Aktuelle KI-Trends in der Versicherungsbranche und die Faktoren, die ihre Zukunft bestimmen

Aktuelle und künftige Anwendungen von Künstlicher Intelligenz (KI) in der Versicherungsbranche können die Zukunft der Branche entscheidend beeinflussen.

Seitdem KI den für reale Anwendungen erforderlichen Grad an Stabilität und Reife erreicht hat, wird sie von führenden Vertretern der Versicherungsbranche durchweg als eine der potenziell einflussreichsten Technologien eingestuft, die heute verfügbar sind. Einige haben sogar Schritte unternommen, um KI-Modelle in ihre Prozesse einzubinden, um unstrukturierte Daten in echten Mehrwert zu verwandeln.

Die Versicherungsbranche ist jedoch nicht unbedingt dafür bekannt, dass sie drastische Veränderungen schnell umsetzt, was in erster Linie auf ihre starke Regulierung zurückzuführen ist. Daher konzentrierte sich ein Großteil der Umgestaltung auf einzelne Funktionen und nicht auf ganzheitliche Arbeitsabläufe, was viele Türen für zukünftige Entwicklungen offen ließ. Im Frontoffice beispielsweise gibt es immer noch ungenutzte Möglichkeiten, die menschliche Intelligenz durch die automatisierte Extraktion von Kontext und Intention der Kundenanfragen zu verbessern und die Kosten für die Customer Experience (CX) insgesamt zu senken. Im Backoffice gibt es teure Prozesse im Schadenmanagement, die von einer Automatisierung stark profitieren könnten.

Da die KI immer vielseitiger wird, werden sich zudem neue Möglichkeiten eröffnen, bei denen auch die menschlichen Servicefähigkeiten verbessert werden könnten. Laut Forbes wird die KI in der Versicherungsbranche bis 2030 ein Volumen von 35,77 Mrd. USD erreichen.

Warum ist es für Versicherer notwendig, KI zu nutzen?

Der rasante Aufstieg von GenAI

Generative KI (GenAI) ist längst über den Bereich der Unterhaltung hinausgewachsen und hat ihren Weg in die reale Welt gefunden. Obwohl die Versicherungsbranche stark reguliert ist, gehört sie zu den Branchen, die durch diese Technologie tiefgreifend verändert werden können. Durch die Demokratisierung von KI-Fähigkeiten können die neuen Modelle den Versicherern dabei helfen, erhebliche Effizienzsteigerungen zu erzielen, moderne Geschäftsmodelle zu implementieren, personalisierte Dienstleistungen anzubieten und letztlich in der gesamten Wertschöpfungskette wirkungsvolle Ergebnisse zu erzielen.

In einem Paper von Deloitte werden die wahrscheinlichsten zukünftigen Anwendungen von GenAI in der Versicherungsbranche beschrieben und die aktuellen und kommenden Trends bei der Nutzung von GenAI aufgezeigt. Am Beispiel eines potenziellen Anwendungsszenarios für Kfz-Versicherungen zeigt das Paper, dass diese GenAI-Modelle die einzigartigen Eigenschaften besitzen, die für eine zumindest teilweise Automatisierung wichtiger Versicherungsprozesse erforderlich sind. GenAI kann insbesondere die Interaktion mit dem Kunden, die Anonymisierung von Daten (um persönlich identifizierbare Informationen auszuschließen), die Erstellung personalisierter Angebote, das Underwriting und die Schadenbearbeitung durchführen oder optimieren. BCG (Boston Consulting Group) bestätigt das Ausmaß der Auswirkungen, die die Einführung dieser Technologie haben wird. Sie stellen fest, dass Kundendienstmitarbeiter derzeit bis zu 35 Prozent ihrer Zeit damit verbringen, Informationen aus verschiedenen Quellen abzurufen, und erklären, dass Unternehmen durch die Übertragung datenbezogener Routineaufgaben an GenAI ihre Betriebskosten um bis zu 50-60 Prozent senken können.

Digitalisierung und Kundenerwartungen

Seit der COVID-19-Pandemie sind Versicherungsunternehmen praktisch gezwungen, ihre Abläufe zu digitalisieren, um Mitarbeiter an entfernten Standorten unterzubringen und Online-Kanäle für die Interaktion mit Kunden zu verbessern. Während sie ihre digitalen Fähigkeiten weiter ausbauen, benötigen sie Algorithmen des maschinellen Lernens (ML), um den Betrieb zu skalieren. Und da diese Algorithmen immer häufiger eingesetzt werden, verändert sich die Geschäftslandschaft allmählich und die Erwartungen der Kunden an eine schnelle Interaktion steigen rapide an.

