Posts in category: Allgemein

Die Versicherungsbranche steht vor vielen Herausforderungen, von der Risikobewertung bis zum Kundenmanagement. Künstliche Intelligenz (KI) bietet innovative Lösungen, um diese Herausforderungen effektiv zu meistern. In diesem Beitrag wird beleuchtet, wie KI als praktisches Werkzeug in verschiedenen Bereichen eines Versicherungsunternehmens eingesetzt werden kann.

Unterstützung im Kundenservice

Derzeit werden Voicebots zur Anliegenerkennung, Authentifizierung und zum Routing genutzt. Im nächsten Schritt kann KI als erster Ansprechpartner für Kundenanfragen dienen, indem sie standardisierte Anfragen automatisch bearbeitet und nur komplexere Fälle an menschliche Mitarbeiter weiterleitet. Dies beschleunigt den Serviceprozess und entlastet die Mitarbeiter.

Effizienzsteigerung in der Schadensabwicklung

Durch die Automatisierung der Datenerfassung und -verarbeitung können KI-Systeme die Schadensabwicklungszeiten deutlich verkürzen. KI kann relevante Informationen aus Dokumenten extrahieren, diese klassifizieren und vorläufige Entscheidungen treffen, was den Prozess beschleunigt.

Zentralisierung von Fachwissen

In großen Versicherungsunternehmen ist das Wissen oft auf verschiedene Abteilungen verteilt. KI kann helfen, dieses Wissen zu zentralisieren und zugänglich zu machen. Durch den Einsatz von KI-basierten Wissensmanagement-Systemen können Mitarbeiter schnell auf relevante Informationen zugreifen, unabhängig davon, in welchem Teil des Unternehmens das Wissen ursprünglich gespeichert war.

Automatische Aktualisierung und Lernen

KI-Systeme können kontinuierlich aus neuen Daten lernen und ihr Wissen eigenständig aktualisieren. Dadurch wird sichergestellt, dass die Informationen stets auf dem neuesten Stand sind, was insbesondere in Zeiten der digitalen Transformation in der Versicherungswirtschaft von Vorteil ist.

Schnelle Umsetzbarkeit und echter Nutzen: Pilotprojekte als Startpunkt

Um den Nutzen von KI schnell zu realisieren, können Versicherungsunternehmen mit Pilotprojekten beginnen. Solche Initiativen erfordern minimale Investitionen und können auf spezifische Prozesse oder Produkte ausgerichtet sein, um den direkten Einfluss der KI-Technologie zu messen.

Durch die Analyse der Ergebnisse von Pilotprojekten können Unternehmen besser verstehen, welche KI-Anwendungen den größten Nutzen bringen und wie sie skaliert werden können, um den gesamten Betrieb zu verbessern.

Zusammenfassung

KI bietet Versicherungsunternehmen die Möglichkeit, sowohl ihre Effizienz zu steigern als auch ein besseres Kundenerlebnis zu bieten. Indem KI zunächst als Assistent genutzt wird, können Unternehmen ihre Kapazitäten schrittweise erweitern und die Technologie tiefgreifender integrieren.

Im nächsten Beitrag wird überlegt, wie man die Akzeptanz von KI im gesamten Unternehmen fördert und welche Schulungsmaßnahmen erforderlich sind, um das volle Potenzial von KI auszuschöpfen.

Die Einführung von Künstlicher Intelligenz (KI) in bestehende Unternehmenssysteme ist ein entscheidender Schritt zur Digitalisierung und Effizienzsteigerung. Doch wie gelingt die Integration von moderner KI-Technologie mit traditionellen Host-Systemen? In diesem Beitrag gehen wir auf die wichtigsten Aspekte ein.

Zusammenführung alter und neuer Technologien

Viele Unternehmen arbeiten mit älteren Systemen, die nicht unmittelbar für den Einsatz von KI ausgelegt sind. Die Herausforderung liegt darin, diese alten Systeme so anzupassen, dass sie mit modernen KI-Anwendungen kompatibel sind. Dies kann durch die Entwicklung von Schnittstellen (APIs) geschehen, die eine Brücke zwischen dem Alten und dem Neuen bilden.

Schaffung einer KI-Schicht

Um KI effektiv zu nutzen, empfiehlt es sich, eine zusätzliche Schicht in die bestehende IT-Infrastruktur einzuführen. Diese KI-Schicht fungiert als Vermittler, der die Datenverarbeitung optimiert und die Funktionalitäten der bestehenden Systeme erweitert. So kann KI zur Automatisierung von Prozessen beitragen, ohne dass eine sofortige vollständige Überholung der bestehenden Systeme notwendig ist. Beispielsweise könnte aus einem Host-Schadensystem auf einen Service der KI-Betrugserkennung zugegriffen werden.

