Die Zukunft der KI in der Versicherungsbranche

Ab und zu kommt eine neue Technologie raus, die die Welt verändert, und Unternehmen müssen sich anpassen oder laufen Gefahr, irrelevant zu werden. Der Übergang von einem überwiegend agrarischen zu einem urbanen Lebensstil wurde durch die Dampfmaschine der industriellen Revolution und die Mechanisierung der Produktion möglich. Mit der Einführung des Internets kamen unter anderem die zunehmende Echtzeitkommunikation, der E-Commerce und das Cloud Computing auf. Jetzt ist die KI dran. Sie ist eine super leistungsstarke Technologie, die Arbeitsabläufe schnell verändert, Innovationen fördert und Branchen neu gestaltet. Wie bei allen anderen transformativen Technologien wird es schwierig oder sogar unmöglich sein, dass Unternehmen, einschließlich Versicherungen, KI meiden. Vor einigen Jahrzehnten, als E-Commerce zu einem unvermeidlichen, optimierten und fortschrittlichen Phänomen wurde, gewöhnten sich die Kunden daran, Produkte einfach bestellen und in kurzer Zeit liefern zu lassen, und erwarteten, dass alle Händler die gleichen Funktionen bieten. Genauso hat KI die Erwartungen der Verbraucher verändert, sodass Kunden jetzt Folgendes verlangen:

• Mehr Genauigkeit und Zuverlässigkeit während der gesamten Customer Journey
• Die Möglichkeit, mit KI-Bots (text- oder sprachbasiert) wie mit Menschen zu quatschen.
• Hyperpersönliche Angebote und Kommunikation
• Produkte und Interaktionen, die genau auf ihre Bedürfnisse zugeschnitten sind

Das ist einer der Unterschiede zwischen generativer KI und anderen technologischen Sprüngen: Generative KI kann auf einer Ebene argumentieren, Urteile fällen, Kreativität und Empathie zeigen, die andere technologische Innovationen bisher nicht erreicht haben, und das sind besondere Fähigkeiten, die für Versicherer besonders wichtig sind. Deshalb kann generative KI den Versicherungssektor wirklich revolutionieren. Das Wichtigste bei Versicherungen ist, das spezifische Risiko richtig zu verstehen und Leuten in Not so effizient, effektiv und taktvoll wie möglich zu helfen.

All das kann von der KI geändert werden.

• Traditionelle analytische KI erkennt Trends in Daten.
• Gen AI macht diese Funktionen noch besser, indem es unstrukturierte Daten besser versteht und es ermöglicht, Antworten superpersönlich und einfühlsam zu gestalten.
• Agentische KI bringt neue Automatisierung in komplexe Arbeitsprozesse und hilft Versicherern, den maximalen Wert zu holen. Wegen dieser Flexibilität setzen Versicherer KI in allen wichtigen Bereichen ein, zum Beispiel:
• Vertriebsproduktivität und Hyperpersonalisierung
• Automatisierung und verbesserte Genauigkeit der Risikoprüfung
• Verbessertes Forderungsmanagement
• Kundenservice mit Sprachagenten
• Backoffice-Funktionen wie Finanzen, Versicherungsmathematik und IT ändern Wie bei anderen bahnbrechenden technologischen Innovationen werden die Verbraucher nach und nach erkennen, dass KI ihr Leben vereinfachen kann, und sich daran gewöhnen, dass ihre Dienstleister diese Technologie einsetzen. Die Versicherer, die es schaffen, KI in alle ihre Aktivitäten einzubauen, werden am Ende die Nase vorn haben. Sie können dann mehr Geschäfte machen, und zwar schneller und persönlicher, weil sie die Risiken besser verstehen.

Um die KI-Transformation erfolgreich zu machen, darf man nicht nur an der Oberfläche herumspielen und ein paar Pilotprojekte machen. Man darf auch nicht denken, dass man echte KI-Fähigkeiten bekommt, indem man einfach ein paar Software-as-a-Service-Produkte mit einer oberflächlichen Strategie kauft, oder dass man mit Standard-KI-Lösungen seine Arbeitsabläufe umstellen kann. Um mit KI einen dauerhaften Geschäftswert zu schaffen, müssen die Versicherer:

• Entwickle eine klare, unternehmensweite Vision davon, was KI werden könnte.
• Überdenkt komplett, wie ihr in allen Bereichen eures Geschäfts (Versicherungswesen, Schadensfälle, Vertrieb, Kundenservice usw.) arbeitet, damit die Technologie Teil eurer Organisation wird.
• Überarbeite die Arbeitsabläufe.
• Überarbeite die Art und Weise, wie du arbeitest.
• Arbeite auf einen modernen Daten- und Technologie-Stack hin.
• Skalier KI mithilfe wiederverwendbarer Komponenten für verschiedene Anwendungsfälle und Geschäftsbereiche. Und das müssen sie so machen, dass es wirklich was an der Wirtschaftlichkeit der Einheit ändert. Auch End-to-End-Prozesse müssen neu gestaltet werden, um den Nutzen der KI voll auszuschöpfen, anstatt sie einfach nur über bestehende Prozesse zu legen oder, noch schlimmer, einen weiteren Schritt in einen Arbeitsablauf einzufügen, der mit einem KI-Tool unnötigerweise hinzugefügt wird.

Fachwissen im Bereich Versicherungs-KI-Beratung

Im Bereich Versicherungs-KI-Beratung wurde die Arbeit an KI von Forrester als wegweisend für digitale Veränderungen erkannt und hat zu einer Zusammenarbeit mit über 200 Versicherern weltweit geführt. Die Abteilung, die sich mit Spezialversicherungen beschäftigt, hat auch eine Bibliothek mit:

• über 50 wiederverwendbare KI-Komponenten
• Über 20 durchgängige Versicherungsfunktionen, die ein Kunde nutzen und anpassen kann. Mit einem ganzheitlichen und strategischen Ansatz für KI können Versicherer KI-nativ werden und sich einen nachhaltigen Wettbewerbsvorteil verschaffen.

