Versicherer auf dem Weg zum datengetriebenen Unternehmen

• Versicherungen können auf sehr viele Daten zurückgreifen, viele davon werden nicht genutzt.

• Wir zeigen in diesem Beitrag auf, warum es sich für Versicherer lohnt, den Weg vom datenbasierten zum datengetriebenen Unternehmen aktiv zu verfolgen.

Wie Sie mit künstlicher Intelligenz das Kundenerlebnis und Ihr Angebotsportfolio revolutionieren

Fasst man die Verfügbarkeit an Daten als Schatz auf, den es zu heben gilt, dann ist die Versicherungsbranche in einer beneidenswerten Situation: sie verfügt über einen Reichtum an Daten, der von anderen Branchen nur schwer übertroffen wird. Viele Versicherungsunternehmen sind aber erst am Anfang der Ausbeute ihres Schatzes. Wir zeigen in diesem Beitrag auf, warum es sich für Versicherer lohnt, den Weg vom datenbasierten zum datengetriebenen Unternehmen aktiv zu verfolgen.

Vom datenbasierten zum datengetriebenen Unternehmen

Die meisten Versicherer haben längst erkannt, dass jene Unternehmen die Nase vorn haben, die sich vom datenbasierten Anbieter von Versicherungsprodukten zum umfassenden, agilen Dienstleister mit innovativem Produkt- und Serviceangebot weiterentwickeln. Datengetriebenen Unternehmen fallen solche Transformationen in der Regel leicht. Aber wie unterscheiden sich datenbasierte und datengetriebene Firmen?  Datenbasiert ist ein Unternehmen, wenn dessen Geschäftsmodell seit jeher auf der Haltung und Verarbeitung von Daten beruht. Datengetriebene Unternehmen hingegen nutzen Daten, Analytics und künstliche Intelligenz (KI) in allen Funktionen und Bereichen: sie treffen auf Basis von Daten bessere Entscheidungen, sie setzen KI- und Machine Learning-Technologien ein, um Prozesse schlanker, schneller und kundenorientierter zu machen, und sie nutzen die Möglichkeiten dieser Technologien, um radikal neue smarte Produkte und Services zu entwickeln und erschließen sich so neue Umsatzquellen. Das wohl bekannteste Beispiel eines datengetriebenen Unternehmens ist Netflix: die Firma bietet seinen Kunden schon seit 20 Jahren Empfehlungssysteme für Medieninhalte an und nutzt Analytics, um Entscheidungen für Eigenproduktionen faktenbasiert zu fällen. So wurde beispielsweise das Konzept zu «House of Cards» auf sowohl Basis von Analyseresultaten zum Kundenverhalten als auch auf menschlicher Einschätzung entwickelt.

Neues Normal, neue Pläne?

Im «Neuen Normalzustand» angekommen, stellen sich viele Entscheider die Frage, welche Rolle die Covid 19 Pandemie bezüglich Digitalisierungs- und Dateninitiativen spielt. Die vielen Studien, die zu dieser Frage erstellt wurden, kommen allesamt zum selben Schluss: die Pandemie ist ein zusätzlicher Treiber solcher Initiativen.
Die Pandemie hat den Sinn bzw. die Notwendigkeit der Digitalisierung und der weitergehenden Nutzung von Daten, Analytics und KI verdeutlicht. Digitalisierungstrends im Versicherungsbereich werden durch das Corona-Virus verstärkt. Wir betrachten im Folgenden die beiden wichtigsten Trends, das Kundenerlebnis und der Wandel des Angebots, aus der Perspektive eines datengetriebenen Unternehmens.
 

Das Kundenerlebnis als disruptive Kraft

Die Interaktion von Kunden mit Ihren Versicherern hat sich in der letzten Dekade stark verändert: Der Versicherungskunde will heute schnell gezielte Informationen erhalten, er erwartet schnelle Reaktionen, wünscht sich personalisierte, skalierbare Angebote, er möchte diese jederzeit mit anderen Angeboten vergleichen und ist in der Regel schnell bereit, seine Bedürfnisse neuen Situationen anzupassen. Kurz: Er wünscht ein besseres Kundenerlebnis durch smarte Services.

In der Pandemie hat sich diese gesteigerte Erwartungshaltung des Kunden durch überdurchschnittlich viele Anfragen in den Kundencentern manifestiert - Anfragen zu Ansprüchen bei ausgefallenen Reisen und Events, zu Prämienreduktionen infolge Nicht-Nutzung von versicherten Tätigkeiten (Autofahren, Reisen), bis hin zu Erkundigungen zur Versicherbarkeit von Pandemien.

Die Ansprüche heutiger Versicherungskunden im Bereich Kundenerlebnis – gezielte und proaktive Information, personalisierte Beratung und Angebote, kurze Reaktionszeiten – lassen sich mit Machine Learning und KI-Methoden hervorragend realisieren. So können beispielsweise Anfragen an Kundencenter (per Mail, SMS, Telefon) mit Systemen basierend auf Natural Language Processing (NLP) automatisch thematisch unterschieden und den richtigen Mitarbeitern zugeordnet werden. Gleichzeitig werden wichtige Informationen zur Bearbeitung der Anfrage automatisch dem Text der Anfrage entnommen und in die Systeme des Versicherers eingespeist. Ein weiterer Algorithmus kann das Kundencenter auf erhöhte Anfrageaufkommen zu bestimmten Themen («Hot Topics», wie die oben beschriebenen Themen) vorbereiten. 

Solche Systeme lassen sich beliebig mit weiteren Aufgaben im Kundenprozess verknüpfen: meldet der Kunde beispielsweise einen Anspruch an, können KI-basierte Claim Management Systeme den Anspruch automatisch auf Betrug überprüfen, die Höhe der Schadenssumme schätzen sowie eine Handlungsempfehlung an den Sachbearbeiter abgeben. Damit kann die Bearbeitungsdauer eines Schadensfalles von Tagen auf wenige Minuten gesenkt werden, was das Kundenerlebnis massiv verbessert. Jede Interaktion kann wiederum zur Erhebung von Daten zu individuellen Kundenbedürfnissen und damit zur weiteren Personalisierung von Angeboten und Informationen genutzt werden. 

Grundlegender Wandel im Angebot von Versicherungen

Nebst der Kundeninteraktion unterliegt auch das Angebotsportfolio von Versicherern einem grundlegenden Wandel: weg von standardisierten Versicherungsprodukten zur Schadensregulierung, hin zu einem ganzheitlichen Portfolio von Services und modularen, flexiblen Produkten und smarte Dienstleistungen, die vor allem auch die Schadensprävention zum Ziel haben. Kunden entscheiden sich zunehmend für einen bestimmten Versicherungsanbieter, weil er ihnen Dienstleistungen und Tools anbietet, die nicht direkt mit Versicherungsrisiken zu tun haben, sondern das Leben der Kunden einfacher und angenehmer machen.

Bei der Innovation solcher neuen Services, Produkte und Tools ist das datengetriebene Versicherungsunternehmen klar im Vorteil, sind doch die von ihm beherrschten KI/ML-Technologien hervorragende technische Grundlagen, um radikal neue Angebote zu entwickeln. So lassen sich beispielsweise auf Basis von Machine Learning die Risiken von einzelnen, zeitlich begrenzten Tätigkeiten der Kunden so genau berechnen, dass datengetriebene Versicherer heute in der Lage sind, dem Kunden ad hoc maßgeschneiderte Versicherungen, z.B. zur Versicherung einer teuren Fotoausrüstung für einen geplanten Wochenendtrip nach New York, anbieten zu können.  