Evaluierung der bestehenden Kapazitäten

Bevor neue KI-Lösungen implementiert werden, ist es wichtig zu verstehen, welche Ressourcen bereits im Unternehmen vorhanden sind, einschließlich des Wissens der Mitarbeiter über KI und der technischen Ausstattung. Eine gründliche Bestandsaufnahme hilft dabei, den Bedarf an zusätzlichen Schulungen oder Ausrüstungen zu ermitteln, da sowohl die Integration einer bestehenden KI-Lösung als auch die Eigen- oder Weiterentwicklung entsprechende Ressourcen erfordern.

Nächste Schritte

Die Integration von KI in bestehende Systeme ist komplex, bietet aber auch enorme Potenziale zur Steigerung der Effizienz und Innovation. Unternehmen, die diesen Schritt wagen, können signifikante Vorteile in der agilen Anpassung an neue Marktanforderungen und in der Verbesserung der Kundenerfahrung erzielen.

In den kommenden Beiträgen wird es darum gehen, wie spezifische KI-Technologien ausgewählt und implementiert werden können, um maximale Synergien im Unternehmen zu erzielen.

Gerne vertiefen wir das Thema mit Ihnen im persönlichen Gespräch mit unserem Experten Alexander Nickel. 

In der heutigen schnelllebigen digitalen Landschaft erkennen immer mehr Unternehmen die transformative Kraft der generativen Künstlichen Intelligenz (KI). Doch der erfolgreiche Einsatz dieser Technologie beginnt mit einer durchdachten Strategie. In dieser Artikelserie wird Schritt für Schritt aufgezeigt, wie eine solide KI-Strategie entwickelt und implementiert werden kann.

Die Grundlage für eine KI-Strategie legen

Strukturiertes Vorgehen

Der erste Schritt ist das Entwickeln eines strukturierten Plans. Statt impulsiv zu handeln, sollten Unternehmen ihre Ziele klar definieren und einen Rahmen schaffen, der es ermöglicht, diese Ziele zu erreichen. Fragen wie „Was möchten wir mit KI erreichen?“ und „Wo im Unternehmen kann KI den größten Nutzen bringen?“ sind essenziell. Eine klar definierte Vision und messbare Ziele helfen dabei, den Fokus zu behalten und Ressourcen effizient einzusetzen.

Single- oder Multi-Vendor-Ansatz

Die Wahl zwischen einem oder mehreren KI-Anbietern ist eine richtungsweisende Entscheidung, da die Zusammenarbeit mit nur einem Anbieter (Single-Vendor) die Integration vereinfachen und die Koordination verbessern kann, während mehrere Anbieter (Multi-Vendor) möglicherweise innovative Lösungen und Spezialisierung bieten, was es erfordert, die Vor- und Nachteile sorgfältig abzuwägen. Ein Single-Vendor-Ansatz kann beispielsweise zu weniger Kompatibilitätsproblemen führen, während ein Multi-Vendor-Ansatz eine breitere Palette von Technologien und innovativen Ansätzen bieten kann.

Schrittweise Implementierung

Eine unternehmensweite Implementierung von KI kann komplex und risikoreich sein. Ein schrittweiser Ansatz, bei dem einzelne Abteilungen oder Geschäftsbereiche spezifische KI-Lösungen einführen, kann effektiver sein. Dies ermöglicht es, Erfahrungen zu sammeln und die Technologie schrittweise zu integrieren. Beispielsweise könnte die Marketingabteilung KI nutzen, um personalisierte Kundenansprachen zu erstellen, während das Servicecenter von einem KI-Copiloten profitieren könnte.

Ausblick: Integration und Auswahl von KI-Systemen

Im nächsten Beitrag geht es um verschiedene KI-Systeme und ihre Integrationsfähigkeit in bestehende Unternehmensstrukturen. Es wird diskutiert, wie Unternehmen die richtige Technologie für Ihre spezifischen Bedürfnisse auswählen und wie diese nahtlos in Ihre Geschäftsprozesse einbinden können.

Gerne vertiefen wir das Thema mit Ihnen im persönlichen Gespräch mit unserem Experten Alexander Nickel. 

Künstliche Intelligenz (KI) ist als Teilgebiet der Informatik schon lange in aller Munde. Man unterscheidet hierbei zwischen schwacher und starker KI: Die schwache (oder auch methodische) KI zielt auf die Lösung eines konkreten Problems ab, während die starke (oder auch allgemeine) KI ein theoretisches Konzept ist, welches dahin strebt, intelligente Maschinen zu erzeugen, die dem menschlichen Verstand gleichen.

Eine schwache KI kann durch sogenanntes Maschinelles Lernen (ML) erzeugt werden, d. h. der (statistische) Algorithmus lernt durch Wiederholung selbstständig eine Aufgabe zu erfüllen, ohne dass das Verhalten des Algorithmus explizit programmiert wird. Dies wird auch als „Statistisches Lernen“ bezeichnet und deren Ansätze gibt es schon mehrere Dekaden. Doch erst durch die wachsende Rechenleistung wurde es dann deutlich später erst umsetzbar.