Die Überprüfung ist einer der Gründe, warum generative KI so viel Potenzial hat. Dank wiederverwendbarer Teile kann die Technologie dazu genutzt werden, verschiedene Aspekte eines Unternehmens zu revolutionieren. Ein Beispiel: Eine KI-Funktion, die für die Kundenbetreuung trainiert wurde, wird wiederverwendet, um:

• Beantworte interne IT-Support-Fragen.
• Erstell Marketinginhalte.
• Überprüfe die Antwort auf die Angebotsanfrage.
• Schreibe juristische Dokumente. Auch wenn die Endprodukte sehr unterschiedlich sind, können die dahinterstehenden KI-Komponenten in verschiedenen Geschäftsbereichen und Anwendungen wiederverwendet werden.

Die Zukunft: KI-Multiagentensysteme

Die KI macht immer noch schnelle Fortschritte. Zum Beispiel werden in naher Zukunft fast alle Schritte beim Kunden-Onboarding in der Versicherungsbranche von KI-Multiagentensystemen übernommen, die wie virtuelle Kollegen funktionieren. Die Infos werden von einem Erfassungsagenten aufgenommen, der dann Kunden oder Zwischenhändler kontaktiert, um Infos zu klären und die Daten aus komplizierten Dokumenten wie Krankenakten oder technischen Unterlagen reibungslos zu extrahieren. Ein Risikoprofilierungsagent kann für jeden Fall ein ganzheitliches Risikoprofil erstellen, das auf den aktuellen Zeichnungsregeln basiert. Ein Preis- und Produktagent könnte automatisch den Preis für den Fall berechnen und Versicherungsstrukturen empfehlen, um den Kunden zufrieden zu stellen, z. B. durch Hinzufügen von Zusatzversicherungen für schwere Krankheiten und Berufsunfähigkeit zu einer Lebensversicherung. Ein Compliance- und Fairness-Beauftragter würde dafür sorgen, dass die regulatorischen Standards und hohen ethischen Anforderungen eingehalten werden. Der „Decision Orchestrator Agent” kann die von anderen Agenten erhaltenen Eingaben zusammenfassen, um zu entscheiden, ob die Police automatisch genehmigt werden kann oder ob sie aufgrund ihres Umfangs oder anderer Faktoren zur Prüfung an einen menschlichen Senior Underwriter weitergeleitet werden muss. Ein Agent, der auf Lernen und Feedback basiert, kann auch ein sich ständig weiterentwickelndes Modell pflegen, menschliches Feedback berücksichtigen, um es zu verbessern, und Abweichungen oder Leistungsabfälle eines maschinellen Lernmodells im Laufe der Zeit überwachen.

Obwohl KI im Versicherungssektor viel Potenzial hat, ist es schwierig, sie in einem Unternehmen großflächig einzusetzen. Das Problem dabei ist:

• Sicherheitsrisiken
• hohe Kosten
• Risiko, mit Lieferanten in Konflikt zu geraten
• Mangel an Talenten in der Organisation
• kultureller Widerstand
• Keine ordentliche Verwaltung
• die Existenz von veralteter Infrastruktur Das verlangsamt den Fortschritt. Es braucht echt was, um diese Hindernisse anzugehen und auf eine Art und Weise zu reagieren, die nicht zu einer Vielzahl von Ansätzen und Lösungen führt, wie wir sie heute sehen.

Änderungsmanagement ist super wichtig

Deshalb ist das Änderungsmanagement ein wichtiger Teil von KI-Änderungen. In unserem Fall macht das Änderungsmanagement die Hälfte dessen aus, was nötig ist, um finanzielle und nicht-finanzielle Auswirkungen zu erzielen. Die andere Hälfte besteht aus den Bemühungen, saubere Daten in die Modelle einzubringen, dem Modellierungsprozess selbst und der Integration von KI.

Die Versicherer haben angefangen, KI zu nutzen, und es gibt viele Anwendungsmöglichkeiten in der Fertigung. Trotzdem denken viele Chefs von Versicherern, dass ihre Unternehmen nicht KI-affin sind, weil sie KI noch nicht komplett in ihre Geschäftsprozesse integriert haben. Dieses Gefühl macht Lust, mehr in KI-Technologien zu investieren, weil Unternehmen versuchen, wettbewerbsfähig zu bleiben. Die Versicherer wollen unbedingt die richtige Formel für den Erfolg finden, aber nur wenige haben das geschafft.

KI-Führungskräfte sind erfolgreicher

Die KI-Vorreiter unter den Versicherern sind ihren Mitbewerbern schon weit voraus. Laut der Studie haben die KI-Vorreiter der Versicherungsbranche in den letzten fünf Jahren 6,1-mal mehr TSR erzielt als die KI-Nachzügler (in den meisten anderen Branchen sind es 2-3 Mal). Auch wenn noch nicht viele Versicherungsfirmen in der gesamten Wertschöpfungskette wirklich von KI profitieren, setzen die besten Versicherer auf domänenbasierte Ansätze für Veränderungen. Sie wählen bestimmte Geschäftsfunktionen aus – Vertrieb, Preisgestaltung und Risikoprüfung, Schadenbearbeitung, Investitionen – und überarbeiten die Abläufe dieser Funktionen.

