Um im Wett­be­werb ei­nen Vor­teil zu ha­ben, sol­len Ge­schäfts­pro­zes­se in Ver­si­che­run­gen mög­lichst au­to­ma­ti­siert ab­lau­fen, d. h. dun­kel ver­ar­bei­tet wer­den. Zur Steue­rung die­ser dun­kel ab­lau­fen­den Pro­zes­se sind sach­ver­halts­be­zo­ge­ne Da­ten und In­for­ma­tio­nen er­for­der­lich. Wenn die­se nicht struk­tu­riert, kon­sis­tent und voll­stän­dig vor­lie­gen bzw. im Rah­men des Post­ein­gangs­pro­zes­ses er­fasst wer­den, sind fol­gen­de Si­tua­tio­nen Alltag:

  • Un­prä­zi­se ge­trenn­te und klas­si­fi­zier­te Do­ku­men­te „ver­mül­len“ die Ak­ten und er­hö­hen den Auf­wand bis re­le­van­te Da­ten ge­fun­den werden. 
  • Sach­be­ar­bei­ter tip­pen Da­ten aus Do­ku­men­ten ma­nu­ell ab, bspw. um zu er­mit­teln, ob es ei­nen Ge­schäfts­part­ner schon gibt. Falls nicht, wird ge­prüft, ob die an­ge­ge­be­nen Da­ten im Do­ku­ment über­haupt kor­rekt sind: Exis­tiert die Stra­ße? Stimmt die Post­leit­zahl? Und so wei­ter. Das er­höht den Aufwand.
  • Un­prä­zi­se Prü­fun­gen (teil­wei­se aus Zeit­grün­den) füh­ren zu Dop­pe­lun­gen im Da­ten­be­stand. Die­se un­sau­be­ren Da­ten­be­stän­de be­hin­dern die künf­ti­ge Au­to­ma­ti­sie­rung zusätzlich. 
  • Die Be­ar­bei­tung er­folgt oft fo­kus­siert auf ei­nen Vor­gang und hängt er­heb­lich vom Er­fah­rungs­schatz des ein­zel­nen Sach­be­ar­bei­ters ab. Dop­pel­ab­rech­nun­gen, Ab­rech­nungs­feh­ler, Kür­zungs­po­ten­zia­le bei An­sprü­chen oder An­oma­lien in den Vor­gän­gen sind mit­un­ter schwer zu er­ken­nen. Da­durch be­steht nur eine hohe Ab­hän­gig­keit von Spe­zia­lis­ten – in Scha­dens­fäl­len wer­den teil­wei­se mehr Aus­ga­ben ge­tä­tigt als notwendig.

Re­gel­wer­ke im In­put­ma­nage­ment li­mi­tie­ren die wei­te­re Automatisierung

Trotz al­ler Be­mü­hun­gen, dass Ver­si­che­rungs­neh­mer oder Ge­schä­dig­te ihre Da­ten struk­tu­riert in Por­ta­le ein­tra­gen oder Apps be­nut­zen, kom­men im­mer noch täg­lich vie­le Do­ku­men­te per E‑Mail, Brief und so­gar Te­le­fax in Ver­si­che­run­gen an.

An­schlie­ßend setzt eine lan­ge Ver­ar­bei­tungs­ket­te ein: Die ein­ge­gan­ge­nen Brie­fe müs­sen ein­ge­scannt bzw. di­gi­ta­le Do­ku­men­te (E‑Mails und Faxe) ge­eig­net kon­ver­tiert wer­den. Dann wer­den sie klas­si­fi­ziert und mit­tels au­to­ma­ti­sier­ter Prüf­me­cha­nis­men in­di­ziert. Aus de­fi­nier­ten Do­ku­men­ten­ty­pen wer­den Da­ten ex­tra­hiert und zu­sam­men mit den Do­ku­men­ten in Ge­schäfts­pro­zes­se übergeben.

Für die ge­nann­ten Funk­tio­nen wer­den häu­fig Stan­dard­sys­te­me ver­wen­det, die auf Schlag­wor­ten, Wenn-Dann-Be­zie­hun­gen und Lay­out ba­sie­ren. Ein fach­kun­di­ger Sach­be­ar­bei­ter er­klärt ei­nem Busi­ness Ana­lyst, was die Soft­ware er­ken­nen soll. Die­ser über­setzt die fach­li­chen An­for­de­run­gen in tech­ni­sche Vor­ga­ben, die als Re­gel pro­gram­miert wer­den. Sol­che Re­gel­wer­ke sind oft über Jah­re ge­wach­sen und ent­spre­chend kom­plex. Sie be­rück­sich­ti­gen häu­fig alle fach­li­chen Fol­ge­pro­zes­se, nicht nur ei­nen ab­ge­grenz­ten Be­reich. Oft ha­ben da­her kleins­te Än­de­run­gen zur Au­to­ma­ti­sie­rung von Teil­be­rei­chen gro­ße Aus­wir­kun­gen auf alle an­de­ren Be­rei­che. Die­se Kom­ple­xi­tät führt dazu, dass An­pas­sun­gen zur wei­te­ren Au­to­ma­ti­sie­rung teu­er sind und die Um­set­zung lan­ge dauert. 

