News

»Das unterschätzte Optimierungspotenzial der Versicherungsbranche« | Fraunhofer IAIS
Seit Anfang des Jahres ist das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS Mitglied der InsurLab…
FinTecSystems wird neues Mitglied im InsurLab Germany
Versicherungskunden besser verstehen und passgenaue Angebote erstellen. Mit dieser Mission startet FinTecSystems seit April 2021 im…
Wie die Versicherungsindustrie durch den Einsatz von Parloa täglich 26.000.000 Minuten sparen kann
Allein in der Versicherungsindustrie gehen im Schnitt 26.000.000 Minuten täglich von Call-Center-Agenten für repetitive Aufgaben wie…
Ihr Kontakt
Das Team
Wir freuen uns auf Ihre Kontaktaufnahme!
+49 221 986 52 90 info@insurlab-germany.com

News & Presse

24. Juni 2021

»Das unterschätzte Optimierungspotenzial der Versicherungsbranche« | Fraunhofer IAIS

Seit Anfang des Jahres ist das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS Mitglied der InsurLab Germany Community. Dr. Rafet Sifa ist Leiter des Geschäftsfeldes Cognitive Business Optimization, stv. Leiter der Abteilung Media Engineering und Lead Data Scientist am Fraunhofer IAIS. Im Interview spricht er über das unterschätzte Potenzial von Künstlicher Intelligenz (KI) für die Versicherungsbranche und wo er insbesondere verstärkter auf KI-Lösungen setzen würde.

Wir reden heute über unterschätzte Einsatzmöglichkeiten von Künstlicher Intelligenz in der Versicherungsbranche. Wieso ist dir das Thema so wichtig?

Einer der Hauptgründe für den Einsatz von KI in der Versicherungsbranche ist die Optimierung der Customer Experience. Es gibt bereits viele innovative Lösungen dafür, wie zum Beispiel Chatbots oder Self-Service-Portale. Leider habe ich aber schon vermehrt gehört, dass insbesondere Chatbots nicht die Resonanz bei Kunden hervorgerufen haben, die sich Versicherer erhofft haben.

Ich habe die Erfahrung gemacht, dass es eine gewisse Grundskepsis und Unzufriedenheit gegenüber KI-basierten Lösungen gibt. Manche »glauben« pauschal nicht an KI als Lösung. Das spiegelt sich auch in den Zahlen: Laut einer Studie von Capgemini aus dem Jahr 2020 nutzt derzeit nur eine Minderzahl von Unternehmen KI-Lösungen. Lediglich 5 Prozent der Banken und 6 Prozent der Versicherer treten über KI-gestützte Anwendungen mit ihren Kunden in Kontakt. Es werden kleinere Proof-of-Concepts eingesetzt, aber vergleichsweise wenig KI-Anwendungen tatsächlich live geschaltet.  Als größte Hürden werden uns von Kunden insbesondere der Datenschutz bzw. die Regulatorik – Stichwort »trusted AI« – und die mit der Implementierung verbundenen Kosten genannt.

Die aktuelle Lage der Branche ist, dass die meisten deutschen Versicherungsunternehmen in den letzten Jahren im internationalen Vergleich eher unterdurchschnittlich abgeschnitten haben. Was Digitalisierung und Innovation angeht, ist der Standort Deutschland sicherlich kein Vorreiter. Datengetriebene Unternehmensmodelle sind die Zukunft. Um relevant zu bleiben, müssen Versicherer Big Data effizienter auswerten und mit Hilfe der daraus gewonnenen Erkenntnisse bereichsübergreifende Optimierungspotenziale realisieren. Trotz der unzufriedenstellenden Ersterfahrungen mit KI sollte man weiter investieren, Talente fördern und die notwendige Infrastruktur aufbauen. Jetzt ist es wichtig, dass deutsche Unternehmen am Ball bleiben.

Wo würdest du mit euren KI-Lösungen ansetzen?

Digitalisierung ist nichts Neues für die Versicherungsbranche. Wie ich schon erwähnt habe, gibt es viele innovative Lösungen, um Customer Experience effizienter und besser zu gestalten. Versicherer treten heutzutage im Frontend moderner mit Kunden in Kontakt. Klar gibt es auch hier noch Optimierungspotenziale, aber ich denke, dass dabei viele Prozesse und veraltete Systeme im Backend liegen geblieben sind, die definitiv Überholungsbedarf haben.

