Künstliche Intelligenz für Versicherer: Weder Wunderwaffe noch Bedrohung

Künstliche Intelligenz für Versicherer: Weder Wunderwaffe noch Bedrohung

Künstliche Intelligenz (KI) wird häufig mit großen positiven Erwartungen überfrachtet, andererseits sind mit der Technologie zahlreiche Ängste verbunden. Insbesondere befürchtet man einen umfangreichen Personalabbau durch Automatisierung oder eine permanente Überwachung von Kunden und Mitarbeitern. Eine Mitschuld tragen unter anderem die Marketing-Versprechungen von KI-Dienstleistern, die von den Medien relativ unreflektiert verbreitet wurden, aber nicht unbedingt dem tatsächlichen Fortschritt entsprechen. Bei einer realistischen Betrachtung des Status Quo der Technologie ergeben sich dennoch interessante Anwendungsfälle für Versicherer.

Künstliche Intelligenz, der schlaue Roboter

Die meisten Menschen assoziieren mit dem Begriff Künstliche Intelligenz schlaue Roboterwesen, die ein umfangreicheres Wissen als Menschen haben, dieses Wissen schneller verarbeiten können und infolge dessen bessere Entscheidungen treffen. Diese an sich neutralen bzw. sogar positiven Eigenschaften erhalten in Science-Fiction-Filmen häufig eine dystopische, gar zerstörerische Komponente.

Für viele scheint die KI-Forschung nicht weit weg von der „Singularität“, also dem Zeitpunkt, an dem künstliche Intelligenz schlauer ist als der Mensch. Demnach wäre es vermutlich nicht mehr weit, bis Maschinen die Menschen beherrschen.

KI ist (noch) nicht so intelligent

Doch es ist nicht das erste Mal, dass die Künstliche Intelligenz Opfer zu großer Erwartungen wird. Eine Mitschuld dürfte auch der Umstand haben, dass „Artificial Intelligence“ etwas unglücklich mit „Intelligenz“ übersetzt wurde, was im Deutschen aber eine deutlich eingeschränktere Bedeutung als „Intelligence“ hat. Central Intelligence Agency (CIA) wird in das Deutsche auch nicht mit „Zentrale Intelligenzbehörde“ übersetzt. Vielmehr handelt es sich um eine Behörde zur Sammlung und Verarbeitung von Informationen sowie Ableitung von Erkenntnissen.

Vor diesem Hintergrund ist es nicht verwunderlich, dass die KI in der Realität eigentlich nur enttäuschen kann. Gerade in letzter Zeit häufen sich Meldungen über Misserfolge beim Einsatz von künstlicher Intelligenz, auch haben zahlreiche Versicherer ihre KI-Projekte eingestellt oder rekalibriert wie z.B. die Munich Re in den Bereichen Schadensmanagement oder Risikoeinschätzung von Klimarisiken.

Denn offenbar scheitern KI-Verfahren nach wie vor an komplexen Problemen, u.a. weil sich die Methoden wie z.B. neuronale Netze seit ihren Anfängen in der zweiten Hälfte des 20. Jahrhunderts nur begrenzt weiterentwickelt haben. Da hilft es nur zum Teil, dass Rechner inzwischen deutlich mehr Rechenoperationen durchführen und auf umfangreichere Datenbasen zurückgreifen können als in der Anfangszeit der KI in den 50-er Jahren des letzten Jahrhunderts.

KI ist eine Technik zur (Prozess-)Optimierung mit vielen Anwendungsfällen

Nüchtern betrachtet, ist Künstliche Intelligenz also nichts anderes als eine Technologie zur Optimierung von Prozessen, die bisher im Wesentlichen von Menschen bearbeitet wurden. In diesem Sinne ergeben sich eine Reihe von interessanten Anwendungsbereichen für Versicherungsunternehmen:

Customer Relationship Management (CRM)

  • Stornoprävention: Der Versicherer stellt anhand von Verhaltensmustern des Kunden fest, dass ein erhöhtes Kündigungsrisiko besteht. So kann er schon vorher aktiv eingreifen und z.B. ein Aussetzen der Beiträge für eine Lebensversicherung vorschlagen, um eine Kündigung zu vermeiden.
  • Cross-/Upselling: Der Versicherer erkennt Veränderungen der Lebenssituation von Kunden (z.B. Hausbau, Familiengründung) und nutzt diese, um möglichen Produkterweiterungen oder zusätzliche Produkte zu verkaufen.
  • Robo Assistance: Der Call-Center- oder Vertriebsmitarbeiter erhält über Voice Recognition oder Analysen der Kundendaten ergänzende Informationen über die Stimmung und Situation des Kunden und kann sein Beratungs- bzw. Verkaufsgespräch besser darauf abstimmen.