Die Anwendungen für KI sind sehr vielseitig, wobei wohl am bekanntesten die Bild-, Sprach- und Texterkennung sind. Doch auch in der Versicherungsbranche könnte KI (über o. g. Anwendungen hinaus) zum Einsatz kommen: z. B. in der Produktentwicklung, beim Kundenservice, in der Schadenabwicklung oder bei der Migration alter Bestände in neue Systeme. Der eine oder andere Versicherer nutzt in Ansätzen bereits ML, was langfristig das Potenzial zu einem Standard hat.

Ein Beispiel hierfür ist das sogenannte Künstliche Neuronales Netz (KNN), was – wie es der Name schon andeutet – der Funktionsweise des menschlichen Gehirns nachempfunden ist: Darin werden viele künstlich miteinander verbundene Neuronen simuliert, wobei jedes Neuron nach dem EVA-Prinzip (Eingabe, Verarbeitung, Ausgabe) agiert. Das KNN besteht aus mehreren Schichten, wobei jedes Neuron aus einer Schicht mit jedem Neuron aus der nachfolgenden Schicht verbunden ist.

Zur Nutzung von KNN wäre bspw. Python möglich: eine moderne viel genutzte Programmiersprache, die bis hin zur objektorientierten Programmierung sehr mächtig ist. Es mag die Syntax für jemanden, der bspw. aus dem Java-Umfeld herkommt, etwas gewöhnungsbedürftig sein, aber sie ist dennoch leicht verständlich und bietet eine Vielzahl von Bibliotheken und Frameworks u. a. auch für ML.

Bei einigen Versicherern wird Python schon jetzt aktiv genutzt: sei es ein Regressionstestaufbau, die Berechnungen des Nachreservierungsbedarfs oder Bestandshochrechnungen & -prognosen. Der Schritt dabei auch KNN (oder andere vergleichbare Ansätze für ML) zu nutzen, ist dann nicht mehr weit …

Gerne vertiefen wir das Thema mit Ihnen im persönlichen Gespräch mit unserem Experten Stefan Kietzmann. 

In einem früheren Blogartikel haben wir die fortschrittliche sensorbasierte Unfallerkennung in Fahrzeugen vorgestellt. Diese Technologie markiert einen bedeutenden Schritt vorwärts in der Unfallreaktionszeit und -effizienz. Heute erweitern wir dieses Thema um eine innovative Telefonielösung, die direkt in dieses System integriert ist und den Prozess von der Erkennung bis zur Schadenregulierung nahtlos gestaltet.

Wird ein Unfall durch die Sensoren im Fahrzeug erkannt, initiiert das System automatisch einen Anruf zum Fahrzeughalter. Über ein interaktives Sprachmenü kann der Kunde den Unfall bestätigen oder als Fehlalarm melden. Bestätigt der Kunde den Unfall, wird er prioritär in die Warteschlange für einen Sachbearbeiter eingeordnet, der sofort alle relevanten Informationen auf seinem Bildschirm erhält und den Schadenprozess damit effizient bearbeiten kann.

Für den Kunden besteht der offensichtliche Vorteil in der schnellen Reaktionszeit. Durch das Sprachmenü und die verschiedenen Reaktionsmöglichkeiten behält er stets die Kontrolle im Prozess und bekommt zusätzlich bei einem verpassten Anruf eine SMS mit Informationen zur Einordnung. Ein weiterer Pluspunkt ist die emotionale Unterstützung, die durch den sofortigen Kontakt geboten wird. Dies ist in stressigen Unfallsituationen von unschätzbarem Wert, wie die Kunden in der Praxis bestätigten.

Versicherer profitieren von einer deutlich gesteigerten Effizienz in der Schadenbearbeitung. Dank der automatisierten Telefonielösung entfällt für den Sachbearbeiter die Notwendigkeit, nach einem erkannten Unfall manuell Kontakt zum Kunden aufzunehmen. Außerdem werden ihm alle für den Gesprächseinstieg wichtigen Informationen, wie Name, Kfz-Kennzeichen und Unfallort, angezeigt. Zusätzlich zur Filterung von Fehlalarmen durch das Sprachmenü, hilft das System dabei, die Zufriedenheit der Kunden durch zielgerichtete Hilfe zu steigern, was langfristig zur Steigerung der Kundenbindung beiträgt.

Für die optimale Customer Journey sind bei der Implementierung einige Aspekte zu beachten. Eine klare und einfache Gestaltung des Sprachmenüs ist entscheidend, um Verwirrung zu vermeiden. Der Kunde muss sofort verstehen, wieso er einen Anruf erhält und welche Option er im Menü wählen muss. Zudem muss der Sachbearbeiter die vorliegende Situation, einen Echtzeit-Unfall, durch ein entsprechend gestaltetes Pop-Up unmittelbar bewerten können. Darüber hinaus muss das System so ausgelegt sein, dass es ohne direkte Zustimmung des Kunden datenschutzrechtliche Standards einhält. Weiterhin ist es wichtig, dass das System skalierbar und technisch stabil ist, um sich flexibel an steigende Anrufzahlen anpassen zu können, ohne dass die Servicequalität sowie die Verfügbarkeit leiden.

