Logo businessdailytoday.com

Wie KI Die Versicherungsbranche Radikal Verändert

Inhaltsverzeichnis:

Wie KI Die Versicherungsbranche Radikal Verändert
Wie KI Die Versicherungsbranche Radikal Verändert

Video: Wie KI Die Versicherungsbranche Radikal Verändert

Отличия серверных жестких дисков от десктопных
Video: Was bedeutet Erfolg für mich? 2023, Januar
Anonim

Für eine Branche, die sich seit Jahrhunderten als veränderungsresistent erwiesen hat, erlebt die Versicherung derzeit eine digitale Revolution. Mit dem Aufkommen von mehr Algorithmen für maschinelles Lernen bringen Underwriter mehr Informationen ein, um das Risiko besser einschätzen zu können, und bieten maßgeschneiderte Premium-Preise. Im Backend wird der Versicherungsprozess optimiert, um Bewerber effizienter und mit weniger Fehlern mit Spediteuren zu verbinden.

Dieser drastische rasche Wandel bedeutet sowohl für Versicherer als auch für Antragsteller große Dinge. Hier erfahren Sie, wie künstliche Intelligenz oder KI an der Grenze der Versicherungsbranche steht und wohin sie in den kommenden Jahren führen könnte.

Risiko abwägen

In der Vergangenheit haben sich Versicherer auf Informationen gestützt, die in Anträgen enthalten waren, um die Risiken eines potenziellen Kunden einzuschätzen. Das Problem ist natürlich, dass die Bewerber unehrlich sein oder Fehler machen können, wodurch diese Risikobewertungen ungenau werden.

Durch maschinelles Lernen, insbesondere das Verständnis natürlicher Sprache (NLU), können Versicherer abstraktere Informationsquellen wie Yelp-Bewertungen, Social-Media-Postings, SEC-Einreichungen usw. durchsuchen und relevante Informationen zusammenführen, um das Potenzial des Versicherungsträgers angemessener einzuschätzen Exposition.

"[Mit NLU] wird unsere Fähigkeit, diese Textdatenquellen tatsächlich zu betrachten und hochrelevante Informationen abzurufen, erheblich verbessert", sagte Andy Breen, SVP bei Argo Digital. "Wir nutzen diese Informationsquellen, die zuvor nicht verfügbar waren oder nicht einfach verbreitet werden konnten."

Genauere Risikobewertungen bedeuten angemessenere Prämien. In einer Branche, in der der größte Unterschied zwischen Versicherungsunternehmen nicht in ihren Produkten besteht, sondern in ihren Preisen, könnte ein besseres, individuelleres Expositionsmodell einen großen Unterschied bewirken, sagte Sofya Pogreb, COO bei Next Insurance.

"Traditionell [hat die Branche] Produkte mit dem niedrigsten gemeinsamen Nenner angeboten: eine Standardhaftungsrichtlinie", sagte Pogreb. "Das Ergebnis ist ein sehr undifferenziertes Produkt, bei dem eine Bäckerei und ein Waschsalon die gleiche Politik verfolgen. Das ist nicht der richtige Weg für den Kunden. Da wir mehr Daten automatisch verbrauchen können, werden wir mehr Anpassungen und Kunden sehen." davon profitieren, wenn sie für die Deckung zahlen, die sie wirklich brauchen."

Betrug aufspüren

Betrug ist ein wichtiges Anliegen der Versicherungsunternehmen, und KI ist ein wichtiger Wachhund bei der Bekämpfung betrügerischer Forderungen. Wie Samsung in einem Blogbeitrag über die Verhinderung von Versicherungsbetrug feststellt, geht es vor allem darum, Muster zu erkennen, die der menschlichen Wahrnehmung entgehen könnten:

Das französische AI-Startup-Unternehmen Shift Technology hat diese Technologie in seine Betrugspräventionsdienste integriert, die bereits über 77 Millionen Schadensfälle bearbeitet haben. Die kognitiven Algorithmen für maschinelles Lernen haben eine Genauigkeit von 75 Prozent für die Erkennung betrügerischer Versicherungsfälle erreicht. Die ML-Algorithmen liefern Details zu verdächtigen Schadensfällen Ansprüche mit potenziellen Haftungs- und Reparaturkostenabschätzungen und Vorschläge für Verfahren, die den Betrugsschutz auflösen und verbessern können."

