Sie sind hier: Home » Markt » Hinweise & Tipps

Zukunftsaussichten für das Underwriting


Wie Intelligente Automatisierung beim Echtzeit-Underwriting im Versicherungswesen unterstützt
Prozessautomatisierung ist ein Schritt, um dem Fachkräftemangel sowie dem demographischen Wandel entgegenzutreten



Technologieunternehmen, die ihren Schwerpunkt auf das Versicherungswesen legen – sogenannte InsurTechs –, stellen inzwischen eine echte Konkurrenz für traditionelle Versicherungsunternehmen dar, die mit der Agilität dieser neuen Marktteilnehmer kaum Schritt halten können. Kunden erwarten schnellere und stärker personalisierte Dienstleistungen, die ihren Kaufgewohnheiten bei anderen Waren und Services entsprechen. Versicherungsprodukte unterscheiden sich zwar von einem Bluetooth-Kopfhörer, der per Mausklick gekauft werden kann, aber trotzdem wünschen sich Kunden eine ähnliche "Sofortkauf"-Option.

Dem Deloitte Center for Financial Services zufolge lässt sich das Underwriting in mehrere Schlüsselphasen unterteilen [1], von denen vier als Anwendungsfälle für Intelligente Automatisierung in Echtzeit geeignet sind. Wie können Versicherungsunternehmen also diese Erwartungen erfüllen und welche Rolle spielt dabei die intelligente Automatisierung?

Prozessautomatisierung ist entscheidend
Prozessautomatisierung ist ein Schritt, um dem Fachkräftemangel sowie dem demographischen Wandel entgegenzutreten. Die Entwicklung einer Intelligenten Automatisierungslösung für Echtzeit-Underwriting ermöglicht den Versicherern, ihre Kompetenz und Erfahrung zu nutzen, um Regeln und Trainingsszenarien für diese Automatisierungslösungen zu erstellen, anstatt ihre Arbeitszeit mit dem Sammeln und Verwalten von Daten zu verbringen. Die nötigen Aktivitäten lassen sich nach der Definition von Deloitte grob in mehrere Kategorien einteilen: Eingang, Einstufung, Risikobewertung, Preisgestaltung und Bearbeitung.

Intelligente Automatisierung kann in diesen Bereichen eingesetzt werden, um Versicherungsunternehmen eine deutlich verbesserte Reaktionsfähigkeit im Underwriting-Prozess zu ermöglichen.

Eingang: Beim Echtzeit-Underwriting im Versicherungswesen muss auf den Stärken der traditionellen RPA und der Intelligenten Automatisierung aufgebaut werden. Das Sammeln von Daten aus verschiedenen Quellen kann vollständig von einem Digital Worker übernommen werden, um die Versicherungsfachkräfte zu entlasten. Durch die Umstellung des Datenmanagements auf einen automatisierten Prozess entfallen viele banale Aufgaben im Arbeitsalltag und obendrein werden wichtige Informationen schneller und genauer erfasst. Auch wenn nicht alle Informationen von Anfang an in digitalem Format vorliegen, kann die Automatisierung mit Technologien wie der optischen Zeichenerkennung (OCR) und intelligenten Dokumentenverarbeitung (IDP) die Dokumente lesen, die wichtigen Daten extrahieren und schließlich die Informationen in den Underwriting-Prozess einspeisen.

Einstufung und Risikobewertung: Große Datenmengen müssen ausgewertet und verfeinert werden, um Erkenntnisse über die Risikomerkmale zu gewinnen, die beim Underwriting-Prozess zu berücksichtigen sind. Intelligente Automatisierung unterstützt die Einstufung dieser Daten durch Regeln und Künstliche Intelligenz (KI). Regeln, die aufgrund der Erfahrung von Versicherern entwickelt wurden, können Informationen kategorisieren und dem Kunden helfen, das richtige Produktpaket für seine Bedürfnisse zu finden. Durch den Einsatz von KI zur Bewertung vieler Policen mit geringem Wert konzentriert sich die Arbeitsbelastung der menschlichen Versicherungsfachkräfte auf höherwertige oder komplexere Policen. Die von Versicherern eingebrachte Kompetenz beim Training der KI für diese Entscheidungen sorgt dafür, dass der Prozess durch die intelligente Automatisierungslösung beschleunigt und Echtzeit-Underwriting schneller realisierbar wird.

Preisgestaltung: Preisstrukturen für alle Policen, die auf Risikofaktoren und Kundenmerkmalen beruhen, können mithilfe von KI und maschinellem Lernen modelliert werden, um die Policenpreise mit der besten Rendite zu ermitteln. Die Modelle zur Bestimmung dieser Preise können dabei auf Tausende von Policen zurückgreifen, die beim traditionellen Underwriting erstellt wurden. Dieser Prozess der Entwicklung von Preismodellen durch Auswertung früherer Daten wird sich in hohem Maße auf Datenanalysefunktionen und intelligente Automatisierungslösungen stützen müssen.

