Die Versicherungsbranche steht vor großen Herausforderungen: Der Wettbewerbsdruck nimmt zu und die Kundenerwartungen an die Servicequalität steigen kontinuierlich. Nur mit einer durchgehenden Prozessoptimierung und -beschleunigung können Versicherer sich zukunftssicher aufstellen und die aktuellen wie künftigen Anforderungen effizient umsetzen.
Ein zentrales Hilfsmittel ist dabei die Nutzung neuer Technologien wie Machine Learning (ML).
Um Versicherer bei ihren Herausforderungen zu unterstützen, bietet Fadata neben seiner INSIS-Versicherungsprozessplattform für Lebens-, Renten-, Sach- und Krankenversicherungen auch das INSIS-ML-Framework an. Versicherer können es in der Cloud betreiben oder lokal vor Ort einsetzen. Das Framework ist vorintegriert und vorkonfiguriert für die INSIS-Plattform und auch problemlos in Versicherungsplattformen von Drittanbietern einzubinden.
Das Fadata-ML-Framework basiert auf der Supervised-Learning-Methode unter Verwendung von Hunderttausenden von echten Kunden-Datensätzen. Die hohe Qualität und kontinuierliche Weiterentwicklung des Datenmodells wird etwa durch die Nutzung konkreter Betrugsfälle sichergestellt, die von Versicherungsmitarbeitern in der Vergangenheit aufgedeckt wurden.
Das Framework kann unter anderem bei der Bearbeitung von Krankenversicherungsansprüchen, der Transformation von Underwriting-Prozessen bei Lebensversicherungen oder bei der Automatisierung der Fallbearbeitung bei Sachversicherungen eingesetzt werden.
Die Vorteile der ML-basierten Lösungen von Fadata für Versicherer und Kunden im Überblick:
- Verbesserung der Genauigkeit bei Schadensregulierungen
- Kostensenkung durch die Automatisierung der Antrags- und Schadensfallbearbeitung
- Steigerung der Kundenzufriedenheit durch sofortige Bearbeitung von Anträgen und Schadensmeldungen
- Erhöhung der Mitarbeiterproduktivität durch die Reduzierung manueller Tätigkeiten und Prozessbeschleunigung
Zwei Versicherer haben bereits ML-Projekte basierend auf den Fadata-Lösungen erfolgreich umgesetzt. So nutzt etwa ein Versicherer ML bei der Bearbeitung von Kfz- und Sachschäden und der Betrugserkennung. Die automatisierte Analyse von Schadensfotos hat zu einer deutlichen Beschleunigung des Schadensregulierungsprozesses und auch zu einer Aufdeckung von Betrugsversuchen beigetragen, ohne dass kostenintensive manuelle Tätigkeiten angefallen sind.
Außerdem hat eine europäische Behörde ihre Prozesse bei Pensionsanträgen mit den Fadata-ML-Lösungen optimiert. Dabei wurden papierbasierte Evaluierungsvorgänge ersetzt. Das ML-System unterstützt unter anderem eine automatisierte Informationsextraktion aus komplexen unstrukturierten Daten wie gescannten Dateien.
Auf dieser Basis können zum Beispiel Pensionsansprüche ermittelt oder fehlende Informationen erkannt werden. Insgesamt konnte die Behörde damit die Berechnungszeit für Pensionszahlungen deutlich verkürzen und auch die Kundenzufriedenheit durch die schnellere Antragsbearbeitung steigern.
„Die kontinuierliche Produktweiterentwicklung und die Ausweitung des Lösungsangebots unter Einsatz neuester Technologien gehören zu den zentralen strategischen Zielen von Fadata“, betont Dr. Eike Schmidt, Chief Technology & Product Officer von Fadata.
„Ein Kernthema ist dabei die Künstliche Intelligenz. Wir sind davon überzeugt, dass die KI-Technologie gerade für Versicherungsunternehmen ein enormes Potenzial bietet. Mit unserem ML-Framework, das auf konsolidierten Branchendaten basiert, können Versicherer nun einen ersten großen Schritt in die KI-Welt machen.“