"Die Fähigkeit des maschinellen Lernens, mutmaßlichen Betrug zu erkennen, ist gut etabliert, aber die von Menschen geleitete Datenwissenschaft ist bislang ebenso leistungsfähig. Der entscheidende Zeitunterschied sind die Kosten", sagte Areiel Wolanow, Geschäftsführer bei Finserv Experts Begrenzt. "Professionelle Kriminelle werden mit den branchenführenden Betrugsindikatoren Schritt halten und ihr Verhalten an ihre Bedürfnisse anpassen. Wissenschaftler müssen ihre Analysen im Laufe der Zeit wiederholen, um Schritt zu halten, während sich Algorithmen für maschinelles Lernen auf der Grundlage beobachtbarer Änderungen der zugrunde liegenden Daten im Laufe der Zeit weiterbilden."."

Menschliches Versagen reduzieren

Die Vertriebskette in der Versicherungsbranche ist gewunden und komplex. Eine Reihe von Zwischenhändlern prüfe die Informationen zwischen dem Versicherten und dem Spediteur, was zu einer Menge menschlicher Fehler und manueller Arbeit führt, die den Prozess verlangsamen, sagte Breen. AI beginnt jedoch bereits, dieses Problem zu beheben.

Algorithmen können die Zeit und die Anzahl der Fehler reduzieren, da Informationen von einer Quelle zur nächsten weitergegeben werden. Durch die Anmeldung in einem Portal und das Hochladen eines PDF-Dokuments wird der Umfang der Dateneingabe und -wiederholung verringert und die Genauigkeit erhöht, so Breen.

"Die Leute werden müde und gelangweilt und machen Fehler, aber Algorithmen nicht", fügte er hinzu.

Für Pogreb ist die Überbrückung der Lücke zwischen Versicherten und Versicherer ebenso wichtig wie die Reduzierung von Fehlern. Mit besseren Daten profitieren sowohl Kunden als auch Versicherer, da Versicherer auf der Grundlage genauerer Bewertungen bessere Produkte entwickeln können und die Kunden genau das bezahlen, was sie benötigen.

"Mit maschinellem Lernen können wir dem Verbraucher diese Ratschläge automatisch viel besser geben", sagte Pogreb. "Auf der Grundlage dessen, was Sie mir über Ihr Geschäft erzählen und was ich über ähnliche Geschäfte weiß, glaube ich, dass dies die richtige Kombination von Versicherungsschutz für Sie ist. Daher liegt die Verantwortung weder beim Agenten noch beim Kunden - wer Ehrlich gesagt hat er nicht die Erfahrung oder das Wissen - aber er lässt sich von den Daten beraten. "

Die Zukunft der Versicherungs-KI

Die Versicherungsbranche hat gerade erst ihren Einstieg in die KI begonnen, und die Unternehmen experimentieren bereits mit neuen Möglichkeiten, um sie in ihre täglichen Abläufe zu integrieren, um die weitere technologische Entwicklung vorwegzunehmen.

"Es sind die ersten Tage der KI", sagte Breen. "Bei einfachen, sich wiederholenden Aufgaben stellen wir den Computer darauf … aber wir sind weit entfernt von einem Computer-Underwriter. Wir sind an dieser Stelle wirklich nur eine Bereicherung für Menschen."

Das ist immer noch eine bedeutende Veränderung in der Branche, sagte er. Die Underwriter bei Argo Digital beginnen nun, Portfolios zu verwalten, anstatt jede einzelne Einreichung zu überprüfen. Die standardisierteren, vorhersehbaren Ansprüche werden von Algorithmen für maschinelles Lernen behandelt, sagte Breen, und der menschliche Underwriter optimiert im Wesentlichen den gesamten Prozess und greift in Fällen ein, in denen Entscheidungen höherer Ordnung erforderlich sind.

Pogreb sieht noch mehr Potenzial für eine Straffung des Zeichnungsprozesses. Sie geht davon aus, dass die Zahl der Anträge, die ein menschlicher Underwriter bearbeiten muss, erheblich sinken wird, da maschinelles Lernen noch mehr zum Vorstoß in die Versicherungsbranche wird.

"Wir glauben, dass mit Technologie und maschinellem Lernen viel [menschliches Underwriting] beseitigt werden kann", sagte Pogreb. "Der Prozentsatz der Versicherungsanwendungen, die menschliche Eingriffe erfordern, wird dramatisch sinken, vielleicht um 80 bis 90 Prozent und sogar auf niedrige einstellige Beträge."

Während die Einführung von KI auf rudimentäre Weise erfolgt ist, verändert sie bereits die Lage des Landes drastisch. Versicherungsunternehmen, die wettbewerbsfähig bleiben wollen, sollten anfangen, die Gewässer von AI zu testen, sagte Wolanow.

Beliebt nach Thema