Einsatz von KI im Versicherungsbereich: Kostenloses Whitepaper veröffentlicht

Viele Versicherungsunternehmen planen, den Einsatz von Künstlicher Intelligenz auszuweiten, doch es gibt erhebliche Diskrepanzen zwischen Wunsch und Wirklichkeit. Die Branche steht vor zahlreichen Herausforderungen, die es zu überwinden gilt, um KI-Projekte erfolgreich umzusetzen. Ein aktuelles Whitepaper von SPS Germany und den Versicherungsforen Leipzig beleuchtet diese Themen und bietet Antworten von Branchenexpertinnen und -experten aus den Bereichen Schadenmanagement und Data Science.

Dank technologischen Fortschritts hat sich der Einsatz von KI in der Versicherungsbranche in den letzten Jahren stark weiterentwickelt. Versicherer nutzen KI, um ihre Effizienz zu steigern, Kosten zu senken und das Kundenerlebnis zu verbessern. Besonders im Fokus stehen operative Bereiche wie das Schadenmanagement, das ein hohes Volumen gleichartiger Prozesse aufweist und stark zur Kundenzufriedenheit beiträgt.

Ein entscheidender Faktor für den Erfolg von KI-Projekten ist die Datenqualität. Trotz vielversprechender Pilotprojekte bleibt der produktive Einsatz von KI eine Herausforderung, da Künstliche Intelligenz nur so gut sein kann wie die Daten, die ihr zur Verfügung stehen. „Es geht nicht nur darum, ausreichend Daten zu haben, sondern vor allem die richtigen Daten“, erklärt Eva Hörster, Leiterin des Data Science Teams bei der HUK-Coburg. Der Begriff "Garbage-in-Garbage-out" beschreibt das Problem, dass fehlerhafte, unvollständige oder veraltete Daten zu unzuverlässigen Ergebnissen führen können.

Ein weiteres Problem ist der Mangel an qualifiziertem Personal und Know-how, um komplexe KI-Anwendungen zu entwickeln und zu betreuen sowie Projekte über die Pilotphase hinaus zu skalieren. Laut einer Umfrage von McKinsey mangelt es fast 60 Prozent der Unternehmen an diesen Fähigkeiten. Zudem bestehen technologische Barrieren. „Viele Unternehmen scheitern daran, weil sie selbstentwickelte, veraltete Systeme nutzen, die keine API-Schnittstellen haben und somit keine Integration erlauben“, sagt Simon Moser, Mitbegründer und CEO des InsurTech-Unternehmens Muffintech.

Auch die Qualitätssicherung von KI-Entscheidungen ist eine ungelöste Frage. Die Entscheidungswege von KI-Modellen sind schwer nachvollziehbar, was als "Blackbox-Problem" bezeichnet wird. Fehlentscheidungen durch KI können finanzielle Verluste verursachen und das Kundenvertrauen beeinträchtigen. Hier besteht Nachholbedarf bei Dokumentation und Risikobetrachtung, was die notwendige Qualitätssicherung anspruchsvoll macht.

Angesichts dieser Herausforderungen allein auf KI zu setzen, ist nicht der richtige Weg. Ein intelligentes Zusammenspiel von Mensch und Maschine bleibt entscheidend. „Die Mitarbeiter sind unerlässlich für komplexe Sachverhalte und Entscheidungen sowie als Ansprechpartner für Kunden, wenn diese Unterstützung benötigen. Künftig brauchen wir sowohl engagierte Mitarbeiter als auch dringend KI, um diese Prozesse effektiv zu gestalten. Für die Versicherungswirtschaft ist es entscheidend, die richtige Balance zu finden und beide Ressourcen optimal einzusetzen“, meint Karin Brandl, die den Bereich Schaden Komposit der ERGO Versicherung AG verantwortet.

Outsourcing könnte eine Lösung bieten. Spezialisierte Dienstleister verfügen über die Fachkräfte und Technologien, die die Qualität und Effizienz von KI-Projekten steigern. Dienstleister können ihre Kapazitäten flexibel skalieren, was besonders wichtig ist, wenn Projekte von der Pilotphase in den operativen Betrieb übergehen.

Mit der zunehmenden Verbreitung von KI-Technologie stellt sich die Frage: Make or buy? Viele Versicherer überprüfen ihre Wertschöpfungskette, um zu entscheiden, was ausgelagert oder selbst betrieben werden sollte. Neben standardisierten Tools und Methoden können Dienstleister Near- oder Offshore-Lösungen für die manuelle Qualitätssicherung einsetzen, was zu erheblichen Kosteneinsparungen führt. „In vielen Fällen führt das überhaupt erst zu positiven Business Cases für einzelne KI-Projekte“, erklärt Christian Ott, Spezialist für Business-Process-Management bei SPS.

Seit 2017 übernimmt SPS das Input Management für die Generali Schweiz und verarbeitet jährlich über drei Millionen physische und digitale Dokumenteneingänge. So erhält Generali strukturierte und qualitätsgesicherte Daten für die operativen Geschäftsprozesse in der Bestandsverwaltung und dem Schadenmanagement. „SPS als Partner ermöglicht uns den Zugang zu globalen, innovativen und belastbaren Services im Input-Management. Zudem profitieren wir von den Vorteilen der manuellen Qualitätssicherung der digital erfassten Daten durch das Best-Shoring-Modell der SPS“, sagt Roger Claus, Director Customer Operations bei der Generali Schweiz.

Das Whitepaper von SPS und den Versicherungsforen Leipzig „Industrieller Einsatz von KI in der Versicherung – Erfolgsfaktoren und Strategien“ kann hier kostenfrei heruntergeladen werden: https://www.spsglobal.com/de/einsatz-von-ki-in-der-versicherung