Um sich auf diese Veränderungen vorzubereiten, müssen Führungskräfte den treibenden Faktoren dahinter besondere Aufmerksamkeit schenken und ein genaues Verständnis dafür entwickeln, wie KI-Technologien verschiedener Art große Teile der Versicherungsprozesse umgestalten können, insbesondere das Underwriting und die Schadenbearbeitung.

Neue Daten

Die Zahl der weltweit vernetzten Geräte wird bis 2030 voraussichtlich 29,42 Billionen erreichen (siehe Abbildung 1). Vorausschauende Betreiber müssen daher das rasche Wachstum der Daten berücksichtigen, die von diesen Geräten erzeugt werden. Zu diesen Geräten gehört eine breite Palette von Produkten wie Fitness-Tracker, vernetzte Autos, intelligente Haushaltsassistenten, Smartphones und Smartwatches, aber auch neue Tools wie vernetzte Brillen, IoT-Haushaltsgeräte und neue medizinische Geräte. Die von diesen Geräten generierten Daten können Versicherungsunternehmen dabei helfen, tiefere Einblicke in ihre Kunden zu gewinnen, sodass sie personalisiertere Produktangebote und Preisstrategien entwickeln können.  Abbildung 1. Anzahl der vernetzten Geräte weltweit von 2019 bis 2030

Neue Ökosysteme

Mit der zunehmenden Verbreitung von IoT-Technologien ist zu erwarten, dass neue Open-Source-Protokolle entstehen werden, die einen sicheren und effizienten Datenaustausch zwischen verschiedenen Branchen gewährleisten. Um dies zu erleichtern, werden sich private und öffentliche Organisationen wahrscheinlich zusammenschließen und geschützte Ökosysteme einrichten, die den Informationsaustausch ermöglichen und gleichzeitig gemeinsame rechtliche Rahmenbedingungen einhalten.

Auch die Einbeziehung von KI in ihre operativen Strategien wird für Versicherungsunternehmen in den nächsten Jahren immer wichtiger, da sie verbesserte Geschäftsmodelle ermöglichen und zu einer massiven Verbesserung des Kundendienstes führen kann. Daher ist es für Unternehmen und Organisationen in dieser sich ständig weiterentwickelnden Landschaft unerlässlich, sich über die neuesten Entwicklungen im Bereich IoT und KI und die damit verbundenen Vorschriften auf dem Laufenden zu halten.

Aktueller Stand des Underwritings

Abbildung 2. Vorteile von KI im Underwriting

Das Underwriting ist die Seite der Versicherung, die am reifsten für Veränderungen durch KI zu sein scheint. Derzeit gibt es eine auffallend hohe Fluktuation bei der Vermittlung und dem Kaufverhalten von Versicherungen, sowohl im Privat- und Geschäftskundenbereich als auch in der Gruppenversicherung. In der Branche wird deutlich mehr eingekauft als in der Vergangenheit. Obwohl die Menschen die Preise für neue und erneuerbare Policen vergleichen, führt dies häufig nicht zu einem Wechsel des Versicherers. Infolgedessen haben die Underwriting-Teams jetzt mit einer erheblich höheren Arbeitsbelastung zu kämpfen, und das bei annähernd gleicher Rentabilität. Sie investieren viel Zeit in die Vorbereitung von Unterlagen, die Erstellung von Angeboten und die Erstellung von Kostenvoranschlägen für Gelegenheiten, die oft keinen Gewinn abwerfen.

Außerdem verbringen sie etwa 70 Prozent ihrer Zeit mit Tätigkeiten, die nicht zum Kerngeschäft gehören. Dieses Problem wird noch dadurch verschärft, dass die Makler immer mehr Anträge einreichen. In solchen Fällen trägt die Zeitverschwendung bei gleichzeitiger Unterschreitung wichtiger Underwriting-Kennzahlen wie Quote-to-Bind und Yield Ratio zur allgemeinen Ineffizienz eines Versicherungsunternehmens bei.

