Intelligent Insurance

Der wirtschaftliche Erfolg von Versicherungen entscheidet sich an der Frage, wie gut sie in der Lage sind, ihre Prozesse zu optimieren, zu automatisieren und sich mit anderen Akteuren dauerhaft zu vernetzen. Die interne Effizienz ist das vielleicht wichtigste Handlungsfeld für die Zukunft einer Branche, die angesichts immer komplexerer Schadensfälle und systematisch organisierter Betrugsversuche einen steigenden Handlungsdruck verspürt.

Nach Zahlen des Gesamtverbandes der Deutschen Versicherungswirtschaft gibt es bei fast jeder zehnten Schadensmeldung Ungereimtheiten. Bei der Haftpflichtversicherung liegt der Anteil der Dubiosschäden sogar bei rund 16 Prozent. 3.111 erfasste Fälle von Versicherungsbetrug und -missbrauch listet die Polizeiliche Kriminalstatistik 2019 auf. In 26 Prozent der Fälle blieb es demnach beim Versuch. Gerade die Digitalisierung schafft Kriminellen neue Möglichkeiten, sich zu bereichern.

Daneben verschärfen digitale Herausforderer und technologiegetriebene internationale Konkurrenten wie Lemonade oder Ping An den Wettbewerb. Angesichts eines hohen Digitalisierungsgrades sind sie in der Lage, flexiblere Geschäftsmodelle beim Kampf um Marktanteile in Stellung zu bringen.

Moderne Technologien wie künstliche Intelligenz (KI), Robotic Process Automation (RPA) sowie Machine Learning in Azure ermöglichen es Versicherungen, eine komplette digitale Customer Journey rund um den Schadensfall aufzubauen – die nicht erst beim Eintritt des Schadenfalls beginnt, sondern bereits davor. Das Ergebnis ist eine hochgradig automatisierte Schadensregulierung.

• Versicherungen haben es mit sensiblen Daten zu tun. Um kundenfokussierte Services zu bieten, ist eine sichere Kommunikation mit dem Kunden unverzichtbar. Auf diesem Wege können Versicherungen über mögliche Gefahren aufklären und wie sich Schadensfälle vermeiden lassen, beispielsweise mittels Push-Benachrichtigung direkt auf das Smartphone. Mobile Anwendungen schaffen einen Anlaufpunkt und ermöglichen es Nutzern, Schadensfälle intuitiv zu melden oder sie sogar mittels automatisierter Schadensfallmeldungen zu erfassen. No-Code/Low-Code-Anwendungen wie Microsoft Power Platform können beim Erarbeiten der passenden Lösung unterstützen. So kann beispielsweise ein Kraftfahrzeug selbständig einen Schaden melden oder zumindest relevante Daten rund um den Schadensfall. Das Azure API-Management erlaubt die Steuerung der relevanten Schnittstellen.
• Mittels Internet of Things (IoT) und Sensortechnik können Versicherungen Rückschlüsse aus dem Verhalten der Versicherten ziehen und erhalten so auch die Möglichkeit, dieses gegebenenfalls positiv zu beeinflussen oder Tarife genau an ein individuelles Nutzerverhalten – möglicherweise sogar in Echtzeit – anzupassen. Sichere Schnittstellen, wie sie Azure bereitstellt und sich über Azure API-Management verwalten lassen, erlauben den sicheren Austausch sensibler Daten und Informationen und ermöglichen auch die nahtlose Vernetzung mit allen von einem Regulierungsfall betroffenen Personen. Intelligente Know-Your-Customer-Systeme erlauben dabei die Identifikation der Versicherten über alle Touchpoints hinweg.
• Die intelligente, automatisierte Auswertung von Schadensfällen wird durch den Einsatz von Robotic Process Automation und künstliche Intelligenz ermöglicht. Machine Learning hilft als zusätzliche Technologie dabei, Betrugsfälle und typische Muster für Betrugsfälle zu erkennen. Durch das Vorhalten einer Vielzahl verschiedener Daten und Profile in Azure ist es möglich, eine hocheffiziente und gleichermaßen sensible Betrugserkennung aufzubauen. Auf der Service-Seite wiederum unterstützen die Technologien dabei, Leistungen rund um den Schadens- und Versicherungsfall zu integrieren, um Kunden so von einer Plattform-Ökonomie profitieren zu lassen.
• Die KI-nativen SaaS-Lösungen unseres Partners Shift helfen Versicherern, differenzierte Customer Experiences zu bieten und gleichzeitig Betrug zu besiegen und Ansprüche vertrauensvoll zu automatisieren.
• Mit BioCatch hat Microsoft einen Partner, der KI in der Betrugserkennung sowohl auf der Antragstrecke als auch im folgenden Betrieb nutzt. Dazu wird das biometrische Verhalten analysiert – ein Mensch verhält sich mit seiner Gestik (Berührungen auf dem Smartphone-Display, Mausbewegungen im Browser, Tastaturanschläge, etc.) deutlich anders als ein Bot. Die Anzahl der sogenannten False Positives kann dadurch drastisch gesenkt werden, ohne die Sicherheit zu riskieren oder das Benutzererlebnis zu schmälern.