Ist Versicherungs-KI nur ein Kostensenker? Bericht findet noch keine Hinweise auf umsatzgenerierende KI
- Die europäischen Versicherer Axa und Allianz sind laut einem neuen Index von Evident führend bei den KI-Fähigkeiten.
- Die Führungsrolle im Bereich KI wird auf eine starke "Engineering-Kultur" und hohe Investitionen in KI-Talente und -Teams zurückgeführt.
- Das kanadische Unternehmen Intact Financial war am transparentesten und meldete einen Gewinn von 150 Mio. $ aus einer Technologieinvestition von 500 Mio. $.
Die Versicherungsbranche, die oft als Bastion der Tradition gilt, befindet sich inmitten einer langsamen, aber stetigen technologischen Revolution.
Seit Jahren ist künstliche Intelligenz still und leise in den Sektor vorgedrungen, und jetzt zeigt ein neuer Index, welche Giganten führend sind – und wie die meisten immer noch Schwierigkeiten haben, den KI-Hype in greifbare finanzielle Renditen umzusetzen.
Viele Versicherungen haben bereits damit begonnen, KI-Anwendungen in ihrem Kerngeschäft einzusetzen.
Computer-Vision-Systeme können Schäden automatisch bewerten, sei es an einem Auto nach einer Kollision oder am Dach eines Hauses nach einem schweren Sturm, und helfen so Schadenregulierern, effizienter zu arbeiten.
Algorithmen des maschinellen Lernens werden eingesetzt, um betrügerische Ansprüche zu erkennen und ausgefeiltere Risikomodelle für das Underwriting von Policen zu erstellen.
Und wie in unzähligen anderen Branchen nutzen Versicherer KI, um die Produktivität in Supportfunktionen zu steigern, von Kundenservice-Chatbots bis hin zu KI-gestützten Marketingdesign- und Programmierassistenten für ihre internen Tech-Teams.
Aber welche Versicherungen sind darin wirklich hervorragend?
Das ist die Frage, die das in London ansässige Forschungs- und Analyseunternehmen Evident Insights mit einem neuen Index beantworten wollte, der die KI-Fähigkeiten großer Versicherungsunternehmen bewertet.
Nachdem Evident in den letzten Jahren für sein detailliertes Benchmarking der KI-Fähigkeiten im Bankensektor Anerkennung erhalten hat, ist dies der erste Vorstoß von Evident in eine andere Branche.
Die Bewertung von Evident basiert fast ausschließlich auf quantitativen Kennzahlen, die aus öffentlichen Quellen abgeleitet wurden – einschließlich Managementaussagen in Finanzberichten, Pressemitteilungen, Unternehmenswebsites, sozialen Medien, Patentanmeldungen, LinkedIn-Profilen und Nachrichtenartikeln.
Das Unternehmen analysierte 76 einzelne Kennzahlen, die in vier wichtige "Säulen" unterteilt sind, die seiner Meinung nach für den erfolgreichen Einsatz von KI entscheidend sind: Talent (gewichtet mit 45 %), Innovation (30 %), Führung (15 %) und Transparenz verantwortungsvoller KI-Aktivitäten (10 %).
Anhand dieses Rahmens hat Evident die 30 größten nordamerikanischen und europäischen Versicherer bewertet, beurteilt nach den insgesamt gezeichneten Prämien oder dem gesamten verwalteten Vermögen.
Europäische Giganten übertreffen nordamerikanische Konkurrenten
In einem überraschenden Ergebnis gingen zwei europäische Versicherer, Axa und Allianz, als klare Spitzenreiter in der Bewertung von Evident hervor.
Sie waren die einzigen beiden Unternehmen, die in allen vier Säulen unter den ersten fünf rangierten und damit einen deutlichen Vorsprung vor dem drittplatzierten Versicherer USAA hatten.
Alexandra Mousavizadeh, Mitbegründerin und Co-CEO von Evident, fand dieses Ergebnis besonders bemerkenswert und sagte mir in einem Interview, dass es die gängige Wahrnehmung in Frage stellt, dass europäische Unternehmen bei der Einführung von KI hinter ihren nordamerikanischen Konkurrenten zurückbleiben.
Tatsächlich sind im Bankenindex von Evident alle am höchsten bewerteten Unternehmen nordamerikanisch.
Mousavizadeh vermutet, dass Axa und Allianz ein gemeinsames unternehmenskulturelles Merkmal haben, das ihre KI-Dominanz erklären könnte. "Meine Theorie dazu ist, dass es in eine Ingenieurskultur eingebettet ist", sagt sie.
Sie erklärt, dass die Automatisierung von Kernprozessen wie Schadenfällen und Underwriting erhebliche technische Herausforderungen darstellt, die große, qualifizierte Teams von Entwicklern und Technologieexperten erfordern, um sie effektiv in großem Maßstab zu implementieren. "Man muss mehr Ingenieure haben", sagt sie.