Im Bereich Prävention werden bereits verschiedene datenbasierte Produkte und Services angeboten. Eines der bekanntesten Beispiele ist der «Drive Recorder», ein System, welches das Fahrverhalten von Motorfahrzeugversicherungskunden aufzeichnet und analysiert (sogenannte Zeitreihenanalyse) und vorsichtiges und vorausschauendes Fahren über reduzierte Versicherungsprämien belohnt.

Versicherungen nutzen auch zunehmend die optischen, akustischen und sonstigen sensorischen Möglichkeiten von Smartphones, um das das Leben ihrer Kunden sicherer, gesünder oder unkomplizierter machen. So können Kunden mit Apps auf Basis von Computer Vision Fotos des täglichen Essens machen und das persönliche Ernährungsverhalten einfach protokollieren und analysieren. Die App kann seinem Nutzer Empfehlungen zu einer gesünderen Ernährung bzw. zur Befolgung einer Diät geben. Bleiben wir in der Krankheitsprävention: über akustische Analyseverfahren ist es beispielsweise möglich, dass Kunden sich mit einer entsprechenden App selber auf mögliche Atemwegserkrankungen, z.B. auf Schlafapnoe, untersuchen.

Bei all diesen Ideen ist es wichtig, fortlaufend zu prüfen, ob die entstehende Lösung ein echtes Kundenbedürfnis bedient. Lösungen, die hauptsächlich von technologischen Möglichkeiten getrieben werden, haben erfahrungsgemäß geringere Erfolgschancen.

Der Weg zum datengetriebenen Unternehmen

Datengetriebenen Unternehmen fällt also die Umsetzung und Nutzung der beschriebenen Trends leichter. Wie soll nun eine Versicherung vorgehen, wenn sie sich zum datengetriebenen Unternehmen weiterentwickeln will? 
Zühlke hat aus seinen über 10 Jahren Erfahrung mit Daten- und KI-Projekten ein entsprechendes Vorgehensmodell entwickelt. Es besteht aus drei Hauptschritten:

Im ersten Schritt bereiten sich Unternehmen auf die Transformation vor. Ein leitendes Kernteam, in welchem das Topmanagement vertreten sein muss, entwickelt zuerst eine Vision, die erläutert, warum man ein datengetriebenes Unternehmen werden will. Wichtig dabei ist, dass diese motivierende Vision auch allfällige Ängste oder potenzielle Widerstände der Belegschaft adressiert und entkräftet.

Um das «Was» dreht es sich im zweiten Schritt: ausgehend von der Unternehmensstrategie wird eine Datenstrategie entwickelt. Diese wird durch Entwicklung eines ersten Portfolios an konkreten Projekten und Initiativen operationalisiert.

Im dritten Schritt werden schließlich die Grundlagen (Fähigkeiten, technische Datenplattformen, Strukturen und Prozesse etc.) geschaffen und parallel dazu werden Projekte und Initiativen umgesetzt. Dies ist das zentrale Funktionsprinzip unseres Vorgehensmodells: Grundlagen werden Schritt für Schritt und immer in Bezug zu einem konkreten Umsetzungsprojekt geschaffen. Damit hat man die Gewähr, dass praxistaugliche und schlanke Strukturen etabliert werden, die anhand eines konkreten Anwendungsfalls getestet und falls notwendig, angepasst werden können. Für das erste Umsetzungsprojekt wird ein Anwendungsfall gewählt, der große Chancen auf Erfolg hat. Dieses «Leuchtturmprojekt» soll eine positive Strahlkraft ins Unternehmen haben und damit die interne Akzeptanz der Unternehmenstransformation weiter stärken.

Das gezeigte Vorgehen stellt einen agilen, praxisorientierten und feldgetesteten Weg dar, das datengetriebene Unternehmen zu etablieren. In 4-6 Monaten (je nach Umfang der ersten Umsetzungsprojekte) kann so das Fundament für ein datengetriebenes Unternehmen und somit für ein innovatives, zukunftssicheres Versicherungsgeschäft gelegt werden.