Das maschinelle Lernen nutzt Methoden, die aus Datenanalysen Modelle herleiten, um die Wirklichkeit zu beschreiben. Die KI wiederum hat in den vergangenen Jahrzehnten eine ganze Reihe von Methoden (“KI-Methoden”) entwickelt, die Maschinen immer intelligenter werden lassen und den Menschen bei seinen Zielen unterstützen können. Diese Methoden lassen sich zweifellos auch auf Daten im Versicherungsbereich anwenden. Aktuelle sowie potenzielle Einsatzbereiche stellen wir in diesem Text vor. Vorher lohnen sich aber ein Blick auf die rechtlichen Voraussetzungen und die technische Umsetzung einer KI-gestützten Lösung.

Anzeige

Rechtlicher Rahmen: PSD2 macht Open Banking möglich

Mit der PSD2 ist 2018 eine Zahlungsdiensterichtline In Kraft getreten, die die eigenen Bankdaten in den Verantwortungsbereich des Verbrauchers legt. Das heißt, mit Zustimmung des Endverbrauchers dürfen so genannte Drittdienste auf das Konto zugreifen und Kontoinformationen einholen beziehungsweise Zahlungen auslösen. Die hier beschriebenen Einsatzfelder setzen jeweils voraus, dass ein derartiger elektronischer Kontoauszug (“Kontoinformation”) eines Verbrauchers vorliegt. Dieser muss nun im ersten Schritt kategorisiert werden. Das bedeutet, dass jeder Umsatz, jede Kontobewegung möglichst treffsicher in eine Umsatzkategorie eingeteilt wird, wie zum Beispiel Gehaltseingang, Kreditrate, Rücklastschrift oder Zahlung einer Haftpflichtversicherung.

Bei FinTecSystems verwenden wir dazu eine Kategorisierungslogik, die über die letzten Jahre ständig weiterentwickelt wurde und heute eine systematische Ontologie mit über mehrere hundert Kategorien darstellt, die täglich weiterentwickelt wird. Eine solche systematische Einteilung ist notwendig, um im nächsten Schritt sinnvolle Informationen aus den Kontoauszügen ableiten zu können. Wenn wir vom Einsatz von KI-Methoden in der Versicherungsbranche sprechen, dann ist damit gemeint, dass wir klassische Methoden des maschinellen Lernens nutzen, um im PSD2-Umfeld für die Versicherungsbranche nützliche analytische Datenprodukte zu generieren. Diese Datenprodukte können nicht nur im Vertrieb, sondern auch in anderen Prozessen gewinnbringend eingesetzt werden. Die nachfolgenden Abschnitte geben einen Überblick über die Anwendungen in der Versicherungswirtschaft. Diese entsprechen bereits heute dem Stand der Technik und entweder bereits eingesetzt werden oder kurz vor der Marktreife stehen.

Begrenzte Möglichkeiten der Vertragsoptimierung durch Kontodaten

Der heutzutage am häufigsten diskutierte Einsatz in der Assekuranz ist die Auflistung der Bestandsverträge aus den Umsätzen des Zahlungskontos. Daraus resultierend erfolgt eine grobe Schätzung des Versicherungsbedarfs oder die Optimierung der bestehenden Verträge. Diese Anwendung im Vertragsmanagement ist naheliegend, bietet aber prinzipbedingt nur begrenzten Nutzen. Kurz gesagt: Ausgerechnet vom viel diskutierten Showcase im Vertrieb sind keine Wunder zu erwarten, denn der Fall, dass sich auf einem Kontoauszug sämtliche Bestandsverträge eindeutig identifizieren lassen, tritt in der Praxis zu selten ein, um in der Breite wirklich nützlich zu sein.