In der Fol­ge lie­fern vie­le In­put­ma­nage­ment-Sys­te­me nicht alle be­nö­tig­ten, aber tat­säch­lich in den Do­ku­men­ten vor­han­de­nen Fach­da­ten. Die Kon­se­quenz: Au­to­ma­ti­sie­rung und Dun­kel­ver­ar­bei­tung sta­gnie­ren und blei­ben hin­ter den Er­war­tun­gen der Fach­be­rei­che zu­rück. 

Dun­kel­ver­ar­bei­tung in Ver­si­che­run­gen mit KI: Las­sen Sie Ma­schi­nen den Pro­zess lernen!

Künst­li­che In­tel­li­genz und Ma­chi­ne Lear­ning kön­nen die ge­sam­te Ver­ar­bei­tung ein­ge­hen­der Do­ku­men­te in kur­zer Zeit mit we­ni­gen Bei­spie­len ler­nen und auf neue Do­ku­men­te an­wen­den. Aus­gangs­punkt ist ein Pa­ra­dig­men­wech­sel im Ver­gleich zur bis­he­ri­gen Arbeitsweise:

  • Trai­nie­ren statt Pro­gram­mie­ren: Statt Re­geln zu pro­gram­mie­ren, ler­nen in­tel­li­gen­te Sys­te­me die Ver­ar­bei­tungs­schrit­te von ei­nem fach­li­chen Ex­per­ten oder Trai­ner an­hand we­ni­ger Bei­spie­le. So lässt sich schnel­le Um­set­zung mit ho­her Fle­xi­bi­li­tät kombinieren. 
  • Hu­man in the loop: An­hand ih­rer Si­cher­heit (Kon­fi­denz) schlägt die KI im Trai­ning Bei­spie­le vor und son­dert in der Dun­kel­ver­ar­bei­tung Fäl­le aus. So ent­steht ein kon­ti­nu­ier­li­cher Ver­bes­se­rungs­pro­zess mit mi­ni­mier­ten Auf­wand und der Mensch be­hält die Kon­trol­le über den Pro­zess und des­sen Qualität.
Dunkelverarbeitung in Versicherungen mit KI

In­tel­li­gen­te Au­to­ma­ti­sie­rung im Inputmanagement

Sie sind am In­put­ma­nage­ment-Pro­zess in ei­ner Ver­si­che­rung be­tei­ligt, be­treu­en In­no­va­tions- oder Busi­ness De­ve­lo­p­ment Pro­zes­se? Dann er­war­ten Sie in die­sem kos­ten­frei­en Web-Se­mi­nar neue Er­kennt­nis­se. Wir zei­gen Ih­nen an­hand von Pra­xis­bei­spie­len, wie KI im Ein­satz aussieht.

KI im In­put­ma­nage­ment: Mit we­ni­ger Auf­wand mehr erreichen

Mo­der­ne KI-Platt­for­men wen­den die ge­nann­ten Grund­sät­ze an und er­gän­zen die In­for­ma­ti­ons­extrak­ti­on um Ma­chi­ne Vi­si­on-Ver­fah­ren, also der vi­su­el­len Ver­ar­bei­tung der Dokumente:

Da­mit kön­nen z.B. Stö­run­gen au­to­ma­tisch kom­pen­siert wer­den, bspw. stö­ren­de Hin­ter­grün­de bei Fahr­zeug­schei­nen oder an­de­ren be­hörd­li­chen Do­ku­men­ten ent­fer­nen, um Tex­terken­nung und Ex­trak­ti­on zu ver­bes­sern. Au­ßer­dem kön­nen KI Bau­stei­ne ohne mensch­li­ches Zu­tun Do­ku­men­te be­reits nach vi­su­el­len und text­li­chen Merk­ma­len grup­pie­ren, um den wei­te­ren Ver­ar­bei­tungs­pro­zess ziel­ge­rich­tet zu steu­ern. Da­mit wer­den kri­ti­sche Ge­schäfts­pro­zes­se prio­ri­siert und ziel­ge­rich­tet mit ei­ner ho­hen Au­to­ma­ti­sie­rungs­quo­te ver­ar­bei­tet. Die Er­ken­nungs­qua­li­tät lässt sich dank au­to­ma­ti­scher Ab­läu­fe bei sin­ken­dem Auf­wand nach­weis­lich um meh­re­re Pro­zent­punk­te erhöhen.