Die vorgestellte Telefonielösung bietet auch außerhalb des unmittelbaren Unfallkontexts Potenzial. Im Bereich der Wohngebäude- und Hausratversicherung könnten ähnliche Systeme bei Feuer- und Einbruchalarmen oder Meldungen von Feuchtigkeitssensoren eingesetzt werden. Darüber hinaus wäre eine Anwendung in der Gesundheitsversicherung denkbar, beispielsweise bei der Erkennung von medizinischen Notfällen durch Smart-Home-Geräte oder Herzfrequenzmesser.

Insgesamt bietet die Integration von automatisierter Telefonie in sensorbasierten Systemen weitreichende Möglichkeiten zur Verbesserung der Kundeninteraktion und Prozesseffizienz in

einer Vielzahl von Versicherungsbereichen. Bei Fragen zu Ihrem konkreten Use Case sprechen Sie Thomas Binder gerne an.

Die Implementierung des Digital Operational Resilience Act (DORA) stellt die Versicherungsbranche nicht nur vor strategische Herausforderungen und umfangreichen Anpassungsbedarf, sondern erfordert auch die Bewältigung zahlreicher ressourcenintensiver Arbeitspakete. Besonders hervorzuheben sind dabei:

IT-Governance

Im Bereich der IT-Governance verlangt DORA von Versicherungsunternehmen, ihre Strukturen und Prozesse so zu gestalten, dass eine effektive Steuerung und Überwachung der IT-Risiken gewährleistet ist. Dies umfasst die Etablierung klarer Aufbauorganisationen und Verantwortlichkeiten, die Implementierung des Three-Lines-of-Defence-Modells zur Risikoüberwachung, die Sicherstellung der IT-Compliance mit geltenden Gesetzen und Vorschriften, die Ausübung einer fachkundigen Aufsicht über IT-Prozesse sowie die Entwicklung von Policies und die Einrichtung von Gremien für IT-Entscheidungen.

Die Herausforderung hierbei liegt in der Schaffung einer Governance-Struktur, die nicht nur den Anforderungen von DORA genügt, sondern auch die Agilität und Innovation fördert, die für den Erfolg notwendig sind. Versicherer müssen daher eine Balance finden zwischen strenger Regelkonformität und der Flexibilität, sich an neue Technologien und Marktbedingungen anzupassen.

Informationsverbund für das integrierte Risikomanagement (IRM)

DORA verlangt von den Versicherungsunternehmen im integrierten Risikomanagement, einen ganzheitlichen Ansatz zur Risikoerfassung und -steuerung zu verfolgen. Ein zentraler Aspekt ist die Schaffung eines Informationsverbunds, der alle relevanten Risikoinformationen zusammenführt und analysiert. Dazu gehört die Durchführung von Schutzbedarfsanalysen, die Entwicklung eines Sollmaßnahmenkatalogs, der Soll-Ist-Vergleich zur Identifikation von Sicherheitslücken und die Implementierung eines durchgängigen Risikomanagement-Prozesses.

Die Implementierung dieser Elemente erfordert eine enge Zusammenarbeit zwischen IT, Risikomanagement und Geschäftseinheiten, um sicherzustellen, dass Risiken präzise identifiziert, bewertet und gesteuert werden. Das Ziel ist es, eine Kultur der Risikobewusstheit zu fördern und Mechanismen zu etablieren, die eine schnelle Reaktion auf identifizierte Risiken ermöglichen.

Business Impact Analyse für das Notfallmanagement

Ein weiteres kritisches Arbeitspaket ist die Durchführung von Business Impact Analysen (BIA) für das Notfallmanagement. Diese Analysen sind essenziell, um zu verstehen, welche Geschäftsprozesse und -systeme kritisch sind und welche Auswirkungen deren Ausfall haben könnte. Hierzu gehört die Bewertung potenzieller Risiken und die Entwicklung von Strategien zur Aufrechterhaltung oder schnellen Wiederherstellung der Betriebsfähigkeit nach einem Vorfall. Die Komplexität und der damit verbundene Ressourcenbedarf resultieren aus der Notwendigkeit, detaillierte Einsichten in alle Aspekte des Unternehmensbetriebs zu erlangen und präventive sowie reaktive Maßnahmen zu planen.

Vertragsmanagement im Bereich der Auslagerungen

Die Überprüfung und Anpassung von Verträgen mit externen Dienstleistern und Partnern gemäß den DORA-Anforderungen bildet das dritte bedeutende Arbeitspaket. Dies erfordert eine detaillierte Analyse bestehender Verträge hinsichtlich DORA-Konformität, insbesondere im Hinblick auf Sicherheitsstandards, Datenmanagement und Notfallpläne. Versicherer müssen möglicherweise Verhandlungen neu aufnehmen, um die Einhaltung der DORA-Vorschriften sicherzustellen. Der hohe Ressourcenbedarf ergibt sich aus der Komplexität der Vertragslandschaft und der Notwendigkeit, Änderungen in einer Weise durchzusetzen, die die Geschäftsbeziehungen nicht beeinträchtigt.

Zusammenfassung

Die Umsetzung von DORA stellt Versicherungsunternehmen vor die Aufgabe, mehrere ressourcenintensive Arbeitspakete zu managen und abzuarbeiten. Die erfolgreiche Bewältigung dieser Herausforderungen erfordert sorgfältige Planung, die Zuweisung angemessener Ressourcen und eine enge Zusammenarbeit zwischen verschiedenen Abteilungen und externen Partnern. Letztendlich bieten diese Bemühungen jedoch auch die Chance, die operative Resilienz zu stärken und die Grundlage für einen nachhaltigen Geschäftserfolg zu legen. Zusätzlich sehen wir in diesen Herausforderungen vier spezifische Handlungsfelder, in denen wir unterstützen können. Unsere Expertise und Erfahrung in diesen Bereichen ermöglichen es uns, Versicherungsunternehmen effektiv zu unterstützen und so einen reibungslosen Übergang zu den DORA-Standards zu gewährleisten.

Wenn Sie Fragen zu den Herausforderungen von DORA haben oder an einem Austausch interessiert sind, freut sich Andreas Fensterer über eine Kontaktaufnahme.

Eines der dynamischsten Themen der aktuellen Zeit, das staatliche Stellen, Verbraucher, Regulatoren und die Wirtschaft bewegt, ist die zunehmende Bedeutung der Nachhaltigkeit. Auch die deutsche Versicherungsbranche befasst sich mit den Veränderungstreibern, die der allgemeine Trend einer nachhaltigen Transformation mit sich bringt. So fokussiert sich die Vielzahl der Versicherer aktuell auf die Umsetzung unterschiedlicher regulatorischer Vorgaben und die Einführung schnell umsetzbarer und öffentlich sichtbarer Maßnahmen im Geschäftsbetrieb und der Unternehmensinfrastruktur. Darüber hinaus sind nachhaltige Anpassungen im Versicherungskerngeschäft essenziell, um im homogenen Versicherungsmarkt langfristig Wettbewerbsvorteile zu generieren und Differenzierungspotenziale aktiv nutzen zu können. Gerade durch die regulatorischen Pflichtanforderungen fehlt es in den wertschöpfenden Bereichen des Versicherungskerngeschäfts, wie der Produktentwicklung, dem Schadenmanagement und dem Vertrieb an Freiraum, Ressourcen und Kreativität zur Entwicklung zukunftsgerichteter Nachhaltigkeitsaktivitäten.

Eine innovative Antwort auf die Herausforderungen der Nachhaltigkeit im Versicherungssektor ist der „AAA Sustainable Insurance Enabler“. Diese Methode, welche sich am Design Thinking Prozess orientiert, richtet sich an Versicherungsunternehmen, die das Potenzial von Innovationen an der Produktschnittstelle erkennen und nutzen möchten. So integriert diese Vorgehensweise nachhaltigkeitsbezogene Kriterien, wie z.B. die Sustainable Development Goals (SDG) und nutzt die versicherungsspezifischen „AAA-Innovationsdimensionen“, sodass kreative Lösungen entwickelt werden können, die nicht nur innovativ, sondern auch tief in Nachhaltigkeitsprinzipien verwurzelt und auf die Geschäfts- und Vertriebsmodelle von Versicherungsunternehmen abgestimmt sind.

Diese Vorgehensweise hat sich in unseren erfolgreichen Projekten und in versicherungsnahen Nachhaltigkeits-Communities als Methode zur Entwicklung von Nachhaltigkeitsinnovationen etabliert. Unsere Erfahrungen aus den Kundenworkshops zeigen, dass durch die strukturierte Kreativitätsmethodik vielfältige Ideen in unterschiedlichen Betrachtungsdimensionen generiert werden. Beispielhaft lässt sich die Integration spezieller Absicherungsbausteine für Balkonkraftwerke in

Kombination mit der technischen und rechtlichen Beratung als Servicebaustein in der Hausrat- oder Wohngebäudeversicherung anführen. Eine weitere zukunftsgerichtete Idee ist ein Garantieversicherungsprodukt für den Ausfall von Photovoltaikanlagen, welche von den Teilnehmern als „10 Jahre Garantie auf Funktion und Performance“ und als Investitionsabsicherung bei „Lack of sun“ beschrieben wurde.

Es ist zu erwarten, dass Nachhaltigkeit in der Versicherungsbranche auch in den kommenden Jahren ein Top-Thema sein wird. Durch die Implementierung des „AAA Sustainable Insurance Enabler“ positionieren sich Versicherer zukunftsfähig nachhaltig in Bereichen, die über die regulatorisch getriebene, rückwärtsgewandte Betrachtungsweise hinausgeht.

Wenn Sie Fragen zum „AAA Sustainable Insurance Enabler“ haben oder an einem Austausch interessiert sind, freut sich Fabian Claßen über eine Kontaktaufnahme.