Messbare Verbesserungen durch KI-Transformation

Bis jetzt hat die KI-basierte Umstrukturierung auf Domänenebene schon einige wichtige Bereiche von Versicherungsunternehmen beeinflusst, wie zum Beispiel:

• 10 bis 20 Prozent höhere Erfolgsquote bei neuen Agenten
• 10 bis 15 Prozent höheres Prämienwachstum
• 20 bis 40 Prozent niedrigere Kosten für die Gewinnung neuer Kunden
• 3 bis 5 Prozent Verbesserung der Genauigkeit der Angaben

Der Fahrplan für die Transformation wurde schon als Leitfaden veröffentlicht, den Unternehmen nutzen sollten, um die Möglichkeiten von Digitalisierung und KI zu nutzen. Mit der schnelleren Entwicklung und dem wachsenden Einfluss von Gen-KI wird das immer wichtiger. Nach diesem Rahmen gibt es sechs typische Schritte, die Versicherer machen können, um Unternehmen aufzubauen, die im digitalen und KI-Zeitalter erfolgreich sind:

1. Bring die Führungsetage auf eine Linie mit dem geschäftsorientierten Fahrplan für die KI-Transformation.

Die großen Versicherer sehen KI nicht nur als ein weiteres Mittel zur Effizienzsteigerung, sondern als Quelle für Veränderungen und eine Möglichkeit, Expansion, Kundenbeziehungen und Produktivität zu verbessern. Die Änderung sollte auf dem geschäftlichen Nutzen basieren und die Ergebnisse sollten messbar sein. Um die KI-Transformation bei Versicherern voranzutreiben, müssen sie:

• Motivier und konzentrier das Top-Team.
• Konzentrier dich auf ein paar wichtige Geschäftsbereiche und mach sie komplett um.
• Verbinde die Ergebnisse der Umwandlung mit dem gewünschten Ergebnis in operativen KPIs, einschließlich einer geringeren Kundenabwanderung. Es ist wichtig, breit gefächert vorzugehen und KI-Lösungen im gesamten Unternehmen mit einem klaren Plan zu kombinieren, wie verschiedene Anwendungen innerhalb einer Domäne konsolidiert werden können, anstatt isolierte Anwendungen in verschiedenen Domänen zu implementieren.

2. Bau dir den richtigen Talentpool auf

Um als digitale Vorreiter zu gelten, müssen Versicherer ihren Talentpool ausbauen, indem sie einen starken internen Pool an digitalen Talenten aufbauen, wobei idealerweise 70 bis 80 Prozent der digitalen Talente intern sein sollten. Digitale Vorreiter machen drei wichtige Schritte:

• Sie werden zu einem Talentpool aus erfahrenen und super produktiven Technikern und weniger Anfängern.
• Sie erstellen detaillierte Kompetenzentwicklungsraster, die durch Qualifikationsnachweise unterstützt werden, um Spitzenleistungen zu fördern und einzigartige Technologen zu identifizieren.
• Sie stellen ein spezielles Team zusammen, das ihre Personalpraktiken überarbeitet, um digitale Talente zu finden und zu halten. Außerdem organisieren sie eine neue Ära, in der die Belegschaft aus Menschen und KI-Agenten besteht, was die Weiterentwicklung der organisatorischen Praxis vorantreiben wird.

3. Ein skaliertes Betriebsmodell einführen

Wenn ein Versicherer mit Hilfe von KI umgestaltet wird, muss ein Betriebsmodell gewählt werden, das dem Versicherer bei der Umsetzung seiner Strategie hilft. Außerdem ist die Einführung effektiver Produktmanagementfähigkeiten unerlässlich und kann zum Erfolg der Umgestaltung beitragen.

4. Mach schnell und verbreite Innovationen weit, indem du Technologie nutzt.

Die besten Versicherer nutzen flexible KI-Fähigkeiten, die auf wiederverwendbaren Multiagentensystemen basieren. Die aktuelle KI-Technologie eines Versicherers ist super anpassungsfähig, um mit der sich schnell verändernden Technologie mitzuhalten, und ist sehr modular aufgebaut. Die Wiederverwendung der zugrunde liegenden KI-Komponenten und -Fähigkeiten ist ebenso wichtig wie eine agentenbasierte KI-Mesh-Architektur. Dieses verteilte, herstellerneutrale Architekturparadigma ermöglicht es mehreren Agenten, auf sichere und skalierbare Weise unabhängig voneinander über eine Vielzahl von Systemen, Tools und Sprachmodellen nachzudenken, zusammenzuarbeiten und zu handeln. Die Architektur ist auch so gemacht, dass sie mit der Technologie mitwachsen kann.

5. Daten überall einbetten

Modernste Datenfunktionen werden immer wichtig sein, weil jede KI datengesteuert ist. Auch wenn KI selbst zur Lösung von Datenproblemen beitragen kann, müssen die meisten Versicherer ihr Datenpotenzial radikaler ausbauen, um ihre KI-Vision erfolgreich umzusetzen. Um diese Fähigkeiten zu entwickeln, muss man technische und organisatorische Hürden überwinden. Das geistige Eigentum von Versicherungsunternehmen könnte dazu führen, dass das Wissen und die „besonderen Zutaten” einer Versicherungsorganisation in agentenbasierten KI-Systemen verankert und genutzt werden können.

6. Investiere in Änderungs- und Einführungsmanagement

Die Einführung ist genauso wichtig wie die Entwicklung. Normalerweise sollte für jeden Dollar, der in die Entwicklung digitaler und KI-basierter Lösungen geht, mindestens ein weiterer Dollar investiert werden, um sicherzustellen, dass die Nutzer das Produkt annehmen und es auf Unternehmensebene eingesetzt wird.

Domains

Domänen sind die grundlegendsten Elemente der Geschäftsprozesse von Versicherern. Einige Domänen umfassen primäre Funktionen:

• Verkauf und Vertrieb
• Preise und Zeichnung
• Ansprüche
• Richtlinienpflege Die Versicherer haben normalerweise zwischen 10 und 15 Bereiche, die mit KI neu gestaltet werden können.

