Startseite  Magazin  Fachartikel  Wie Künstliche Intelligenz und ChatGPT die Versicherungsbranche verändern

Wie Künstliche Intelligenz und ChatGPT die Versicherungsbranche verändern

Katja Streich
Februar 14, 2023
19. Februar 2024

Künstliche Intelligenz und KI-Chatbots, vor allem ChatGPT, sind in aller Munde. Auch in der Versicherungsbranche werden mögliche Auswirkungen und Anwendungsfälle heiß diskutiert. Wir haben uns damit beschäftigt, wie die Versicherungswirtschaft in der Zukunft aussehen könnte. Unsere Untersuchung zeigt tiefgreifende Veränderungen in der gesamten Wertschöpfungskette von Versicherungen auf.

Update: Die wichtigsten KI-Trends im Versicherungswesen im Jahr 2024

KI in Kundenservice und Beratungsangeboten
Personalisierte Kommunikation und Policen
Fortgeschrittene Betrugserkennung und -simulation
KI-basierte Risikobewertungsmodelle
Fortlaufende Effizienzsteigerungen durch RPA und KI

Künstliche Intelligenz in der Versicherung

Im gegenwärtigen Informationszeitalter schreitet der technische Fortschritt mit erstaunlicher Geschwindigkeit voran und der Einsatz von Künstlicher Intelligenz (KI) breitet sich immer weiter aus. Sie wird schon heute in einer Vielzahl von Branchen eingesetzt, um die Produktivität am Arbeitsplatz zu steigern und grundlegende, von Menschen ausgeführte Aufgaben zu unterstützen.

Auch der Versicherungssektor ist von dieser Entwicklung betroffen.

Für die kommenden Jahre planen viele Versicherungsunternehmen eine größere betriebliche Effizienz mit Hilfe neuer Technologien, darunter:

Künstliche Intelligenz (Machine Learning und Deep Learning)
RPA (robotergestützte Prozessautomatisierung)
IoT (Internet der Dinge)

Die Auswirkungen von COVID-19 veränderten die Zeitpläne für die Einführung von KI, indem sie die Digitalisierung für Versicherer erheblich beschleunigten. Auch wenn die meisten Unternehmen während der Pandemie wahrscheinlich nicht in großem Umfang in künstliche Intelligenz investiert haben, werden sie durch den stärkeren Fokus auf digitale Technologien und die größere Veränderungsbereitschaft besser in der Lage sein, KI in ihre Prozesse zu integrieren.

Ein Blick ins Jahr 2030

Junger Mann aus der Zukunft sitzt in einem modernen Auto

Das ist Jan, ein Versicherungskunde aus dem Jahr 2030. Sein digitaler Assistent bestellt ihm ein selbstfahrendes Auto für eine Fahrt in die Stadt. Jan beschließt, dass er heute lieber selbst fahren möchte. Der digitale Assistent schlägt eine Route vor und teilt sie Jans Kfz-Versicherer mit, der mit einer Alternativroute mit einer deutlich geringeren Unfall- und Schadenswahrscheinlichkeit antwortet. Jan wird darüber informiert, dass sich seine Kfz-Versicherungsprämie unterschiedlich stark erhöhen wird, je nachdem für welche Route er sich entscheidet. Ihm wird außerdem berichtet, dass seine Lebensversicherung, bei der seine Prämie laufend an seine Verhaltensmuster anpasst wird, um 2 Prozent steigen wird. Auf Jans Fahrt kommt es leider zu einem kleinen Unfall. Jans digitaler Assistent weist ihn an, ein Streaming-Video des Schadens aufzunehmen, das in eine Schadensbeschreibung und einen Kostenvoranschlag übersetzt wird. Da das Auto fahrtüchtig ist, begibt es sich nach Eintreffen eines Ersatzfahrzeugs autonom zur Reparatur in die Werkstatt.

Wie realistisch dieses Szenarium genau ist, spielt eine untergeordnete Rolle. Fakt ist: Künstliche Intelligenz ist auf dem besten Weg, die Versicherungswelt grundlegend zu verändern und solche integrierten Anwenderberichte werden in allen Versicherungssparten in der Zukunft immer häufiger vorkommen. KI-Anwendungen werden schon heute ausführlich getestet und halten zunehmend Einzug in den Alltag der Versicherungs- und Finanzbranche.

Insbesondere die zunehmende Konnektivität – Telematik und Bordcomputer in Autos, intelligente Hausassistenten, Wearables und andere Arten von IoT-Geräten – ermöglicht es, automatisch umfassendere Daten von den Versicherten zu sammeln.

Forschungsinstitute wie Statista gehen von 75 Milliarden vernetzten Geräten im Jahr 2025 aus.

Als Resultat können Underwriting und Schadenmanagement schneller, agnostischer und weniger fehleranfällig werden. Und das Beste daran? Bei ausreichenden Trainingsdaten können sich Algorithmen für maschinelles Lernen und Deep Learning im Laufe der Zeit ohne explizite Programmierung selbst verbessern, wodurch Versicherungen Zugang zu noch genaueren und komplexeren Erkenntnissen erhalten.

Werfen wir nun einen Blick auf konkrete Anwendungsbeispiele für den Einsatz künstlicher Intelligenz in der Assekuranz.

KI entlang der Wertschöpfungskette: 5 Use Cases

Mithilfe neuer Deep-Learning-Techniken ist künstliche Intelligenz immer mehr in der Lage, die Wahrnehmung, das Denken, das Lernen und die Problemlösung des menschlichen Geistes zu imitieren. Jedes Glied in der Wertschöpfungskette des Versicherungssektors wird sich durch diesen Übergang grundlegend verändern. Während derzeit noch „Erkennen und Beheben“ die Devise in der Versicherung ist, wird dies bald dem „Vorhersagen und Vorbeugen“ weichen.

Je eher die Versicherer beginnen, KI-Technologie zur Verbesserung von Leistung, Entscheidungsfindung und Kundenerfahrung einzusetzen, desto schneller wird sich dieser Wandel vollziehen.

Nutzen von künstlicher Intelligenz wird derzeit noch verpasst

Wie Umfragen zeigen, hinkt die Branche den technischen Möglichkeiten noch hinterher und in vielen Fällen werden die Potenziale zum Einsatz von KI-Services noch nicht ausreichend erkannt. Der Handlungsdruck auf die Versicherungswirtschaft wird jedoch mit rasant fortschreitender technologischer Entwicklung immer weiter steigen.

Aber was werden konkret die bedeutsamsten Auswirkungen von künstlicher Intelligenz auf die Wertschöpfungskette von Versicherungen sein? Wir stellen die fünf wichtigsten Komponenten vor:

Produktentwicklung

Die Nachfrage der Verbraucher nach Waren und Dienstleistungen steigt und der Versicherungsmarkt muss neue, individuelle Versicherungspakete anbieten. Außerdem entsteht eine Vielzahl neuer Risiken, vor allem Cyberrisiken. Vor diesem Hintergrund bietet der sich wandelnde Markt ein enormes Potenzial für die Entwicklung neuer Versicherungsprodukte.

Um die Relevanz, Geschwindigkeit und Agilität der Produktentwicklung zu erhöhen, werden Versicherungen Artificial Intelligence und Big Data nutzen. KI kann riesige Datenmengen untersuchen, darin ein Muster finden und Erkenntnisse wie Nachfrageprognosen und die Arten von Versicherungsprodukten liefern, die den Umsatz am besten fördern.

Vertrieb

Versicherungen werden künstliche Intelligenz einsetzen, um mehr über das digitale Verhalten der Kunden, ihre Kommunikationshistorie und frühere Käufe zu erfahren und so eine erweiterte Kundensegmentierung zu ermöglichen.

KI wird die Effektivität der Vertriebsteams beim Abschluss von mehr Leads verbessern und ihnen wertvolle Erkenntnisse über ihre Kunden liefern, die das Upselling oder Cross-Selling anderer Versicherungsprodukte erleichtern. KI kann beispielsweise prädiktive Analysen nutzen, um Leads auf der Grundlage ihrer Abschlusswahrscheinlichkeit zu ermitteln und einzustufen.

