Von manueller zu autononer Bearbeitung: Die Neukonzeption der Versicherungsautomatisierung im Zeitalter von GenAI

Versicherer haben seit langem die Vorteile der Automatisierung verstanden: die Optimierung von Workflows, die Verbesserung des Kundenservices und die Entlastung von Agenten von Routineaufgaben.

Während einige digital affine Versicherer auf eine vollständige Automatisierung hinarbeiten, bleiben die meisten Versicherer nur teilweise automatisiert und sind mit Tools konfrontiert, die modernen Anforderungen nicht gerecht werden. Diese traditionellen Anbieter sind noch immer mit grundlegenden Herausforderungen wie Dateninseln, veralteten Workflows und begrenzter KI-Kompetenz konfrontiert, was es schwierig macht, die Automatisierung ohne eine Erhöhung der Komplexität und Kosten zu skalieren.

GenAI definiert neu, was es bedeutet, zu automatisieren, und ermöglicht Entscheidungsintelligenz in Bereichen wie Underwriting, Schadensregulierung, Servicing und mehr.

Um das volle Versprechen der Automatisierung zu erfüllen, müssen Versicherer einen schrittweisen Ansatz für die KI-Adoption verfolgen, um verantwortungsvoll zu skalieren, den Fortschritt zu verfolgen, Investitionen zu priorisieren und Risiken zu managen. Da die Rolle von GenAI in der Versicherungswirtschaft weiter an Bedeutung gewinnt, sollten Versicherer Folgendes wissen.

Traditionelle Automatisierung reicht nicht aus

Historisch gesehen war die Automatisierung in der Versicherungswirtschaft synonym mit regelbasierten Systemen und Robotic Process Automation (RPA), beiden Tools, die für repetitive Aufgaben effektiv sind, aber bei Abweichungen oder nuancierten Entscheidungen versagen. Doch mit steigenden Schadenskosten, intensiverer regulatorischer Überwachung und Kunden, die schnelle, hyperpersonalisierte Erfahrungen erwarten, fordert der heutige Markt mehr.

Die KI-getriebene Automatisierung hilft, solche Anforderungen zu priorisieren.

GenAI hat das Potenzial, das Underwriting, die prädiktive Risikobewertung und die Personalisierung über die gesamte Versicherungswertkette hinweg zu verbessern. Doch die Adoption ist nur der Anfang – ohne eine klare Strategie für die Implementierung riskieren Versicherer, ineffizient zu automatisieren, unbeabsichtigt Compliance-Risiken auszulösen und die vollen Vorteile von GenAI zu verpassen.

Die fünf Ebenen der Versicherungsautomatisierung

Angeregt durch das fünfstufige Klassifizierungssystem für autonome Fahrzeugfähigkeiten verwenden Versicherer ihr eigenes Automatisierungsreifemodell, um den Fortschritt ihrer Automatisierung besser zu bewerten.

• Stufe 0 (Manuell): Üblich in Legacy-Umgebungen und bei kleinen genossenschaftlichen Anbietern, führen Stufe-0-Versicherer noch alles manuell durch – manuelle Dateneingabe, Tabellen und Papiervordrucke dominieren die Betriebsabläufe.
• Stufe 1 (Grundlegend): Auf der grundlegendsten Automatisierungsebene werden Aufgaben wie die Erstellung von Angeboten oder STP (Straight-Through-Processing) für einfache Policen teilweise automatisiert, aber Menschen kontrollieren noch immer den Hauptablauf der Betriebsabläufe.
• Stufe 2 (Entwickelnd): Hier treibt die Automatisierung die meisten Workflows voran, aber es wird noch erwartet, dass Menschen bei Randfällen eingreifen, bei denen ungewöhnliche Schadensbedingungen oder andere ungewöhnliche Situationen vorliegen.
• Stufe 3 (Fortgeschritten): Auf Stufe 3 kann der gesamte Policenlebenszyklus für Standardlinien wie Auto- oder Hausratversicherung automatisiert werden, wobei menschliche Eingabe nur noch für anomale Versicherungssituationen erforderlich ist. Automatisierte Schadensauszahlungen und Verlängerungsauslöser sind Merkmale dieser Stufe.
• Stufe 4 (Vollautomatisierung): Stufe-4-Versicherer verwenden GenAI-Tools und Machine-Learning-Modelle, um den gesamten End-to-End-Lebenszyklus zu verwalten, von den ersten Kundeninteraktionen bis zur endgültigen Auszahlung, wobei Menschen nur noch strategische Aufsicht führen. Lemonade kann beispielsweise Mieteransprüche in weniger als zwei Sekunden ohne menschliche Überprüfung bearbeiten, was eine erfolgreiche Gesamtautomatisierung demonstriert.

