Digitalisierung der Schadenprozesse unter Einsatz von Advanced Analytics und KI
Ein Gastbeitrag von Dr. Stephanie Friedrich, Leitung Consulting und Solutions Insurance Claims im Geschäftsbereich Risk Management von Arvato Financial Solutions.
Digitalisierung ist aktuell in aller Munde. Laut einer Studie der Beratungsgesellschaft Accenture glauben 83 Prozent der deutschen Versicherungsunternehmen, dass ihre Branche in den nächsten drei Jahren eine digitale Transformation erleben wird. Eine weitere Studie der Universität St. Gallen prognostiziert, dass die Interaktion zwischen Kunde und Unternehmen bis zum Jahr 2020 in allen Stationen der Customer Journey zu einem beträchtlichen Teil digital verlaufen wird. Die Vereinfachung von Schadenprozessen, die Verbesserung der digitalen Nahtstellen oder die Vereinheitlichung der Kommunikation über alle Interaktionspunkte sind daher also wichtige Hebel zur Erhöhung der Effizienz von Kundenprozessen.
Anzeige
Digitalisierung ist somit bereits mehr als ein Trend, der in ferner Zukunft auf die Versicherungswirtschaft zukommen wird. Der Umbruch hat vielmehr längst begonnen. Digitalisierung basiert in erster Linie auf Daten. Datenanalysen haben demzufolge hohes Potenzial, Mehrwert für das eigene Unternehmen zu schaffen. Hierbei zeigt sich jedoch, dass Datenanalysen nicht per Plug-and-Play funktionieren. Laut einer Studie von KPMG herrscht große Unzufriedenheit mit bisher in Versicherungsunternehmen eingesetzten Modellen. So sind laut dieser Studie z.B. nur 15 Prozent aller befragten Unternehmen zufrieden mit dem Erfolg von Datenanalysen zur Erkennung von Betrugsrisiken.
Häufig werden praxisferne Modelle entwickelt
Der Einsatz von Advanced Analytics und Künstlicher Intelligenz (KI) sollte daher eng mit der Frage der Operationalisierung verbunden sein. Häufig werden Modelle entwickelt, die nicht in die Praxis umgesetzt werden können. Um das Vertrauen in Advanced Analytics auch in der Organisation zu stärken, sollten daher Sub-Prozesse ausgewählt werden, die einen hohen Nutzen und Entlastung für die Sachbearbeiter versprechen und in sich so homogen sind, dass die Ergebnisse nicht vollkommen intransparent erscheinen. Neben der Definition von klar abgegrenzten Einsatzbereichen spielt vor allem auch die Wahl der Modelle eine wichtige Rolle. Dort, wo der Sachbearbeiter mit den Ergebnissen weiter arbeiten muss, wie z.B. bei der Erkennung von Versicherungsmissbrauch, sollte das Modell eine höhere Transparenz aufweisen als im Zusammenhang von durchweg automatisierten Prozessen.
Erfolgversprechend ist daher der Ansatz, das Zusammenspiel von Prozessexpertise, Analytik-Know-how und Digital Decision Excellence in den Vordergrund zu stellen. Zu Beginn steht bei der Digitalisierung die Ist-Analyse der Prozesse im Vordergrund. Auf dieser Basis erfolgt eine Segmentierung in Teilprozesse, welche digital unterstützt werden sollen. Diese Prozessanalyse stellt die Basis für die Digitalisierungsstrategie dar.
Mögliche Sub-Prozesse in der Schadenbearbeitung finden Sie in dem folgenden Schaubild:
Viele dieser Prozesse lassen sich durch eine hochperformante Rules Engine optimal steuern. Diese trifft in Millisekunden eine Entscheidung über das weitere Vorgehen (z.B. ob ein Schaden direkt reguliert werden soll).
Bietet eine Software darüber hinaus auch die Möglichkeit, analytische Modelle einzubinden, spricht man von Hybrid Decision Engines. Diese erlauben nach bestimmten Kriterien hart zu steuern, aber auch errechnete Wahrscheinlichkeiten in den Prozess mit einzubinden. So kann z.B. neben der Schadenart und der Schadenhöhe auch eine Maßzahl für die Eignung von Schnellregulierung, welche durch ein analytisches Modell errechnet wurde, heran gezogen werden, um den Schaden in eine Dunkelverarbeitung zu steuern. So wird gewährleistet, dass Datenanalysen und KI-Modelle nicht nur zum Selbstzweck entwickelt, sondern auch operativ in die Prozesse eingebunden werden können. Die gezielte Anwendung innovativer Technologien in Kombination mit bewährtem Rule Management sorgt für Akzeptanz bei den Mitarbeitern und für eine tatsächliche Verschlankung der Geschäftsprozesse, an dessen Ende ein zufriedenerer Kunde steht.
Anzeige
Ein Gastbeitrag von Dr. Stephanie Friedrich