Produktgestaltung:

  • Risk Adequate Pricing: Der Versicherer kann das individuelle Risiko bzgl. des zu versichernden Objekts oder Kunden auf Basis vorhandener oder zusätzlich bereitgestellter Informationen – z.B. aus Telematikdaten – besser einschätzen und damit einen risikogerechten Tarif anbieten.
  • On-demand-Versicherungen: Durch Bilderkennungs- und Verarbeitungsverfahren kann anhand des Fotos eines zu versichernden Objekts dessen Wert bestimmt und damit ohne Zeitverzögerung ein Angebot für eine On-demand-Versicherung gemacht werden.

Versicherungsbetrieb:

  • Automatisierung: Der Geschäftsvorfall von eingehender Briefpost oder Emails wird automatisch klassifiziert und weiterbearbeitet. Bestenfalls ist bis zum Abschluss des Geschäftsvorfalls kein menschlicher Zwischenschritt mehr erforderlich („Straight-through processing“)
  • Robo Advice: Der Kunde spricht oder schreibt im 1st Level Support mit einem Roboter über sein Anliegen. Kann dies nicht geklärt werden oder handelt es sich nicht um ein Standard-Anliegen, wird er an einen menschlichen Mitarbeiter weitergeleitet.
  • Betrugserkennung: Im Schadenmanagement kann der Versicherer Betrugsmuster erkennen und damit die Wahrscheinlichkeit für einen Versicherungsbetrug besser einschätzen.
  • Optimierung Schadenmanagement: Durch Bilderkennungsverfahren können die Schäden an einem Objekt ggf. mit zusätzlichen Datenpunkten eingeschätzt werden. Dies vereinfacht die Klassifikation von Schäden und ermöglicht ggf. eine automatische Schadenregulierung.
  • Workforce Management: Durch eine bessere Prognose der Anruf- oder Briefpost-Last können Call Center und Backoffice-Einheiten besser ausgelastet und der Service Level für den Kunden verbessert werden.

Die genannten Beispiele dokumentieren breite Einsatzmöglichkeiten für KI-Verfahren. Versicherer sollten daher einige Dinge beachten, wenn sie KI-Verfahren tatsächlich verproben wollen:

  • Datenschutz: Regulatorische und selbst auferlegte Datenschutzrichtlinien wie der Code of Conduct sind eine Hemmschwelle für den Einsatz von KI-Verfahren. Der Schutz der Daten muss in jedem Fall sichergestellt werden.
  • Kundenakzeptanz: Versicherer leben vom Vertrauen, das ihre Kunden ihnen entgegenbringen. Bei allen datenverarbeitenden Verfahren, zu denen auch die KI gehört, darf der Kunde nicht den Eindruck gewinnen, dass seine Daten für Zwecke verwendet werden, denen er nicht ausdrücklich zugestimmt hat.
  • Betriebskosten: KI-Systeme müssen permanent weiterentwickelt und auf dem neuesten Stand gehalten werden. Dies ist mit hohen Kosten verbunden, u.a. auch weil KI-Experten derzeit knapp am Markt sind. Zusammen mit den zu erwarteten Einsparungen bzw. Umsatzsteigerungen muss sich der Business Case rechnen.
  • Interne Widerstände: Die Vertriebsorganisationen der Versicherer sowie freie Makler sind immer noch sehr mächtig und oftmals nicht begeistert, wenn KI-Verfahren sie (teilweise) überflüssig machen. Hier gilt es, den Vorteil der KI im Vertrieb zu veranschaulichen, z.B. die schnellere Bearbeitung von Anträgen oder die ergänzenden, verkaufsfördernden Informationen für Vermittler auf Basis von Kundendatenanalysen.

Zusammenarbeit mit KI-Start-ups kann ein erster Schritt sein

Trotz einiger Misserfolge in letzter Zeit sollten Versicherer es wagen, erste Schritte mit KI-Technologien zu gehen, denn die Potenziale sind vielversprechend, wenn man die richtige Erwartungshaltung an den Tag legt.

Am Markt gibt es allerdings wenige gute KI-Experten, daher ist der Aufbau von KI-Technologien durch die eigene IT-Einheit derzeit nicht sinnvoll. Im ersten Schritt sollte vielmehr eine Kooperation mit einem geeigneten Start-up oder IT Service Provider angestrebt werden.

Ausgehend von der Problemanalyse und der Ermittlung geeigneter KI-Verfahren (z.B. Bilderkennungsverfahren, Chat Bots, Voice Recognition, Customer Analytics) kann dann ein gemeinsamer PoC zeigen, ob die KI die gewünschten Erfolge bringt. Man sollte sich aber darüber im Klaren sein, dass die Wahrscheinlichkeit, die gewünschten Verbesserungen nicht zu erreichen, derzeit noch relativ hoch ist.

Wie hat Ihnen dieser Beitrag gefallen?

Kommentare zu "Künstliche Intelligenz für Versicherer: Weder Wunderwaffe noch Bedrohung"