Jede Stufe ist ein guter Ausgangspunkt, aber für moderne Versicherer mit Wettbewerbsambitionen sollte die Vollautomatisierung das Ziel sein.

Um dies zu erreichen, benötigen Versicherer sorgfältig organisierte Daten, KI-Governance- und Compliance-Rahmen sowie auditable Entscheidungsprozesse, um ethische Bedenken, KI-Halluzinationen oder Vorurteile anzusprechen. Das Training von Mitarbeitern, um mit KI zusammenzuarbeiten – korrekte Aufforderungen, Ausgaben überprüfen und Randfälle leiten – ist ebenso wichtig wie die Technologie selbst.

Automatisierung treibt den Wert

Was bedeutet es also praktisch für Versicherer, die KI-getriebene Automatisierung zu erreichen?

Bei der Schadensbearbeitung beschleunigt GenAI die Triage und die erste Schadensmeldung (FNOL) – so sehr, dass 76% der Versicherer bereits GenAI-Fähigkeiten in ihre Schadensworkflows implementiert oder planen, sie zu integrieren.

Diese Fähigkeit ist insbesondere im Fall der Betrugsbekämpfung strategisch, da KI einzigartig in der Lage ist, anomale Muster zu erkennen, die von herkömmlichen Modellen übersehen werden könnten. Mastercard hat beispielsweise bereits GenAI-getriebene Betrugsbekämpfungsmaßnahmen erfolgreich implementiert, die Geschwindigkeit und Genauigkeit, mit der sie Händlern auf Betrugsrisiken hinweisen können, verdoppelt und die falschen Positiven von betrügerischen Transaktionen um bis zu 200% reduziert. Insurtechs legen GenAI ebenfalls auf Betrugsdatenbanken, um Ansprüche in Echtzeit zu überprüfen.

Das Underwriting wird auch durch KI-getriebene Entscheidungsunterstützungstools verbessert, die Risiken in Echtzeit erkennen und nächste Schritte empfehlen können. Viele Unternehmen testen GenAI-Tools, die Angebotsdaten analysieren und vorläufige Bewertungen generieren, um die Zeit der Underwriter für niedrigwertige Aufgaben zu reduzieren.

Schließlich verbessert GenAI den Kundenservice an jedem einzelnen Versicherungspunkt, die Servicequalität und -geschwindigkeit mit KI-gesteuerten virtuellen Agenten und GenAI-Chatbots.

Der KI-Roadmap: Starten Sie klein, skalieren Sie strategisch

Die Automatisierung in der Versicherungswirtschaft ist kein binärer Schalter, und sie wird nicht die “schnellen Erfolge” bringen, die viele Versicherer erwarten. GenAI ist der Motor, aber Versicherer, die auf Automatisierung abzielen, müssen die Reise mit Bedacht antreten – einen ausgewogenen Roadmap erstellen, strategisch skalieren und den Fortschritt über die Zeit hinweg verfolgen. Durch die Benchmarking-Reife und die Kombination von KI mit menschlichem Urteil können Versicherer mit Vertrauen automatisieren und sich positionieren, um die Zukunft der intelligenten Versicherung zu gestalten.

Es geht nicht nur um Bequemlichkeit. Es geht darum, die oft schwierigen Momente, in denen Menschen auf ihre Versicherer zukommen, einfacher zu navigieren als je zuvor.