Künstliche Intelligenz bringt Versicherern vor allem in Prozessen echten Mehrwert. Für die VHV ist die Vollautomatisierung via KI kein Thema. VHV-Vorstand Arndt Bickhoff hält viele Berichte über vollständige Automatisierung zum aktuellen Zeitpunkt für übertrieben. Wann nachhaltiger Erfolg mit KI entsteht und warum der Mensch weiterhin die letzte Entscheidung treffen sollte, erklärt der IT-Vorstand der VHV Gruppe auch im Rahmen der Messe insureNXT.
Herr Bickhoff, die VHV Allgemeine Versicherung ist einer der größten Kfz-Versicherer in Deutschland und zugleich führender Versicherer für die Bauwirtschaft. In welchem dieser beiden sehr unterschiedlichen Geschäftsfelder sehen Sie aktuell den größeren realen Mehrwert durch KI?
Arndt Bickhoff: Den größten Mehrwert von KI sehen wir derzeit spartenunabhängig insbesondere im Bereich Underwriting sowie im Vertrags- und Schadenmanagement. Hier ist eine große Anzahl von Schriftstücken zu analysieren, und in den Bereichen Vertrag und Schaden werden Massenprozesse abgewickelt. KI ist heute schon sehr gut darin, Informationen aus Dokumenten auszulesen und zusammenzufassen. Und wenn es gelingt, auch nur Teilschritte von Massenprozessen mithilfe von KI-Agenten zu automatisieren, dann ergibt sich hieraus ein großer Nutzen. Auf die Expertise unserer Mitarbeiterinnen und Mitarbeiter können wir dennoch nicht verzichten.
Gerade im Kfz-Geschäft wird häufig über End-to-End-Automatisierung und Dunkelverarbeitung gesprochen. An welchen Stellen hat die VHV bewusst entschieden, KI nicht vollständig entscheiden zu lassen - obwohl es technisch möglich wäre?
Eine komplette Automatisierung von Entscheidungsprozessen mithilfe von KI ist aus unserer Sicht nicht sinnvoll. Abgesehen davon, dass der Regulator strenge Auflagen dazu erteilt, unter welchen Bedingungen KI Entscheidungen treffen darf, ist unsere Philosophie, wesentliche Entscheidungen nicht allein von einer Maschine, sondern immer in Zusammenarbeit mit einem Menschen treffen zu lassen. Das Geschäft einer Versicherung fußt auf Vertrauen und nachvollziehbaren Entscheidungen. Letzteres wird am besten dadurch sichergestellt,
dass der Mensch in den Entscheidungsprozess eingebunden wird. Wir nutzen KI daher generell zur Automatisierung von Abarbeitungsprozessen ohne Entscheidungsnotwendigkeit und zur Vorbereitung von Entscheidungen für unsere Mitarbeiterinnen und Mitarbeiter. Hier spielt die KI ihre Stärken aus, unsere Mitarbeiterinnen und Mitarbeiter werden von einfacheren Tätigkeiten entlastet und die Effizienz insgesamt wird gesteigert.
Die Bauversicherung ist geprägt von projektbezogenen Einzelrisiken, langen Laufzeiten und begrenzten Datenmengen. Welche Anpassungen an Datenmodellierung oder Modellarchitektur waren notwendig, damit KI hier überhaupt produktiv einsetzbar wird?
Sie sprechen einen wichtigen Punkt an. Für die Nutzung von KI rückt eine gute Datenstrategie ins Rampenlicht. Unserer Erfahrung nach ist es wichtig, ein gutes Metadatenmanagement aufzubauen, um die technische und fachliche Datenarchitektur einheitlich über verschiedene Unternehmensteile festzulegen und Verantwortlichkeiten für die einzelnen Datenpunkte zu benennen. Von diesem Ausgangspunkt kann dann die Datenqualität dezentral gesteigert werden. Für viele Anwendungsfälle reicht allerdings eine generische KI aus. Ich kann also parallel zur Verbesserung der versicherungsspezifischen Datenhaltung bereits KI-Projekte umsetzen. Deren Wirkung wird dann in der Regel mit Erhöhung der Datenqualität und Datenmenge immer weiter verbessert.
Viele KI-Use-Cases überzeugen im Proof-of-Concept, scheitern jedoch an der Skalierung oder an regulatorischen Anforderungen. Welche Kriterien sind bei der VHV Gruppe ausschlaggebend dafür, ob ein KI-Projekt vom Experiment in den Regelbetrieb überführt wird?
Über die Einführung einer Maßnahme in den Regelbetrieb entscheiden bei der VHV Gruppe der Business Case und das zukünftige Potenzial. Und das ist bei KI-Vorhaben meist positiv. Nach unserer Erfahrung scheitern KI-Use-Cases selten an regulatorischen Anforderungen. Ein großer Unterschied zwischen Proof-of-Concept und Regelbetrieb ist der, dass KI im Proof-of-Concept meist relativ isoliert getestet wird. Um im Regelbetrieb zu überzeugen, muss die KI aber an die unterschiedlichen Systeme der IT-Landschaft angebunden und in die fachlichen Prozesse integriert werden. Ganz wichtig ist aber auch die Einstellung, mit der die Einführung von KI begleitet wird. Ein Beispiel: Wenn eine KI in 30 % der Fälle ein
zufriedenstellendes Ergebnis liefert, dann mag das auf den ersten Blick enttäuschend wirken und ich könnte sagen, dass KI nicht funktioniert, weil ein Mensch in nahezu 100 % ein zufriedenstellendes Ergebnis liefern würde. Oder ich könnte mich über eine Effizienzsteigerung von 30 % freuen - ein großer Erfolg einer Maßnahme. Nicht wenige KI-Projekte werden zu früh als gescheitert klassifiziert, weil die Erwartungen an Implementierungsaufwand und Wirkung von Anfang an zu hoch sind.
Als Plattform für Innovationen bietet die insureNXT die Möglichkeit, aktuelle Entwicklungen in der Versicherungsbranche auf ihren tatsächlichen Mehrwert zu prüfen. Welche KI-Themen werden Ihrer Meinung nach aktuell überbewertet und bei welchem Thema besteht aus Ihrer Sicht noch ein erhebliches ungenutztes Potenzial?
Aus meiner Sicht sind viele Berichte über vollständige Automatisierung von ganzen Prozessketten in den Massenprozessen einer Versicherung zum heutigen Zeitpunkt übertrieben. Auf Nachfrage stellt sich dann meist heraus, dass es sich um Pläne handelt oder doch nur ein kleiner Bereich wie z.B. eine Tierarztrechnung abgedeckt wurde. Grundsätzlich bietet die KI jedoch enorme Chancen zur Effizienzsteigerung. Für die nähere Zukunft steckt in der Dokumentenanalyse, der Kundenkommunikation (Voice- und Chatbots) sowie der (Teil-) Automatisierung von Prozessen noch großes Potenzial. Denken Sie mal an die Entwicklung des Internets. Heute nutzen wir das Internet für Dinge, an die man zu Beginn nicht einmal gedacht hat. Ähnlich wird es uns auch mit der KI gehen, nur verläuft die Entwicklung wahrscheinlich heute schneller. KI ist gekommen, um zu bleiben. Das gesamte zukünftige Potenzial können wir heute noch gar nicht abschätzen.