Subdomains

Subdomains bestehen aus Domains. Die grundlegende Einheit einer KI-Transformation ist eine Subdomain, die durch drei Hauptmerkmale definiert ist:

• Leute, Ressourcen und Fähigkeiten, die zusammenarbeiten, um gemeinsame Ziele zu erreichen
• Geschäftliche Kernergebnisse jedes Bereichs
• Spezifische KI-Anwendungen in mehreren Geschäftsbereichen, die wiederverwendbare Komponenten und bestimmte Erfolgskennzahlen brauchen.

Versicherer, die eine KI-Transformation durchlaufen, müssen sich überlegen, in welchen Bereichen sie die größten Veränderungen vornehmen müssen. Jeder typische Versicherer hat mehrere Bereiche, darunter Vertrieb, Preisgestaltung und Underwriting, Schadenbearbeitung und Policenverwaltung, die alle ein großes Potenzial für Optimierungen durch KI bieten.

Die Bedeutung der domänenbasierten Implementierung

Die Umstrukturierung eines Bereichs braucht Platz. Um das volle Potenzial der KI auszuschöpfen, sollten Versicherer nicht bei fragmentierten Lösungen oder Anwendungsfällen bleiben, sondern zu einer domänenbasierten Umsetzung übergehen. Einzelne Anwendungen werden oft entwickelt, um die Legitimität der generativen KI-Technologien in einem regulierten Umfeld zu zeigen. Auch wenn sie vielversprechende Ergebnisse liefern können, konzentrieren sich Proof-of-Concept- und Minimum-Viable-Product-Projekte meistens auf schnelle Erfolge und sind nicht auf langfristige strategische Eignung, Workflow-Integration und langfristige nachhaltige Vorteile ausgerichtet. Eine umfassende Umgestaltung von einem bis drei Bereichen, um was zu bewirken, kann auf den einzelnen Bereichen basieren, ohne dass das die Organisation überfordert. Die Anzahl der Anwendungsfälle, die man braucht, um eine Domain neu zu verdrahten, hängt von verschiedenen Faktoren ab. Wichtig ist aber, dass die Anwendungsfälle zu sinnvollen Änderungen führen und dass sie alle die Leistung verbessern können. Versicherer schaffen Synergien bei der Datenaufbereitung, Systemintegration und beim Änderungsmanagement durch einen domänenweiten Ansatz und die Neuorganisation kompletter Arbeitsabläufe. Dadurch können sie echte Verbesserungen in Sachen Effizienz, Ressourcennutzung und nachhaltiger Wettbewerbsvorteile erzielen. Eine erfolgreiche KI-Skalierung durch Versicherer konzentriert sich auf die wahrscheinlichsten Anwendungsfälle mit den größten quantifizierbaren Auswirkungen auf das Geschäft. Diese wirkungsvollen Anwendungsfälle lassen sich leicht anpassen und in verschiedenen Bereichen implementieren, indem einige wenige, sehr übertragbare KI-Fähigkeiten entwickelt und verallgemeinert werden.

Versicherer aller Art werden durch die Einführung von Gen-KI, die dabei hilft, verschiedene Aspekte der Arbeit zu optimieren, Vorteile in Sachen betriebliche Effizienz und Kundeninteraktion haben.

Leben

Lebensversicherer können generative KI nutzen, um die Risikobewertung und das Underwriting von Policen zu verbessern, indem sie synthetische Daten erstellen, die die aktuellen Datensätze ergänzen.

Gesundheit

In der Krankenversicherung kann generative KI genutzt werden, um mit Hilfe großer Datenmengen den Krankheitsverlauf von Patienten vorherzusagen und Gesundheitspläne individuell anzupassen.

Gewerbliche Sach- und Unfallversicherung

Gewerbliche Sach- und Unfallversicherer können generative KI nutzen, um ein detailliertes Risikomodell zu erstellen und verschiedene Szenarien durchzuspielen, um potenzielle Verluste effizienter zu bewerten.

Persönliches Eigentum und Unfälle

Für private Sach- und Unfallversicherer wäre es sinnvoll, generative KI zu nutzen, um Schadensfälle automatisch zu bearbeiten und mit Hilfe von fortschrittlicher Datenanalyse die Betrugsaufdeckung zu verbessern.

Umwandlung der Schadensbearbeitung

Unter den domänenübergreifenden, vielseitig einsetzbaren KI-Transformationen in der Versicherungsbranche kann man die KI in der Schadenbearbeitung hervorheben. Um die Leistung seiner Schadenabteilung zu verbessern, hat der britische Versicherer Aviva über 80 KI-Modelle eingesetzt, um:

• Verkürze die Dauer der Haftungsbewertung bei schwierigen Fällen um 23 Tage.
• Steigere die Effektivität von Anfragen an die zuständigen Teams um 30 Prozent.
• Reduzier Kundenbeschwerden um 65 Prozent. Aviva hat den Investoren gesagt, dass die Umstrukturierung im Bereich der Kfz-Schadenfälle dem Unternehmen im Jahr 2024 über 60 Millionen Pfund eingespart hat.

Automatisierung des Versicherungsvertriebs

Ein Versicherer hat versucht, personalisiert und effizient zu werden, indem er eine intelligente Automatisierung entwickelt hat, um potenziellen Kunden Angebote zu unterbreiten und Policen zu verkaufen. Die Ergebnisse waren beeindruckend:

• 80 Prozent der Transaktionen wurden auf die Online-Plattform verlagert.
• Die Kundenzufriedenheit ist um 36 Prozentpunkte gestiegen.

