Ein Schaden – der Moment der Wahrheit und wohl der spannendste Zeitpunkt der Geschäftsbeziehung zwischen Kunde und Versicherer zugleich. Kunden erwarten eine schnelle Bearbeitung und transparente Leistung durch den Versicherer, während dieser die Ansprüche fair und insbesondere effizient bewerten und regulieren muss. Ein Bereich, der für Versicherer grosse Ressourcen- und Kostenblöcke darstellt, die trotz allen Bemühungen aller Beteiligten die Kunden oft unbeeindruckt lassen.

Prozesse sind zu komplex

Ein wesentlicher Grund dafür ist, dass sich die Investitionen der vergangenen Jahre primär auf Prozessoptimierung und Reduktion nicht notwendiger Zahlungen mithilfe von Betrugserkennung (Fraud) und Qualitätssteigerung während der Regulierungsentscheidung (Leakage) konzentrierten. Die Anwendung künstlicher Intelligenz (KI) spielt dabei eine wesentliche Rolle. Während sich in der Betrugserkennung gestützt durch KI Erfolge verbuchen liessen, bleiben ähnliche Erfolgsgeschichten bei der (Teil-)Automatisierung von komplexeren Prozessen und Regulierungsentscheidungen durch KI allerdings noch aus. Das Einsparpotenzial von 25 bis 30 Prozent (https://www.mckinsey.com/industries/financial-services/our-insights/claims-in-the-digital-age) ist allerdings zu hoch, um die Lösungssuche ohne weiteres aufzugeben.

Autor: 
Daniel Feurstein, www.InsurTech.Rocks: Stratege und Investor für Versicherung und Insurtechs.

Ein Blick auf nahezu 200 Schadenmanagement-Insurtechs zeigt, dass sich die wenigsten tatsächlich mit konkreter und umfassender Prozessautomatisierung auseinandersetzen (können). Die Problemstellung scheint immer noch für viele zu komplex. Betrugserkennung ausgenommen, entwachsen KI-Anwendungen scheinbar nur schwer der Datenextraktion von Eingangsdokumenten, prozessfokussierte Innovatoren bewegen sich kaum über den Bereich der Schadenerstemeldung (First Notice of Loss – FNOL) oder das klassische Verwalten von Schadenvorgängen hinaus. Wenngleich Letztere einen positiven Beitrag für ein verbessertes Kundenerlebnis ermöglichen, bleiben die Optimierungserwartungen entlang des Gesamtschadenprozesses der Versicherer überwiegend unerfüllt. 

Automatisierung ist eine Reise, kein Projekt

Auch wenn manche Versicherer auf umfassende neue Schadenverwaltungssysteme umsteigen und sich mehr Automatisierung erhoffen, stellt sich rasch Ernüchterung ein. Die Komplexität für Versicherer und Insurtechs, Schadenautomatisierung entlang der Prozesskette zu ermöglichen, erwachst primär aus der schwer darstellbaren Kombination von tiefem fachlichem prozessualem Wissen und gezielter Anwendung künstlicher Intelligenz entlang des Gesamtprozesses über klassische Regel- und Entscheidungswerke hinaus.

Projekte scheitern, wenn KI-Anbieter und Insurtechs zunächst das Problem für die vermeintliche KI-Lösung noch finden müssen, weil das fachliche Wissen fehlt oder auch weil Fachbereiche zu wenig Vertrauen und zu wenig technologisches Verständnis für die Möglichkeiten von KI besitzen. Auch fehlt häufig das Verständnis dafür, dass die Anwendung von KI zur Automatisierung von Prozessen eine Reise ist, ein stetiger Reifungs- und Veränderungsprozess, und weniger ein zeitlich limitiertes Projekt. Diese Projekte scheitern, weil die Ziele zu kurzfristig gesteckt und gleichzeitig zu ambitioniert sind – «reaching too far, too fast».

omni:us hat massiv in die Basis investiert

Auf der Suche nach einem Insurtech, welches diese anspruchsvolle Thematik allenfalls kombinieren kann, bin ich in Berlin auf omni:us gestossen. omni:us fällt auf, es ist eines der wenigsten Insurtechs und Tech-Startups, das von einer Frau (Sofie Quidenus-Wahlforss) 2015 gegründet wurde. Es legte eine fulminante Series-A von ca. 30 Millionen Euro hin, zählt circa 70 Mitarbeiter und fokussiert sich ausschliesslich auf KI und die fachliche Automatisierung von Schaden- und Leistungsmanagement für Versicherungen. 

Während der ersten Jahre bei omni:us wurde massiv in die Entwicklung einer soliden Basis –sprich in eine skalierbare, modulare und flexibel integrierbare KI-Plattform – investiert. Diese ist der Dreh- und Angelpunkt für die Lösungsbausteine von omni:us. Über unzählige kleinere Projekte mit Versicherungskunden im amerikanischen und europäischen Raum eignete sich omni:us tiefes Prozesswissen hinsichtlich der Schaden- und Leistungsregulierung an und schaffte die Progression von der KI-Anwendung in der klassischen Datenextraktion hin zu tatsächlicher fachlicher Entscheidungsautomatisierung entlang des Gesamtschadenverlaufes.

