IV KÜNSTLICHE INTELLIGENZ TRIFFT ROBOTIC PROCESS AUTOMATION

IV KÜNSTLICHE INTELLIGENZ TRIFFT ROBOTIC PROCESS AUTOMATION

  • Marcel Heinz
  • Published: 12 February 2021

 

Künstliche Intelligenz (KI), der Einsatz von intelligentem Computerverhalten, erreicht Jahr für Jahr ein neues Leistungshoch und wird zunehmend in Geschäftsprozesse, Kundeninteraktionen und Produkte eingebettet . Kognitive Algorithmen verarbeiten Sprache, Bildinformationen oder Sensordaten und speichern diese. Daraus und lernen sie, sich vollständig in Versicherungsabläufe zu integrieren und mit Menschen zu interagieren. Diese intelligenten Fähigkeiten haben enorme Auswirkungen auf den zukünftigen Wettbewerb der Branche. 

 

IN DER VERSICHERUNG KANN KI FOLGENDE VORTEILE LIEFERN:

 

1. Datenstrukturierung
KI-Algorithmen können eingesetzt werden, um Daten zu klassifizieren, wie beispielsweise bei der Extraktion von Namen und Adressen aus Briefen. Diese Informationen können nachgelagert wieder im System des Versicherers abgespeichert und für weitere Zwecke verwendet werden.

2. Komplexe Entscheidungen treffen
Smarte Computersysteme können Problemstellungen lösen, die für den Menschen aufgrund der Komplexität nahezu unmöglich sind. So können moderne Deep Learning-Systeme Kundenrisiken auf Basis von Millionen Parametern berechnen oder Betrugsfälle durch Unregelmäßigkeiten erkennen. Einmal gelerntes Wissen kann an andere Maschinen übertragen werden und unabhängig von Ort und Zeit zum Einsatz kommen.

3. Wissensarbeit und menschliche Interaktion
Versicherungsprozesse erfordern häufig ein hohes Niveau an Fachwissen und Kundeninteraktionen. Der Einsatz von KI als Sprachassistent im Call Center oder bei der Bearbeitung von Kundenbeschwerden unterstützt eine effiziente Kundenkommunikation und reduziert Ressourcen, die an anderer Stelle besser eingesetzt werden können.

 

Die RPA-Technologie mit KI-Algorithmen zu kombinieren liegt auf der Hand: RPA liefert eine schnelle Prozessbearbeitung mit hoher Prozesstreue während KI Aufgaben erfüllt, die sonst zu einem Medienbruch zwischen Mensch und RPA geführt hätten. Diese Kombination ist daher der Schlüssel für Versicherungsunternehmen. Zum Beispiel kann RPA eine eingegangene Schadenmeldung an den Schadenbereich weiterleiten, in der neben einer OCR-Engine KI zum Einsatz kommt, die zusätzlich die Sprache und den Kontext des Schadenvorgangs versteht. Ein weiterer KI-Agent kann angehängte Bilder bewerten und zusammen mit dem extrahierten Schadenereignis die Schadensumme validieren. Der RPA-„Roboter“ übernimmt den weiteren Schadenprozess bis zur Auszahlung. 

 

RPA UND KI TECHNOLOGIE IN DER ASSEKURANZ – WEGE ZUM ERFOLG

 

1. Aufbau einer RPA-KI-Strategie
Versicherungsunternehmen sollten sich bewusst sein, welche Zielsetzungen dem Einsatz dieser Technologien zugrunde liegt. Außerdem sollten die intelligenten Roboter und Algorithmen in eine übergeordnete Technologiestrategie integriert werden, um Geschäftsaktivitäten zum Einsatz von RPA und KI maximal zu fördern. So können beispielsweise Budgets und Ressourcen für die Implementierung von RPA-und KI-Vorhaben bereitgestellt werden.

2. Priorisierung von Vorhaben
Nachdem der aktuelle Stand der einzelnen Versicherungssparten bezüglich RPA und KI analysiert ist, können geeignete Geschäftsprozesse identifiziert und priorisiert werden. Hierfür muss berücksichtigt werden, ob bereits Daten in entsprechender Qualität zur Verfügung stehen, wie oft Prozesse angestoßen werden und welchen Komplexitätsgrad diese aufweisen.

3. Pilotierung von überschaubaren Prozessen
Beim Einsatz von RPA-KI-Kombinationen gilt es mit kleinen Schritten und einfachen Pilotprojekten zu beginnen und iterativ weitere, komplexere Prozessabschnitte hinzuzunehmen. Der „falsche“ Start kann den langfristigen Erfolg schmälern.

4. Aufbau einer Roadmap

Nach erfolgreicher Umsetzung der Pilotphase kann die Technologie sukzessive ausgerollt werden, um die Vorteile der Technologie zu skalieren. Dabei sollte besonderes Augenmerk auf die Themen Organisation, Technologie und Betrieb gelegt werden, um das maximale Potenzial aus der Technologie herauszuholen und im Einklang mit der Unternehmensstrategie zu sein.

5. Daten und Technologie beherrschen
Sofern strukturierte Daten vorliegen, kann der Einsatz von RPA in der Regel schnell erfolgen – die Verknüpfung mit Altsystemen ist grundsätzlich unproblematisch. Die Implementierung von KI-Algorithmen erfordert jedoch eine gezielte Datensammlung, -analyse und -auswertung, um spezielle kognitive Verfahren zu etablieren. Versicherungen sollten sicherstellen, dass die Technologie in die bestehende Systemlandschaft integriert wird. Dazu gehört sowohl die Datenhaltung als auch die Ausführung der Anwendungen.

6. Wandel berücksichtigen und Kompetenzen ausbauen
Für den langfristigen Erfolg über die Pilotphase hinaus, ist eine transparente, interne Kommunikation notwendig, um Widerstände zu verringern. Das Management von Unsicherheiten ist daher ein Schlüsselfaktor, um einerseits Produktivitätszugewinne durch RPA und KI zu erzielen und zum anderen verbesserte Kundenbeziehungen durch die Mitarbeiter zu erreichen. Der organisatorische Wandel sollte daher gleichzeitig mit dem Aufbau neuer Kompetenzen erfolgen. Mitarbeiter müssen befähigt werden mit den neuen Tools und Methoden umzugehen, um diese erfolgsbringend in der eigenen Organisationseinheit und den eigenen Prozessen einzusetzen.

Wenn komplexe Aufgaben oder Geschäftsprozesse mit hohen Stückzahlen von Maschinen übernommen werden, birgt der Einsatz von RPA und KI erhebliches Potential in der Versicherungsbranche. Die erfolgreiche Umsetzung bedarf jedoch Fingerspitzengefühl, von der Auswahl der richtigen Prozesse, über die Integration der Tools in die Systemlandschaft, bis hin zum Management von Wandel und neuen Algorithmen. Ist der Grundstein jedoch einmal gelegt, steht einer erfolgreichen Skalierung im gesamten Unternehmen nichts mehr im Wege.


Sie wünschen sich einen persönlichen Austausch mit uns? Unsere Experten sind für Sie da. 

KONTAKT

Thomas Zwack, Partner
M +49 172 983 3046
thomas.zwack@capco.com 

 

1 https://dawn.cs.stanford.edu/benchmark/