Dies deutet darauf hin, dass auch im Zeitalter der KI das Humankapital ein entscheidender Faktor bleibt.
Unternehmen, die am stärksten in menschliches KI-Know-how investieren, sind am ehesten in der Lage, sich auszuzeichnen, was zu einer immer größeren Kluft zwischen ihnen und den KI-Nachzüglern der Branche führt.
Die Methodik von Evident ist auch eine Anerkennung für Unternehmen, deren Management ihre KI-Strategien offen diskutiert und ihre KI-Governance-Richtlinien veröffentlicht.
Hier fiel die USAA, obwohl sie bei der Säule "Talent" an erster Stelle stand, schließlich auf den dritten Platz zurück, da sie sowohl bei "Führung" als auch bei "Transparenz" am unteren Ende rangierte.
Die eklatante Lücke zwischen KI-Hype und ROI
Trotz der Fortschritte und Investitionen klafft in der Versicherungsbranche immer noch eine erhebliche Lücke zwischen dem KI-Hype und dem tatsächlichen, quantifizierbaren Return on Investment (ROI).
Von den 30 von Evident bewerteten Versicherern hatten nur 12 mindestens einen KI-Anwendungsfall mit "einem greifbaren Geschäftsergebnis" offengelegt.
Noch auffälliger war, dass nur drei Versicherer – Intact Financial, Zurich Insurance Group und Aviva – eine spezifische monetäre Rendite aus ihren KI-Bemühungen öffentlich gemacht hatten.
Der transparenteste dieser kleinen Gruppe war der in Kanada ansässige Schaden- und Unfallversicherer Intact Financial.
Im Jahr 2024 gab das Unternehmen öffentlich bekannt, dass es 500 Millionen US-Dollar in Technologie (die alle Technologien umfasst, nicht nur KI) in seinem gesamten Unternehmen investiert, 500 KI-Modelle implementiert und bisher einen Nutzen von 150 Millionen US-Dollar erzielt hat.
Einer der spezifischen Anwendungsfälle umfasste die Verwendung von KI-Modellen zur Transkription von Kundendienstanrufen und die anschließende Anwendung von Sprachmodellen auf diese Transkripte, um die Qualität der Bearbeitung der bis zu 20.000 Kundenanrufe, die das Unternehmen täglich erhält, zu bewerten.
Bemerkenswert ist, dass dies immer noch ein Beispiel für Kosteneinsparungen ist – eine Möglichkeit, den Gewinn zu steigern, anstatt den Umsatz zu steigern.
Evident fand heraus, dass Versicherer KI heute hauptsächlich auf diese Weise anwenden: Sie greifen die größten Kostenstellen der Branche an, nämlich die Schadenbearbeitung, den Kundenservice und das Underwriting.
Wie das Forschungsunternehmen in seinem Bericht feststellt: "Umsatzgenerierende KI muss noch in unserer Outside-In-Bewertung erscheinen."
Die Geschichte geht hier weit über die Versicherungsbranche hinaus. Es ist eine Geschichte, die sich in jedem Sektor abspielt, der sich mit dem Versprechen und der Komplexität von KI auseinandersetzt.
Führungskräfte auf der ganzen Welt sind immer noch dabei, herauszufinden, welche KI-Investitionen sich wirklich auszahlen werden.
Die frühen Gewinner scheinen jedoch eine gemeinsame Strategie zu haben: Sie kaufen nicht nur KI-Tools von der Stange; Sie investieren in den Aufbau dedizierter KI-Teams.
Sie stellen Ingenieure ein, experimentieren unermüdlich, messen die Ergebnisse akribisch und skalieren dann die erfolgreichen Anwendungsfälle auf ihr gesamtes Unternehmen.
Benchmarking-Übungen, wie sie von Evident durchgeführt werden, können in diesem Prozess eine wichtige Rolle spielen, indem sie Führungskräfte darüber informieren, welche Strategien zu funktionieren scheinen, und indem sie ganze Branchen dazu bringen, KI schneller und mit größerer Transparenz über ihren Einsatz und ihre Governance einzuführen.
Es ist eine Lektion, die es wert ist, gelernt zu werden, egal ob Sie Autos versichern oder bauen.
Dow legt zu, Nasdaq rutscht nach Chip-Verkäufen und SpaceX-IPO-Sorgen
DraftKings-Aktie steigt um 11% – Volumen in Prognosemärkten zieht an
Optionsdaten zeigen, wie Oracle-Aktie auf Q4-Zahlen reagieren könnte
Broadcom-Aktie fällt trotz neuer KI-Rechenzentrumspartnerschaft
Veeco-Aktie steigt nach NSA500-Auftrag, da Chipnachfrage anzieht
Keine Ergebnisse gefunden
Artikel werden geladen...
Failed to load articles. Please try again.