Co-Creation Zühlke und UNIQA: Präzise Tarifauskunft durch Künstliche Intelligenz

Ausgangslage & Herausforderung

Kund:innen nutzen den UNIQA Kundenservice häufig für Fragen zum Leistungsumfang ihrer Versicherung. Bis zu 2.500 UNIQA Vertriebsmitarbeitende bearbeiten wöchentlich Anfragen und benötigen im Durchschnitt fünf bis zehn Minuten pro Frage zu Tarifen, um die relevanten Dokumente und Informationen aus einer umfassenden Dokumentenbasis von etwa 75 Dokumenten pro Tarif zu finden. Sie sind in ihrem Arbeitsalltag daher oftmals mit zeitaufwendigen Dokumenten-Recherchen hinsichtlich Informationen zum Versicherungsprodukt im Bereich „Wohnen und Freizeit“ konfrontiert. Angesichts der zunehmenden Digitalisierung in unserem Alltag und der damit einhergehenden Erwartungshaltung der Versicherungsnehmer, eine schnelle 24/7-Betreuung bei Fragen zu erhalten, wurde eine effizientere Lösung erforderlich.

Vorgehen & Lösung

Die erste Phase des Projektes wurde zwischen November 2023 und März 2024 inkrementell und iterativ in einem Joint-Team von UNIQA und Zühlke realisiert. Innerhalb weniger Wochen entwickelten Zühlke und UNIQA mit Unterstützung von Microsoft einen Tarif-Chatbot im UNIQA-Layout, der vertriebsnahe Mitarbeitende dabei unterstützt, Fragen zu Tarifspezifika schnell und korrekt zu beantworten.

Dieser Chatbot basiert auf einer internen Dokumentenbasis, die beispielsweise Deckungen und Tarifbedingungen umfasst, und kann flexibel um weitere Dokumente erweitert werden. Die Lösung beinhaltet einen natürlich-sprachigen Chat mit Referenzierung auf die entsprechenden Tarifdokumente. Nutzer:innen können die Antwortqualität über eine einfache Feedbackfunktion bewerten und tragen so zur kontinuierlichen Verbesserung der Lösung bei.

Effekt & Nutzen

Der Einsatz der KI-gestützten Lösung führte zu einer Reduzierung des Aufwands bei der Suche und Beantwortung von Tariffragen im Tagesgeschäft um etwa 50%. Dieser zuvor zeitaufwendige und fehleranfällige Teil der täglichen Arbeit kann nun an ein KI-Chatbot-System ausgelagert werden, das schnell und effektiv Fragen zu Versicherungsdaten beantwortet. Je nach eingesetztem LLM-Modell wird eine Antwortzeit von wenigen Sekunden erreicht. Zudem bietet die Lösung eine 24/7-Self-Service-Verfügbarkeit mit einer einfach konsumierbaren Wissensdatenbank in natürlicher Sprache. Durch diesen endnutzerzentrierten Ansatz in der Umsetzung konnte eine Weiterempfehlungsrate von 80% der Anwender:innen erzielt werden.