Probleme, die mit KI gelöst werden könnten

Traditionell ist die Versicherung ein Vermittlungsgeschäft, bei dem der Vertrieb durch vertrauenswürdige Dritte erleichtert wird. Diese Vermittlungskanäle unterliegen derzeit erheblichen Veränderungen. Einige Unternehmen haben sich für eine vollständige Digitalisierung ihrer Prozesse entschieden, während andere nur ihre Einreichungsverfahren angepasst haben. Und all diese Änderungen müssen von den Versicherungsvertretern durchgeführt werden.

Auch Unterbrechungen sind ein großes Problem, vor allem in Bereichen, die mit einer genauen Risikoauswahl und -bewertung zusammenhängen. Dies ist auf die Auswirkungen von COVID-19 auf die Medizin- und Automobilindustrie, pandemiebedingte Unterbrechungen von Geschäftsprozessen und Herausforderungen in der Lieferkette zurückzuführen.

Ein weiterer Aspekt ist die bereits erwähnte Fülle an Datenquellen und die zahlreichen neuen Möglichkeiten zur Integration von Erkenntnissen und zur Verbesserung bestehender Datenquellen, mit denen sich die Mitarbeiter im Underwriting vertraut machen und effektive Wege finden müssen, um sie in ihre Arbeitsabläufe einzubinden.

KI ist die Technologie, die dabei helfen kann, diese Herausforderungen in den verschiedenen Aspekten der Aktivitäten auf Dateiebene zu bewältigen, einschließlich:

• Extraktion von Dokumenten
• Third-Party Analytics
• Prioritätensetzung und Triage
• Genauigkeit der Entscheidung

Wie gehen Sie die KI-gestützte Umgestaltung des Underwritings an?

Wenn Ihr Unternehmen den Einsatz von KI in Erwägung zieht, sollten Sie sich zunächst auf die Nutzung von ML konzentrieren, um mehrere externe Datenquellen zu nutzen und einen breiteren Vergleich von Ansprüchen und Anträgen zu ermöglichen, damit Ähnlichkeiten schnell erkannt werden können. Es kommt häufig vor, dass ein Antrag nicht in den Zuständigkeitsbereich eines bestimmten Underwriters fällt, der Versicherer aber im Allgemeinen mit vielen ähnlichen Anträgen konfrontiert wurde. Ein KI-Tool kann jeden einzelnen Mitarbeiter in die Lage versetzen, seine Suchparameter zu erweitern und effektiv Muster zu erkennen, selbst wenn der Antrag außerhalb des spezifischen Segments liegt, das er normalerweise bearbeitet.

Das Problem der Diskontinuität kann ebenfalls gemildert werden, wenn die Mitarbeiter in der Lage sind, Aufgaben zu bearbeiten, die sich von ihrem üblichen Arbeitspensum unterscheiden. So kann KI dazu beitragen, dass die Mitarbeiter einer Organisation wie ein Bienenstock funktionieren, der Aufgaben immer aus der Perspektive des gesamten Unternehmens betrachtet und bearbeitet und so die Wissenslücken des Einzelnen ausgleicht.

Nach unserer Erfahrung in der Zusammenarbeit mit Versicherungsunternehmen verfügen viele von ihnen bereits über Proof-of-Concepts (PoCs) für KI-Tools, haben Experimente durchgeführt und verschiedene Out-of-the-Box-Lösungen für Daten, Propensity-Modelle, Erneuerungen usw. ausprobiert. Damit diese Unternehmen jedoch effektiv arbeiten können, müssen Konnektivität und Orchestrierung über den gesamten Prozess hinweg etabliert werden, anstatt mehrere Einzel- oder Drittlösungen in den bestehenden Workflow zu integrieren.

Was genau kann ein vernetztes KI-System also tun?

Derzeit gehen die Anfragen der Makler in der Regel in Form von E-Mails ein, die dann geprüft, analysiert und in einer bestimmten Weise strukturiert werden müssen, damit die Underwriter feststellen können, ob die Vorlage von Interesse ist. Fortschrittliche Modelle können, wenn sie richtig angewendet werden:

• die E-Mails lesen und deren Inhalt genau kategorisieren.
• die E-Mails an die erforderlichen Gruppen weiterleiten.
• den Inhalt der E-Mail und der angehängten Dokumente extrahieren und prüfen, ob die Informationen ausreichen, um mit der Einreichung fortzufahren, oder ob zusätzliche Daten erforderlich sind (in diesem Fall würden sie an den Makler zurückgeschickt).
• sie mit vorhandenen internen Vergleichsdaten und externen Daten vergleichen.
• auf der Grundlage vordefinierter Regeln bestimmen, ob eine bestimmte Anfrage gezeichnet werden kann. KI kann die Erfolgswahrscheinlichkeit auf der Grundlage früherer ähnlicher Geschäfte und der Expertise des Anbieters in dieser Nische bewerten.

