GenAI in Versicherungen: Wo steht die Branche 2024?

Im Beitrag gibt es einen Überblick zum Status quo, den Herausforderungen und Erfolgsfaktoren von Generative AI (GenAI) in der Assekuranz.

Typ:
Blogartikel
Rubrik:
Analytik & IT
Themen:
ChatGPT / Generative AI KI / AI / künstliche Intelligenz
GenAI in Versicherungen: Wo steht die Branche 2024?

Die Potenziale von generativer künstlicher Intelligenz  sind enorm für die Versicherungswirtschaft. Nach einer Phase des Experimentierens sind viele Häuser nun dabei, Anwendungsfälle in der Praxis zu testen und GenAI in bestehende Prozesse zu integrieren. Durch unseren intensiven Austausch mit der Versicherungsbranche und unsere Recherchearbeiten im Rahmen des Marktmonitors GenAI haben die Versicherungsforen einen umfassenden Einblick in aktuelle Projekte, Herausforderungen aber auch Chancen der Branchenvertreter. Diese Erkenntnisse wollen wir im Beitrag mit unseren Leserinnen und Lesern teilen. 

Vom Experimentieren zum Umsetzen 

Zu Beginn des Hypes um GenAI lag der Fokus der Versicherungsbranche darauf, die neue Technologie zu testen, damit zu experimentieren und sich vertraut zu machen. Dafür wurden die Mitarbeitenden eingebunden, erste Use Cases identifiziert sowie Prototypen entwickelt und getestet. Gleichzeitig erfolgte eine rechtliche Bewertung dieser neuen Technologie, um mögliche Risiken zu minimieren. Viele Versicherer machten diese ersten Schritte in Eigenregie, andere bündelten Ressourcen und kooperierten, zum Beispiel in der Brancheninitiative „Xplore GenAI @Insurance“ der Versicherungsforen Leipzig, Digital Impact Labs Leipzig und A4I Leipzig.  

Im Jahr 2024 hat sich der Fokus nun hin zur Umsetzung konkreter Business Cases verlagert. Prototypen werden zu Minimum Viable Products (MVPs) weiterentwickelt und in den produktiven Betrieb überführt. Viele Versicherer entwickeln eine GenAI-Strategie, schaffen die passenden organisatorischen Rahmenbedingungen und treiben die Qualifizierung der Mitarbeitenden voran. 

Am häufigsten werden derzeit Chat- und Voice-Bots (Conversational AI) in der Praxis genutzt, insbesondere an der Schnittstelle zu den Kundinnen und Kunden. Versicherer, die GenAI nicht direkt in die Kundenprozesse integrieren möchten, nutzen die Technologie vorrangig für interne Anwendungsfälle, zum Beispiel im Bereich Wissensmanagement. Dabei zeigen die aktuellen Use Cases, dass nicht nur die großen Player am Markt GenAI in ihre Prozesse integrieren, sondern auch kleinere Versicherer interessante Projekte vorantreiben. Gerade ihnen bietet sich durch GenAI ressourcenschonend die Möglichkeit, eigene KI-Projekte aufzusetzen.  

GenAI-Use-Cases in der Versicherungswirtschaft 

Use Cases gibt es inzwischen viele. Drei aktuelle GenAI-Projekte wollen wir im Beitrag kurz erläutern:

  1. „Versicherungen mit Kopf“ (VMK Versicherungsmakler GmbH): VMK arbeitet mit dem InsurTech muffintech zusammen, um Kundenkommunikation und -beratung via WhatsApp zu automatisieren. Mit der Conversational AI sollen u.a. in Zukunft automatisiert Kundenanfragen von Social-Media-Messengern beantwortet werden können. 
  2. Chatbots nutzen beispielsweise auch die Helvetia („Clara“) und Lemonade („AI Jim“). Der US-amerikanische Lebensversicherungsvermittler Modern Life bietet eine GenAI-Chatbot-Lösung für Beraterinnen und Berater an, die diesen u.a. für die Recherche und Zusammenfassung komplexer Themen sowie zur Erstellung von Marketingmaterialien und E-Mails nutzen können. 
  3. Die Ergo setzt als einer der First Mover der Branche KI und GenAI in verschiedenen Bereichen ein, u.a. in Phonebots, Chatbots sowie bei der Klassifikation und Informationsextraktion von Dokumenten. 

Ausführlicherer Use Cases sowie Übersichten zu Grundlagen, Features, Dienstleistern und Plattformen zu GenAI in der Branche liefert der Marktmonitor „GenAI für Versicherer“.