Teilnahmebescheinigungen an Inhouse Schulungen, Zertifikate und offizielle Weiterbildungsabschlüsse sieht man häufig an den Wänden von Versicherungsagenturen hängen. Diese suggerieren auf den ersten Blick fachliche Kompetenz und vermitteln ein gutes Gefühl bei den Kunden. Wie steht es aber um die angewandte Beratungskompetenz in Bezug auf Bedarfsanalyse, korrekte Produktauswahl, oder die Customer Journey von der ersten Kontaktaufnahme bis zum Abschluss?

Dies sind Bereiche, die vor allem von Vertriebsführungskräften nur schwer beurteilt werden können, da die Privatsphäre in Beratungsgesprächen ein zentrales Element der Vertrauensbildung darstellt und die Begleitung von Verkaufsgesprächen oft zu unerwünschten Realitätsverzerrungen führt. Anschließende Befragungen über die Zufriedenheit können Störgefühle bei den (potenziellen) Kunden hervorrufen und eine verlässliche Aussagekraft dahinter ist nicht zwingend gegeben.

In vielen Bereichen sind anonyme Testkunden ein gern genutztes Mittel, die Qualität der Leistungen, aber auch die gesamten Kundenerfahrungen bewerten zu können. Mystery Shopping ist auch in Versicherungsvertrieben möglich, wenn auch deutlich komplexer als beispielsweise die Beobachtung in einem Supermarkt.

Die Anforderungen an das Mystery Shopping im Vertrieb von Versicherungen und Finanzprodukten sind anspruchsvoll und bedürfen einer detaillierten Auftragsklärung. Wer soll getestet werden, welches Profil soll der Testkunde haben, gibt es Vorgaben bzgl. des Beratungs- und Verkaufsprozesses, gibt es eine Governance, die über die Anforderungen der Regulatorik hinausgehen?

Als grundlegender Erfolgsfaktor ist eine realistische Verkaufssituation unabdingbar, da nur so ein aussagekräftiges Ergebnis zu erhalten ist. Dies beginnt mit einer, dem getesteten Verkäufer gegenüber, glaubhaften und eigeninitiierten Kontaktaufnahme und anschließend einem praxisorientierten und zielgruppengerechten Kundenszenario. Zur Bewertung des Beratungsergebnisses und -ablaufs sind neben einem vertieften Produktwissen des Testkäufers auch Kenntnisse über Verkaufsprozesse notwendig. Die Einordnung der Ergebnisse in eine praxisnahe Benchmark rundet das Gesamtergebnis ab.

Die Auswahl der getesteten Verkäufer und Agenturen kann vielen Ansätzen folgen, Top Performer zur Überprüfung und Bestätigung der Eignung zum nächsten Karriereschritt, Low Performer, um Unterstützungsbedarfe zu entwickeln, aber auch ein genereller Überblick über den Vertriebsweg mit zufällig ausgewählten Verkäufern und Agenturen ist denkbar.

Die Auctor Actor Advisor GmbH unterstützt Sie hierbei und bietet Ihnen ein objektives und qualitativ gesichertes Ergebnis. In einem vorgelagerten Briefing werden die zu bewertenden Kriterien definiert, die Zielgruppe der zu testenden Verkäufer festgelegt und der Ablauf der Testkäufe besprochen. Anschließend wird gemeinsam mit Ihnen ein Analysekatalog erstellt, welcher die zu testenden Bewertungskriterien auflistet, und eine auswertbare Beurteilung ermöglicht. Diese können sowohl die Dauer des Gesprächs, die Detailtiefe der Bedarfsanalyse, als auch die Vorstellung des Lösungsvorschlags sein. Durch unsere langjährige Erfahrung in der Versicherungsbranche können wir neben der Beurteilung der Produktauswahl und der Einhaltung der regulatorischen Anforderungen auch den hinterlegten Vertriebsprozess aus Kundensicht bewerten. Das Mystery Shopping-Ergebnis eines Verkäufers oder einer Agentur deckt außerdem über die Anwendung des AAA-Prozessmodells vielfach Schwachstellen in der Vertriebsinfrastruktur auf. Dies können z.B. die Kundenfreundlichkeit der Kommunikationswege, die Überfrachtung des Prozesses mit Dokumenten oder auch die Verständlichkeit dieser sein. Für einen persönlichen Austausch gehen Sie einfach auf unseren Vertriebsexperten Markus Hartkopf zu.

Ein Versicherungsunternehmen benötigt in jeder Sparte verlässliche Schätzungen des Schadeneintritts für so unterschiedliche Ereignisse wie Einbruch, Hagel, Diebstahl, Tod oder Berufsunfähigkeit. Daher werden in den Aktuariaten ausgewählte statistische Verfahren verwendet, um diese Ereignisse zu schätzen. Die im persönlichen Alltag bewährte Regel π × Daumen reicht nicht aus. 

Das Beispiel Berufsunfähigkeit zeigt, viele Versicherungsbestände sind zu klein, um mit klassischen Methoden die eigenen Schadenerfahrungen zuverlässig zur Tarifierung zu verwenden. 

