Die jüngsten technologischen Fortschritte bieten der VersicherungswirtschaftVersicherungswirtschaft eine große Chance. Die Unternehmen können sich auf künstliche Intelligenzkünstliche Intelligenz (KI) und maschinelles Lernen (ML) verlassen, um beispielsweise Betrug schneller zu erkennen, tiefere Geschäftserkenntnisse zu gewinnen, ihre Prozesse zu automatisieren, das Underwriting und die Schadensbearbeitung zu rationalisieren und die Kundenzufriedenheit mithilfe von Personalisierung zu verbessern. Alles zu Finance IT auf CIO.de Alles zu Künstliche Intelligenz auf CIO.de

Es überrascht also nicht, dass diese Unternehmen die Transformation ihres Geschäfts und ihrer IT-Landschaften mit besonderem Nachdruck vorantreiben. Laut einer aktuellen Gartner-Umfrage reduzieren die meisten Versicherer dazu ihre umfangreichen und kostspieligen Infrastrukturen und setzen verstärkt auf Cloud-Technologien. Doch die eigentlich Herausforderung, ein konkurrenzfähiges Datenmanagement vorzuhalten, lösen sie damit noch nicht.

Datenintegrität ist der Motor für Innovationen

Zweifelsohne hat Technologie die VersicherungswirtschaftVersicherungswirtschaft komplett verändert. Die Management-Beratung McKinsey prognostiziert, dass bis 2030 mehr als die Hälfte aller Aktivitäten zur Bearbeitung von Versicherungsansprüchen mit KI-basierter Automatisierung abgedeckt werden kann. Doch dazu müssten die Unternehmen erst einmal über eine vertrauenswürdige Datenbasis verfügen, die gepflegt, konsistent und kontextbezogen ist. Die Grundpfeiler der Datenintegrität - Integration, Datenqualität und -Governance, Location Intelligence sowie Datenanreicherung - helfen, die Risiken zu reduzieren und die betriebliche Effizienz zu steigern. Top-Firmen der Branche Versicherungen

In vielen Versicherungsunternehmen liegen die Daten aber immer noch in unterschiedlichen Formaten vor und befinden sich in Silos, die über das gesamte Unternehmen verteilt sind, oft auch noch in Legacy-Anwendungen. Das beeinträchtigt die interne Zusammenarbeit zwischen Teams wie Marketing, Vertrieb und Kundenservice. Wenn unsaubere Daten im Unternehmen weitergegeben werden, geht das auf Kosten der Produktivität und zusätzliche Kosten entstehen.

Die Verknüpfung von Daten über Silos und Plattformen hinweg mithilfe moderner Cloud-basierten Datenplattformen hilft, Geschäftsprozesse zu rationalisieren und Entscheidungen datengestützt zu fällen. Gelingt es den Versicherern, eine einzige integrierte Datenpipeline zu schaffen, können sie den Wert ihrer geschäftskritischen Systeme erhöhen und auch ältere Geschäftsdaten für Qualitätsinitiativen verfügbar machen. Sie senken die Kosten und ermöglichen bessere Analysen.

Essenziell: Beziehungen von Daten erkennen

Intelligente Data-Governance-Strategien helfen Datenanalysten und Entscheidern, die Herkunft und die Beziehungen von Daten zu erkennen und ihre Bedeutung zu verstehen, um tiefe Geschäftseinblicke zu erhalten. Die Suche nach den richtigen Daten verkürzt sich erheblich und die User müssen sich nicht damit aufhalten herauszufinden, ob Daten vertrauenswürdig sind.

Data Governance bietet den Unternehmen zudem eine umfassende Dokumentation und Katalogisierung ihrer Dateninfrastruktur. Sie unterstützt bei der einheitlichen Definition von Daten-Assets, beim Beschreiben und Lokalisieren des jeweiligen Speicherorts innerhalb der zahlreichen Systeme und beim Visualisieren möglicher Abhängigkeiten von Daten untereinander. Weiterhin hilft sie dabei, die Daten-Verantwortlichkeiten im Rahmen von Änderungs- und Freigabeprozessen technisch zu implementieren und Daten mit den diversen Vorschriften zu ihrer Verwendung zu verknüpfen.

Data Governance schafft also Transparenz und Kontrolle über die Unternehmensdaten und bildet so die Grundlage für Datenintelligenz. Darüber hinaus garantiert der ständige Fokus auf Datenqualität die Vertrauenswürdigkeit von Daten und sorgt letztlich für deren breite Akzeptanz.

In Zeiten explodierender Datenmengen und ganz neuer Verwertungsmöglichkeiten durch KI ist die Datenqualität erfolgskritisch. Für Versicherungsunternehmen, die beispielsweise die Korrektheit von Policen, Schadensfällen und anderen wichtigen Geschäftsdaten gewährleisten müssen, gilt das besonders. Es geht um Kundenvertrauen und den Ruf des Unternehmens.

Versicherer müssen Risiken anhand sauberer Daten bewerten können

Location Intelligence und Datenanreicherung sind zentral für die datengesteuerte Transformation der Versicherungsbranche. Als Beispiel mag die rekordverdächtige Zunahme von Wetterereignissen und Waldbränden dienen. Noch nie war es so wichtig wie heute, dass Underwriter über so viel Kontext wie möglich verfügen, damit sie Risiken optimal bewerten und Policen korrekt kalkulieren können. Möglich wird das durch hochpräzise Immobiliendaten mit erstklassiger Geokodierung und Datenanreicherung, die Einblicke in das Waldbrandrisiko, Immobilienattribute, weitere Risiken in der Nähe und vieles andere mehr bieten.

Auch die datenbasierte Personalisierung ist ein Erfolgsgarant geworden. Versicherer profitieren von einem optimierten Prozess zur Anreicherung von Kundendaten, da sie so zuvor verborgene Erkenntnisse gewinnen können, mit denen sich das Kundenerlebnis auf ein höheres Level heben lässt.

In Zukunft werden die Versicherungsunternehmen einen Vorsprung haben, die fortschrittliche Technologien wie KI und ML optimal nutzen können. Dazu brauchen sie eine klare Strategie für Datenintegrität, um die neuen Technologien mit vertrauenswürdigen Daten versorgen zu können. (hv)