Der Abschluss einer Versicherung wird schneller und mit weniger aktivem Engagement seitens des Versicherers und des Kunden erfolgen können. Da genügend Informationen über das individuelle Verhalten bekannt sein werden und Risikoprofile vom Algorithmus erstellt werden können, werden sich die Zeiten für den Abschluss der meisten Versicherungen drastisch verkürzen.

Der Vermittler der Zukunft

Künstliche Intelligenz Versicherungsvermittler der Zukunft schaut auf Tablet

Die Zahl der Vermittler wird zurück gehen, da aktive Vermittler in den Ruhestand gehen und die verbleibenden Vermittler zur Steigerung der Produktivität verstärkt auf technologische Unterstützung setzen werden. Die Rolle des Vermittlers wird sich zu einem Prozessbegleiter und Produktvermittler wandeln. Der Vermittler der Zukunft wird fast alle Arten von Versicherungen verkaufen können. Er wird einen Mehrwert schaffen, indem er seine Kunden bei der Verwaltung ihrer Versicherungsportfolios in den unterschiedlichsten Bereichen unterstützt. KI-Tools werden den Vermittlern dabei helfen, einen wesentlich größeren Kundenstamm zu betreuen und gleichzeitig die Interaktionen mit den Kunden (eine Mischung aus persönlichem, virtuellem und digitalem Kontakt) kürzer und zielgerichteter zu gestalten.

Underwriting

Im Underwriting-Prozess werden regelbasierte Bewertungen nicht mehr ausreichen, um genaue Schätzungen zu liefern. Vor allem, da die Versicherungsszenarien komplexer werden und die Betrugsfälle immer ausgefeilter werden.

Der Prozess der Risikoprüfung wird sich stark reduzieren, da der Großteil der Risikoprüfung automatisiert stattfinden wird und durch eine Kombination aus maschinellen und Deep-Learning-Modellen innerhalb des Technologie-Stacks unterstützt werden kann. Diese Modelle können sich sowohl auf eine interne Datenmenge als auch auf eine breite Palette externer Daten stützen, auf die über Schnittstellen und externe Daten- und Analyseanbieter zugegriffen werden kann. Die diversen Informationsquellen werden es den Versicherungen ermöglichen, Vorabentscheidungen in Bezug auf das Underwriting und die Preisgestaltung zu treffen. Das Resultat sind verbindliche Angebote für Produktpakete, die genau auf das Risikoprofil und den Deckungsbedarf des Kunden zugeschnitten sind.

Schadenmanagement

Der heute noch weitgehend papierbasierte und selten durchgängig digitalisierte Prozess der Schadenbearbeitung verschlingt oft sehr große Teile der Prämieneinnahmen. Da die Schadenbearbeitung hauptsächlich manuell erfolgt, ist sie außerdem fehleranfällig und ineffizient, was die Betriebskosten weiter in die Höhe treibt.

Versicherungen können künstliche Intelligenz nutzen, um eine Vorabbewertung von Schäden und betrügerischen Ansprüchen vorzunehmen, bevor sie an den Sachbearbeiter weitergeleitet werden. Hochentwickelte Algorithmen können die anfängliche Schadenbearbeitung übernehmen und die Effizienz und Genauigkeit erhöhen. Bei der Bearbeitung komplexer Schadensfälle kann der Mensch von durch KI bereitgestellten Informationen unterstützt werden.

Dank künstlicher Intelligenz kann eine verstärkte Konzentration auf Risikoüberwachung, -prävention und -minderung erfolgen. Versicherer können ihre Kunden frühzeitig vor möglichen Risiken warnen und sich mit einer zuverlässigen und präventiven Risikoberatung positionieren.

Kundenbetreuung

Kunden schätzen guten Service mehr als jemals zuvor. Unternehmen, die in eine hohe Kundenzufriedenheit und einen guten Kundenservice investieren, haben demnach eine viel höhere Wahrscheinlichkeit, Kunden langfristig zu binden. Schon heute stehen Versicherungsunternehmen unter großem Druck, ihre Marken im wettbewerbsintensiven digitalen Raum zu profilieren.

