Die Versicherung von morgen: Mit den neuesten Entwicklungen und Wendungen des EU-Gesetzes zur künstlichen Intelligenz in der Versicherungsbranche zurechtkommen

Zu Beginn des Jahres 2024 hat KI weiterhin einen erheblichen Einfluss auf die Feinheiten von Effizienz und Chancen im Hinblick auf die Wettbewerbsfähigkeit von Unternehmen ausgeübt. Insbesondere in der Versicherungsbranche hat sich die KI im gesamten Geschäftsbetrieb stark weiterentwickelt: von der Verbesserung aktueller Prozesse bis hin zur Entwicklung neuartiger Angebote.

‍

Da das EU-Gesetz über künstliche Intelligenz (EUAIA) seiner Einführung immer näher rückt, müssen sich auch Unternehmen auf seine Compliance-Anforderungen vorbereiten — insbesondere für Unternehmen, die so direkte Auswirkungen der KI auf Menschenleben haben wie im Versicherungswesen. Angesichts der Tatsache, dass für jedes eingesetzte Modell aufgrund seines Risikos und seiner Eigenschaften individuelle Anforderungen gelten, welche spezifischen Auswirkungen haben die Versicherungsanbieter noch, und zu welchen Maßnahmen wird ihnen geraten?

‍

Versicherungs- und KI-Stimmung

KI hat bisher für Versicherungen äußerst positive Ergebnisse angepriesen, was im vergangenen Jahr zu einer immensen Skalierung geführt hat. Wie berichtet von Forbes, haben Versicherungsunternehmen, die KI in ihre Systeme integriert haben, festgestellt, dass sich die „Genauigkeit der Schadensfälle um bis zu 99,99% verbessert hat“. Hinzu kamen Verbesserungen der betrieblichen Effizienz und des Kundenerlebnisses um 60% bzw. 95%.

‍

Darüber hinaus wurde festgestellt, dass IoT-Sensoren und die Einführung von LLM-Funktionen den Einsatz von KI in der Versicherungsbranche vorantreiben. Vervielfacht durch die Tatsache, dass bis 2025 voraussichtlich über 1 Billion Geräte vernetzt sein werden, wie Schätzungen von McKinsey, KI wird mit ihren erweiterten Funktionen letztendlich neue Produktangebote erschließen. Diese neuen Produkte, wie die Entschädigung für Flugverspätungen von Swiss Re und, wie McKinsey feststellt, die neuen Versicherungsrisikobewertungen von 3D-gedruckten Gebäuden und additiver Fertigung, werden für Versicherungsbanken zu einem wichtigen Thema werden, da sie sich auf neue Anforderungen einstellen und ihren Kunden zunehmend wettbewerbsfähige Angebote anbieten.

‍

Wie können wir also vorgehen, um sicherzustellen, dass die Versicherung das Gesetz trotz der vielfältigen Verwendungszwecke einhält?

‍

Die häufigsten KI-Anwendungsfälle im Versicherungswesen: Der Aufstieg generativer KI

Es ist wichtig zu beachten, welche Anwendungsfälle in den meisten Versicherungsnetzwerken am häufigsten verwendet werden, da es in der Branche eine Vielzahl von Einzelfällen und gemeinsamen Fällen gibt:

‍

- Reklamationen (neue Produkte): ML kann beim großen Datenverbrauch zur Verbreitung neuer Produkte genutzt werden. Zum Beispiel die Entschädigung bei Flugverspätung von Swiss Re, deren Preissystem in der Lage ist, den Tarif anzupassen (basierend auf Daten von über 90.000 Flügen pro Tag).

- Reklamationen (individuelle Bewertung): Beinhaltet IoT- und Computer-Vision-Analysen, wie z. B. die Analyse des Fahrstils und der Fahrzeugdynamik in der Zeit nach einem Autounfall, um die Verantwortung zu ermitteln und fällige Schadensanpassungen vorzunehmen.

- Preisgestaltung und Underwriting: Von der Digitalisierung vorhandener Kontaktpunkte bis hin zu neuen Ressourcen mit digitalen Partnern (Telematik, Fernsensoren, Satellitenbilder oder digitale Wellnessaufzeichnungen), um gleichzeitig auf Daten zugreifen zu können. Darüber hinaus kann überwachtes Lernen versicherungstechnische Prozesse ergänzen, beispielsweise bei intelligenter Triagierung und Routing.

- Konversations-KI: NLP-Chatbots und Sprachassistenten, die den Kunden rund um die Uhr zur Verfügung stehen und gleichzeitig eine gleichbleibende Erlebnisqualität gewährleisten.

- Aufdeckung von Betrug: ML und Computer Vision zur Analyse von Dokumenten und Bildern im Zusammenhang mit einem Schadensfall und zur Identifizierung potenzieller Betrugsfälle. Neben der Möglichkeit, computermanipulierte Bilder und Dokumente zu unterscheiden, kann das System auch Fotos online überprüfen, um festzustellen, ob der Antrag eingereicht wurde, nachdem ein Kunde Artikel verkauft hatte.

