Nutzung von KI und Technologie für einen besseren Service für Millennials

Der in Südafrika ansässige digitale Versicherungsanbieter Pineapple nutzt die Technologie, um der jüngeren Bevölkerung Kfz- und Allgefahren-Versicherungsprodukte anzubieten. Ihr wichtiger Hinweis: Technologie ist wichtig, aber der Kunde steht an erster Stelle. "Wir beginnen mit dem Kunden und ermitteln, wo seine Probleme liegen, bevor wir sehen, wie wir diese mit Hilfe von Technologie lösen können", sagt Marnus van Heerden, Mitbegründer und CEO von Pineapple.

Das Insurtech-Unternehmen hat die KI-Technologie in sein gesamtes Geschäft integriert, um die Effizienz zu verbessern, die Kundenansprache auf die nächste Stufe zu heben und Versicherungen verständlicher zu machen. Um die Ergebnisse zu verbessern, plädiert Van Heerden für eine Kombination aus einfachen, nahtlosen Benutzeroberflächen und gut geschulten Mitarbeitern in Verbindung mit KI: "Es geht nicht nur um eine KI-Lösung oder eine Technologie oder eine Schlüsselperson", sagt er, "sondern um eine Kombination aus diesen Faktoren, um die Probleme der Kunden zu lösen."

Auf der Anwendungsebene wird KI eingesetzt, um Fotos von Gegenständen zu erkennen, die der Kunde versichern möchte, und um eine Vorauswahl geeigneter Versicherungsarten zu treffen. Im Backend-Bereich setzt der digitale Versicherungsanbieter selbst entwickelte KI-Modelle ein, um die Preisgestaltung und Risikovorhersage zu unterstützen, während im Kundendienstbereich große Sprachmodelle (LLM) den Mitarbeitern helfen, angemessene Antworten zu strukturieren. Pineapple verfolgt bei der KI einen dualen Ansatz: entweder kauft das Unternehmen KI von der Stange oder entwickelt sie selbst.

Nach Ansicht des Unternehmens gibt es im Bereich der standardisierten KI-gestützten APIs hervorragende Lösungen - vor allem in Bereichen wie Bild- und Spracherkennung -, bei denen es sinnvoll ist, sie zu kaufen und nicht selbst zu entwickeln. Das große Unterscheidungsmerkmal ist die Datenmenge, die große Technologieunternehmen zum Trainieren ihrer Modelle nutzen können. "Wenn wir jedoch eine maßgeschneiderte Lösung benötigen und nur begrenzte Online-Kapazitäten vorfinden, können wir problemlos unsere eigenen End-to-End-KI-Modelle entwickeln", sagt van Heerden. Solche Lösungen werden typischerweise in Nischenbereichen wie Betrugserkennung, Risikomanagement und Preisgestaltung eingesetzt.

Pineapple wurde 2018 gegründet und hat seitdem umfangreiche Erfahrungen mit der Einführung und Umsetzung von KI gesammelt. "Lösungen von der Stange, die Ihnen eine Trefferwahrscheinlichkeitsbewertung geben, ermöglichen es Ihnen, Ihr Risiko im Voraus zu verwalten", sagt van Heerden, "sie tun so ziemlich das, was auf der Verpackung steht, sobald Sie sie implementiert haben." Die Herausforderungen ergeben sich bei der Entwicklung eines LLM zur Unterstützung bei der Angebotserstellung oder beim Underwriting: "Sie müssen umfassende Prozesse einrichten, um das Modell zu überprüfen, als wäre es ein Mensch, der mit den Kunden interagiert", mahnt er.

KI hat sich in den relativ einfachen Kategorien der Kfz- und Allgefahrendeckung als hervorragend erwiesen, aber lässt sie sich auch auf komplexe Fälle übertragen? Der CEO von Pineapple ist der Meinung, dass das exponentielle Tempo der LLM-Entwicklung darauf hindeutet, dass komplexe Versicherungsaufträge "leicht zu bewältigen" sind, vorausgesetzt, dass Kontext und ausreichende Trainingsdaten verfügbar sind.

Die Hardware-Entwicklung ist die wichtigste Triebkraft für die kontinuierliche Verbesserung der KI. "Die Geschwindigkeit der KI-Berechnungen hat sich in nur sechs Jahren um den Faktor eine Million erhöht, und die neuesten Chips sind etwa viermal schneller als die, die zum Training bekannter KI-gesteuerter Chatbots verwendet werden", sagt van Heerden. "Wenn man das über die Zeit hochrechnet, werden diese Modelle einen Punkt erreichen, an dem sie unglaublich komplexe Aufgaben in großem Umfang bewältigen können.

Die Argumente für KI sind überzeugend, aber auch ein wenig beängstigend. In dem Maße, wie sich die LLM-Modelle verbessern, sieht van Heerden ein disruptives Szenario, in dem Versicherungsanbieter eine einzige Umgebung einrichten und das Modell mit allem füttern, was sie über ihr Geschäft wissen. "Sobald man die Ebene der generativen KI erreicht hat, wird man das KI-Modell bitten können, eine Strategie zu implementieren und ihm schließlich ein Marketingbudget und die Anweisung geben, sein Underwriting-Ergebnis innerhalb eines Compliance- und Regulierungsrahmens zu maximieren", prognostiziert er.

Für diejenigen, die mit dem rasanten technologischen Fortschritt aufgewachsen sind, insbesondere in der Generation Z und jünger, ist die Integration von KI in Geschäftsprozesse eine ebenso faszinierende wie beängstigende Aussicht. Diese Generation ist gut positioniert, um neue Technologien zu verstehen und zu nutzen, muss sich aber auch der potenziellen Risiken bewusst sein. Sie werden die Zukunft von Branchen, die stark von KI beeinflusst werden, steuern und gestalten müssen, während sie gleichzeitig für ausgewogene, ethische Ansätze eintreten.

Die Regulierung ist ein nützliches Mittel gegen die unkontrollierte Ausbreitung von KI. "KI könnte ganze Branchen weltweit völlig umkrempeln, aber im Kontext von Versicherungsanbietern wird es für einen globalen Disruptor schwieriger sein, Gestalt anzunehmen, da der Sektor auf Länderbasis reguliert wird", schließt van Heerden. Ein weiterer potenzieller Reibungspunkt für Start-ups, die in diesen Bereich einsteigen, ist die Beschaffung der für die Kapitalisierung eines Versicherungsanbieters oder einer Versicherungslösung erforderlichen Mittel.