Zwischen Faxgerät und Robo-Berater: Wie steht es um Künstliche Intelligenz bei Versicherern?

bei

 / 18. July. 2019

Sie heißen Carlo und Allie (Allianz), novomind iAGENT (AXA) oder schlicht Reiseassistent (ARAG): Immer mehr Versicherer setzen auf interaktive Chatbots, die den Kundenservice automatisieren sollen. Die Rede ist dann oft von neuronalen Netzen, von Maschinenlernen und digitalen Sprachassistenten. Doch wie intelligent sind die Systeme tatsächlich? Ein genauerer Blick zeigt schnell: Die meisten Versicherer sind von Künstlicher Intelligenz (KI) noch meilenweit entfernt. Dabei scheitert es an einem ganz grundsätzlichen Problem: Daten.

Es könnte so einfach sein: Sie sind gerade einkaufen, als Ihnen Ihr Smartphone eine Nachricht schickt, dass die Waschmaschine leckt. Ein Sensor am Gerät hat erkannt, dass Wasser aus der Maschine läuft, und hat sofort die Wasserzufuhr gestoppt. Risiken erkennen und vorbeugen statt Schäden bezahlen – sowohl für Kunden als auch für Versicherer wäre dies das bessere Geschäftsmodell.

Doch was technisch in Pilotprojekten bereits möglich ist, scheitert in der Praxis an veralteten IT-Systemen. Mit Programmen aus dem letzten Jahrhundert lässt sich künstliche Intelligenz nicht verwirklichen – da helfen auch verheißungsvolle Worte nichts.

Insurtechs wollen diese Lücke schließen. Sie haben das technologische Wissen, die schlanken Strukturen, die kurzen Entscheidungswege und oft das notwendige Risikokapital, um innovative Ideen schnell in die Tat umzusetzen. An Ideen und vollmundigen Sprüchen fehlt es bei den Insurtechs nicht – im Gegenteil: Auch hier werfen die Gründer mit Marketingjargon und Superlativen um sich. Doch wie steht es nun um KI?

Fangen wir mit einer Begriffsdefinition an: Vereinfacht gesagt bezeichnet KI Computer, die in der Lage sind, mehr oder weniger stark assistiert und mehr oder weniger selbständig Probleme zu lösen und Entscheidungen zu treffen. Künstliche Intelligenz ist also der Versuch, Systeme zu schaffen, die menschenähnliche Intelligenzleistungen erbringen können. Doch was bedeutet das? Schließlich lässt sich trefflich darüber streiten, wann ein Mensch intelligent ist – und wann nicht. Und auch vermeintlich intelligente Menschen können nicht alle Entscheidungen und Probleme lösen. Es bleibt daher bei einer schwammigen Definition: KI verlangt mehr als reine Rechenleistung und meint, dass Algorithmen aus „Erfahrung“ lernen können.

Was den meisten Versicherern fehlt, um dieses Potenzial auszuschöpfen, sind Daten. Denn nur wenn Algorithmen mit Daten gefüttert werden, können sie bessere Entscheidungen treffen und wie der Mensch aus Erfahrung lernen. Das Prinzip ist einfach: Versicherungen beruhen auf mathematischen Modellen und Wahrscheinlichkeitsberechnungen – kurz: auf Daten. Je mehr Daten den Berechnungen zugrunde liegen, umso besser lassen sich Risikoprofile ableiten und bepreisen.

Noch sehen sich fast alle Anbieter allerdings mit Datensilos konfrontiert: Die Marketingabteilung weiß zwar, wie viele Kunden den Newsletter lesen, der Vertrieb kennt die Anzahl der Kunden aus Berlin oder Köln, und der Kundenservice hat eine gute Vorstellung davon, welche Geldbeträge für welche Schäden bezahlt werden – doch die Unternehmen bekommen die einzelnen Datenpunkte nicht miteinander verknüpft. Stattdessen arbeitet jede Abteilung in ihrem IT-System, mit ihren Daten und Drittanbietern, und im Zweifelsfall werden Kunden von unterschiedlichen Bereichen mit widersprüchlichen Auskünften und Informationen per Post, E-Mail und Telefon bombardiert – am besten am gleichen Tag.

Noch steckt KI also jedoch vielerorts in den Kinderschuhen. Nur etwa 27 Prozent aller Versicherer gelten einer Studie zufolge als Digital Masters. Dabei ist es vor allem die Versicherungsbranche, die dazu prädestiniert ist, vom Einsatz künstlicher Intelligenz zu profitieren. Große Datenmengen, unterschiedliche Datenquellen und ein Nebeneinander unterschiedlichster Abläufe können durch KI erheblich erleichtert werden. Profitabel ist der Einsatz von neuen Technologien in unterschiedlichen Bereichen: in der Angebotsphase, im Schadensfall, in der Produktentwicklung und in der langfristigen Kundenbetreuung und Prävention.

So wird KI erstens zahlreiche Versicherungsprozesse wie den Abschluss von Policen oder die Abwicklung von Schadensfällen beschleunigen. Versicherungsprodukte werden dadurch flexibler und kundenfreundlicher. Zweitens wird künstliche Intelligenz dazu führen, Versicherungsbetrug schneller erkennen und Risiken genauer bewerten zu können. Dies wiederum hat zur Folge, dass Versicherungsunternehmen die Risikoprofile ihrer Kunden verfeinern und die Schadensquote reduzieren können. “Gute”, vertrauenswürdige Kunden könnten dann von günstigeren Prämien oder Rückzahlungen profitieren. Drittens kann KI genutzt werden, um personalisierte Produkte zu schaffen. Denn wenn der Versicherer die Bedürfnisse des Kunden dank Daten zu Vorgeschichte oder Verhalten besser einschätzen kann, ist er in der Lage, maßgeschneiderte Versicherungspakete zu schnüren. Und zuletzt hilft KI im Kombination mit Sensoren und intelligenten Geräten bei der Prävention. In der Industrie können Maschinen bereits repariert werden, bevor es zu teuren  Stillständen in der Produktion und Fertigung kommt. Ähnliche Konzepte sind auch in den eigenen vier Wänden, im Auto oder beim Thema Gesundheit denkbar.

Dass Kunden diese digitalen Lösungen zunehmend wichtiger werden, zeigt eine Studie von Bitkom. 80 Prozent der 16- bis 29-Jährigen schätzen demnach die Möglichkeit, Schadensfälle schnell online abwickeln zu können. 65 Prozent möchten digitale Angebote, wie eine App, zur Verfügung gestellt bekommen (Quelle: Bitkom Research). Durch die Generierung neuer Produkte im Rahmen der Digitalisierung und die Verwendung Künstlicher Intelligenz können in Zukunft die Bedürfnisse der jüngeren Generation bedient werden. Die maschinellen Lernverfahren und Advanced Analytics erlauben es zudem, Systemausfälle zu verhindern und Versicherungsbetrug zu bekämpfen.

Klar ist: Die Zukunft der Versicherung ist digital. Und klar ist auch: Der Modernisierungsrückstau der traditionellen Versicherungsunternehmen bietet für junge Insurtechs einen entscheidenden Wettbewerbsvorteil. Es bleibt abzuwarten, ob sie diesen Vorteil für sich nutzen können.

 

Technology and prototyping are what gets Marius Blaesing fired up. Instead of spending weeks on conceptual work, he prefers to implement digital products directly within hours and iterate them to learn from customer feedback as quickly as possible. After studying physics at the University of Heidelberg and working in management consultancy, he co-founded Getsafe with Christian Wiens in 2014.