Munich Re hat eine solche Anwendung bereits erfolgreich pilotiert: „Unsere Plattform Early Loss Detection (ELD) wertet kontinuierlich über 16.000 Nachrichtenquellen aus und sucht nach vorher definierten Schadensereignissen. Anhand von geocodierten Risiko- und Schadeninformationen prüft das System, ob versicherte Objekte betroffen sein könnten“, erklärt Wolfgang Hauner. „Trifft dies zu, erhalten die Verantwortlichen sofort automatisch eine Nachricht mit allen relevanten Informationen. So lassen sich Property-Schäden in kürzester Zeit erkennen und entsprechende Maßnahmen einleiten. 

Damit können wir den Umfang des Schadensmanagements drastisch senken“, ergänzt David Feghelm, Senior Solutions Manager Claims bei Munich Re. Die Funktionen von ELD gehen jedoch über eine zügige Identifikation von Schadensereignissen hinaus. Alle Einzelschäden werden in einer Datenbank abgelegt und gesammelt; jeder Fall bringt neue Informationen zu Ursachen und Auswirkungen. Mithilfe dieser Daten können künftige Schadentrends früher erkannt und präziser modelliert werden. Mit ELD steht Versicherern also ein leistungsfähiges Tool zur Verfügung, mit dem sich Kosten durch frühzeitigeres Schadenmanagement reduzieren lassen. Und andererseits Informationen gewinnen lassen, die etwa für die zukünftige Modellierung neuer Deckungen nutzbar sind.

Neben ELD hat Munich Re weitere Prototypen und Produkte entwickelt, die schon getestet werden oder bereits eingeführt sind. Eines davon ist Vision Intelligence, ein AI-basiertes Schadenserkennungssystem mittels Fotos. Es stützt sich auf neuronale Netze - diese kommen zum Beispiel auch bei Spracherkennungssystemen oder medizinischer Diagnostik zum Einsatz - und unterstützt Versicherer dabei, Sachschäden, die etwa auf Naturkatastrophen zurückgehen, zu kategorisieren und die ungefähre Schwere von Schäden einzuschätzen.

Die Risikomanagement-Plattform M.I.N.D., ein anderes gelungenes Pilotprojekt, das bereits erfolgreich am Markt verwendet wird, hilft Versicherern, Rückversicherern und Loss Adjustern dabei, gemeinsam Transparenz über Risiken zu schaffen und diese besser einzuschätzen. In diesem Kontext hilft AI auch dabei, möglichen Versicherungsbetrug zu identifizieren. M.I.N.D. dokumentiert historische Informationen zu Schäden und gleicht zu diesen aktuelle Bilder von Schäden ab. Betrugsversuche können so besser identifiziert, ihnen kann besser vorgebeugt und Folgeschäden können mit bereits erfolgten Schadensereignissen verglichen werden.