Beispielsweise wird bei der Dunkelverarbeitung zwar schon einiges automatisiert, aber die Regelwerke, die dafür verwendet werden, sind oftmals so komplex und aufgebläht, dass Anpassungen zur weiteren Automatisierung zu teuer und zu lange dauern. Dadurch hängt die Automatisierung der Dunkelverarbeitung hinter dem schon modernisierten Frontend zurück. Dieses Problem könnte man durch den Einsatz von KI lösen, da diese anhand von Beispielen den Prozess der Dokumentverarbeitung erlernen und verstehen. Einzelne Regeln zu verändern, stellt kein Problem dar, da die KI die Systematik verstanden hat und ohne aufwändige Nachjustierungen weiter funktioniert. Hier gibt es noch viel Potenzial für den Einsatz von KI um Verwaltungskosten stark zu senken.

Du leitest das Geschäftsfeld »Cognitive Business Optimization«. Was kann ich mir genau darunter vorstellen?

Ich bin eben auf das oftmals unterschätzte Optimierungspotenzial der Branche eingegangen und genau hierfür sind wir Expert*innen. Wir beschäftigen uns im Geschäftsfeld »Cognitive Business Optimization« mit der Optimierung und Automatisierung von Prozessen. Mit Hilfe von State-of-the-Art-Verfahren und Methoden der Künstlichen Intelligenz können wir betriebswirtschaftliche Informationen und Kennzahlen automatisch analysieren. Unsere KI-basierten Lösungen entnehmen dafür alle relevanten Informationen, beispielsweise aus Verträgen oder Geschäftsberichten, und prüfen diese auf ihre Konsistenz und Plausibilität. Unsere Dienstleistung ist immer kundenspezifisch zugeschnitten, so können wir die zu filternden Informationen und Kennzahlen individuell an die Kundenbedürfnisse anpassen. Das, was an Informationen übrig bleibt, kann man daraufhin automatisch in einem Bericht oder einer Übersicht zusammenfassen lassen.

Das hört sich auf jeden Fall vielversprechend an. Wie kommen eure KI-basierten Lösungen denn schon zum Einsatz?

Es ist wirklich vielversprechend und einfach unheimlich spannend, sich mit den aktuellen technologischen Trends zu beschäftigen. Um die Use Cases von unseren KI-basierten Lösungen etwas verständlicher zu machen, erzähle ich gerne von einem Projekt für einen unserer letzten Kunden. Wir haben für den Wirtschaftsprüfer PricewaterhouseCoopers GmbH ein Tool zur Überprüfung der Konsistenz und Vollständigkeit von Jahresabschlussanhängen und Finanzberichten entwickelt. Dafür musste unsere KI einige wesentliche Fragen beantworten können:

  1. Wie beurteilt ein Wirtschaftsprüfer überhaupt, ob ein Dokument vollständig ist oder nicht?
  2. Welche KPIs und Textpassagen sind relevant, um die Vollständigkeits- bzw. die Konsistenzfrage zu beantworten?
  3. Wie finden wir relevante Textpassagen und KPIs in den Dokumenten? An einer Stelle oder verstreut über mehrere Abschnitte und Dokumente?
  4. Müssen relevanten Information im Kontext zu anderen Textpassagen interpretiert werden?
  5. Wie identifiziert man Ausreißer beziehungsweise Anomalien?

Bei der Entwicklung haben wir das Fachwissen der Wirtschaftsprüfer mit einbezogen, sodass der Entscheidungsprozess eines Prüfers abgebildet werden kann. Unser Tool analysiert jede einzelne Transaktion, jeden Nutzer, jede Summe und jeden Account, um Anomalien aufzudecken. Der Prüfungsprozess wurde dadurch wesentlich effizienter und sicherer. Du kannst dir sicherlich vorstellen, dass einige Fragen, die unsere KI beantworten musste, nicht nur für Wirtschaftsprüfer relevant sind. Es gibt vergleichbare Arbeitsschritte in allen Branchen.  

Es gibt auf jeden Fall noch viel Potenzial zur Prozessoptimierung in der Branche. Dabei bekommen aber einige Angst, dass ihr Job schon bald durch eine KI ersetzt werden könnte. Wie stehst du dazu?