«Klassischer Intake bzw. die tiefe Datenextraktion möglichst früh im Schadenprozess ist für uns Mittel zum Zweck und stellt die Grundlage für die weitere Prozessautomatisierung dar», erklärt omni:us-Mitgründer und COO Martin Micko. «Regelbasierte Systeme haben hier ausgedient. Ich möchte behaupten, wir können das besser als unsere Wettbewerber, haben aber auch erkannt, dass viele Versicherer diese vertieften Datenextraktionen mit den zur Verfügung stehenden IT-Lösungen kaum zur Automatisierung von Abläufen verarbeiten können», so Micko.

Stetig wachsendes Rahmenwerk

Diese Erkenntnis bewegte Martin und Sofie, die vergangenen Jahre in die Weiterentwicklung der KI-Plattform weit über KI-Intake zu investieren. Zunächst in den Aufbau von Versicherungs- und Schadenmanagement-Experten, um das Schadenregulierungswissen in ein umfassendes und stetig wachsendes KI-gestütztes Entscheidungsrahmenwerk zu transferieren. Daraus ist eine einzigartige Kombination entstanden.

omni:us-CEO Sofie fasst die omni:us-Plattform wie folgt zusammen: «Aufbauend auf der KI-Datenextraktion übersetzen wir die Datenpunkte in schadensteuerungsrelevante Parameter. So können wir zum Beispiel in einer E-Mail den Schadentext erkennen (1. Schritt), übersetzen diesen Schadentext in eine konkrete Schadenart (2. Schritt) und haben für erste Versicherungssparten bereits die Fähigkeit aufgebaut, mithilfe von Regulierungsparametern in unserem kognitiven Entscheidungsrahmenwerk Schäden und Leistungen automatisiert abzuwickeln (3. Schritt). Das ermöglicht echte Dunkelverarbeitung mit tatsächlicher fachlicher Prüfung der Entscheidung durch die künstliche Intelligenz. Wir haben viele Versicherer dabei ertappt, Schäden als dunkelverarbeitet zu bezeichnen, wenn diese aufgrund einer geringfügigen Schadensumme einfach direkt zur Auszahlung weitergereicht werden. Das produziert viel Leakage. Für Vorgänge, die aufgrund der Komplexität nicht automatisierbar sind, steuern wir die Abläufe gezielt an Sachbearbeiter aus (durch Integration in das bestehende Schadensystem). Dieser kann sich durch unseren Next-Best-Action-Vorschlag sowie die übersichtliche Erkenntnisaufbereitung durch die KI im weiteren Regulierungsschritt viel Zeit ersparen.»

Zusammenarbeit mit AM Trust

Erste grosse Erfolge sind bereits zu verzeichnen. In den USA arbeitet AM Trust im Bereich Workers Compensation mit omni:us an der Automatisierung. CIO Ariel Gorelik: «Right now, we’re at 75 percent automation. That’s 75 percent of 27 million claims intake documents – legal docs, doctors notices, prescriptions, you name it – there are probably a few hundred different types of documents thaz are not being touched today.» (Es lohnt sich, das Webinar mit AM-Trust-COO Ariel Gorelik anzusehen → https://www.the-digital-insurer.com/event/webinar-invigorating-the-pc-document-intake-process-with-ai-use-case-examples-with-amtrust-financial-services-and-omnius/).

Bei weiteren Kunden wird die Echtzeitverarbeitung von Dokumenten entlang einer interaktiven Schadenerstmeldung mit omni:us ermöglicht. Kunden müssen eine Vielzahl der Daten nicht mehr selbst eingeben, sondern diese werden direkt durch die KI sofort extrahiert und weiterverarbeitet.

Jedoch sind diese Beispiele primär durch klassischen KI-basierten Intake realisierbar. Etwas komplexere Vorgänge wie beispielsweise die automatisierte Durchführung einer umfassenden Deckungsprüfung oder Vollständigkeitsprüfung der Schadenmeldung, um Dunkelverarbeitung zu ermöglichen, befinden sich vor der Finalisierung und werden als Minimum Viable Product (MVP) bei ersten Kunden implementiert.

Was an omni:us und ihrem pragmatischen Ansatz bei der Zusammenarbeit mit den Versicherern auffällt, ist ihr problemorientierter Ansatz kombiniert mit dem Wunsch, die Versicherer nicht zu früh mit dem Einsatz der neuen Technologie zu überfordern. Die Versicherer brauchen helfende Hände, um ihre Transformation zu beschleunigen – heute mehr denn je – und Partner, die verstehen, wie kritisch der Weg der Veränderung ist, um nachhaltig Werte zu schaffen. Partner, die es als langfristige Reise verstehen, Vertrauen in die KI aufzubauen, um nachhaltig echte Automatisierung und Digitalisierung von Schadenabläufen zu ermöglichen.

Martin Micko merkt dazu an: «Unser Ziel ist, die nachhaltige Eliminierung nicht wertschöpfender menschlicher Arbeitsvorgänge bei höherer Qualität und niedrigeren Kosten zu ermöglichen, während gleichzeitig die Ergebnisse des Mitarbeiterengagements UND der Kundenzufriedenheit verbessert werden. Das ist ein heiliger Gral für die Projekte der meisten Versicherer.»

Die weitere Entwicklung von omni:us wird spannend bleiben – eine grosse Referenz wie AM Trust aus den USA im europäischen Raum ist noch ausstehend, aber amerikanische Unternehmen erweisen sich in der Adaption neuer Technologien wohl grundsätzlich innovationsfreudiger als wir Europäer.