Schadenbearbeitung durch Versicherer: Effizienz mit generativer KI steigern

In den letzten Jahren haben Versicherer durch die Automatisierung vieler Abläufe große Fortschritte in der Schadenabwicklung erzielt. Dies hat zu einer signifikanten Effizienzsteigerung, Fehlerreduktion und verkürzten Bearbeitungszeiten geführt – eine positive Entwicklung für die Schadenversicherung.

Trotz dieser Fortschritte bleibt der Kostendruck hoch, insbesondere durch die steigende Inflation. Maßnahmen zur Senkung der Ausgaben sind weiterhin dringend erforderlich. Ein Beispiel bieten die Kfz-Versicherer: Einige Anbieter verzeichnen derzeit Milliardenverluste. Bereits im vergangenen Jahr erhöhten viele Unternehmen die Beiträge deutlich, um größere wirtschaftliche Defizite abzuwenden. Ursachen dafür sind die Inflation, teurere Ersatzteile und gestiegene Reparaturkosten.

Auch in der jüngsten Wechselsaison stiegen die Schadenaufwendungen weiter an, besonders durch eine Zunahme von Diebstahlschäden. Die Schaden-Kosten-Quote (Combined Ratio) der Versicherer verschlechterte sich erneut. In diesem Jahr müssen sie für jeden eingenommenen Euro voraussichtlich 1,12 Euro ausgeben.

Wie können Versicherer die Automatisierung in der Schadenversicherung weiter vorantreiben, beispielsweise durch neue generative KI-Modelle? Ein Blick auf die aktuellen Entwicklungen zeigt, dass Versicherer bereits erfolgreich auf Automatisierung setzen.

Mit dem Zugriff auf Echtzeitdatenquellen, wie Werkstattdatenbanken oder Wetterdiensten, präzisieren sie die Bewertung von Schäden. Auch in der Datenanalyse und Vorprüfung setzen Versicherer Systeme ein, die Schadensmeldungen anhand historischer Daten automatisch auf ihre Plausibilität prüfen. Verdächtige Fälle lassen sich so frühzeitig in der Schadenabwicklung identifizieren.

Ein weiteres Beispiel ist der Einsatz von Textanalyse-Tools, die relevante Informationen aus den Schadensmeldungen extrahieren und die Schäden entsprechend kategorisieren. In der Kfz-Versicherung werden auch Bildanalyse-Systeme genutzt, um hochgeladene Fotos von beschädigten Fahrzeugen zu prüfen, die Schadenshöhe abzuschätzen und mögliche Reparaturwerkstätten vorzuschlagen.

Für Versicherte bedeutet die Automatisierung in der Schadenversicherung eine erhebliche Verbesserung. Sie können Schäden direkt über mobile Apps vor Ort dokumentieren, indem sie Fotos und Dokumente hochladen – rund um die Uhr. Self-Service-Portale ermöglichen es den Versicherten, den Bearbeitungsstand jederzeit einzusehen und zusätzliche Informationen einzureichen.

Automatisierte Benachrichtigungen halten die Kundinnen und Kunden kontinuierlich über den Status ihrer Schadensbearbeitung auf dem Laufenden. Moderne Zahlungssysteme ermöglichen es, Entschädigungssummen in Echtzeit auszuzahlen.

Neue KI-Technologien eröffnen weitere Möglichkeiten in der Schadenversicherung. Besonders fortschrittliche KI-Modelle, die auf maschinellem Lernen, Datenverarbeitung und algorithmischen Innovationen basieren, ermöglichen die Bearbeitung noch komplexerer Fragestellungen und integrieren zahlreiche Schnittstellen.

Diese Systeme nutzen Generative Adversarial Networks (GANs) und große Sprachmodelle (Large Language Models, LLMs), die in der Lage sind, neue Daten zu generieren und für verschiedene Anwendungsfälle angepasst zu werden. Durch Fortschritte in der natürlichen Sprachverarbeitung können diese Modelle menschenähnliche Interaktionen führen. Sie können Schadengutachten verstehen, Rechnungen analysieren und in Handlungsschritte sowie Empfehlungen umsetzen.

Ein weiterer Vorteil ist die Reduzierung von Fehlern. Durch den automatisierten Einsatz von Bildanalyse und Belegprüfungen können Fehler minimiert und zusätzliche Erträge auf der Entschädigungsseite erzielt werden. Zudem erfordern die neuen KI-Modelle weniger spezialisierte IT-Kenntnisse für die Implementierung, was sie zu einer wertvollen Unterstützung im Hinblick auf den drohenden Fachkräftemangel macht.

Die rasante Weiterentwicklung dieser KI-Systeme und ihre sinkenden Kosten bieten Versicherern eine kostengünstige Möglichkeit, ihre Effizienz zu steigern, während der Mangel an qualifizierten Schadensachbearbeitern weiterhin ein Problem darstellt.

Eine zentrale Herausforderung bleibt, die richtigen Expertinnen und Experten aus dem Schadenbereich mit den passenden IT-Partnern zusammenzubringen. Nur so können funktionierende Anwendungsfälle identifiziert und erfolgreich umgesetzt werden. KI kann als „Copilot“ der Sachbearbeitung dienen, die Kommunikation verbessern und die Effizienz steigern. Entscheidend ist, die Angestellten ausreichend einzubeziehen und deren Akzeptanz für neue Technologien zu gewinnen.

Generative KI liefert nicht immer zu 100 Prozent korrekte Ergebnisse, weshalb es ratsam ist, diese Technologien für Pilotprojekte oder Bereiche einzusetzen, die keine vollständige Genauigkeit erfordern. Bereiche wie die Betrugs- und Regresserkennung sind für den Einsatz von KI geeignet, da hier eine Expertenbearbeitung weiterhin erforderlich bleibt.

Für die Einführung von KI in der Schadenversicherung müssen auch regulatorische Anforderungen wie der EU AI Act und die Aufsichtsprinzipien der BaFin beachtet werden. Diese zielen auf Transparenz, Nachvollziehbarkeit und Sicherheit von KI-Anwendungen ab. Eine sorgfältige KI-Governance ist unerlässlich, um Risiken wie Diskriminierung, Intransparenz und Fehlerquellen zu minimieren und das Vertrauen der Kunden zu stärken.