mit den Methoden der 80er-Jahre zu entwickeln.
Digitale Produkte werden analog zu klassischen Softwareprojekten gemanagt – nämlich als Projekte. Auch die Garnierung unseres Wasserfallansatzes mit agiler Methodik (zur Effizienzsteigerung) führt eben auch nur zu agilem Projektmanagement, meist mit festem Release-Plan, nur jetzt zerstückelt in zweiwöchentliche Reportings, Sprints genannt, und gespickt mit Retrospektiven, in denen alle ihre Sorgen
loswerden können. Mit echter Business-Agilität hat das wenig zu tun. Wenn aber Agilität in dieser Form unsere Kernprobleme gar nicht löst, bleibt die Frage, wo das Missverständnis liegt. Unsere Erfahrungen in Kundenprojekten führen uns zu der Hypothese, dass der Zweck von Agilität, nämlich die Nutzerinnen und Nutzerzentrierung, völlig außer Acht gelassen wird und in den erwähnten wasserfallartigen Planungen untergeht.
Die Frage ist also: Wozu reduzieren wir unseren Planungshorizont auf einen zweiwöchigen Sprint, wenn wir das Auslieferungsartefakt dann nicht nutzen, um es tatsächlich an Kunden und Kundinnen auszuliefern, um anhand des Feedbacks unseren Plan anzupassen?
Wie eine moderne digitale Produktentwicklung vorhandene Probleme entschärfen oder lösen kann, lesen Sie im 2. Teil Moderne digitale Produktentwicklung als Lösung unserer Serie. Und welche Stadien ein Unternehmen durchläuft und inwieweit davon die Rolle externer Partner betroffen ist, lesen Sie im 3. Beitrag der Reihe Enablement wird wichtiger als Umsetzungskompetenz.
Themen:
LESEN SIE AUCH
Hiscox-Studie: Nachfrage nach KI-generierter Kunst wird steigen
Der Hiscox Art and AI Report untersuchte die Ansichten von Kunstsammelnden und -liebhabern zu KI-generierter Kunst. 40 Prozent der Kunstsammler und über zwei Drittel der Kunstliebhaber gehen davon aus, dass der Verkauf KI-generierter Kunst zunehmen wird.
Versicherer müssen sich durch unruhiges Fahrwasser manövrieren
Auf die Assekuranz wartet unruhiges Fahrwasser. Versicherer müssen sich für alle Herausforderungen und disruptive Technologien wappnen und die Chancen der Omnichannel-Kommunikation entlang der Customer Journey bestmöglich nutzen.
KMU droht Nachhaltigkeitspflicht: Wer nicht in KI investiert, fällt zurück
Wie nachhaltig ist Ihr Unternehmen? Auf diese Frage erwartet die EU eine konkrete Antwort. Im Jahr 2023 wurden deshalb entsprechende Richtlinien verabschiedet. Die Corporate-Sustainability-Reporting-Direktive (CSRD) nimmt die Unternehmen in den Mitgliedsstaaten stärker in die Berichtspflicht über ihre Nachhaltigkeitsbemühungen.
KI – eine Chance für die Versicherungswirtschaft
Künstliche Intelligenz als technologischer Entwicklungsschritt, eröffnet der Versicherungswirtschaft viele Chancen. Dafür bedarf es aber geeigneter Regulierungen sowie technologieoffener Kontrollmechanismen. Aktuarinnen und Aktuare können einen wichtigen Beitrag leisten, um KI in der Branche zu etablieren.
INEX-HUB: BiPRO-Lösung für Versicherer und Finanzdienstleister
Die Entwicklung eigener BiPRO-Schnittstellen ist häufig eine enorme Herausforderung. Die Inveda.net GmbH hat mit dem INEX-HUB eine Lösung entwickelt, die die Umsetzung bei einzelnen Unternehmen erheblich verkürzt und eine schneller Umsetzung garantiert.
Künstliche Intelligenz ist mehr als technologischer Fortschritt
Künstliche Intelligenz (KI) ist eine Revolution in der Risikobewertung und unterstützt dabei, Schäden in mittlerer zweistelliger Millionenhöhe durch KI-Analyse zu vermeiden.