Unsere Perspektive auf KI
Was wir aus unseren KI-Pilotprojekten gelernt haben: Drei Dinge, die Versicherer wissen sollten
Die Potenziale generativer KI für Betrieb, Schaden/Leistung und Vertrieb in der Versicherungsbranche sind gigantisch. Doch wie gelingt der Einstieg? Und vor allem: Wie stellen Versicherer sicher, dass KI tatsächlich messbaren Mehrwert liefert?
Unsere Antwort darauf ist eindeutig: Mit strategisch konzipierten KI-Pilotprojekten!
Warum ein Pilotprojekt der beste Startpunkt ist
Risiken frühzeitig erkennen und beherrschen:
Generative KI birgt komplexe Herausforderungen, von technischen Fallstricken über Datenschutz bis hin zu Bias und den berüchtigten „Halluzinationen“. Ein Pilot ist Ihre Sandbox: Hier identifizieren und minimieren Sie diese Risiken in einem sicheren, kontrollierten Umfeld, bevor Sie die Technologie unternehmenskritisch skalieren.
Beschleunigung der Lernkurve für Teams und Organisation:
Der Umgang mit generativer KI erfordert neue Fähigkeiten – sei es im Prompt Engineering, der kritischen Ergebnisbewertung oder ethischen Fragestellungen. Ein Pilotprojekt schafft den nötigen Raum zum Experimentieren, Lernen und Entwickeln von Kompetenzen, ohne sofort hohe Investitionen oder weitreichende Unternehmensveränderungen zu riskieren.
Den Mehrwert klar messbar machen:
Ein Pilot zeigt den tatsächlichen Nutzen der KI im realen Einsatz (z.B. Effizienz, Serviceverbesserung). So dient KI Unternehmen und Kunden spürbar, statt ein Selbstzweck zu sein. Das schafft die Basis für weitere Investitionen.
Vor rund einem Jahr haben wir uns jedoch einem besonders aufschlussreichen Fall gewidmet: Wir starteten ein KI-Pilotprojekt, dessen Ziel es war, generative KI zur Analyse und prägnanten Zusammenfassung komplexer medizinischer Texte zu nutzen. Dieses Projekt war für uns insofern wegweisend, als es uns ermöglichte, den direkten Mehrwert für externe Kunden sichtbar zu machen. Die dabei gesammelten Erkenntnisse geben wir gerne weiter:
Was haben wir gelernt? Und worauf sollten Versicherer bei ihren eigenen KI-Pilotprojekten achten?
Hier sind unsere drei wichtigsten Erkenntnisse und Empfehlungen
1. Ein klares und realistisches Projektziel formulieren
Entscheidend für unseren Erfolg bei red6 war es, den Umfang des Pilotprojekts bewusst schlank und handhabbar zuhalten. Dies erlaubte unserem Team, sich voll auf die steile Lernkurve zu konzentrieren. Wir erzielten schnell sichtbare Fortschritte, hielten die Motivation im Projektteam hoch und hielten an hohen, aber nicht übertriebenen Erwartungen fest. Gleichzeitig bauten wir systematisch Vertrauen in die Technologie auf. Bei der Zielformulierung behielten wir stets unsere Annahmen zum potenziellen Mehrwert im Blick.
2. