Die Dunkelverarbeitung, also die IT-gestützte, automatisierte Bearbeitung von Vorgängen, setzt sich in der Versicherungsbranche zunehmend durch. Da ein Eingriff von Mitarbeitern nicht erforderlich ist, laufen die Prozesse komplett im Dunkeln ab. Ein Fallbeispiel ist die Verarbeitung von eingehenden Dokumenten: Liegen diese in physischer beziehungsweise gedruckter Form vor, werden sie zunächst gescannt, klassifiziert und mittels automatisierter Prüfmechanismen indiziert. Anschließend müssen die Dokumente bestimmten Geschäftsprozessen zugeordnet und in das Fallmanagement eingebunden werden.

Wichtig ist dabei, dass die Inhalte der Schriftstücke richtig erkannt und ausgewertet werden. Hierbei helfen moderne Software-Lösungen, die den Text automatisiert auslesen können, wie beispielsweise Systeme für die optische Zeichenerkennung (Optical Character Recognition / OCR). Diese können jedoch nur Buchstaben- und Zahlenkombinationen erkennen und zu Wörtern und Sätzen zusammenfügen, nicht aber den Sinn der Texte inhaltlich verstehen und in einen Kontext setzen.

Auch Technologien für die robotergesteuerte Prozessautomatisierung (Robotic Process Automation, RPA) helfen meist nicht weiter, da sie streng nach definierten Regeln funktionieren und diese konsequent anwenden. Sie versagen in allen Anwendungsfällen, die von der Regel abweichen – wenn also beispielsweise bestimmte Aussagen anders formuliert werden, als sonst üblich. So können die Prozesse der Dunkelverarbeitung nicht kostensparend und effizient umgesetzt werden.

Inhalte zielsicher extrahieren, verstehen und auswerten

Abhilfe schaffen hier Systeme, die mit künstlicher Intelligenz (KI) ausgestattet sind. Sie enthalten Algorithmen, die durch den Einsatz von Natural Language Processing in der Lage sind, den Inhalt von Texten tatsächlich zu verstehen. Solche Systeme können eigenständig dazulernen und im Rahmen eines entsprechenden Trainingsprozesses die Ergebnisse und Erkennungsraten signifikant verbessern.

Auf diese Weise lassen sich Dokumente jeglicher Art in bisher nie gekannter Tiefe analysieren. Aus Textzeilen werden Inhalte zielsicher extrahiert, verstanden und daraus Informationen und Erkenntnisse generiert, die sich für den weiteren Prozess-Workflow nutzen lassen. Dadurch können beispielsweise große Mengen von Dokumenten automatisiert ausgewertet und aus den Ergebnissen statistische Trends abgeleitet werden.

Künstliche Intelligenz lässt sich aber nicht nur für die Automatisierung von routinemäßigen, sich wiederholenden Prozessen einsetzen – wie bei der Dunkelverarbeitung –, sondern auch in weiteren Anwendungsfällen. So kann sie die Produktivität auch in Bereichen erhöhen, in denen bislang menschliche Intelligenz unabdingbar war.

Das gilt beispielsweise für Szenarien, bei denen schwierige Sachverhalte eingeschätzt und bewertet werden müssen, wie etwa bei der fundierten Analyse komplexer Schriftstücke. Ein Beispiel sind umfassende Schadensgutachten. Diese müssen von Experten gelesen werden, um den Fall fachgerecht zu bearbeiten. KI-Lösungen können nun die wesentlichen Informationen aus solchen langen Texten extrahieren und für den Sachbearbeiter aufbereiten. Dieser erhält daraus eine prägnante Zusammenfassung der Kernaussagen und spart dadurch viel Zeit (Stichwort: Expert Acceleration).

Auch Krankenakten oder umfangreiche Gutachten des Medizinischen Dienstes der Krankenkassen (MDK) lassen sich auf diese Weise schnell lesen und deren Inhalte erfassen. Da die Zeit von Experten wertvoll und teuer ist, können durch diese Vorgehensweise massiv Kosten eingespart werden. So lässt sich der Erfolg von KI-basierten Systemen nicht nur in der Dunkelverarbeitung, sondern auch im Falle der Expert Acceleration explizit messen – beispielsweise daran, um welchen Wert der manuelle Nachbearbeitungsaufwand bei Vorgängen gesunken ist.

Fazit

Die große Mehrheit der Versicherungsunternehmen nutzt die Dunkelverarbeitung, um Vorgänge IT-gestützt zu automatisieren. Dabei hilft der Einsatz von Künstlicher Intelligenz: Die Inhalte von Dokumenten lassen sich damit zielgerichtet extrahieren, verstehen und auswerten. Das beschleunigt die Prozesse und verbessert die Ergebnisse in der Dunkelverarbeitung sowie bei der Analyse komplexer Schriftstücke signifikant.

Über den Autoren

Ramin Assadollahi ist Gründer und Geschäftsführer von ExB. Das Tech-Unternehmen entwickelt eine Art KI-Baukastensystem, das für jede Art von Anwendung flexibel und ohne großes Vorwissen adaptiert werden kann. Die Lösungen von ExB kommen hauptsächlich im Versicherungssegment (zur Verwaltung von Kundenanfragen beziehungsweise Algorithmen-gestützten Lösungsfindung im Schadensmanagement) zum Einsatz. Dazu arbeitet ExB bereits mit über der Hälfte der relevantesten Unternehmen der Versicherungsindustrie in Deutschland zusammen.