IBM arbeitet an verschiedenen Fronten mit unseren Versicherungskunden zusammen, und Daten des IBM Institute for Business Value (IBV) haben drei zentrale Anforderungen identifiziert, die die Managemententscheidungen der Versicherer leiten:

1. Nutzen Sie die digitale Transformation, um Versicherern die Bereitstellung neuer Produkte zu ermöglichen, das Umsatzwachstum voranzutreiben und das Kundenerlebnis zu verbessern.
2. Verbessern Sie die Kernproduktivität (Geschäft und IT) und senken Sie gleichzeitig die Kosten.
3. Nutzen Sie die inkrementelle Modernisierung von Anwendungen und Daten mithilfe einer sicheren Hybrid-Cloud und KI.

Versicherer müssen die folgenden zentralen Anforderungen erfüllen, um die Transformation ihrer Unternehmen zu erleichtern:

• Bieten Sie ihren Kunden digitale Angebote an.
• Werden Sie effizienter.
• Daten intelligenter nutzen.
• Gehen Sie auf Bedenken hinsichtlich der Cybersicherheit ein.
• Streben Sie nach einem belastbaren und stabilen Angebot.

Die meisten Versicherungsunternehmen haben der digitalen Transformation und der Modernisierung des IT-Kerns Priorität eingeräumt und nutzen Hybrid-Cloud- und Multi-Cloud-Infrastrukturen und -Plattformen, um die oben genannten Ziele zu erreichen. Dieser Ansatz kann die Markteinführung beschleunigen, indem er erweiterte Möglichkeiten zur Entwicklung innovativer Produkte und Dienstleistungen bietet, das Geschäftswachstum erleichtert und das Gesamterlebnis der Kunden bei ihren Interaktionen mit dem Unternehmen verbessert.

IBM kann Versicherungsunternehmen dabei unterstützen, generative KI in ihre Geschäftsprozesse zu integrieren

IBM gehört zu den wenigen globalen Unternehmen, die die Bandbreite an Fähigkeiten vereinen können, die erforderlich sind, um die Art und Weise, wie Versicherungen vermarktet, verkauft, gezeichnet, gewartet und bezahlt werden, völlig zu verändern.

Mit einem starken Fokus auf KI in seinem breiten Portfolio bleibt IBM weiterhin Branchenführer bei KI-bezogenen Fähigkeiten. In einem aktuellen Gartner Magic Quadrant wurde IBM aufgrund seiner KI-bezogenen Fähigkeiten (d. h. Konversations-KI-Plattform, Insight Engines und KI-Entwicklerservice) im oberen rechten Bereich platziert.

IBM watsonxDie KI- und Datenplattform ™ soll zusammen mit ihrer Suite von KI-Assistenten dazu beitragen, die Wirkung von KI mithilfe vertrauenswürdiger Daten im gesamten Unternehmen zu skalieren und zu beschleunigen.

IBM arbeitet mit mehreren Versicherungsunternehmen zusammen, um hochwertige Möglichkeiten für den Einsatz generativer KI zu identifizieren. Zu den häufigsten Versicherungsanwendungsfällen gehört die Optimierung von Prozessen, die für den Umgang mit großen Dokumenten und Text- oder Bildblöcken verwendet werden. Diese Anwendungsfälle machen bereits heute ein Viertel der KI-Arbeitslasten aus, und es gibt einen deutlichen Trend hin zur Verbesserung ihrer Funktionalität durch generative KI. Diese Erweiterung umfasst das Extrahieren von Inhalten und Erkenntnissen oder das Klassifizieren von Informationen zur Unterstützung der Entscheidungsfindung, beispielsweise beim Underwriting und der Schadensbearbeitung. Zu den Schwerpunktbereichen, in denen der Einsatz generativer KI-Funktionen in der Versicherungsbranche einen erheblichen Unterschied machen kann, gehören:

• Kundenbindung
• Digitale Arbeit
• Anwendungsmodernisierung
• IT-Betrieb
• Internet-Sicherheit

IBM entwickelt generative KI-basierte Lösungen für verschiedene Anwendungsfälle, darunter virtuelle Agenten, Konversationssuche, Compliance- und Regulierungsprozesse, Schadensermittlung und Anwendungsmodernisierung. Nachfolgend finden Sie Zusammenfassungen einiger unserer aktuellen Initiativen zur generativen KI-Implementierung.

