Mai 2021

Das Potenzial neuer Services, die auf künstlicher Intelligenz basieren, ist in der Versicherungsbranche enorm. Doch wie sieht das in der Praxis aus und was sind die Trends für die zukünftige Nutzung und den Ausbau dieser Services?

Die vorliegende Studie beleuchtet den tatsächlichen Einsatz von KI-gestützten Services in Hinblick auf unterschiedliche Versicherungsunternehmen in Deutschland. In der Studie wird deutlich: ein Großteil der Versicherungen beginnt gerade erst damit, KI-basierte Services einzusetzen. Zwar steigt laut der Studie die zunehmende, operative Bedeutung von KI-Services an, jedoch steht die Durchdringung der Fachprozesse bei den Versicherungen noch am Anfang. Nichtsdestotrotz berichtet ein großer Anteil der befragten Unternehmen, die produktiv KI-Services nutzen, bereits über einen messbaren Nutzen.

Matthias Höhne, globaler Leiter Insurance bei BearingPoint

Bei den Versicherungen besteht akuter Handlungsbedarf für den KI-Know-how-Aufbau in den Fachbereichen aber auch in der IT-Organisation. Dies gilt insbesondere für die praktische Umsetzung und Nutzung von KI-gestützten Services in den Fachprozessen und der IT-Integration für die Anwendungslandschaft und die IT-Infrastruktur. Der Bedarf für eine qualitativ und quantitativ verbesserte Datenbereitstellung steigt mit dem Einsatz von KI-Services natürlich stark an. Es ist bereits jetzt deutlich zu beobachten, dass der Anteil von KI-Services gerade mit Ausrichtung auf das Anwendungsgebiet ‚Operational Services‘ wachsen wird, da hier ein großes Potenzial für Prozessautomatisierung zu heben ist.

Matthias Höhne, globaler Leiter Insurance bei BearingPoint

Nachfolgend finden Sie einige Umfrageergebnisse im Detail:

KI-Services erfahren zunehmende, operative Bedeutung,

aber die Durchdringung der Fachprozesse steht noch am Anfang.

Der Nutzen für die durch KI-Services unterstützten Fachprozesse

ist spürbar und quantifizierbar.

Der Nutzerkreis in den Versicherungsunternehmen ist heute noch überschaubar klein.

Der Nutzerkreis von KI-Services wird aber aufgrund zunehmender Durchdringung
der Fachprozesse zügig wachsen.

Die produktiv genutzten KI-Services müssen bereits hohe Anforderungen hinsichtlich der fachlichen Verfügbarkeit erfüllen, da sie bereits in geschäftskritische Abläufe integriert sind.

Die IT muss sich kurz- und mittelfristig darauf einstellen, dass die Verfügbarkeitsanforderungen deutlich ansteigen werden, zunehmend mit dem Durchdringungsgrad der Fachprozesse mit KI-gestützten Services.

Es besteht akuter Handlungsbedarf für den KI-Know-how-Aufbau in den Fachbereichen aber auch in der IT Organisation.

Dies gilt insbesondere bezüglich der praktischen Umsetzung und Nutzung von KI-gestützten Services in den Fachprozessen und der IT-Integration für die Anwendungslandschaft und die IT-Infrastruktur.
Der Bedarf für eine qualitativ und quantitativ verbesserte Datenbereitstellung steigt mit dem Einsatz von KI-Services stark an.

Die Verwendung von ausschließlich selbst verfügbaren Datenbeständen stößt an ihre Grenzen.

Oftmals stehen nicht hinreichend qualifizierte und quantifizierte Daten für neue KI-Services zur Verfügung.
Es steigt daher der Bedarf, externe Daten mit den eigenen Datenbeständen zu verknüpfen, um qualitativ hochwertige KI-Services einsetzen zu können.

Es bestehen offensichtliche Mängel bei der Datenqualität, die die Entwicklung und Nutzung von KI-basierten Services behindern.

Die „Awareness“ diesen Zustand zu ändern steigt jedoch bei den Versicherern deutlich an.

Der Bedarf für die Anpassung des Testprozesses für KI-Services und deren Integration ist hoch.

Es werden teilweise neue Testverfahren benötigt. Die Fachbereiche und die IT müssen dringend in die Ausbildung der zuständigen Mitarbeiter investieren, um die Einführung und Qualitätssicherung für KI-gestützte Services nicht zu gefährden.

Open Source-basierte KI-Plattformen haben einen hohen Marktdurchdringungsgrad, da sie den kostengünstigen Einstieg/Evaluierung in das Thema „KI“ ermöglichen.

Weiterhin haben Open Source-basierte KI-Plattformen auch eine hohe Bedeutung in der produktiven Nutzung von KI-Services, da der technische Reifegrad durch die Unterstützung der Top-Technologiekonzerne gegeben ist. Kommerzielle KI-Plattformen können zunehmend auch Machine Learning Modelle aus Open Source-Plattformen migrieren beziehungsweise für diese als Ablauf- und Integrationsplattform verwendet werden.

Der aktuell hohe Anteil an Eigenentwicklung wird mittelfristig durch einen signifikanten Anteil von „Kauf-/Miet“-Services ergänzt werden.

Aber auch für „Kauf-/Miet“-Services wird der Aufbau von internem KI-Know-how erforderlich sein, damit die Services effektiv integriert, betrieben und trainiert werden können.

Die umfassenden Ergebnisse stehen Ihnen zum Download zur Verfügung.

Viel Freude bei der Lektüre.

Wünschen Sie weitere Informationen?

Wenn Sie mehr über diese Publikation erfahren möchten, wenden Sie sich bitte an unsere Experten, die gerne von Ihnen hören.

Toggle master download
Suche
Toggle location