AssCompact suche
Home
Assekuranz
18. April 2019
Chancen und Grenzen von künstlicher Intelligenz in der Assekuranz

Chancen und Grenzen von künstlicher Intelligenz in der Assekuranz

Die Erwartungen an den Einsatz von künstlicher Intelligenz (KI) – gerade in der Assekuranz – sind hoch. Gleichzeitig gibt es nicht wenige Mahner, die aufgrund ethischer, sozialpolitischer oder finanzieller Bedenken den zunehmenden Einsatz von KI kritisch betrachten. Dazu äußert sich Andreas Grigull, Industry Strategy Lead Insurance bei der Microsoft Deutschland GmbH.

Die Versicherungswirtschaft mit ihren sehr standardisierten Prozessen ist wie kaum eine andere Industrie prädestiniert für den Einsatz von KI. Das World Economic Forum hat in seinem Report „The new physics of Financial Services“ im August 2018 dabei die Bereiche Kundenmanagement, Versicherungsprozesse, Kernsystemmodernisierung und Asset-Management entlang der Achse „bestehende Prozesse optimieren“ und „etwas grundsätzlich neu gestalten“ analysiert. Entstanden sind dabei über 20 verschiedene Einsatzszenarien, welche wiederum in vielfältige Unterkategorien aufgeteilt werden können.

KI ermöglicht die bestmögliche Kundenerfahrung durch automatische Vorhersage der Kündigungswahrscheinlichkeit, Stimmungsanalyse des Kunden, Produktvorschläge passend zur Situation und automatisierte, individualisierte Prozessabläufe. Die Vereinfachung und Beschleunigung des Vertragsabschlusses ebenso wie eine schnelle und präzisere Abwicklung von Schadenvorfällen wird die Branche nachhaltig verändern. Durch die Verknüpfung und Analyse großer – auch externer – Datenmengen können neue Produkte und Dienstleistungen entwickelt werden.

Vielfältige Möglichkeiten bestehen zum Beispiel beim Einsatz von KI in der Gesundheitsvorsorge: Bereits heute können Bilder auf spezifische Befunde (z. B. schwarzen Hautkrebs) genauer und schneller durch KI-Systeme untersucht werden, als ein Mensch es leisten kann (vgl. Annals of Oncology; Vol. 29, August 2018; Haenssle et al.). Ein weiterer Anwendungsfall besteht in der Zusammenführung und Auswertung der menschlichen Gesundheits- und Krankendaten, um so ein wirklich umfassendes Heilungskonzept erstellen zu können. Hier können signifikante Fortschritte für die Versorgung der Menschen erreicht werden.

Doch was ist davon in welchen Zeiträumen praktikabel umsetzbar? Welche Grenzen sind dabei aus technologischer, ethischer oder praktischer Sicht zu beachten? Um hier nicht den Überblick zu verlieren, sollten wir die verschiedenen Einsatzmöglichkeiten etwas sortieren.

Beschreibung und Abgrenzung künstlicher Intelligenz

Was wir unter den aktuellen Einsatzszenarien von künstlicher Intelligenz verstehen, ist eine sogenannte „schwache KI“. Sie ist also nicht in der Lage, menschliches Verhalten nachzuahmen, sondern besitzt Spezialfähigkeiten in eng begrenzten Feldern. Von „starker KI“ würden wir sprechen, wenn diese Spezialfähigkeiten durch ein Bewusstsein oder selbstständiges Denken ergänzt werden. Davon sind wir aber noch weit entfernt.

Grundsätzlich können folgende Arten von KI unterschieden werden:

  • visuelle Intelligenz (Bilderkennung)
  • sprachliche Intelligenz (semantisches Erkennen von gesprochener und geschriebener Sprache)
  • Sprachen-Intelligenz (Übersetzung in andere Sprachen)
  • wissensbasierte Intelligenz (Analyse großer Datenmengen)

In jedem dieser Fälle greifen KI-Module auf Basis von Machine-Learning-Technologien auf bestehende Daten zu, bilden hierüber Wahrscheinlichkeiten in Modellen ab und verbessern diese durch neuen Input ständig weiter. Der fundamentale Unterschied zur klassischen Programmierung besteht hierbei darin, dass nicht ein bestimmter Ablauf in einem fest definierten Rahmen programmiert wird, sondern dass die KI-Modelle angeleitet werden selbstständig etwas zu lernen (z. B. wie sieht ein malignes Melanom aus), um dann unbekannte Daten (neue Bilder) anhand dieser Eigenschaften zu analysieren und zu bewerten.