Kundenbindung: Die Bereitstellung eines Versicherungsschutzes erfordert die Arbeit mit zahlreichen Dokumenten. Zu diesen Dokumenten gehören Beschreibungen von Versicherungsprodukten mit detaillierten Angaben zu abgedeckten Artikeln und Ausschlüssen, Policen- oder Vertragsdokumente, Prämienrechnungen und -quittungen sowie eingereichte Ansprüche, Erläuterungen zu Leistungen, Kostenvoranschläge für Reparaturen, Lieferantenrechnungen und mehr. Ein wesentlicher Teil der Kundeninteraktionen mit der Versicherungsgesellschaft besteht aus Anfragen zu den Versicherungsbedingungen für verschiedene Produkte, zum Verständnis des genehmigten Schadenszahlungsbetrags, zu den Gründen für die Nichtzahlung des eingereichten Schadensbetrags und zum Status von Transaktionen wie Prämienbelegen, Schadenszahlungen usw. Richtlinienänderungsanfragen und mehr.

Im Rahmen unserer generativen KI-Initiativen können wir die Fähigkeit demonstrieren, ein Basismodell mit zeitnaher Optimierung zu verwenden, um die strukturierten und unstrukturierten Daten in den Versicherungsdokumenten (Daten im Zusammenhang mit der Kundenanfrage) zu überprüfen und maßgeschneiderte Empfehlungen zum Produkt, zum Vertrag usw. zu geben Allgemeine Versicherungsanfrage. Die Lösung kann spezifische Antworten auf der Grundlage des Kundenprofils und der Transaktionshistorie liefern und auf die zugrunde liegende Policenverwaltung und Schadensdaten zugreifen. Die Fähigkeit, umfangreiche Kundendaten sofort zu analysieren, Muster zu erkennen, Erkenntnisse zu gewinnen und Kundenbedürfnisse zu antizipieren, kann zu einer höheren Kundenzufriedenheit führen.

Ein Beispiel für Kundeneinbindung ist ein generativer KI-basierter Chatbot, den wir für einen multinationalen Lebensversicherungskunden entwickelt haben. Der PoC zeigt die zunehmende Personalisierung der Antwort auf Anfragen zu Versicherungsprodukten, wenn generative KI-Funktionen genutzt werden.

Ein weiterer Chatbot, den wir für einen Versicherungskunden entwickelt haben, zeigt dem Versicherungsnehmer die Möglichkeit, einen umfassenden Überblick über die in einem Versicherungspaket enthaltenen Deckungen zu erhalten, einschließlich der Prämien für jede der im Paket enthaltenen Versicherungsdeckungen Vielzahl weiterer Funktionen wie das Hinzufügen erforderlicher Dokumente (z. B. Geburtsurkunden), das Hinzufügen von Begünstigten, die Prüfung von Versicherungsprodukten und die Ergänzung des aktuellen Versicherungsschutzes. Alle diese Funktionen werden durch Automatisierung unterstützt und durch traditionelle und generative KI unter Verwendung sicherer, vertrauenswürdiger Basismodelle personalisiert.

Im Folgenden zeigen wir ein Beispiel eines Kunden, der sich zu einem bestimmten zahnärztlichen Eingriff erkundigt und eine maßgeschneiderte Antwort erhält, die auf der Kenntnis der bestehenden Zahnversicherungen des Kunden sowie der Fähigkeit des generativen KI-Chatbots basiert, ein interaktives Gespräch zu führen (ähnlich dem eines fachkundigen Kundendienstes). Agent), der auf die spezifischen Bedürfnisse des Kunden zugeschnitten ist.

