Das Potenzial künstlicher Intelligenz in Versicherungen

Über die letzten Jahre hinweg wurden in der IT und im Bereich der KI unglaubliche Fortschritte erzielt. Beispiele aus der Praxis zeigen, dass der Einsatz von künstlicher Intelligenz in Versicherungsunternehmen vor allem den Kundenservice auf ein neues Qualitätslevel hebt.

Die eingehende Datenflut managen

Heute werden zahlreiche Kanäle genutzt, um ohne großen Aufwand oder hohe Kosten mit anderen Personen oder Unternehmen zu kommunizieren. Das hat zur Folge, dass die Anzahl der Kundenkontakte kontinuierlich steigt.
Unzählige Anfragen gelangen tagtäglich via E-Mail, Social Media oder auf postalischem Weg zu den Versicherungsunternehmen und müssen entsprechend bearbeitet werden. Die Bearbeitung dieser eingehenden Anfragen, das Zuordnen der Anträge und Schadensmeldungen zu den zuständigen Sachbearbeitern sowie Fachbereichen nimmt viele Ressourcen in Anspruch. Zahlreiche Mitarbeiter sind den überwiegenden Teil ihres Arbeitstages damit beschäftigt, diese eingehenden Dokumente zu lesen, zu sortieren, zu klassifizieren und sie entsprechend weiterzuleiten, um eine rasche Abwicklung zu gewährleisten. Gerade bei Peaks, wie beispielsweise nach Unwetterfronten, erhöht sich die Anzahl der eingehenden Anfragen wie auch der Leidensdruck der Kunden und der Mitarbeiter zusätzlich.

Gerald Martinetz ist Verantwortlicherfür den Bereich Klassifizierung bei Mindbreeze. Das Unternehmen aus Linz ist Anbieter von Appliances und Cloud-Services für Information Insight, angewandte künstliche Intelligenz und Wissensmanagement.www.mindbreeze.comDurch den Einsatz der richtigen Tools kann dieser gesamte Prozess beschleunigt und damit sowohl auf Kunden als auch auf Unternehmensseite effizienter gestaltet werden. Sogenannte Insight Engines sind in der Lage, die manuelle Sortierung und Weiterleitung der Post an den jeweiligen Sachbearbeiter weitgehend zu automatisieren. So wird der gesamte Bearbeitungsprozess optimiert, Fehlerquellen minimiert, die Servicequalität verbessert und die Durchsatzrate erhöht.

Dafür scannen, analysieren und klassifizieren sie anhand vordefinierter Merkmale, die eingehendenden Dokumente. Sie erkennen dabei, ob es sich bei dem Dokument um einen Antrag, ein Formular etc. handelt und mithilfe von automatisierter Extraktion der Kundendaten und -nummern welchen Kunden es betrifft. Anschließend leiten sie es direkt an den richtigen Sachbearbeiter weiter. Sämtliche Arten von Daten, sowohl strukturierte (Formulare etc.) als auch unstrukturierte (Textdokumente etc.), können so analysiert, Informationen extrahiert und entsprechend kategorisiert werden.

Wurden die Anfragen zum entsprechenden Sachbearbeiter weitergeleitet, ist es wichtig, dass dieser rasch einen Überblick über den Kunden und die Problemstellung erhält. Insight Engines sorgen hier für eine effiziente, Bereitstellung relevanter Informationen aus unterschiedlichen Datenquellen.

Dabei agieren sie ähnlich wie klassische Suchmaschinen. Der Einsatz von künstlicher Intelligenz ermöglicht es ihnen jedoch, Informationen beziehungsweise Inhalte zu verstehen und von ihren Anwendern zu lernen. Mittels Natural Language Processing (NLP) und Natural Language Question Answering (NLQA) sowie Deep und Machine Learning verstehen sie die natürliche Sprache und erkennen Muster wie auch Strukturen in Daten. So können sie akkurat auf Fragen antworten, statt endlose Trefferlisten zu generieren.

Entsprechend des Nutzerverhaltens einzelner Anwender oder sogar ganzer Anwendergruppen analysieren und kategorisieren sie darüber hinaus die Relevanz der Daten sowie Informationen und stimmen die Ergebnisse individuell darauf ab.
Die Nutzer erhalten, im Rahmen der persönlichen Zugriffberechtigungen, auf Knopfdruck präzise Antworten auf komplizierte Sachverhalte.

Auf diese Weise ermöglichen sie sogenannte 360-Grad-Sichten auf alle relevanten Informationen zu Versicherten, Policen oder Schäden. Dieser wertvolle Überblick führt zu einer deutlichen Qualitätssteigerung der Antworten. Dadurch können bereits bei Erstanfragen mehr Probleme gelöst, KPIs optimiert (gesteigerte Fixed-first-visit- und Durchsatzrate) und die Kundenzufriedenheit nachhaltig gesteigert werden.