Fachkonferenz "Big Data und Data Analytics"

• Vorstellung der Handlungsfelder der Transformation (Organisation, Technologie, Mitarbeiter) und des Vorgehensmodells hin zum datengetriebenen Versicherer
• Fragestellung: Welche Rolle kann, muss und darf die IT in dieser Transformation und im späteren Betriebsmodell übernehmen?
• Konkrete Use Cases entlang der Wertschöpfungskette innerhalb der Zurich Versicherung
• Lessons Learned

• Herausforderungen und Chancen bei der Analyse von Schadendaten
• Konkrete Use-Cases

• Die digitale Transformation definiert die Chancen und Risiken der Versicherungsbranche neu. Vor allem das Schadenmanagement als Schnittstelle zum Kunden bietet Möglichkeiten zur Verbesserung der Customer Experi-ence. Die Wertschöpfungsprozesse von morgen sind durchgängig digitalisiert und intelligent vernetzt. Mithilfe neuer Technologien lässt sich die Abwicklung von Schäden beschleunigen und optimieren. Versicherer haben damit ein wirksames Instrument, um Kosten zu senken und Erträge zu optimieren, aber vor allem ein echtes Ar-gument, um die Kundenbeziehung zu verbessern. Kunden erwarten bei der Schadenabwicklung einfache, durch-gängig digitalisierte und vernetzte Prozesse, so wie sie es bereits von Amazon oder Zalando gewohnt sind.

• Die Herausforderung: Die bisherige Bearbeitung von komplexen Versicherungsschäden ist hochgradig manuell, damit fehleranfällig, langwierig und nicht skalierbar. Dokumente zur Regulierung von Schadenvorgängen sind vielfältig, werden manuell gesichtet, getrennt und zur weiteren Verarbeitung an entsprechende Mitarbeiter ver-teilt. Die End-to-End-Automatisierung ist für Versicherer eine wichtige Herausforderung. Ziel dieses Projektes war es, Versicherer mithilfe von automatisierten Prozessen und einem durchgängig digitalisierten Schadenma-nagement dabei zu unterstützen, ihre Prozesse zu beschleunigen, Kosten zu senken und die Servicequalität zu erhöhen.

• Die Lösung: Wir digitalisieren die Schadenfälle unabhängig von Eingangskanal (Brief, E-Mail, strukturierte Daten etc.), Dokumentenart (XML, PDF, Office, etc.) oder Schadenkategorie (Leitungswasser, Sturm etc.). Mithilfe von KI klassifizieren wir die Vorgänge und die Maschine entscheidet, ob ein Beleg automatisiert reguliert oder durch spezialisierte Experten begutachtet werden sollte. So kann ein größtmögliches Schadenvolumen automatisiert in Dunkelverarbeitung abgewickelt und unmittelbar vom Versicherer reguliert werden. Die Daten werden strukturiert erfasst und zur Steuerung der Prozesse und für Managemententscheidungen herangezogen. Bestehende Prozesse im Sachschadenmanagement wurden so komplett neu aufgesetzt und gestaltet. Aufgrund der Komplexität wurde auf agile Methoden gesetzt. Im Sinne des Scrum waren die Mitglieder des Entwicklungsteams für einzelne Projektschritte selbst verantwortlich. Hierdurch konnte der 'Entrepreneurial Spirit' jedes Einzelnen geweckt und ein selbständiges Denken und Handeln sichergestellt werden.

• Das Ergebnis: Mithilfe Scrum-basierter Entwicklung und moderner Technologien wie Cloud und KI konnten wir die Doku-mentenklassifizierung und -verarbeitung automatisieren und zugleich über die gesamten Operations-Bereiche entschei-dende Wertschöpfungspotenziale realisieren. Davon profitieren unsere Kunden zu denen die Top-Versicherer in Deutsch-land gehören. Der neue Prozess erhöht Ertrag, Effizienz und und Kundenzufriedenheit und bietet durch die einfache Im-plementierung einen sofortigen ROI.

Im Vergleich mit Internetgiganten und disruptiven Fin-Tech-Startups sind traditionelle Banken und Versicherer bei der Nutzung von Data Science und ML Algorithmen konservativ aufgestellt. Dabei verfügen sie über einzigartige Ressourcen zur Umsetzung einer erfolgreichen Wettbewerbsstrategie. Viele Führungskräfte wissen bereits, dass Datenressourcen der traditionellen Versicherungsindustrie - Zugang zu Kunden in Verbindung mit tiefer Marktkenntnis und historischen Marktdaten - potentiell einen großen Wettbewerbsvorteil darstellen. Im Kontext mit bereits vorhandenen Kompetenzen in den Bereichen Mathematik und Statistik können sich Wissen und Branchenerfahrung als eine solide Basis für eine Umsetzung einer KI-Strategie und zur Entwicklung von datengetriebenen Produkten für den Versicherungsmarkt erweisen. Zur erfolgreichen Implementation müssen Fachkräfte, Daten, neue Werkzeuge und neue Sicherheitsaspekte zielführend kombiniert werden: Im Versicherungssektor sind “Data Labs” oft der erste Schritt in einem langen Prozess zur Transformation der Organisation hin zu einem datengetriebenen Geschäftsmodell.

• Why do we need Data?
  Drivers that change Businesses worldwide
• How can we respond?
  What the Customer deserves and how to succeed.
• What have we learned so far?
  Data-driven and design-driven approaches, collaboration and way of working

• Erläuterung des Forschungsprojektes iTESA
• Krisen der heutigen Zeit und deren Monitoringmöglichkeiten
• Semantik und Sprachen
• Ergebnisse und Präsentation der WorldRiskMap von Fraunhofer

• Eine verlässliche und aktuelle Datenbasis ist die Grundlage für ein erfolgreiches Customer Experience Management, denn Kunden verlangen mehr denn je nach individuellen, relevanten Informationen und einer persönlichen Ansprache.
• Die Multi-Channel-Kundenkommunikation von heute ist weitestgehend datengetrieben und automatisiert, aber auch gleichzeitig personalisiert und kontextrelevant.
• Um den Kunden kontextrelevant bedienen zu können ist es notwendig, sehr große Mengen an Daten (strukturiert und unstrukturiert) in geeigneter Art und Weise zu erfassen und zu analysieren. Big Data bietet hierfür geeignete Konzepte.