Wir entwickeln derzeit mehrere Anwendungsfälle, darunter:

• Einholung einer vorherigen Genehmigung für medizinische Eingriffe.
• Gesundheitsleistungen verwalten.
• Erläuterung von Schadensentscheidungen und Leistungen gegenüber Versicherungsnehmern.
• Zusammenfassung der Schadenhistorie.

Unterstützung durch Versicherungsagenten/Contact-Center-Agenten: Versicherungsunternehmen haben in großem Umfang Sprachausgabegeräte, mobile Apps und webbasierte Online-Lösungen eingesetzt, die Kunden für einfache Anfragen nutzen können, wie z. B. Informationen zu fälligen Restbeträgen und Überprüfungen des Zahlungsstatus von Ansprüchen. Allerdings ist die Funktionalität der aktuellen Lösungen eingeschränkt und sie können komplexere Kundenanfragen, wie sie unter „Kundenbindung“ aufgeführt sind, nicht beantworten. Daher greifen Kunden häufig auf einen Anruf beim Versicherungsvertreter oder beim Contact Center der Versicherungsgesellschaft zurück. Generative KI-basierte Lösungen für Agenten können die Zeit für die Dokumentensuche erheblich verkürzen, Informationen zusammenfassen und Beratungsfunktionen ermöglichen, was zu Folgendem führt: Steigerung der Produktivität Mittelung 14-34% or sogar 42%und bessere Kennzahlen zur Kundenzufriedenheit. IBM implementiert seit mehreren Jahren traditionelle KI-basierte Lösungen bei Versicherungsunternehmen und nutzt dabei Produkte wie IBM watsonx™ Assistant und IBM Watson® Explorer. Wir beginnen jetzt mit einigen Versicherungsunternehmen zusammenzuarbeiten, um Basismodelle und zeitnahe Optimierungen zu integrieren und so die Möglichkeiten der Agentenunterstützung zu verbessern.

Risikomanagement: Um Versicherungsentscheidungen im Zusammenhang mit Immobilien zu treffen, sammeln Versicherungsunternehmen eine erhebliche Menge externer Daten – einschließlich der in Versicherungsantragsformularen bereitgestellten Immobiliendaten, historischen Aufzeichnungen von Überschwemmungen, Hurrikanen, Brandvorfällen und Kriminalstatistiken – für den spezifischen Standort der Immobilie. Während historische Daten aus Quellen wie z. B. öffentlich verfügbar sind data.govDarüber hinaus haben etablierte Versicherungsunternehmen Zugriff auf ihre eigenen Underwriting- und Schadenerfahrungsdaten. Derzeit ist die Verwendung dieser Daten zur Risikomodellierung mit einem manuellen Aufwand verbunden, und die KI-Funktionen werden nicht ausreichend genutzt.

Eine aktuelle Initiative von IBM umfasst das Sammeln öffentlich verfügbarer Daten, die für die Sachversicherung und die Schadensermittlung relevant sind, um die Basismodelle in der KI- und Datenplattform IBM® watsonx™ zu verbessern. Die Ergebnisse können dann von unseren Kunden genutzt werden, die ihre proprietären Erfahrungsdaten einbeziehen können, um die Modelle weiter zu verfeinern. Diese Modelle und proprietären Daten werden in einer sicheren IBM Cloud®-Umgebung gehostet, die speziell darauf ausgelegt ist, die regulatorischen Compliance-Anforderungen der Branche für Hyperscaler zu erfüllen. Ziel der Risikomanagementlösung ist es, Risikobewertungs- und Entscheidungsprozesse deutlich zu beschleunigen und gleichzeitig die Entscheidungsqualität zu verbessern.

Code-Modernisierung: Viele Versicherungsunternehmen mit einer über 50-jährigen Geschichte verlassen sich immer noch auf Systeme, die bereits in den 70er Jahren entwickelt wurden und oft in einer Mischung aus Cobol, Assembler und PL1 codiert sind. Die Modernisierung dieser Systeme erfordert die Konvertierung des Legacy-Codes in produktionsbereites Java oder andere Programmiersprachen.