Das ist leider eine sehr verbreitete Meinung. Dabei denken viele an dystopische Szenarien, wie sie oftmals in Hollywood-Filmen dargestellt werden. Ich kann jedoch versichern, dass es in absehbarer Zukunft zu keiner Übernahme von Skynet kommen wird. (lacht)

Aber jetzt mal ernsthaft. Auch in Zukunft werden weiterhin Menschen gebraucht. Eine Studie vom McKinsey Global Institute geht davon aus, dass circa 5 Prozent der Jobs bis 2030, wie wir sie heute kennen, wegfallen werden. Wiederum andere Quellen prognostizieren, dass die Hälfte aller Jobs wegfallen werden. Genaue Vorhersagen sind nicht möglich. Manche Jobfelder und Wirtschaftssektoren werden natürlich stärker betroffen sein als andere. Aber vorerst muss man sich die Frage stellen, ob eine KI-Lösung überhaupt sinnvoll ist. Das hängt nämlich immer vom Einzelfall ab, unter anderem von der Quantität und Qualität der Daten, mit denen wir unseren Algorithmus trainieren können und wie komplex das zu lösende Problem ist.

»Man sollte KI nicht als Bedrohung, sondern als Chance sehen.«

Mit Hilfe von KI können uns monotone und repetitive Aufgaben abgenommen werden, was sich positiv auf das psychische Wohlbefinden von Arbeitnehmer*innen auswirken kann. Der Mensch wird sich so immer mehr kreativen Aufgaben widmen können. Ich glaube, damit tut man vielen Menschen einen Gefallen.  Denn was Kreativität angeht, ist der Mensch ganz klar unersetzbar. Außerdem nimmt KI nicht nur Arbeitsplätze weg, sondern schafft natürlich auch neue. Damit datengetriebene Unternehmensmodelle in Zukunft auch funktionieren, werden wir viele Menschen brauchen, die sich mit der Administration von KI-Anwendungen und mit der Interpretation von Daten auskennen - sogenannte »Citizen Data Scientist«.

Und zu guter Letzt: Was erhoffst du dir von der InsurLab Germany Mitgliedschaft?

Wir wollen mit unseren innovativen Lösungen und Know-how Versicherer von KI überzeugen und somit die Digitalisierung der Branche vorantreiben. Ich bin mir sicher, dass in allen Bereichen noch unausgeschöpfte Optimierungspotenziale bestehen, bei denen wir mit unseren KI-Lösungen unterstützen können. Damit Versicherer auch in Zukunft verstärkt von KI profitieren können, müssen bereichsübergreifende Optimierungspotenziale aber auch identifiziert werden. Ich hoffe, dass dieser Beitrag zum Nachdenken anregt und der oder die eine sich etwas bewusster geworden ist, wo man vielleicht mit KI-Lösungen ansetzen könnte.

Dr. Rafet Sifa

Dr. Rafet Sifa beschäftigt sich aktuell mit der Forschung von statistischem Data Mining im Bereich Representation Learning für Industrieanwendungen, darunter Verhaltensanalyse, digitale Forensik und Text Mining. Bevor er zu Fraunhofer kam, arbeitete er als Data Scientist in der Spieleindustrie, wo er sich hauptsächlich auf die Entwicklung von maschinellen Lernlösungen für Business-Intelligence-Probleme konzentrierte.

Neuigkeiten

Blog
8. Juni 2021
Insurance4Developement-Ideathon – ein Innovations-Sprint für die Entwicklungshilfe
Ein dreiwöchiger Ideathon mit interdisziplinär besetzen Teams. Expert:innen aus Versicherungsbranche und IT, Knowhow aus Wissenschaft sowie…
Blog
25. Juli 2021
Ein Callbot für das französische Ministerium für Solidarität und Gesundheit
Zaion unterstützt seine Partner SITEL France und TSC Digital durch den Einsatz eines Callbots für das französische Ministerium für Solidarität und Gesundheit, um auch in…
Blog
25. Juli 2021
NINEBARC erobert Versicherungsbranche im Sturm – VENPACE investiert, InsurLab Germany aus Köln und InsurTech Hub starten Kooperationen
VENPACE erweitert das Portfolio kurz nach Launch – damit gewinnt Ninebarc neben SÜDVERS weitere strategische Zugänge…