Herausforderungen bei der Umsetzung von GenAI 

Die Branche ist einen großen Schritt weiter gekommen im Umgang mit GenAI, steht aber bei der  
operativen Umsetzung vor einigen Herausforderungen. Denn bisher fehlen etablierte Prozesse für die Umsetzung von Use Cases, die es erleichtern, vom Testen und Ausprobieren in einen stetigen Betrieb überzugehen. Zudem mangelt es häufig an klaren Prozessen und Verantwortlichkeiten für den koordinierten Einsatz von GenAI.  

Technologisch stehen Versicherer vor der Entscheidung, ob sie interne Lösungen entwickeln oder externe Anbieter nutzen sollen. Diese Entscheidung erfordert eine Analyse der eigenen Bedürfnisse, Ressourcen und strategischen Ziele. Externe Lösungen bieten eine Vielzahl an Dienstleistern, deren Angebote sich erheblich in Funktionalität, Skalierbarkeit, Integration, Standards und Kosten unterscheiden. Zusätzlich müssen Unternehmen mit der schnellen technologischen Entwicklung Schritt halten und tiefergehendes Fachwissen aufbauen, um GenAI erfolgreich zu integrieren. 

Strategisch fehlt oft das Verständnis für den Impact von GenAI auf verschiedenen Unternehmensebenen. Zwar wird die Dringlichkeit des Themas erkannt, doch fehlen Orientierung und Benchmarks für eine erfolgreiche Umsetzung. Hinzu kommt, dass GenAI mit anderen Digitalisierungsprojekten konkurriert. Dies wird durch den Fachkräftemangel, insbesondere in der IT, weiter verschärft.  

Auf Mitarbeiterebene zeigt sich ein gespaltenes Bild: Einerseits gibt es viele, die GenAI aktiv im Arbeitsalltag nutzen möchten, wodurch Parallelinitiativen und „Schatten-GenAI“ entstehen. Andererseits gibt es weiterhin Mitarbeitende, die bislang keinen Bezug zu GenAI im Alltag haben. 

Erfolgsfaktoren für die Implementierung von GenAI 

Für eine erfolgreiche Implementierung von GenAI ist es entscheidend, Projekte auf konkrete Unternehmensprobleme auszurichten, um klaren Mehrwert zu schaffen. Eine moderne und modulare IT-Infrastruktur erleichtert die Entwicklung eigener Lösungen und die Zusammenarbeit mit externen Dienstleistern. Hochwertige Daten sind die Basis jedes Modells, weshalb ein gutes Datenmanagement und die Nutzung bestehender Prozesse aus der klassischen KI essenziell sind. Die Unterstützung durch die Führungsebene ist notwendig, um GenAI-Initiativen Priorität zu geben und die potenziellen Auswirkungen zu verstehen. Risiken sollten erkannt und durch verantwortungsvolle Nutzung sowie menschliche Kontrolle gemindert werden. 

Mehr zu den Erfolgsfaktoren und was Top-Performer der Branche anders machen, hat Mathias Bock, Head of Future Science bei den Versicherungsforen, in einer Kolumne für die Zeitschrift für Versicherungswesen aufgeschrieben, nachzulesen auf seinem LinkedIn-Profil

Fazit 

Der Blick auf die Versicherungsbranche zeigt, dass die Dringlichkeit des Themas GenAI und mögliche Chancen erkannt wurden. Die Herausforderung besteht darin, Prozesse und Anwendungen zu verstetigen und zu etablieren. Diese Entwicklungen müssen neben anderen Trends wie Digitalisierung und Fachkräftemangel erfolgen. Dabei darf nicht vergessen werden, GenAI nicht nur technologisch, sondern auch prozessual, organisatorisch und personell zu verankern.  

Es ist notwendig, Kompetenzen innerhalb der Belegschaft aufzubauen und weiterzuentwickeln, Führungskräfte und Mitarbeitende im Umgang mit GenAI zu schulen und Berührungsängste abzubauen. Letztlich ist dies eine Frage der Unternehmenskultur: GenAI hat das Potenzial, die (Arbeits-)Welt zu verändern, was Verständnis und Akzeptanz erfordert. Wie Versicherer diesen Wandel gestalten, bleibt eine unternehmensspezifische Entscheidung, die zur Strategie und den individuellen Bedürfnissen passen muss. 

Im September 2024 startet der „GenAI-Hub 4 Insurance“. Die Weiterentwicklung der F&E-Initiative „Xplore GenAI @Insurance“ unterstützt Versicherungsunternehmen dabei, GenAI gewinnbringend im eigenen Unternehmen zu implementieren. In dem mehrmonatigen Projekt gibt es sowohl kollaborative Elemente für die beteiligten Versicherer als auch individuelle Begleitung, um den spezifischen Bedürfnissen gerecht zu werden.  

Sie möchten mehr erfahren? Dann klicken Sie hier für mehr Infos zum GenAI-Hub:

GenAI-Hub 4 Insurance        GenAI Marktmonitor