Transparente Datenprozesse als Grundlage für richtlinienkonformes Arbeiten
Wo strenge Compliance-Richtlinien herrschen, ist transparentes Arbeiten unerlässlich. Das gilt besonders für Data-Analytics-Prozesse, die Entscheidungen unterstützen. Eine KI im Versicherungsumfeld darf nicht in der Blackbox arbeiten, wo sie autonom Entscheidungen trifft, die von außen nicht nachvollziehbar sind. Die Schadenbearbeitung muss für menschliche Gutachter logisch begründbar sein, schon für den Fall, dass Geschädigte die Entscheidung anfechten. Fehler im Prozess müssen im Ernstfall rückverfolgbar sein. Versicherer sollten daher unbedingt auf die genannten Kriterien achten, wenn sie Tools und Dienstleister auswählen.
Zudem müssen Versicherer, die Data Analytics einsetzen, sicherstellen, dass sie die Kontrolle über ihre Daten behalten. Das gilt bei der internen Verwertung wie auch bei der Zusammenarbeit mit Partnern und Dienstleistern. Um Compliance-Anforderungen zu erfüllen, muss qualitativ und konzeptionell nachvollziehbar sein, wie der Data-Analytics-Prozess abgelaufen ist. Das heißt, Versicherer müssen aufzeigen, wer wann und wie mit den Daten gearbeitet hat und welche Maßnahmen ergriffen wurden, um z. B. Datenschutzverletzungen zu vermeiden.
Ausblick: Welche technischen Herausforderungen kommen auf Versicherer zu?
Versicherer sind heute technisch schon sehr gut aufgestellt. Allerdings flachen Produktivitätssteigerungen durch Workflow-Support-Software ab. Effektive Datennutzung bietet ihnen hier Wettbewerbsvorteile, da sie bestehende Workflows aufwertet und neue Prozessschritte durch frühes Routing und Vorgangssteuerung ermöglicht.
Die größte Herausforderung für Versicherer ist das Bereitstellen eigener und externer Daten in Echtzeit und diese innerhalb von Prozessen – also an den Schnittstellen – zu verschieben und zu analysieren. Daten müssen in verwertbarer Form an den richtigen Stellen verfügbar sein, sowohl intern als auch bei Partnern und Dienstleistern. Das ist eine anspruchsvolle Aufgabe, sowohl bei Legacy-Systemen als auch in modernen IT-Umgebungen.
Versicherer werden nicht daran vorbeikommen, ihr Geschäft künftig stärker mit Data Analytics und KI zu unterstützen. Sie können durch die Kollaboration von Mensch und Maschine effizienter werden, die Zufriedenheit von Mitarbeitern und Kunden erhöhen und neue Wertschöpfungpotenziale erschließen.
Diesen Artikel lesen Sie auch in AssCompact 08/2023 und in unserem ePaper.
Bild: © Angelov – stock.adobe.com
Seite 1 Data Analytics und KI kommen nicht ohne menschliche Expertise aus
Seite 2 Transparente Datenprozesse als Grundlage für richtlinienkonformes Arbeiten
Dr. Wolff Graulich 
- Anmelden, um Kommentare verfassen zu können
