KI-unterstützte Migration

Eine der größten Chancen, die die technologische Innovation bietet, liegt im Bereich der künstlichen Intelligenz und des maschinellen Lernens. Start-ups auf der ganzen Welt versuchen, „das nächste große Ding“ in allen Bereichen der Gesellschaft zu entwickeln. In der Versicherungsbranche ist maschinelles Lernen bereits ein gängiger Bestandteil von Prozessen, zum Beispiel bei der Betrugserkennung oder der Optimierung von Abläufen. Doch im Kernbereich, der Versicherungsmathematik, gibt es immer noch komplexe Herausforderungen, die modernste analytische Ansätze und intelligente Lösungen erfordern.

Genauigkeit und Erklärbarkeit

Die Genauigkeit ist die erste Herausforderung. Für Bilderkennungs- oder Websuchanwendungen ist eine statistische Vorhersagequalität von z.B. 99% ausreichend. In der Versicherungsbranche, in der strenge gesetzliche Anforderungen gelten, ist ein solches Niveau jedoch inakzeptabel.

Die Erklärbarkeit ist die zweite Herausforderung. Maschinelles Lernen kann zu White-Box- oder Black-Box-Modellen führen. Bei Black-Box-Modellen kann man in der Regel nicht verstehen oder erklären, wie das Modell zu seinen Ergebnissen gekommen ist. Die fehlende Erklärbarkeit stellt ein ernsthaftes Problem für die Einhaltung von Versicherungsvorschriften dar – zum Beispiel bei der Berechnung von garantierten Prämien, Ansprüchen oder Rückkaufswerten.

Gleichzeitig bringt der Einsatz von künstlicher Intelligenz erhebliche Vorteile mit sich und hilft, schwierige und zeitaufwändige oder kostspielige Aufgaben in einem wirtschaftlich schwierigen Umfeld effizienter zu bewältigen.

Kann maschinelles Lernen bei der Migration von Versicherungspolicen eingesetzt werden?

Die Modernisierung veralteter Lebensversicherungssysteme ist eine Priorität, um die steigenden Kundenerwartungen zu erfüllen, die regulatorischen Anforderungen einzuhalten und die Entwicklung neuer Geschäftsmodelle umzusetzen. Damit legen wir den Grundstein, um die Chancen der Digitalisierung zu nutzen und die Kosten zu senken – auch in einem wirtschaftlich schwierigen Umfeld.

Unter Migration versteht man die Übertragung von Millionen von Versicherungsverträgen aus einem oder mehreren Quellsystemen in das Zielsystem, einschließlich der Neuimplementierung der versicherungsmathematischen Funktionalitäten, die für die Verwaltung der Verträge im Zielsystem erforderlich sind. Die Migration erfordert umfangreiche Personalkapazitäten im aktuariellen Bereich. Die Automatisierung der Migrationsprozesse entlastet die Aktuare und schafft mehr Raum für die Entwicklung innovativer Produkte und Geschäftsmodelle für neue Geschäftsmöglichkeiten.

Ursprüngliche und zukünftige Funktion des Systems

Um zu verstehen, wie die Migration automatisiert werden kann, ist es zunächst erforderlich, den herkömmlichen Prozess genauer zu betrachten. Wenn Versicherungspolicen in das neue System migriert werden, müssen alle Datensätze heruntergeladen werden. Ebenso müssen die versicherungsmathematischen Funktionalitäten, die die Verwaltung der Verträge im Laufe der Zeit ermöglichen, mit dem zugrunde liegenden Geschäftsplan und den ursprünglichen Vereinbarungen mit den Kunden übereinstimmen. Diese Funktionalitäten können als mathematische Gleichungen betrachtet werden, die die Beziehung zwischen Eingabevariablen und Ausgabevariablen wie Prämien, Rückstellungen, Schäden oder Rückkaufswerten definieren.

Der komplexeste und gleichzeitig kostspieligste Teil der Migration ist die Übertragung dieser Funktionalitäten, da sie sehr individuell sind. Bei dem herkömmlichen Verfahren mussten die Aktuare die Funktionen des alten Quellsystems finden, sie analysieren und versuchen, sie mit den Funktionen des neuen oder Zielsystems abzugleichen. Wenn es keine Übereinstimmung gibt, müssen sie entweder die Funktionen im neuen System ändern oder ganz neue Funktionen erstellen. Angesichts der Millionen von Verträgen, die migriert werden müssen, ist dieser Prozess zeitaufwändig und verbraucht wertvolle Ressourcen.

Schweizer Messer Lösung

Wir arbeiten seit mehreren Jahren an der Entwicklung und Bereitstellung einer nachhaltigen Lösung für die automatisierte Übertragung von versicherungsmathematischen Funktionen.

Eine der leistungsstärksten Methoden ist die Verwendung von tiefen neuronalen Netzen, die allgemein als der Goldstandard bei Modellen für maschinelles Lernen gelten. Die Stärken von tiefen neuronalen Netzwerken sind ihre Fähigkeit, komplexe Funktionen zu approximieren, mit großen Datensätzen zu arbeiten und dynamisch zu lernen. Tiefe neuronale Netzwerke sind Black-Box-Modelle, bei denen die Beziehung zwischen Eingabe und Ausgabe nicht erklärt werden kann.

Die symbolische Regression, ein White-Box-Modell, durchsucht dagegen den Raum aller möglichen Formeln für gegebene Operatoren und Basisfunktionen und bestimmt die Formel, die am besten zu den Eingabe- und Ausgabedaten passt. Als solches ist es explizit erklärbar. Obwohl es für sehr komplexe Gleichungen nicht effizient ist, kann es für versicherungsmathematische Funktionen oft nützlich sein.

Neuronale Bäume, die mit neuronalen Netzen verwandt sind, verwenden im Wesentlichen die Struktur von Logik- oder Entscheidungsbäumen, mit denen die meisten von uns vertraut sind. Wie die symbolische Regression sind sie nicht für hochkomplexe Gleichungen geeignet, aber sie können oft ausreichen, um versicherungsmathematische Funktionen zu implementieren. Sie sind deterministisch und daher vollständig erklärbar.

Die hybride Kombination aus tiefen neuronalen Netzen, symbolischer Regression und neuronalen Bäumen löst das Problem der Erklärbarkeit und der Genauigkeit angemessen und adäquat. Für die Versicherungsbranche stellt die Verwendung dieser Methoden in wichtigen versicherungsmathematischen Funktionen eine echte Neuheit dar. Im Rahmen des laufenden öffentlich geförderten Forschungsprojekts TRAIL.X (TRustworthy Artificial Intelligence in Life Insurance) haben wir eine innovative Lösung für die teilweise Automatisierung von Migrationen entwickelt, die bereits in der Praxis eingesetzt wird.

Der Druck, die IT-Systeme zu modernisieren, nimmt im Rahmen eines anspruchsvollen und dynamischen Umfelds zu. Viele Versicherer scheuen jedoch noch immer diesen Schritt aufgrund der hohen Kosten und der langen Dauer der Projekte. Mit der Teilautomatisierung von Migrationen bieten wir eine Technologie an, mit der die notwendigen Konsolidierungsprojekte zu erschwinglichen Kosten durchgeführt werden können.