Royal Sun Alliance nutzt Willis Towers Watson Software jetzt auch in der Schadenbearbeitung

Der schwedische Versicherer Trygg Hansa, ein Unternehmen der Royal Sun Alliance (RSA), erweitert den Einsatz der Willis Towers Watson Enterprise-Software Radar Live auf sein Schadenmanagement. Damit ist der Sachversicherer jetzt in der Lage, mit einem einzigen Tool Schadenmeldungen in Echtzeit zu bearbeiten und Betrugsfällen vorzubeugen. Erste Testdurchläufe haben bereits gezeigt, dass die Betrugserkennungsrate um 100 Prozent gestiegen ist. „Die Versicherungsbranche befindet sich in einem tiefgreifenden Wandel“, sagt Gero Nießen, Senior Director bei Willis Towers Watson. „Der disruptive Markt und die steigenden Kundenerwartungen verlangen von den Gesellschaften auch eine deutlich schnellere Schadenbearbeitung. Radar Live macht das möglich.“ Durch die maschinellen Lernalgorithmen der Software können Entscheidungen über das weitere Vorgehen bereits getroffen werden, während der Kunde noch am Telefon ist oder seinen Schaden online meldet. Die Anwender sind außerdem in der Lage, agil zu reagieren und jederzeit neue Regeln und Modelle in den Algorithmus zu integrieren.

„Radar Live verwendet ’Advanced Analytics‘ zur Bewertung strukturierter und unstrukturierter Daten, um versteckte Betrugsmuster und komplexe Beziehungen in sozialen Netzwerken aufzudecken. Dies ermöglicht es uns, die Schadeninformationen auf mögliche Betrugshinweise in Echtzeit zu überprüfen und entsprechend zu handeln“, sagt Sascha Firle, Director Advanced Analytics bei Trygg Hansa. „Durch die schnelleren Reaktionszeiten und besseren Vorhersagen sind wir jetzt in der Lage, Betrüger früher zu erkennen und die Auszahlungen bei betrügerischen Ansprüchen zu reduzieren – was unsere Rentabilität verbessern wird.“ Willis Towers Watson will künftig diese signifikante Leistungssteigerung durch die Ergänzung externer Daten und die Weiterentwicklung der maschinellen Lernmodelle noch verbessern.

Das sind die wichtigsten Features der Radar Live Software für die Schadenbearbeitung:
– Echtzeit-Betrugserkennung: Die Anwendung ist eine Kombination aus maschinellen Lernfunktionen und “Predictive Analytics“, die sich sehr einfach an das Schadensystem des Versicherers anbinden lässt. So wird eine umfangreiche Entscheidungsgrundlage geschaffen, die eine Echtzeit-Risikobewertung erstellt und verdächtige Aktivitäten früher im Prozess aufdeckt.
– Prognose: Radar Live verwendet „Advanced Analytics“ zum Erfassen strukturierter Daten. Ebenso kann die Software unstrukturierte Daten konvertieren und analysieren. Dadurch identifiziert Radar Live Betrugsmuster und Risiken, die für das menschliche Auge bisher nicht erkennbar waren.
– KI-Plattform für alle Schadenfälle: Radar Live dient als Entscheidungshilfe entlang des gesamten Lebenszyklus eines Schadens. Durch die Fähigkeit, sogar mehrere Szenarien eines Falls zu erstellen, ergibt sich eine große Bandbreite an Möglichkeiten in der Schadenbearbeitung unter Nutzung von Künstlicher Intelligenz. Diese reichen von Zuständigkeitsentscheidungen bei der ersten Schadenanzeige bis hin zu der Einschätzung großer Verluste oder gar Rechtsstreitigkeiten.

„Nachdem die Software bereits erfolgreich in vielen Häusern im Pricing eingesetzt wird, haben wir mit Trygg Hansa nun auch einen aktiven Anwender in der Schadenbearbeitung“, sagt Gero Nießen. „Mit Radar Live unterstützen wir den Versicherer dabei, auf neue Bedrohungen zu reagieren und bei der Erkennung von Schadenfällen an auf dem neuesten Stand zu bleiben. Denn traditionelle Methoden sind hierbei aufgrund der langsameren Batch-Abläufe und festen Geschäftsregeln längst überholt, da sie ausschließlich verdächtige Aktivitäten von Betrug wahrnehmen, die im Vorfeld bereits stattgefunden haben. Das macht Versicherer abhängig von externen Anbietern, um analytische Verbesserungen vornehmen zu können.“

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

Time limit is exhausted. Please reload CAPTCHA.


Blogverzeichnis - Blog Verzeichnis bloggerei.de Blog Top Liste - by TopBlogs.de Blogverzeichnis