Selbst in großen Beständen der Rückversicherer gibt es blinde Flecken bei bestimmten Altern und Berufen, die mittels expert judgement (Expertenschätzung) abgedeckt werden. Das wird deutlich bei der 2022 veröffentlichten Herleitung biometrischer Rechnungsgrundlagen für Berufsunfähigkeitsversicherungen der DAV. Die Tafel DAV 2021 I (Invalidisierung) beruht in wesentlichen Teilen auf der Schadenerfahrung dreier großer Rückversicherer. Während bei den Männern über einen weiten Altersbereich jeweils mehr als 2000 Schäden pro Alter beobachtet wurden, wird bei den Frauen diese Anzahl in keinem Alter erreicht. Insgesamt gesehen bricht mit dem Alter 60 die Schadenerfahrung ein. Entsprechend dauert es bei jungen Altern einige Jahre, bis sich eine ausreichende Schadenerfahrung ausgebildet hat. Es sind daher insbesondere die jungen und hohen Alter schwach vertreten. Umso dünner wird die Luft, wenn man den Bestand eines einzelnen Unternehmens betrachtet. Auch der Vergleich mit der Vorgängertafel DAV 1997 I zeigt ein uneinheitliches Bild der Risikoentwicklung. Das heißt das Risiko berufsunfähig zu werden, die Sterblichkeit der Berufsunfähigen und die Reaktivierungen haben sich stark unterschiedlich entwickelt. In diesem Umfeld ergeben sich zahlreiche ökonomische Fragen: 

• Muss aufgrund der divergierenden Risikoentwicklung nachreserviert werden, und wenn ja, bei welchen Teilbeständen oder Segmenten? 
• Nutzt man im Verhältnis zum Markt das volle Vertriebspotential oder bleiben potenzielle Kunden bei der Ansprache bzw. durch eine ungünstige Prämienkalkulation unberücksichtigt? 
• Passt die Einstufung in Berufsgruppen zur Schadenerfahrung? 

Als Versicherer hat man zahlreiche ergänzende Informationen zur Verfügung, die bei der Herleitung der DAV-Tafel nicht berücksichtigt werden konnten. Einige davon werden hier beispielhaft genannt.  

• Als Ursachen für den Rückgang der Invalidisierungen in hohen Altern werden u.a. Vorruhestandsregelungen und Altersteilzeitmodelle genannt. Im bAV-Geschäft ist durch den Arbeitgeber i.d.R. die Branche bekannt und es lässt sich ermitteln, ob inwieweit diese Punkte zutreffen. Diese Information kann für identische versicherte Personen auf das Einzelgeschäft übertragen werden. Zusätzlich kann z.B. die geographische Information ergänzt werden. 
• Erkenntnisse aus dem Nicht-/Rauchertarif als Hauptversicherung einer BU-Zusatzversicherung oder im Fall einer selbständigen BU-Versicherung aus ggf. vorhandenen weiteren Versicherungen. 
• Regelmäßigkeit der Beitragszahlung, ggf. nicht nur bzgl. des BU-Risikos sondern des Kunden als Ganzen. 
• Häufigkeit des Wohnungswechsels oder der Bankverbindung 

Ein neuronales Netz bietet die Chance, zusätzliche Erkenntnisse aus dem Bestand zu gewinnen, da es Verbindungen sichtbar macht, ohne dass man gezielt danach suchen muss. Wenn diese Verbindungen erkannt und erklärt sind, erscheinen sie häufig selbstverständlich. So sind beispielsweise aus der Schadenversicherung unterschiedliche Faktoren bekannt, die für sich allein noch nicht ausreichend sind, um einen Schadenfall als Betrugsversuch zu kennzeichnen.  

Aus der Kombination von Eigenschaften wie Abstand zwischen Vertragsschluss und Schadeneintritt, Abstand zwischen Schadeneintritt und Schadenmeldung, beteiligten Personen und deren Beziehung zueinander etc. erfolgt eine Klassifikation als prüfenswerter Schadenfall. In diesem Sinne kann ein neuronales Netz helfen, auch ein BU-Risiko neu einzustufen. 

Diese Einstufung ist dann nützlich für die Ableitung der current estimates der ökonomischen Bilanzen nach Solvency und IFRS und für eine Bewertung nach HGB. 

Eine mögliche positive Anwendung der Erkenntnisse aus dem BU-Bestand für den Gesamtbestand ist, EU-Versicherten mit bestimmten Merkmalen wie Hauseigentum, Einkommen in gewissen Grenzen, keine Unregelmäßigkeiten bei der Beitragszahlung ein Upselling in einen BU-Tarif ohne (umfangreiche) Gesundheitsprüfung zu einer attraktiven Prämie anzubieten.  