Nur mit we­ni­gen Bei­spie­len zur Dun­kel­ver­ar­bei­tung in Ver­si­che­run­gen mit KI 

An­hand von Mus­tern er­ler­nen KI-Sys­te­me ein­ge­hen­de Do­ku­men­te au­to­ma­tisch zu tren­nen und die Ein­zel­do­ku­men­te au­to­ma­tisch zu klas­si­fi­zie­ren. So wird das „Zu­mül­len“ der Ak­ten nach­hal­tig ver­hin­dert und die or­dent­li­che Ab­la­ge­struk­tur ver­rin­gert den Re­cher­che­auf­wand erheblich. 

Eben­falls an­hand von Bei­spie­len er­ler­nen KI-Sys­te­me be­reits an­hand we­ni­ger Bei­spie­le re­le­van­te Fach­da­ten zu er­ken­nen. Wie mit ei­nem Text­mar­ker, mit dem wich­ti­ge Stel­len im Do­ku­ment mar­kiert wer­den, wird dem Sys­tem ge­zeigt, wel­che In­for­ma­tio­nen wich­tig sind. Es wird kein Pro­gram­mie­rer zur „Über­set­zung“ be­nö­tigt, son­dern das Sys­tem lernt di­rekt vom Fach­ex­per­ten. Der Lern­pro­zess ist so ro­bust, dass das Sys­tem die Ver­än­de­run­gen lernt und sich ent­spre­chend an­passt. Durch die­se „Selbst­hei­lungs­kräf­te“ ler­nen­der Sys­te­me wer­den die Fach­da­ten in deut­lich bes­se­rer Qua­li­tät zur Ver­fü­gung ge­stellt als mit her­kömm­li­chen Verfahren.

Im Lau­fe der Ver­ar­bei­tung kön­nen dar­über hin­aus spe­zi­el­le KI Bau­stei­ne (Pre­dic­ti­ve Ana­ly­tics) zu­dem Hand­lungs­emp­feh­lun­gen in Be­zug auf den In­halt ei­nes Do­ku­ments er­ler­nen und aus­spre­chen. Ein bei­spiel­haf­ter Ein­satz­be­reich ist die Betrugserkennung:

  • Eine Werk­statt rech­net ihre Ar­beits­stun­den ge­gen­über ei­ner Ver­si­che­rung teu­rer ab als ge­gen­über Privatpersonen.
  • Das Sys­tem lernt die ty­pi­schen Ver­rech­nungs­sät­ze von Werk­stät­ten und gibt dem Sach­be­ar­bei­ter ei­nen Hin­weis, dass eine An­oma­lie vorliegt.
  • Die­ser kann die Stun­den­sät­ze bzw. die Ab­rech­nung ent­spre­chend kür­zen und der Ver­si­che­rung Kos­ten sparen.

Fa­zit: Au­to­ma­ti­sie­rung und Dun­kel­ver­ar­bei­tung in Ver­si­che­run­gen mit KI bei gleich­zei­tig nied­ri­ge­ren Kosten

Durch den kom­bi­nier­ten Ein­satz meh­re­rer KI- bzw. Ma­chi­ne Lear­ning-Me­tho­den kann mit we­ni­ger Auf­wand mehr Qua­li­tät in der Fach­da­ten­ex­trak­ti­on er­reicht wer­den. In Sum­me ver­bes­sern sich in den ver­si­che­rungs­tech­ni­schen Pro­zes­sen nach­hal­tig Au­to­ma­ti­sie­rung und Dun­kel­ver­ar­bei­tung bei gleich­zei­tig nied­ri­ge­ren Kosten.

Die Ein­füh­rung und Nut­zung sol­cher Lö­sun­gen er­for­dert kein mehr­jäh­ri­ges Pro­jekt und nur ver­gleichs­wei­se ge­rin­ge In­ves­ti­tio­nen. Mit leis­tungs­fä­hi­gen, ser­vice-ori­en­tier­ten Ar­chi­tek­tu­ren wie der in­ser­ve-Platt­form las­sen sich fach­li­che Pro­zes­se in we­ni­gen Wo­chen automatisieren.

Fra­gen oder An­mer­kun­gen? Wir freu­en uns auf Ihr Feed­back zum Ar­ti­kel und ei­nen per­sön­li­chen Aus­tausch.

Di­rekt Ter­min vereinbaren!

Mit dem On­line-Tool Calend­ly kön­nen Sie di­rekt on­line Ih­ren Wunsch­ter­min wäh­len. Bu­chen Sie noch heu­te Ihre 15-mi­nü­ti­ge Be­spre­chung bei Diet­mar Nei­dig und er­hal­ten Sie eine Ka­len­der-Ein­la­dung mit Zu­gangs­link zu Ih­rer per­sön­li­chen Teams-Besprechung.

Dietmar Neidig

Diet­mar Neidig

CSO

mail dneidig@inserve.de
fon +49 511 936 857 67