SV nimmt Big Data in den Regelbetrieb

Mit der gesundheitlichen Risikoprüfung hat die SparkassenVersicherung (SV) erstmals einen Prozess mittels Big-Data-Analytics automatisiert. Dazu hat sie eine eigene Plattform geschaffen, die eine schnelle Integration weiterer KI-Anwendungen in die Produktiv-Systeme ermöglicht.

 

Mit den Big Data Labs hat die SparkassenVersicherung ein Entwicklungslabor geschaffen, das sich gezielt mit dem Einsatz von Big-Data-Analysen beschäftigt. Dazu zählen auch Methoden wie Machine Learning (ML) und Künstliche Intelligenz (KI). Im September hat erstmals eine KI-Anwendung das Labor verlassen und fand Eingang in die Produktivprozesse beim Abschluss von Lebensversicherungen.

Zu viel Handarbeit

Auf der einen Seite ist der Antragsprozess der Lebensversicherung komplex, auf der anderen Seite sind Teile davon dunkelverarbeitet. Einer der häufigsten Gründe, den Antrag aus der Dunkelverarbeitung herauszusteuern, ist die gesundheitliche Risiko-Prüfung. Bislang genügten dazu auch im Grunde irrelevante Vorerkrankungen wie Heuschnupfen. Über ein Drittel der Anträge, die manuell geprüft und weiterverarbeitet werden mussten, gehen auf solche Fälle zurück.

Pirmin Dangelmaier, Hauptabteilungsleiter Unternehmenssteuerung und Prozesse, war diese überflüssige Arbeit im Fachbereich ein Dorn im Auge. Der Initiator der Big-Data-Analytics-Aktivitäten in der SV und sein Team suchten nach Abhilfe. Wie Dangelmaier berichtet, habe man zunächst testen wollen, ob es möglich ist, mit Hilfe von Big Data eine prozessuale Steuerung zu entwickeln, die unnötige manuelle Arbeit einspart, um den Antragsprozess zu beschleunigen und zu optimieren.

Im Big Data Lab wurden dazu maschinelle Modelle entwickelt, mit denen Prozesse, die bislang für eine Dunkelverarbeitung zu komplex waren, automatisiert werden können. Dies betraf die gesundheitliche Risikoprüfung speziell bei Risikolebens- und Berufsunfähigkeitsversicherungen. Die SV setzt dabei eine KI ein, die entsprechend trainiert wurde.

„Wir sind damit effizienter, schneller und kundenfreundlicher. Wir haben einen zentralen Geschäftsprozess automatisiert – ohne dabei datenschutztechnisch kritische Gesundheitsdaten außer Haus zu geben.“

Pirmin Dangelmaier, SparkassenVersicherung

Modular und plattformbasiert

In der SV ist für den kompletten Big-Data-Analytics-Prozess die Abteilung „Data Analytics“ unter Leitung von Fabian Harms zuständig. Diese sucht gemeinsam mit Fachabteilungen nach erfolgversprechenden Use Cases, analysieren diese im Big Data Lab und bauen entsprechende Prototypen. Wenn die erfolgreich sind, werden sie zur Produktionsreife weiterentwickelt. Im letzten Schritt werden diese Module in die Systeme der SV integriert.

Dabei setzen die Big-Data-Experten auf ein eigenes Plattform-Modell, die Big Data Factory. Das gestatte es, verschiedene Anwendungen zu integrieren, ohne jedes Mal wieder das Rad neu erfinden zu müssen, so Abteilungsleiter Harms.

„Der Einsatz von Big Data Analytics ist ein wichtiger Teil der Digitalisierung in der SV. Mit Hilfe der KI-Modelle können wir unseren Kunden und Vertriebspartnern schnellere, bessere und einfachere Prozesse ermöglichen.“

Andreas Jahn, SV-Vorstandsvorsitzender

Inzwischen haben einige der so entstandenen KI-Anwendungen Produktionsreife erreicht und können nun in den Regelbetrieb überführt werden. Der Use Case „Biometrie“ ist die erste Anwendung, bei der dies umgesetzt wurde. Die SV sieht sich damit bei der Integration von Big-Data-Analytics-Anwendungen in produktiven Geschäftsprozessen an der Spitze der öffentlichen Versicherer. Weitere Anwendungsfälle seien bereits in der Umsetzung und sollen in den kommenden Monaten produktiv gehen. hj