Chatbot-Implementierung

Die Einführung eines rund um die Uhr verfügbaren Chatbots hat einem Versicherungsunternehmen bei seinem Kundenservice außerhalb der Geschäftszeiten echt geholfen, weil die Zahl der potenziellen Kunden, die Policen abgeschlossen haben, um 11 Prozent gestiegen ist.

KI mit Empathie

Ein anderer Anbieter nutzt KI, um die etwa 50.000 Mitteilungen zu erstellen, die er täglich im Zusammenhang mit Schadensfällen verschickt, und findet, dass diese leichter zu lesen und einfühlsamer sind als von Menschen geschriebene Mitteilungen.

Nachdem ein bestimmter Bereich für eine Umgestaltung ausgewählt wurde, sollte er in eine Reihe von KI-basierten Modulen aufgeteilt werden, die ausgeführt, optimiert und erweitert werden können. Um das zu verdeutlichen: Um den Vertriebsprozess zu verändern, kann man Funktionen der generativen KI und prädiktiven Analysen (wie Neigungsmodelle) in vernetzte End-to-End-KI-Systeme integrieren, darunter vielseitige Copiloten und KI-Chatbots der nächsten Generation. Versicherer können nachhaltigen Wert schaffen, indem sie KI domänenbasiert umsetzen. Gen AI hat im Vertriebsbereich ein enormes Potenzial, die Produktivität und Effizienz der Mitarbeiter zu steigern, indem es Zeit bei einfachen Tätigkeiten spart.

Für eine erfolgreiche KI-Transformation ist ein Paradigmenwechsel in der Unternehmensführung wichtig, um ein skalierbares Betriebsmodell einzuführen. Damit KI im ganzen Unternehmen gut funktioniert, muss ein Versicherer das richtige System haben. Versicherer, die sich auf den Weg der KI-Transformation begeben, müssen ein Betriebsmodell wählen, das zu ihrer Gesamtstrategie passt. Das kann sein:

• Umstellung auf ein digitales Fabrikmodell mit 20 bis 50 Pods
• Ein Produkt- und Plattformmodell, das eine viel größere Anzahl von Pods unterstützt.
• Ein ganzheitlicheres, unternehmensweites agiles Geschäftsmodell, das die Vorteile der Agilität auf das gesamte Unternehmen ausweitet, nicht nur auf die technologieintensiven Bereiche.

Die Rolle des Produktmanagements

Eines der wichtigsten Elemente für die erfolgreiche Umsetzung des gewählten Betriebsmodells sind solide Produktmanagementfähigkeiten, da diese den Erfolg der Transformation maßgeblich beeinflussen können. Die Versicherer können Geschäftsfunktionen, Daten und Technologie in einem teamorientierten und agilen Betriebsmodell zusammenführen, und zwar wie folgt:

• Silo-Aufbrechen
• Schaff eine Kultur der Eigenverantwortung.
• Priorisiere das Unternehmen mit einer kundenorientierten Denkweise.

KI-Kontrollturm

Der KI-Kontrollturm ist auch wichtig, weil er die KI-gesteuerte Wertschöpfung und Einführung im Unternehmen steuert und überwacht. Die zentralen KI-Teams werden immer wichtiger, weil die Versicherer sich mehr und mehr mit der Wiederverwendung von Komponenten und Standard-KI beschäftigen. Die IT arbeitet enger mit Daten- und KI-Teams zusammen, da diese mehr Engineering- und Cloud-Fähigkeiten nutzen. Gleichzeitig sollten solche Trends in Bezug auf die Verantwortung der Frontline-Geschäftseinheiten ausgeglichen werden, um die technischen Fähigkeiten auf die richtigen Themen auszurichten und einen echten Mehrwert zu schaffen. Ein mögliches Modell ist das produktbasierte Modell, bei dem Teams auf den zentralen „Superprodukten” entlang der Versicherungswertschöpfungskette basieren.

Das Ziel ist, mit Technologie nachhaltig Wert zu schaffen: Versicherer müssen KI-basierte Lösungen nutzen und die gesamten Fähigkeiten ihrer Organisation revolutionieren. Das hilft Organisationen dabei:

• Sei flexibel.
• Nutzt die neuesten KI-Innovationen.
• Vermeide die Produktion veralteter Technologien, die zukünftiges Wachstum und Innovationen behindern könnten. Die eigentliche Modernisierung besteht darin, die KI-Elemente und -Funktionen wiederverwendbar zu machen, die Standards im gesamten Unternehmen zu vereinheitlichen und die Modelle mit hochwertigen Daten zu trainieren.

Vier Schichten des KI-Stacks

Der Funktionsumfang ist so gestaltet, dass die Einführung von KI im Unternehmen einfacher wird. Dieser KI-Stack hat vier wichtige Ebenen:

1. Neu gedachtes Engagement
2. KI-gestützte Entscheidungsfindung
3. Infrastruktur
4. Datenplattform In die Ebenen muss strategisch investiert werden, um den unternehmensweiten Einsatz von KI sicherzustellen. Banken können Versicherer dazu inspirieren, ihre KI-Plattform weiterzuentwickeln, aber sie sollten dabei die wesentlichen Unterschiede zwischen den beiden Bereichen berücksichtigen.

Versicherer sollten ihre Kundenbeziehungen überdenken und KI nutzen, um super personalisierte Erlebnisse mit einer nahtlosen Kundeninteraktion zu bieten. Große Versicherungsunternehmen setzen auch KI ein, um ihre Interaktion mit Kunden zu verbessern, und kombinieren mehrere Kommunikationskanäle mit folgenden Merkmalen:

• Text-Chatbots
• Bilder, die es Kunden ermöglichen, komplizierte Daten zu verstehen
• Sprachassistenten, mit denen Kunden mit ihrer Versicherungsgesellschaft sprechen können, anstatt zu tippen Die KI sorgt dafür, dass das Kundenerlebnis nicht nur menschlich, sondern auch nahtlos und kanalübergreifend ist. Um das zu verdeutlichen: Wenn ein Kunde über die mobile App eine Unterhaltung startet und sie dann per Telefon fortsetzt, berücksichtigt die KI die vorherigen Eingaben, sodass der Kunde die Infos nicht nochmal eingeben muss.