Künstliche Intelligenz für Versicherungen kann die Art und Weise verändern, wie auf Kundenanfragen reagiert wird. Der Einsatz von KI ist besonders hilfreich bei der Beantwortung einer Vielzahl von einfachen Kundenanfragen und der Überprüfung von Rechnungsinformationen. Sie verkürzt die Reaktionszeit erheblich und ermöglicht es dem Support, rund um die Uhr verfügbar zu sein.

Als Unterstützung für Kundendienstmitarbeiter können von KI-Tools Daten gesammelt und genutzt werden, um den besten Mitarbeiter für die Bedürfnisse des Kunden zu ermitteln und ihn vor der Interaktion mit dem Kunden mit nützlichen Hintergrundinformationen zu versorgen.

Wie unsere fünf Use Cases verdeutlichen, werden Makler, Finanzberater und Versicherungsunternehmen durch KI immer besser in der Lage sein, ihre Entscheidungsfindung und Produktivität zu verbessern, Kosten zu senken und die Kundenerlebnisse zu optimieren.

Chatbots in der Versicherungsbranche

Und wie steht es um ChatGPT? Immerhin herrscht um diesen Chatbot aktuell ein regelrechter Hype. Wird ChatGPT die Versicherungsbranche komplett auf den Kopf stellen?

Hierbei müssen verschiedene Herausforderungen mit in Betracht gezogen werden. Aber dazu später mehr.

Was ist GPT-3 und ChatGPT?

Was ist GPT-3?

GPT-3 steht für Generative Pretrained Transformer 3 und ist ein KI-Modell für maschinelles Lernen, das von OpenAI entwickelt wurde. Es ist eines der größten und fortschrittlichsten Sprachmodelle, das auf einer enormen Menge an Texten trainiert wurde, um eine Vielzahl von Aufgaben auszuführen. GPT-3 zeichnet sich durch seine Fähigkeit aus, menschenähnliche Texte zu generieren, die in ihrer Sprache, Tonalität und Struktur sehr natürlich wirken.

Was ist ChatGPT?

ChatGPT ist eine spezialisierte Variante von GPT-3, die speziell für den Einsatz in Chatbots entwickelt wurde. Es wurde trainiert, um auf natürliche Sprache zu reagieren und in Echtzeit menschenähnliche Antworten auf Fragen zu generieren. ChatGPT kann eine Vielzahl von Aufgaben ausführen, darunter Fragen beantworten, Konversationen führen, Empfehlungen geben und vieles mehr.

Diese Texte wurden mit ChatGPT erstellt.

Einsatz von ChatGPT in der Versicherungswirtschaft

Grundsätzlich hat der Einsatz von Chatbots und Technologien zur Verarbeitung natürlicher Sprache das Potenzial, die Art und Weise, wie Versicherungen verkauft werden, zu revolutionieren. Durch den Einsatz von Tools wie ChatGPT können Versicherungsunternehmen einen Großteil der Kundeninteraktion und des Angebotsprozesses automatisieren, wodurch der Abschluss von Versicherungen für die Verbraucher schneller, einfacher und bequemer wird.

Eine der offensichtlichsten Anwendungen von ChatGPT in der Versicherungsbranche ist die Entwicklung von Chatbots, die Kundenanfragen bearbeiten und Angebote erstellen können. Sie können in die Website des Versicherungsunternehmens integriert oder auf Messaging-Plattformen eingesetzt werden. Die Kunden geben einfach ihre Fragen oder Wünsche ein und ChatGPT wird diese verstehen und auf natürliche, menschenähnliche Weise beantworten.

Neben der Verbesserung des Kundenerlebnisses kann der Einsatz von Chatbots in der Versicherungsbranche auch dabei helfen, Kosten zu senken und die Effizienz zu steigern. Durch die Automatisierung eines Großteils der Kundeninteraktion und des Angebotsprozesses können Versicherungsunternehmen Zeit und Geld sparen, so dass sie sich auf komplexere oder höherwertige Aufgaben konzentrieren können.