Der tiefere Blick in den Bestand hat u.a. diese zwei Ziele: 

• Neue Kundenzielgruppen sind adressbierbar 
• Zusätzliche Sicherheit kann den künftigen Nachreservierungsbedarf reduzieren 

Neuronale Netze haben sich seit Jahren in vielen Anwendungen auch in der Versicherungswirtschaft bewährt, sie sind jedoch noch nicht überall im aktuariellen Alltag angekommen. 

Und nein, das ist noch nicht AI, aber ein Schritt in die Richtung. 

Gerne vertiefen wir das Thema mit Ihnen im persönlichen Gespräch mit unserem Experten Michael Stoffels. 

Interessiert an Embedded Insurance? David Feldmann freut sich auf einen Austausch mit Ihnen. 

In der heutigen Zeit, in der Digitalisierung und Kundenzentrierung im Versicherungswesen immer häufiger Erfolgsfaktoren sind, stellt Embedded Insurance eine innovative und zukunftsorientierte Lösung für die Schnittstelle zwischen Kunde und Versicherer dar. Hierbei werden Versicherungsprodukte nahtlos in den Kaufprozess von versicherungsfremden Produkten oder Dienstleistungen integriert. Durch bereits vorhandene Kundendaten aus dem Verkaufsprozess wird die Versicherung niederschwellig kaufbar und genau zum Zeitpunkt des höchsten Kundeninteresses angeboten. 

Eine Embedded Insurance bietet allen Beteiligten eine Vielzahl von Vorteilen. Kunden erhalten am Point of Sale ein Versicherungsangebot, das genau auf das Produkt angepasst ist. Der Produktverkäufer erhöht durch die zusätzliche Versicherung den Gesamtnutzen seines Produkts und kann über zusätzliche Services und Leistungen, z.B. Reparaturen und Wartungen, seine Kundenbindung erhöhen. Der Versicherer wiederum erschließt neue Märkte und Kundensegmente. 

Die Erstellung eines pragmatischen Vorgehensmodells ist eine wesentliche Voraussetzung für die erfolgreiche Umsetzung. Unser Vorgehensmodell teilt sich in fünf Phasen auf und leitet durch den Projektierungsprozess. Jede Phase lässt sich einzeln betrachten und bearbeiten. 

Zunächst werden die Rahmenbedingungen geprüft und festgelegt. Welches Kundenproblem soll gelöst und welche Kunden sollen angesprochen werden? Da die Embedded Insurance direkt an einem versicherungsfremden Produkt hängt, ist es essenziell, die Bedarfssituationen des Kunden im Kontext des Produkts zu kennen. Ebenso wichtig ist es für die spätere Suche nach Technologiepartnern, die Bereitschaft der eigenen IT-Landschaft für Embedded Insurance zu analysieren. 

Anschließend folgt die proaktive Suche nach Kooperationspartnern. Nur, wenn dem potenziellen Business-Partner, d.h. Anbieter oder Vertreiber der Produkte und Dienstleistungen, der Mehrwert einer Embedded Insurance transparent dargestellt wird und sich der Versicherer um alle versicherungsrelevanten Themen kümmert, kann eine Umsetzung aus unserer Sicht erfolgreich sein. 
Mit einem Request for Proposal (RfP) lassen sich nicht nur Technologiepartner auf Herz und Nieren prüfen, sondern bei der Erstellung auch die eigenen Anforderungen an die Embedded Insurance kritisch prüfen. 

Mit Hilfe des AAA-SolutionEnablers wird gemeinsam mit den Partnern eine Produktidee zielgerichtet konkretisiert. Die Methode beruht auf unserer jahrelangen Erfahrung im Versicherungsprojektgeschäft. Sie kann bereits in der ersten Phase zur Identifikation der Bedarfssituation genutzt werden und leitet durch einen Design-Thinking-Prozess, an dessen Ende ein kundenzentriertes Angebot steht. Vor allem der initial offene Ansatz gepaart mit der regelmäßigen Fokussierung auf die relevanten Ergebnisse macht den AAA-SolutionEnabler zu einem nützlichen Tool. 

Bei der anschließenden technischen Umsetzung werden die Systeme der Versicherung und der Business-Partner verknüpft, häufig mit Hilfe von APIs als Datenschnittstellen. Reibungslose, einfach verständliche Kundenprozesse helfen gerade bei der Embedded Insurance als „Mitnahmeversicherung“ beim Verkauf, weil weder viel Platz noch Zeit für ausführliche Erklärungen in der Customer Journey ist. 

Zuletzt gilt es, die Marketingstrategie umzusetzen. Der Vertrieb kann über den Versicherer wie auch über den Business-Partner laufen. Vertriebsschulungen beim Businesspartner sollten einen Schwerpunkt auf die Einfachheit des Abschlusses und den im Verhältnis zum Produkt geringen Beitrag legen, um dadurch die Abschlusszahlen zu erhöhen. 

Die AAA steht Ihnen beim Auf- und Umsetzen des Vorgehensmodells mit wertvollen Projekterfahrungen und Methoden zur Seite. David Feldmann begleitet seit 2019 erfolgreich IT-Projekte bei Versicherern und freut sich auf einen Austausch mit Ihnen.