Akzeptanz von Gen AI durch Verbraucher

Gen AI wird auch von Kunden zunehmend anerkannt. Von den Personen, die Gen-AI-Anwendungen wie ChatGPT nutzen, suchen 29 Prozent nach Finanz- oder Anlegerinformationen, Ratschlägen oder Empfehlungen. Da immer mehr Leute Tools mit künstlicher Intelligenz nutzen, um Sachen wie Versicherungsangebote zu erledigen, müssen die Versicherer ihre Beratung, die Kommunikation zum Produktwert und die Preistransparenz auf ein neues Level bringen.

Die KI-gesteuerte Entscheidungsebene ist eine Ebene, die riesige Datenmengen aus verschiedenen Kanälen durchforstet, um ein sehr persönliches Kunden- und Mitarbeitererlebnis zu bieten. Diese Ebene:

• ergänzt die aktuellen Preis- und Zeichnungsentscheidungen
• unterstützt Entscheidungen zu Ansprüchen
• Verbessert die Genauigkeit von Schadensfällen durch die dynamische Bewertung der Datenpunkte, einschließlich Notizen des Sachverständigen, Schadensbilder, eingereichte Texte oder Dokumente und Schadensverlauf. Ein Beispiel: Ein Transportunternehmen hat einen zentralen Produktspeicher eingerichtet, in dem Versicherungsdokumente aus dem gesamten Unternehmen gespeichert sind. So können die Mitarbeiter im Callcenter schnell auf Fragen zu Versicherungsschutz, Ausschlüssen und so weiter antworten. Im Bereich Schaden- und Unfallversicherung nutzen viele Versicherer KI und Schadensdaten zusammen, um neue Risikofaktoren zu erkennen, zum Beispiel Schadensschätzungen aufgrund des Klimas.

Erweiterte KI-Funktionen

Mit der Entwicklung der KI-Technologie lassen die großen Versicherungsgesellschaften die traditionellen Vorhersagemodelle hinter sich und wenden sich fortgeschrittenen Funktionen zu, wie zum Beispiel:

• Multiagentensysteme
• Mehrstufige Argumentation

Gen AI-Agenten

Der Einsatz von KI wird durch agentenbasierte KI revolutioniert. Gen-KI-Agenten sind hochentwickelte KI-Systeme, die in der Lage sind, Urteile zu fällen, und in der Regel auf die Konversation mit einem Nutzer ausgerichtet sind, basierend auf umfangreichem wissenschaftlichem Verständnis und historischen Daten. Mehrere Akteure arbeiten zusammen, um das zu schaffen, zum Beispiel mit Satelliten- und Drohnenbildern, um Schäden zu checken und zu verhindern. Sie sind auch super clever, helfen den Leuten in Echtzeit und schlagen passende Maßnahmen vor. Das Potenzial von Gen-AI-Agenten besteht darin, zu folgenden Bereichen beizutragen:

• Mehr Einbindung der Kunden
• Automatisierung komplizierter Prozesse
• Steigerung der Produktivität

Mehrstufige Argumentation

Mehrstufiges Denken wiederum ermöglicht es einem KI-System, ein komplexes Problem in mehrere kleinere und überschaubare Schritte zu unterteilen und diese Schritte anschließend nacheinander zu bearbeiten. Ein Beispiel: Ein mehrstufiges KI-System könnte von einer Versicherung eingesetzt werden, um den Schaden und die Zahlung bei einem Versicherungsfall zu berechnen.

Umsetzung in der Praxis

Ein Beispiel: Einer der führenden Versicherer in Nordamerika führt gerade agentenbasierte Abläufe in seinen Underwriting-Prozessen ein. Dabei sind verschiedene implizite Beurteilungen aufgefallen, die Underwriter schon lange anwenden und die sie in neue Vorschriften und Richtlinien aufgenommen haben, um die Effektivität und Einheitlichkeit ihres Underwriting-Prozesses zu verbessern.

Skalierung wiederverwendbarer Komponenten

Die Skalierung wiederverwendbarer und standardisierter Komponenten sollte von den Versicherern ebenfalls priorisiert werden, um den maximalen Nutzen aus der KI zu ziehen. KI-Modelle und -Pipelines sollten als modulare, kompatible Code-Ressourcen entwickelt werden, die in verschiedenen Bereichen eingesetzt werden können. Nehmen wir zum Beispiel eine KI-gestützte Engine zur Dokumentenklassifizierung, die zur Unterstützung des Underwritings entwickelt wurde. Eine ähnliche Engine kann auch zur Verbesserung der Schadenbearbeitung und des Policenservices eingesetzt werden. Standardisierte KI-Frameworks, APIs und Code-Assets können sein:

• kostengünstiger zu investieren
• Verkürze die Entwicklungszeit.
• Reduziere Redundanzen.
• Schnelle Umsetzung von KI im ganzen Unternehmen Versicherer können viel mehr aus ihren KI-Investitionen rausholen, wenn sie KI als eine zusätzliche Fähigkeit sehen und nicht als eine Reihe von maßgeschneiderten Projekten.

Eine robuste Infrastruktur bietet die Funktionen, die es der KI ermöglichen, zu funktionieren und Wert zu schaffen, wie zum Beispiel Machine-Learning-Pipelines, die große KI-Modelle mit geringen Kosten ausführen können.