KI kann all diese Erkenntnisse in verständlichen Widgets innerhalb eines Underwriting-Portals konsolidieren. Dabei geht es nicht darum, das Underwriting vollständig zu automatisieren, sondern den Mitarbeitern die Informationen zur Verfügung zu stellen, die sie benötigen, um den Preisfindungs- und Einreichungsprozess zu beschleunigen. Experimente zeigen, dass eine ganzheitliche Lösung wie diese den Versicherern dabei helfen kann, die Angebotsgeschwindigkeit um 20 bis 40 Prozent zu senken und die Durchlaufzeit um 50 Prozent zu verkürzen.

Speziell im Hinblick auf GenAI zeichnen sich diese Modelle durch die schnelle Analyse umfangreicher strukturierter und unstrukturierter Datenbestände aus. Sie können zeitnahe Erkenntnisse liefern, die Underwriter in die Lage versetzen, ihre Einschätzung potenzieller Risiken zu verbessern, Schadenwahrscheinlichkeiten besser zu berechnen, fundierte Underwriting-Entscheidungen effizient zu treffen und angemessene Preise für einzelne Kunden festzulegen.

Probleme bei der Schadenbearbeitung

Auf der Seite der Schadenbearbeitung sind tiefgreifende Änderungen erforderlich, da derzeit einer von drei Antragstellern mit der Bearbeitung seiner Anträge unzufrieden ist. Diese Unzufriedenheit bezieht sich in der Regel nicht in erster Linie auf die Höhe der Entschädigungssumme, sondern vielmehr auf die Bearbeitungszeit (die Zeit, die für die Entschädigung benötigt wird) und die Komplexität des Entschädigungsverfahrens aus der Sicht des Kunden. Um dieses Problem anzugehen, muss der gesamte Prozess der Kundeninteraktion, einschließlich der Entscheidungsgenauigkeit, neu gestaltet werden.

Was die Kontakt- und Callcenter betrifft, so dreht sich ein erheblicher Teil der Anfragen um grundlegende Überprüfungen des Anspruchsstatus, Adressänderungen und andere Aufgaben, die leicht durch die Einführung von KI-Intelligenz oder sogar von „intelligenten“ regelbasierten Systemen erledigt werden könnten.

Was die Herausforderungen anbelangt, so ist die Genauigkeit der Entschädigung nach wie vor eines der Hauptanliegen eines jeden Schadenregulierers. Die Aufrechterhaltung dieser Genauigkeit wird jedoch aufgrund der steigenden Inflation, des Mangels an Chips, der Unterbrechung der Lieferkette und anderer aktueller Faktoren immer schwieriger.

Ein weiteres Problem ist das Fortbestehen vieler manueller Prozesse in den Arbeitsabläufen der Schadenregulierer, was zu einer fragmentierten Erfahrung für die Kunden führt. Zwar haben viele Versicherer einige Teile ihrer Schadenbearbeitung digitalisiert, doch eine umfassende End-to-End-Transformation ist immer noch schwer zu erreichen.

All diese Probleme führen dazu, dass die Versicherungsträger die Erwartungen ihrer Kunden nicht erfüllen können. Mit der raschen Einführung und dem Aufkommen von Technologien und der oft übertriebenen Werbung für technische Fortschritte durch die Unternehmen erwarten die Kunden, dass die Prozesse wesentlich einfacher und schneller werden, aber leider ist das selten der Fall.

KI zur Effizienzsteigerung nutzen

Beim derzeitigen Stand der Dinge würde die KI den Versicherern am besten dienen, wenn sie den Fluss der Schadensfälle durch die Pipeline beschleunigen würde. Derzeit kommt es bei jedem Schritt der Schadenbearbeitung zu Verzögerungen, weil verschiedene Teams beteiligt sind. Diese Uneinheitlichkeit führt zu zusätzlichen Reibungen, Anrufen und Missverständnissen und verlangsamt den Prozess erheblich. Dies gilt sowohl für einfache als auch für komplexe Fälle, bei denen die Bearbeitung und Einreichung von Anträgen naturgemäß mehr Zeit in Anspruch nimmt; dennoch lassen sich durch Automatisierung enorme Effizienzgewinne erzielen.

