Lesedauer: ca. 02:25 MinDie 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.
Mehr zum Thema
„Künstliche Intelligenz wird zum entscheidenden Wettbewerbsvorteil“
Lemonade-Chef ruft Revolution auf dem Versicherungsmarkt aus
„Künstliche Intelligenz wird zum entscheidenden Wettbewerbsvorteil“
Lemonade-Chef ruft Revolution auf dem Versicherungsmarkt aus
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.
wachstumsfeld ruhestandsplanung
wie viel risiko im ruhestand?
professionelle ruhestandsplanungruhestandsplanung für frauenkommentare
0 Kommentare
- anmelden
- registrieren
kommentieren