Entscheidung über Aufbau, Kauf oder Partnerschaft

Die Entscheidung, ob man KI-Lösungen intern entwickelt und geistiges Eigentum aufbaut oder die Entwicklung von KI-Potenzialen, die in Zukunft zu hochwertigem geistigem Eigentum werden könnten, auslagert, ist für Versicherer eine wichtige Entscheidung, die Einfluss auf ihre Skalierbarkeit, Differenzierung und Reaktionsfähigkeit auf den Markt hat.

Interne Entwicklung

Die interne Entwicklung von KI-Fähigkeiten kann maßgeschneiderte Lösungen ermöglichen, die besser auf die Bedürfnisse eines bestimmten Unternehmens zugeschnitten sind und die „geheimen Zutaten” eines Versicherers in den KI-Fähigkeiten mit einem Schutzwall umgeben, was eine bessere Kontrolle und Differenzierungsmöglichkeiten bietet. Allerdings braucht diese Strategie viel Geld für bestimmte Talente, Infrastruktur und lange Entwicklungszyklen, was aber nicht immer kosteneffizient ist.

KI-Lösungen beschaffen

Im Gegensatz dazu kannst du KI-Lösungen von etablierten Anbietern schneller einführen und sie basieren auf bewährter Technologie, aber sie haben auch ihre Grenzen:

• Anpassung
• Integration
• Langfristige Kosten
• Abhängigkeit von der Roadmap für Produkte von Drittanbietern
• Mach das, was der Markt will, indem du Tools und Funktionen nutzt, die schon von anderen verwendet werden.

Hybridansatz

Eine gemischte Lösung kann die Skalierbarkeit und strategische Kontrolle beeinträchtigen. Durch die Auslagerung der Dienstleistungen von Versicherern, die standardisierte Lösungen mit generativer KI anbieten, insbesondere in Unternehmensbereichen wie Finanzen, Personalwesen und Beschaffung, können die Versicherer ihre internen Ressourcen auf die Hauptgeschäftsbereiche der Unternehmen konzentrieren, darunter das Underwriting und das Schadenmanagement. Die maßgeschneiderte KI an solchen Orten kann als Differenzierungsmerkmal genutzt werden, indem die proprietären Daten und das Fachwissen in bestimmten Bereichen genutzt werden, um den Wettbewerbsvorteil zu steigern. Das ist eine kostengünstige, schnelle und differenzierte Strategie, die Folgendes ermöglicht:

• Überleg dir gut, ob du was selbst machst oder kaufst.
• Denk an die langfristigen Geschäftsziele.
• Individuelle Geschäftsanforderungen Ein hybrides System würde die Schaffung einer internen Koordinierungskapazität erfordern, die in der Lage wäre, die internen und externen Lösungen sowohl technisch als auch in Bezug auf den Wert zu kombinieren und den Versicherern letztendlich ein weiteres Alleinstellungsmerkmal zu verschaffen, das als Wettbewerbsvorteil dienen würde. Außerdem können die Versicherer durch die Schaffung eines dynamischen Netzwerks von Partnern innovative externe Kenntnisse und Lösungen in den Bereichen erwerben, in denen die internen Kenntnisse möglicherweise unzureichend sind.

Strategische Entscheidungen treffen

Angesichts der sich wandelnden KI-Landschaft müssen Versicherer kosten- und nutzeneffizient handeln und die Veränderungen langfristig im Blick behalten, um solche Entscheidungen zu treffen. Bis jetzt haben nur sehr wenige Versicherer eine strenge Struktur für die Entscheidung zwischen Bauen und Kaufen festgelegt, und noch weniger denken darüber nach, diese Struktur in Zeiten der rasanten technologischen Entwicklung zu überdenken. Die Analyse, ob man KI-Technologien selbst entwickeln oder kaufen sollte, muss klar sein:

• Wertschöpfung
• Kosteneffizienz
• Schnelligkeit der Marktanalyse
• Langfristige Skalierbarkeit Technische Möglichkeiten, die Komplexität der Integration, die Einhaltung von Vorschriften und die Datensicherheit sind auch Faktoren, die die Versicherer berücksichtigen müssen. Bei ausgelagerten Funktionen muss das Management der Technologieanbieter besonders im Blick behalten werden. Die Versicherer sollten AI- und Cloud-Dienstleister sorgfältig auswählen, bewerten und verwalten, um langfristig Compliance, Interoperabilität und Skalierbarkeit zu erreichen. Die richtigen Entscheidungen machen KI-Investitionen jederzeit geschäftsorientiert, agil, innovativ und wettbewerbsfähig.

Umgang mit Altsystemen

Ein weiteres großes Problem bei der IT-Transformation ist, dass es oft keine Dokumentation für alte Systeme gibt – also Systeme, die mit veralteter Technik laufen, die vom Hersteller nicht mehr unterstützt wird. Diese veraltete Systeminfrastruktur muss von den Versicherern komplett aufgerüstet werden, um die Vorteile der KI nutzen zu können und die strengen IT-Systeme zu überwinden, die einfach nicht skalierbar sind und keine Echtzeitverarbeitung ermöglichen. Gen AI hilft dabei, alte Systeme zu entmystifizieren. Der Code wird analysiert, um eine strukturierte Dokumentation zu erstellen. Unternehmen können mit Hilfe von Gen AI ihr institutionelles Wissen pflegen. Gen AI macht Entwickler auch produktiver, indem es Folgendes nutzt:

• automatisierte Codeerstellung und -prüfung
• Reduzierung des manuellen Aufwands
• den Release-Prozess beschleunigen CIOs und CTOs können die Erfahrungen aus früheren technologischen Revolutionen nutzen, um die Führungsetage dabei zu unterstützen, generative KI über Pilotprojekte hinaus zu einem nachhaltigen Geschäftswert auszubauen.