KI kann verschiedene einfache Schadenprozesse beschleunigen:

• Prüfung der Anspruchsberechtigung auf der Grundlage des Besitzes von Policen, die mit dem Antrag übereinstimmen, was zu Beginn der Antragstellung erledigt werden kann
• Erleichterung der nahtlosen Entgegennahme einfacher, umfangreicher Anträge über mobile oder Webportale
• Unterstützung bei der automatisierten Überprüfung von gedeckten Ereignissen und der Bestimmung des Versicherungsschutzes mit der entsprechenden Infrastruktur im Backend
• Betrugserkennung und Entscheidungshilfe
• Automatisierung und Vereinfachung der Zahlungsüberprüfung, Gewinnung von Erkenntnissen und Einholung von Feedback

Obwohl den Schadenregulierern eine Vielzahl von Einzellösungen und Lösungen von Drittanbietern zur Verfügung stehen und verschiedene Pakete sowohl für Privat- als auch für Geschäftsversicherungen angeboten werden, ist es dennoch von entscheidender Bedeutung, Konnektivität und einen nahtlosen Arbeitsablauf zu gewährleisten. Darüber hinaus gibt es trotz der Tatsache, dass sich Schäden mit geringer Komplexität gut für eine teilweise oder vollständige Automatisierung eignen, eine Kategorie von Schäden, die nicht in die KI-gestützten Verfahren einbezogen werden, da es sich dabei um hochemotionale und hochkomplexe Schäden handelt, wie z. B. DNO und ENO im gewerblichen Bereich sowie Todesfälle und Langzeitinvalidität in der Lebensversicherung. In diesen komplizierten Fällen arbeitet der Schadenregulierer eng mit dem Antragsteller und dem EQ des Arbeitnehmers zusammen, was die Fähigkeiten eines KI-Systems bei weitem übersteigt, obwohl es das wertvollste Gut des Versicherers ist.

GenAI-Chatbots, die zunehmend für die Integration in die Schadenbearbeitung erforscht werden, eignen sich hervorragend für die Erfassung von Nutzerinformationen während der ersten Schadenmeldung und für die Beantwortung grundlegender Anfragen. Darüber hinaus können Geschädigte den Chatbot-Kanal nutzen, um Echtzeit-Updates zu Themen wie Triage, einschlägige Versicherungsklauseln und Reparaturleistungen zu erhalten. Diese Technologie hat das Potenzial, die Arbeitsbelastung der Callcenter erheblich zu verringern und die Bearbeitungszeiten zu verkürzen, wodurch sich das Gesamterlebnis für die Nutzer verbessert.

Zusammenfassung

Versicherungen sind eine komplexe und stark regulierte Branche, in der es um Menschen und Daten geht. KI in ihren verschiedenen Formen hat das Potenzial, das Versicherungswesen grundlegend zu verändern, indem sie diese Daten in Werte umwandelt, neue Produktivitätsniveaus freisetzt und den Unternehmen hilft, einen dauerhaften Vorteil zu schaffen.

Die aktuellen Trends sind vor allem mit dem Aufkommen neuer Datenquellen und der Notwendigkeit für Versicherungsfachleute verbunden, diese effizient in ihre Arbeitsabläufe einzubinden. Schadenbearbeitung und Underwriting sind die ersten beiden Bereiche, die in der aktuellen Landschaft erheblich verändert werden. Führungskräfte, die diese Prozesse sinnvoll verändern und ganzheitliche und automatisierte Abläufe mit KI aufbauen können, werden einen Wettbewerbsvorteil erlangen und in einer besseren Position sein, um die ständig wachsenden Erwartungen der Kunden zu erfüllen.

Wenn Sie mehr darüber erfahren möchten, wie KI Ihnen dabei helfen kann, Ihre Versicherungsprozesse zu rationalisieren und zu verbessern und Ihr Unternehmen zukunftssicher zu machen, wenden Sie sich bitte jetzt an unsere Experten für ein kostenloses Beratungsgespräch.