Bearbeitung: Herkömmliche RPA- und intelligente Automatisierungsplattformen eignen sich hervorragend für die Verwaltungsfunktionen innerhalb des Underwriting-Prozesses im Versicherungswesen. Die Daten in den verschiedenen Backend-Plattformen, die für die Nachverfolgung und Verwaltung von Policen und Schadensfällen verwendet werden, können in die Formate konvertiert werden, die für Compliance- und Governance-Funktionen sowie für die Verwaltung des gesamten Workflows beim Underwriting von Policen erforderlich sind. Auf diese Weise lassen sich einfache Policen schneller zeichnen und die Kunden erhalten einen besseren Service.

Intelligente Automatisierung kann die Grundlage für Echtzeit-Underwriting im Versicherungswesen bilden. Zur Vorbereitung auf diese Lösung sind mehrere Voraussetzungen zu erfüllen:

>> Entwicklung einer Vision und Strategie zur Unterstützung von Echtzeit-Underwriting für Versicherungen
>> Aufklärung der derzeitigen Versicherungsfachkräfte über die Möglichkeiten der intelligenten Automatisierung und KI
>> Ausrichtung der Abläufe für Policen-Underwriting auf die für Underwriting zuständigen Ressourcen, seien es menschliche Fachkräfte oder Digital Worker
>> Bereitstellung Tausender aktueller Policen für maschinelle Lernsysteme
>>Zuweisung geeigneter Fachkräfte zur Unterstützung der intelligenten Automatisierungslösungen für Echtzeit-Underwriting von Versicherungen

Die Versicherungsbranche entwickelt sich weiter und die Zahl der Arbeitskräfte schrumpft schnell. Traditionelle Versicherungsunternehmen müssen diese neuen Ressourcen jetzt nutzen, bevor sie von InsurTechs, die digitale Technologien bereits nutzen, überholt werden.

[1] https://www2.deloitte.com/content/dam/Deloitte/nl/Documents/financial-services/deloitte-nl-fsi-rise-exponential-underwriter.pdf
Über SS&C Blue Prism
(SS&C Blue Prism: ra)

eingetragen: 28.11.23
Newsletterlauf: 08.02.24

SS&C Blue Prism: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.


Meldungen: Markt / Hinweise & Tipps

  • Datenschutz erfordert technische Präzision

    Moderne Unternehmensarchitekturen stellen hohe Anforderungen an eine Consent Management Platform (CMP). Nur mit tiefer technischer Integration lassen sich Datenschutz und Nutzerfreundlichkeit effektiv umsetzen - das zeigen aktuelle Entwicklungen in Regulatorik und Praxis. Die Zeiten einfacher Cookie-Banner sind vorbei: In modernen Unternehmensumgebungen muss eine Consent Management Platform mehr leisten als die bloße Einholung einer Zustimmung.

  • Bewertung der Kreditwürdigkeit

    Wer in Anleihen investieren möchte, sollte die Unterschiede zwischen Staats- und Unternehmensanleihen kennen. Beide bieten Chancen aber auch unterschiedliche Risiken. Dieser Artikel zeigt, worauf es bei der Einschätzung von Bonität, Rendite und Sicherheit ankommt.

  • Compliance-Verstöße: Identitäten im Blindflug

    Rund 40 Prozent der Unternehmen verzichten laut einem aktuellen Bericht noch immer auf moderne Identity-Governance- und Administration-Lösungen (IGA). Das ist nicht nur ein organisatorisches Defizit - es ist ein ernstzunehmender Risikofaktor. Denn der Umgang mit digitalen Identitäten ist in vielen Organisationen noch immer ein Flickwerk aus manuellen Abläufen, intransparenten Prozessen und veralteter Technik. Während Cloud-Umgebungen rasant wachsen und Compliance-Anforderungen zunehmen, bleiben zentrale Fragen der Zugriffskontrolle oft ungelöst.

  • So schützen Sie sich vor Anlagebetrug

    Wer im Internet nach lukrativen Geldanlagemöglichkeiten sucht, sollte vorsichtig sein. Oft werden hohe Renditen auch für kleine Anlagebeträge versprochen. Was auf den ersten Blick verlockend klingt, kann Sie schnell um Ihr Geld bringen!

  • Risiko für Wirtschaftlichkeit & Compliance

    Die Begeisterung für KI-Modelle hält ungebrochen an - doch sie hat eine Schattenseite: Systeme wie GPT o3 und o4-mini werden zwar immer leistungsfähiger, halluzinieren aber immer häufiger. Bei Wissensfragen im sogenannten SimpleQA-Benchmark erreichen sie Fehlerquoten von bis zu 79 Prozent - ein alarmierender Wert, der selbst die Entwickler bei OpenAI ratlos zurücklässt.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen