Denkt man an den Sommer 2024 zurück, wird klar, dass dies ein schadensträchtiges Jahr für Versicherer war. Laut einer Auswertung von Munich RE führten Naturkatastrophen weltweit zu Schäden in Höhe von 320 Mrd. US-Dollar.

Anzeige

Damit einher gingen auch enorme Mengen an Schadensanträgen, die innerhalb kürzester Zeit bearbeitet werden mussten. Der Einsatz von künstlicher Intelligenz kann die Arbeitslast der Mitarbeitenden verringern, indem erste Tätigkeiten, wie die Eingabe in die Fachanwendung und die Zuteilung an die Fachabteilung, von der KI erledigt werden.

Doch welche Methoden der künstlichen Intelligenz braucht es, um einen tatsächlichen Mehrwert daraus zu ziehen? Denn ein Chatbot, der Antworten liefert, ist definitiv zu wenig.

Für einen effizienten Einsatz im Unternehmensumfeld ist ein ganzes Set an KI-Tools nötig, etwa für das Verstehen von natürlicher Sprache (Natural Language Processing), die Extraktion von relevanten Entitäten (Meta-Daten), die Klassifizierung von Dokumenten. Hinzu kommt der Einsatz von Large Language Models (LLMs) und Retrieval Augmentend Generation (RAG).

Natural Language Processing (NLP)


Natural Language Processing (NLP), ein Teilgebiet der Informatik und der Künstlichen Intelligenz (KI), ermöglicht es Computern, menschliche Sprache zu verstehen und Geschäftsprozesse zu automatisieren. NLP kombiniert Methoden aus der Computerlinguistik mit maschinellem Lernen und Deep Learning.

Fact Extraction


Unter Fact Extraction versteht man das automatische Erfassen und die Extraktion relevanter Informationen aus Dokumenten. Dazu gehören etwa Namen, Vertragslaufzeiten, Bedingungen oder Beträge. Ein Optical Character Recognition (OCR) dient zum Auslesen von Textdaten aus Bildern, um die Fakten in eingescannten Verträgen zu erfassen. Versicherungsunternehmen nutzen Fact Extraction um Policen-Nummern oder Namen zu extrahieren und automatisch die entsprechenden Felder in der Fachanwendung zu befüllen.

Klassifizierung


Klassifizierung bezeichnet das automatische Klassifizieren von Dokumenten in vordefinierte Kategorien. Algorithmen analysieren verschiedene Merkmale eines Dokuments, um es einer bestimmten Klasse zuzuordnen. Diese Methode wird genutzt, um Dokumente zu organisieren, schnell auffindbar zu machen und bestimmte Prozesse automatisiert auszulösen. Ein KI-System kategorisiert etwa automatisch eingehende Versicherungsanträge in verschiedene Sparten wie „Kfz-Versicherung“, „Lebensversicherung“ oder „private Krankenversicherung“ und leitet diese direkt an die zuständige Fachabteilung weiter zur Bearbeitung.

Large Language Models und Retrieval Augemented Gerneration


Large Language Models (LLMs) haben in den vergangenen Jahren eine neue Ära in der Verwendung von künstlicher Intelligenz eingeläutet und KI für alle Personen zugänglich gemacht. LLMs verstehen die natürliche Sprache und generieren menschenähnliche Texte (Antworten auf Fragen). Als Basis dienen hier die Trainingsdaten des Modells, dabei sind aber auch falsche Aussagen (Halluzinationen) nicht ausgeschlossen. Um dem entgegenzuwirken, kommt im Unternehmensumfeld Retrieval Augmented Generation (RAG) zum Einsatz. Beim RAG-Modell generiert das LLM die Antworten aus den vorhandenen Unternehmensinformationen und nicht aus den Trainingsdaten. Versicherungsunternehmen können das RAG-Modell nutzen, um auf Kundenanfragen kontextbezogen und automatisiert zu antworten. Stellt ein Kunde eine Frage zu seinem Vertrag, kann das LLM die Vertragsunterlagen für eine kontextbezogene Antwort heranziehen.

Schon dieser kurze Auszug zeigt, wie breit das Spektrum von unterschiedlichen Methoden der künstlichen Intelligenz heute bereits ist und zeigt klar auf: KI richtig eingesetzt bringt einen wesentlichen Vorteil für die Versicherungsbranche. Policen, Schadensberichte oder E-Mails werden automatisch analysiert, weitergeleitet, verschlagwortet und in einen sinnvollen Kontext gesetzt, ganz ohne manuelle Schritte. Zusammenfassungen von umfangreichen Textinhalten sind auf Knopfdruck verfügbar und durch Quellenangaben verifizierbar. Damit stehen Mitarbeitenden die relevanten Informationen rascher zur Verfügung und somit verkürzt sich auch die Bearbeitungszeit von Meldungen.

Anzeige

Künstliche Intelligenz wird zur digitalen Kollegin, die Wissen zugänglich macht, Prozesse beschleunigt und Menschen entlastet. So entsteht Raum für das, was wirklich zählt: kundenzentriertes Handeln, schnelle Reaktionsfähigkeit und fundierte Entscheidungen. Eine Win-win-Situation für alle Beteiligten.