IBM arbeitet mit mehreren Finanzinstituten zusammen und nutzt generative KI-Funktionen, um die in der vorhandenen Codebasis eingebetteten Geschäftsregeln und Logik zu verstehen und deren Umwandlung in ein modulares System zu unterstützen. Der Transformationsprozess nutzt das IBM-Komponentengeschäftsmodell (für Versicherungen) und das BIAN-Framework (für Banken) als Leitfaden für die Neugestaltung. Generative KI hilft auch bei der Erstellung von Testfällen und Skripten zum Testen des modernisierten Codes.

Berücksichtigung der Bedenken der Branche im Zusammenhang mit dem Einsatz generativer KI

In eine Studie des IBM Institute for Business Value (IBV)Unternehmensführer äußerten Bedenken hinsichtlich der Einführung generativer KI. Die größten Bedenken beziehen sich auf:

• Erklärbarkeit: 48 % der von IBM befragten Führungskräfte glauben, dass Entscheidungen, die durch generative KI getroffen werden, nicht ausreichend erklärbar sind.
• Ethik: 46 % sind besorgt über die Sicherheit und ethischen Aspekte generativer KI.
• Voreingenommenheit: 46 % glauben, dass generative KI etablierte Vorurteile verbreiten wird.
• Vertrauen: 42 % glauben, dass man generativer KI nicht vertrauen kann.
• Compliance: 57 % glauben, dass regulatorische Einschränkungen und Compliance erhebliche Hindernisse darstellen.

IBM begegnet den oben genannten Bedenken mit seiner Suite von Watsonx-Plattformkomponenten: IBM watsonx.ai™ KI-Studio, IBM watsonx.data™ Datenspeicher und IBM watsonx.governance™ Toolkit für KI-Governance. Insbesondere bietet watsonx.governance die Möglichkeit, den gesamten KI-Lebenszyklus zu überwachen und zu steuern, indem in den Modellen Transparenz, Verantwortlichkeit, Abstammung, Datenverfolgung sowie Voreingenommenheits- und Fairness-Überwachung bereitgestellt werden. Die End-to-End-Lösung bietet Führungskräften von Versicherungsunternehmen Funktionen, die verantwortungsvolle, transparente und erklärbare KI-Arbeitsabläufe ermöglichen, wenn sowohl traditionelle als auch generative KI eingesetzt werden.

Wie oben beschrieben haben wir viele hochwertige Möglichkeiten identifiziert, um Versicherungsunternehmen beim Einstieg in die Nutzung generativer KI für die digitale Transformation ihrer Versicherungsgeschäftsprozesse zu unterstützen. Darüber hinaus kann generative KI-Technologie verwendet werden, um neue Inhaltstypen wie Artikel (für das Marketing von Versicherungsprodukten), personalisierte Inhalte oder E-Mails für Kunden bereitzustellen und sogar die Inhaltsgenerierung wie Programmiercode zu unterstützen, um die Entwicklerproduktivität zu steigern.

Die Erfahrung von IBM in der Zusammenarbeit mit Kunden zeigt erhebliche Produktivitätssteigerungen beim Einsatz generativer KI, einschließlich der Verbesserung von HR-Prozessen zur Rationalisierung von Aufgaben wie der Talentakquise und der Verwaltung der Mitarbeiterleistung; Steigerung der Produktivität von Kundenbetreuern, indem ihnen ermöglicht wird, sich auf höherwertige Interaktionen mit Kunden zu konzentrieren (während virtuelle Assistenten für digitale Kanäle mithilfe generativer KI einfachere Anfragen bearbeiten); und Zeit- und Arbeitsersparnis bei der Modernisierung von Legacy-Code durch den Einsatz generativer KI zur Unterstützung bei der Code-Umgestaltung und -Konvertierung.

Um diese Themen ausführlicher zu besprechen, senden Sie bitte eine E-Mail Kishore Ramchandani und Anuj Jaina.

Setzen Sie die generative KI von Watsonx ein