Bislang wurde der Versicherungsbranche immer ein schlechtes Abschneiden bei der Digitalisierung vorgeworfen. Ein wesentlicher Grund dafür sind die komplexen und überalterten IT-Systeme. Trotz hoher Budgets unter dem Titel „Digitalisierung“ floss ein großer Teil der Gelder in Pflege, Wartung und Migration der Altsysteme. Deshalb sind die eigentlichen Schätze der Versicherungs-IT bislang noch nicht gehoben.

Die Erfolge der Datengiganten der New Economy lehren uns, dass die Wertschöpfung der Zukunft auf der Nutzung von Daten beruht. Diese Quelle hat die Versicherungswirtschaft aber noch nicht erschlossen. Eine neue Studie des Swiss Re Institutes kommt zu dem Ergebnis, dass das Problem in der Aufbereitung der Daten liegt. Laut der aktuellen Sigma-Studie wird zu wenig in diesen Bereich investiert und dadurch werden schlechtere Ergebnisse erzielt. Neben fehlenden Investitionen in dem Bereich soll das Problem auch in der Organisationsstruktur und in der mangelnden Ausschöpfung von intelligenten Programmen liegen.

Komplexität beherrschen

Im Bereich Schadenbearbeitung liegt ein riesiges Potenzial für die Anwendung von Künstlicher Intelligenz (KI). Gerade im Bereich der höheren Schadenkategorien im Kompositbereich, kann eine große Wirkung erzielt werden. Die hohe Varianz in der Bewertung und die Ungenauigkeit bei der Schadenaufnahme offenbaren die Schwachstellen.

Um Ziele wie die Steigerung der Kundenzufriedenheit, eine effizientere Bearbeitung und eine Senkung der Schadenkosten zu erreichen, bedarf es nicht nur digitaler Werkzeuge und besserer Prozesse, sondern vor allem einer starken Datenbasis. Mit dem Fokus auf ausgesuchte Schadenkategorien können dann optimale Bearbeitungsmuster identifiziert und das volle Potenzial der Künstlichen Intelligenz genutzt werden.

Data Analytics ist in diesem Bereich der menschlichen Erfahrung langfristig weit überlegen. So basieren KI-gestützte Bewertungen häufig auf hunderten Merkmalen – weit mehr als ein Mensch mit vertretbarem Aufwand berücksichtigen kann.

Datenbasiertes Schadenmanagement

Die Sigma-Studie zeigt auch, dass die nachträgliche Aufbereitung vorhandener Daten sehr aufwendig ist. Größere Chancen bestehen deshalb für Geschäftsmodelle, die unternehmensübergreifend Daten sammeln und auswerten können. Das Ergebnis kommt dann wieder den Nutzern der entsprechenden Data Analytics zu Gute.

Im Schadenbereich heißt das: der gesamthafte Überblick über die unterschiedliche Datensicht von Versicherern, Sachverständigen, Handwerks- und Reparaturbetrieben bis hin zu Herstellern, zum Beispiel von Heizungs- und Rohrsystemen, verschafft eine Datenbasis, aus der hohe Effizienzvorteile generiert werden können.

Daten sammeln – KI trainieren

Das sind gute Aussichten für alle Beteiligten des Schadenmanagements. Die Digitalisierung und damit auch die Technologie entwickeln sich schnell weiter. Zudem werden fortlaufend Daten generiert, die für die weitere Optimierung genutzt werden können.

Um diese Vorteile vollends auszuschöpfen, muss die Grundlage stimmen. Eine Vereinheitlichung in der Schadenaufnahme sorgt für strukturierte Daten. Diese gilt es zu analysieren und zu clustern, um damit den Algorithmus der KI fortlaufend zu trainieren. Dadurch werden Entscheidungsgrundlagen gelegt und das ganze System effizienter. Aber auch schon kurzfristig erhalten die Versicherungen durch die digitalen Tools Transparenz und eine Steuerbarkeit.

Je schneller die Branche einheitliche Prozesse etabliert, die verwendbare Daten garantieren, um so schneller wird sie KI wirklich nutzen können.