Künstliche Intelligenz in der Versicherungsbranche vom Risiko-Scoring bis zur Schadenbearbeitung

Nein. Machine Learning mag Unternehmen wie Google oder Amazon vorbehalten erscheinen, doch wir entwickeln Lösungen, die Versicherungsunternehmen jeder Größe Mehrwert bringen, beginnend mit den Anwendungsfällen, die Ihre Daten heute schon tragen.

Ja. Für einen Versicherer im Medizin- und Gesundheitsbereich haben wir ein neuronales Netz auf Basis von fünf Jahren historischer medizinischer Daten entwickelt, um das Risiko wirtschaftlicher Verluste zu schätzen. Es übertraf statistische Ansätze deutlich, und der Kunde nutzte es zur Optimierung seiner Preispolitik.

Ein Deep-Learning-Modell analysiert Telematikdaten vom Smartphone des Fahrers, erkennt, ob die Person fährt oder mitfährt, und erfasst Verhalten wie zu schnelles Fahren, unnötiges Beschleunigen und starkes Bremsen. Jede Fahrt erhält einen Score, der in einen persönlichen Rabatt und Empfehlungen für sicheres Fahren einfließt.

Vielen Versicherern geht es genauso. Wir beginnen mit einer Bewertung der Anwendungsfälle und der Datenaufbereitung und entwickeln dann Modelle, die sich in Ihre bestehenden Systeme integrieren. So wächst die Infrastruktur mit dem nachgewiesenen Nutzen statt ihm vorauszueilen.

Wir bauen Validierungsframeworks, die mehrere Ansätze objektiv vergleichen, und folgen einem Projektlebenszyklus, in dem jede Phase Ziele und Qualitätskriterien hat, die erfüllt sein müssen, bevor die nächste beginnt.