Beispiele für Kostensenkungen

Ein Beispiel: Vor ein paar Jahren musste ein großes Finanzinstitut über 100 Millionen Dollar für ein Upgrade seines Transaktionsverarbeitungssystems ausgeben. Gen AI hat die Kosten um mehr als die Hälfte gesenkt. In der Zwischenzeit hat einer der 15 führenden Versicherer weltweit generative KI eingesetzt, um Folgendes zu erreichen:

• Über 50 Prozent Effizienz bei der Modernisierung von Codes und Tests
• Über 50 Prozent schnellere Erledigung der Codierungsarbeit

Versicherer müssen in die Dateninfrastrukturen investieren, die für das Training und die Skalierung von Multiagent-KI-Systemen nötig sind, und für eine reibungslose Integration der Geschäftsfunktionen sorgen. Eine hybride Cloud-Infrastruktur, also eine Mischung aus lokalem Rechenzentrum und öffentlicher Cloud-Umgebung, muss so entwickelt werden, dass sie skalierbar ist. Außerdem sind hochkonfigurierbare Kernprozessoren so konzipiert, dass sie Flexibilität und Effizienz gewährleisten. Die Versicherer müssen die Datenqualität und -verfügbarkeit im Hinblick auf die Datenverwaltung berücksichtigen, aber auch die Herausforderung des Umgangs mit sensiblen Informationen. Wenn alte Systeme zum Problem werden, müssen die Versicherer vielleicht ihre IT-Umgebung aufrüsten, damit sie den großflächigen Einsatz von KI unterstützen kann.

Für eine erfolgreiche KI-Implementierung braucht es eine Innovationskultur, ein Umdenken und die Entwicklung von Fähigkeiten. Trotzdem unterschätzen Unternehmen oft, wie groß der Widerstand sein kann und wie viel Bereitschaft nötig ist, um einen neuen Arbeitsansatz anzunehmen. Es ist wichtig, dass die Mitarbeiter die richtigen Fähigkeiten bekommen und eine klare Vorstellung davon haben, wie KI ihnen bei der Arbeit helfen kann. Die führenden Versicherer haben Change-Management-Programme auf die Beine gestellt, die sich auf Folgendes konzentrieren:

• Vorbildfunktion für Führungskräfte
• Erläutere den Wert von KI.
• Umfassende Programme zum Aufbau von Fähigkeiten
• die Weiterentwicklung der richtigen Leistungsrahmenbedingungen

Auf die Bedenken der Mitarbeiter eingehen

Die Einführung von KI-Technologien in Unternehmen kann bei den Mitarbeitern Unsicherheit hinsichtlich ihrer Aufgaben hervorrufen. Die Geschichte hat jedoch gezeigt, dass Technologie in der Regel neue Bedürfnisse und Möglichkeiten mit sich bringt und somit neue Rollen und Verantwortlichkeiten entstehen. Schließlich muss die Implementierung von KI in Arbeitsabläufen darauf basieren, dass ein Gefühl der gemeinsamen Verantwortung für die KI-Implementierung in der Organisation entwickelt wird.

Technologie ist nur die halbe Miete

Eine super Technologie reicht nicht aus, denn sie ist nur die halbe Miete. Die andere Hälfte besteht darin, die Mitarbeiter dazu zu bringen, KI tatsächlich in ihrem Arbeitsalltag einzusetzen und die Art und Weise, wie die Arbeit erledigt wird, zu verändern, sei es durch Automatisierung oder Erweiterung.

Die Erfahrung zeigt, dass der Einsatz von KI unvermeidlich ist, um wettbewerbsfähig zu bleiben. Es gibt noch nicht viele große Versicherer, die KI komplett im Betrieb haben, aber es ist ein spannendes Beispiel, dem andere Unternehmen folgen sollten, die die Chance zur Veränderung nutzen wollen. Diese Versicherer haben schon die Nase vorn und dank neuer technologischer Entwicklungen können sie jetzt noch schneller vorankommen.

Die Pilot-Fegefeuer-Falle

Der Rest bleibt im Pilot-Fegefeuer hängen und tappt in die vielen Fallen:

• Sie haben keinen aggressiven, unternehmensweiten KI-Ansatz mit messbaren finanziellen Ergebnissen, der das Unternehmen aus seiner KI-Trägheit herausholen könnte.
• Sie erkennen nicht den gesamten Umfang der Investitionsanforderungen und unternehmen daher nur kleine und vereinzelte Anstrengungen mit geringer Kapitalrendite.
• Sie sind eher auf bestimmte Anwendungsfälle ausgerichtet als auf die Umwandlung der Domäne.
• Sie entwickeln keine wiederverwendbaren Komponenten für Geschäftsbereiche, um den Wert der KI langfristig zu mindern.
• Außerdem hängen sie zu sehr von Standardlösungen ab, wodurch sie weniger auf ihre geschäftlichen Besonderheiten abgestimmt sind und ihre eigene Fähigkeit zur Schaffung von neuartigem geistigem Eigentum untergraben.

Um mit der sich schnell verändernden Welt Schritt zu halten, müssen Versicherungsunternehmen eine radikale unternehmensweite Perspektive auf KI einnehmen, ihr Geschäft komplett umgestalten und KI in alle ihre Prozesse integrieren. Das umfasst:

• Unternehmensspezifische Systeme aufbauen
• KI-Modelle anhand interner Daten trainieren
• Geschäftsprozesse umgestalten, um in bestimmten Bereichen und Märkten besser zu sein
• Überdenk mal das Betriebsmodell.
• Wiederverwendung von KI mit wiederverwendbaren Komponenten, um ihr transformatives Potenzial auszuschöpfen Wenn Versicherer ihre Abläufe zuerst mit KI umstellen, können sie langfristig einen Geschäftswert schaffen und ihre Konkurrenten übertreffen.