Die Theorie der KI ist seit Langem bekannt. Die aktuell nahezu explosionsartige Verbreitung der KI rührt daher, dass aufgrund des Cloud-Computings fast unbegrenzte Rechenkapazitäten zu geringen Kosten für jedermann zur Verfügung stehen. Ebenso steigt die Menge der öffentlich auswertbaren Daten exponentiell an. Für jedermann zugängliche KI-Bausteine (z. B. Cognitive Services, Azure AI von Microsoft) erleichtern das Arbeiten mit modernsten KI-Technologien. Was früher Großunternehmen vorbehalten war, können aktuell auch Kleinstunternehmen oder Forschungseinrichtungen nutzen.

Aktuelle Einsatzszenarien in der Assekuranz

Künstliche Intelligenz wird kurz- bis mittelfristig in jede Applikation und in jeden Geschäftsprozess Einzug halten. Die Assekuranz – mit ihrer schon immer datenbezogenen Arbeitsweise – eignet sich perfekt für eine Prozessoptimierung durch KI. Hierbei werden häufig verschiedene KI-Typen miteinander verknüpft (z. B. visuelle und wissensbasierte Intelligenz), um zu optimalen Ergebnissen zu gelangen.

Um sich auf den Einsatz von KI in ihrem Unternehmen vorzubereiten, sollten Unternehmen bereits heute damit anfangen, sich mit dieser Technologie vertraut zu machen. Hierdurch können erste Erfahrungen gesammelt und einige kleinere Erfolge erzielt werden. Entscheidend ist hierbei nicht die signifikante Prozessverbesserung, sondern der Aufbau von Fähigkeiten im Unternehmen für KI und Machine Learning. Erste Anwendungszenarien sind beispielsweise: ein interner Chatbot, Reduzierung der False Positives im Fraud-Management, schnellere Dokumentenverarbeitung sowie die Unterstützung im Sinne von Next-best-Action im Kundenservice oder in „Pay-as-you-live“-IoT-Szenarien.

KI kann auch auf klassische Unternehmensprozesse angewendet werden. Microsoft selbst ist dafür ein Beispiel: Das Unternehmen führt unser Financial Forecasting bereits auf Basis von KI durch und erzielt damit wesentlich bessere Ergebnisse als früher.

Chancen und Grenzen von künstlicher Intelligenz in der Assekuranz
Möglichkeiten und Grenzen für den Einsatz von KI

Der eigene Reifegrad in der Organisation für die Nutzung von KI-Technologien ist eine wichtige Ausgangsbasis für den Einsatz der Technologie. Hier sollte sorgfältig betrachtet werden, welche KI-Skills im eigenen Hause vorhanden sind, um darauf aufbauend eine KI-Roadmap zu formulieren. Auch interne Prozesse müssen genau betrachtet werden: Bei welchen lohnt sich ein Einsatz von KI und welche können durch bestehende Lösungen besser umgesetzt werden?

Weiterhin kann die eingesetzte künstliche Intelligenz nicht autonom betrieben, sondern muss weiter kontinuierlich begleitet werden. „Lernt“ die KI „falsche“ Ergebnisse, so werden diese auch durch das KI-System immer wieder reproduziert. Hier ist auf ein sorgfältiges „Training“ der Modelle und eine regelmäßige Überprüfung der Ergebnisse zu achten.

Schlussfolgerung

Die Einsatzmöglichkeiten der KI sind – insbesondere in der Assekuranz – nahezu unbegrenzt. Künstliche Intelligenz wird die Assekuranz bei komplexen Abkäufen im Underwriting, in der Kundeninteraktion sowie im Asset- und Risikomanagement unterstützen. Unternehmen sollten sich bereits heute mit dieser Technologie beschäftigen, um sich auf einen späteren großflächigen Einsatz im Unternehmen vorzubereiten.

Den Artikel lesen Sie auch in AssCompact 04/2019, Seite 38 f. und in unserem ePaper.

 
Ein Artikel von
Andreas Grigull