Ein Artikel von Stephen Voss, CEO der Neodigital Versicherung AG
Kaum ein Thema wird derzeit in der Versicherungswirtschaft so intensiv diskutiert wie die Nutzung und Auswirkungen von künstlicher Intelligenz. Auf nahezu jeder Konferenz der Branche gehört sie inzwischen zum Pflichtprogramm. Präsentationen zeigen beeindruckende Demonstrationen, Unternehmen verkünden ambitionierte KI-Strategien und kaum eine Softwarelösung kommt heute noch ohne den Hinweis auf die enthaltene KI aus. Wir dürfen dabei nicht vergessen: Die Story verkauft das Produkt!
Die Versicherungsbranche bildet dabei leider, oder Gott sei Dank, keine Ausnahme. Im Gegenteil: Aufgrund ihrer enormen Datenmengen, standardisierten Prozessen und komplexen Entscheidungsabläufen scheint sie wie geschaffen für den Einsatz moderner KI. Gleichzeitig lohnt sich jedoch ein nüchterner Blick auf die Realität. Denn zwischen öffentlichen Ankündigungen, Pilotprojekten und produktivem Einsatz besteht häufig noch eine deutlich klaffende Lücke.
Der eigentliche Wandel findet nicht auf Branchentreffen statt, obwohl der eine oder andere auch den Eindruck gewinnen könnte. Er beginnt vor allem im Maschinenraum, dem Backend der Versicherer – dort, wo täglich Millionen von Dokumenten, Schadenmeldungen, Rechnungen, E-Mails, Fotos und Kundendaten gespeichert und verarbeitet werden.
KI entfaltet Nutzen dort, wo klassische Automatisierung endet
Die vergangenen Jahre standen vor allem im Zeichen der Digitalisierung. Prozesse wurden standardisiert, Workflows automatisiert und papierbasierte Abläufe schrittweise ersetzt. Das war ein wichtiger und richtiger Schritt. Denn erst die klare Strukturierung schafft die Voraussetzungen für digitale Prozesse, auf denen dann wieder eine KI aufbauen kann. Lässt man diesen Schritt aus, verpasst man eine Chance. Viele Versicherungsprozesse stoßen spätestens dann an ihre Grenzen, wenn Informationen nicht mehr strukturiert vorliegen. Das ist ein Fakt.
Gerade im Schadenmanagement zeigt sich diese Herausforderung jeden Tag. Ein einzelner Schadenfall besteht selten nur aus einem Datensatz. Vielmehr treffen unterschiedlichste Informationsquellen aufeinander: Fotos vom Schaden, Gutachten, Rechnungen, E-Mails, Werkstattkommunikation, Maklernachrichten und häufig auch handschriftliche Dokumente oder Papierquittungen. Das alles lässt sich zwar mittlerweile in strukturierter Form über entsprechende Apps und Eingabemasken im Zaum halten, aber zum einen steckt der Teufel meist im Detail und zum anderen haben die Versicherten oft immer noch etwas hinzuzufügen. Und so kommen im Freitext individuelle Schilderungen der Versicherten hinzu, die sich kaum in starre Eingabemasken pressen lassen.
Genau an dieser Stelle endet klassische Automatisierung häufig. Bis hierhin funktionieren nämlich ansonsten regelbasierte KI sehr gut. Diese Algorithmen, die entlang bspw. der Regeln der Versicherungsbedingungen operieren und selbstständig aufgrund der übermittelten Daten den Schaden automatisiert anlegen, können so gut autonom arbeiten. Sie fangen einen großen Teil zuverlässig ab, aber es geht um die letzten 30%, die aus einem einfachen Schaden einen Komplex-Schaden machen.
Moderne KI-Modelle machen den Unterschied
Moderne Large Language Models beginnen dagegen erst dort richtig zu arbeiten, wo Informationen unstrukturiert werden. Sie können Dokumente analysieren, Inhalte zusammenfassen, Informationen miteinander verknüpfen, fehlende Angaben erkennen oder Mitarbeitenden Entscheidungsgrundlagen liefern. Ein einfaches Beispiel ist, dass der Kunde den Schaden korrekt meldet, aber bspw. den Hausrat- mit dem Wohngebäudevertrag verwechselt. Dies korrekt zuzuordnen und den Dialog dann mit dem Kunden zu steuern, wäre klassisch ein manueller Prozess. Doch dies funktioniert heute schon autonom und mit KI. Diese Unterstützung ersetzt dabei nicht in jedem Fall und abschließend eine fachliche Bewertung, sie schafft aber die Voraussetzung dafür, dass Entscheidungen durch den Menschen schneller, konsistenter und fundierter getroffen werden können. Wir benötigen also auch hier noch den „Human in the Loop“, nur wird diese menschliche Intelligenz dann gezielter und damit viel effizienter eingesetzt.
Seite 1 KI im Maschinenraum der Assekuranz: Hype vs. Reality-Check
Seite 2 Der größte Hebel liegt nicht im Chatbot
Stephen Voss 
- Anmelden, um Kommentare verfassen zu können
- 4 Aufrufe