Klingt erst einmal vielversprechend, oder? Das ist es auch, nur gibt es im speziellen Fall von ChatGPT einige technische und rechtliche Herausforderungen.

Herausforderungen

Vokabular

Für Menschen außerhalb der Branche kann die Fachsprache der Versicherungswelt mitunter schwer verständlich sein. Damit ChatGPT korrekte Ergebnisse liefern kann, muss es in der Lage sein, diesen Fachjargon zu verstehen und zu verarbeiten. Hierfür sind Modellanpassungen nötig, sprich ChatGPT müsste mit entsprechenden Texten trainiert werden. Keine leichte Aufgabe, da es nicht nur versicherungsspezifische, sondern auch spartenspezifische Begriffe gibt.

Daten und Dokumente

In der Versicherungsbranche gelten zahlreiche Gesetze und Vorschriften, die Auswirkungen auf die Sprache und den Inhalt von Dokumenten haben. Für zuverlässige Ergebnisse müsste ChatGPT diese Regelungen verstehen und befolgen können. Auch die verschiedenen Dokumententypen (z. B. Anträge, Policen, Schadensmeldungen) sowie unvollständige oder inkonsistente Daten müssten verstanden und berücksichtigt werden.

Datenschutz und Urheberrecht

Der Anbieter OpenAI sitzt in den USA und verfügt über keine EU-Vertreter. Jede Verarbeitung personenbezogener Daten von EU-Bürgern würde also nicht im Einklang mit der DSGVO erfolgen. Aus der Datenschutzerklärung geht außerdem nicht hervor, zu welchem Zweck das Unternehmen Daten verarbeitet. Auch Urheberrechtsverstöße sind nicht auszuschließen, da urheberrechtlich geschützte Texte von Chat GPT ohne Kennzeichnung und Einwilligung verarbeitet und ausgespielt werden.

ChatGPT kann also in der Versicherungsbranche in Deutschland nicht ohne Weiteres genutzt werden. Insgesamt gesehen haben Chatbots jedoch das Potenzial, den Vertrieb von Versicherungen erheblich zu verändern. Durch die Automatisierung eines Großteils der Kundeninteraktion und des Angebotsprozesses können Versicherungsunternehmen das Kundenerlebnis verbessern, Kosten senken und die Effizienz steigern.

Mit der weiteren Entwicklung von Chatbots und der Verarbeitung natürlicher Sprache ist es sehr wahrscheinlich, dass diese Technologien in der Versicherungsbranche immer häufiger zum Einsatz kommen werden.

Fazit: KI als Wettbewerbsvorteil

KI ist keine Patentlösung für alle Herausforderungen der Branche. Dennoch: Die in diesem Beitrag beschriebenen Anwendungsfälle für künstliche Intelligenz in der Versicherungsbranche bergen ein großes Potenzial für die Verbesserung der betrieblichen Effizienz, die Eindämmung der Kosten und die Ausrichtung der Versicherungsunternehmen auf digitale Kundenerfahrungen und technologiegestützte Produktlinien.

Versicherungen können schon jetzt einige Schritte unternehmen, um sich auf den Wandel vorzubereiten, zum Beispiel indem sie:

sich über KI-bezogene Technologien und Trends informieren

eine umfassende Business- und Datenstrategie erstellen und umsetzen

eine geeignete Talent- und Technologieinfrastruktur schaffen

Versicherer müssen verstehen, dass Stillstand keine Option ist, sondern ein todsicheres Rezept, um aus dem Wettbewerb auszuscheiden. Da die Messlatte in der gesamten Branche höher gelegt wird, um ein besseres Kundenerlebnis zu bieten, können zukunftsorientierte Organisationen nicht länger im Versicherungsmodell des 20. Jahrhunderts verharren.

Mit künstlicher Intelligenz können Versicherer die gesamte Wertschöpfungskette verbessern, indem sie komplexe Prozesse umstrukturieren, Produktangebote vereinfachen, die Flexibilität von Policen erhöhen, digitale Konnektivität ermöglichen und die Vertriebsoptionen verbessern.

Mit dem iS2 Newsletter bleiben Sie immer auf dem Laufenden