Predictive Analytics

Warum macht es Sinn, mit dem Analyser zu arbeiten?
Die Prüfung von Angeboten und Rechnungen stellt Versicherungsunternehmen oder Dienstleister immer wieder vor alte und neue Herausforderungen. Zum einen will man „sauber“ prüfen und unberechtigte Forderungen abwehren, zum anderen will man „schnell“ prüfen, um die wachsenden Anforderungen kostengünstig zu bewältigen.
Ein Baustein, um Versicherungsunternehmen bei der Bewältigung dieser Aufgabe zu unterstützen, sind Data-Analytics-Verfahren aus dem Bereich des Predictive Modelling, die bei der Bewertung der Belege Anwendung finden. Der Analyser basiert auf solchen Verfahren und wird eingesetzt, um die richtigen Belege für die Dunkelverarbeitung auszuwählen. So können die Prüfer effektiv zur Bearbeitung auffälliger Vorgänge eingesetzt werden.

Worauf basiert der Analyser?
Die Grundlage des Analysers ist ein Prognose-Modell. Um ein solches Modell erstellen zu können, benötigt man viele Daten aus der Vergangenheit. PropertyExpert wandelt Schadenbelege in strukturierte, digitale Datensätze um. Diese Datensätze wurden zu einem Trainings-Datenbestand für die Entwicklung des Prognosemodells aufbereitet. Hierbei werden auch neue Informationen durch Kombination der vorhandenen Merkmale erzeugt.

Wie funktioniert das Modell genau?
Um ein Modell im Rahmen des Predictive Modelling zu trainieren, benötigt man einen Zielwert. In diesem Fall lautet der Zielwert „Ist ein Beleg in Ordnung (i. O.)?“. Das Modell liefert dann Wahrscheinlichkeiten wie z. B. „Beleg mit Nummer 123456 ist mit einer Wahrscheinlichkeit von 89 % i. O.“
Das Modell wurde durch eine Kombination verschiedener Regressions- und Entscheidungsbaumverfahren erstellt. Hierbei konnten über 300 Merkmale identifiziert werden, die einen signifikanten gemeinsamen Einfluss auf den Zielwert haben.

Welche Vorteile gibt es für Versicherungsunternehmen, Dienstleister und Kunden?
Durch den Einsatz des Analysers wird die Aufmerksamkeit der Prüfer auf genau die Belege gelenkt, die auch eine hohe Wahrscheinlichkeit für Auffälligkeiten haben. Mittelbar liefert der Analyser
in den Fällen, die nicht aussortiert wurden, auch Hinweise auf Betrugsfälle — Fälle, die nicht dem erkannten Muster von Rechnungen zu ähnlichen Schäden entsprechen. Die Maximierung der Auffälligkeiten wirkt sich bei Versicherungsunternehmen natürlich auf den Schadenaufwand aus. Das ist für Versicherungsunternehmen und Versicherte wichtig, da die Beiträge stabil gehalten werden
können oder sich sogar Beitragssenkungspotentiale ergeben.
Die Zufriedenheit des Versicherungskunden wird außerdem dadurch erhöht, dass Schäden besonders schnell ausgezahlt werden können, wenn die zugehörigen Belege in Ordnung sind.
Auch bei Engpässen aufgrund von Kumul-Ereignissen wie großen Stürmen leistet der Analyser seinen Beitrag. Bei einem hohen Anfall von zu prüfenden Belegen kann stets schnell und flexibel der Anteil der dunkel zu verarbeitenden Belege erhöht werden.

Im Interview:
André Jambon
Prokurist, Aktuar DAV
RISK-CONSULTING Prof. Dr. Weyer GmbH
FOTO André Jambon