- Kategorisierung von Inhalten: Im Mittelpunkt stehen die optische Zeichenerkennung (OCR) und die Fähigkeit der KI, unstrukturierte Daten aus eingehenden Briefen, E-Mails, Formularen und Excel-Tabellen zu lesen, zu interpretieren und zu kategorisieren.

‍

Die Bedeutung des EU-Gesetzes über künstliche Intelligenz in Bezug auf Anwendungsfälle im Versicherungswesen

Um die Auswirkungen des EU-Gesetzes über künstliche Intelligenz beurteilen zu können, müssen die im Gesetz vorgeschlagenen Kategorien an die Funktionen und Fähigkeiten des aktuellen KI-Portfolios angepasst werden. Abbildung 1 zeigt die aktuelle übergreifende Bewertung:

‍

‍

Für Versicherer wird es von vorrangiger Bedeutung sein, sicherzustellen, dass Modelle mit hohem Risiko eingestuft werden, zumal die jüngsten Triloge bestätigt haben, dass Modelle, die die finanziellen Aspekte des Lebens von Einzelpersonen beeinflussen, wie Bonitätsprüfungen und Bewertungsalgorithmen für Versicherungen, im Rahmen der neuen Verordnung wahrscheinlich als risikoreich eingestuft werden.

‍

Infolgedessen müssen viele KI-Modelle für Versicherungen die folgenden untergeordneten Anforderungen erfüllen: Allgemeine Anforderungen (gilt für alle Beteiligten), Anforderungen des Anbieters, und Anforderungen für Bereitsteller/Importeure (abhängig vom Benutzertyp). In unserer vorherigen Blogbeitrag, haben wir die allgemeinen Erwartungen sowie den Bewertungsprozess während der Compliance-Phase zur Bewertung des KI-Risikoniveaus hervorgehoben.

‍

In Bezug auf die Besonderheiten von Versicherungen, veröffentlicht von Dr. Laura Caroli, leitende politische Beraterin des EU-Parlaments, hat die Die letzte Phase der EUAIA enthüllt Folgendes:

‍

1. Um den Schutz der Grundrechte zu gewährleisten, sind Versicherungsunternehmen verpflichtet, eine Folgenabschätzung der Grundrechte bevor Sie es in Betrieb nehmen.

2. KI-Risikobewertungen und Preismodelle für Gesundheit und Lebensversicherung wurden ausdrücklich darauf hingewiesen, wie wichtig es ist, sicherzustellen, dass finanzielle Ausgrenzung und Diskriminierung nicht weit verbreitet sind.

3. KI-Systeme werden jedoch für folgende Zwecke verwendet Aufdeckung von Betrug und für aufsichtsrechtliche Zwecke (Eigenkapitalanforderungen von Kreditinstituten und Versicherungsunternehmen) werden nicht als risikoreich eingestuft.

4. Die EUAIA-Anforderungen für KI-Systeme im Versicherungswesen werden in das integriert bestehende Aufsichtsmechanismen, wie Solvency II, und die Unternehmen werden die dargelegten internen Führungs- und Risikomanagementregeln einhalten müssen.

5. Um Überschneidungen zu vermeiden, heißt es in dem Entwurf jedoch, dass „begrenzte Ausnahmeregelungen auch in Bezug auf das Qualitätsmanagementsystem der Anbieter und die Überwachungspflicht der Betreiber von KI-Systemen mit hohem Risiko in Betracht gezogen werden sollten“ Entlastung übereinstimmender Vorschriften.

‍

Da sich viele Modelle in einer „Grauzone“ unter den von der EUAIA identifizierten spezifischen Anwendungsfällen befinden, sollten die angemessene Risikobewertung und die erforderlichen Bewertungen von einer KI-Risikomanagementfirma wie Calvin Risk analysiert werden.

‍

Wir bei Calvin sind stolz darauf, Unternehmen zu technischen, ethischen und regulatorischen KI-Spitzenleistungen zu führen. Um die Einhaltung von Vorschriften, die Sicherstellung von Algorithmen ohne Vorurteile, die Effizienz der KI-Portfolios von Unternehmen und vieles mehr zu unterstützen, gehen wir beim KI-Risikomanagement von einem quantitativen Ansatz aus, um sicherzustellen, dass Ihre Modelle über den gesamten Lebenszyklus hinweg sowohl konform als auch optimiert sind.

‍

Interessiert mehr zu erfahren? Wir freuen uns darauf, Versicherer weiterhin dabei zu unterstützen, die Anforderungen des EU-KI-Gesetzes einzuhalten — vereinbaren Sie noch heute eine Vorführung mit uns!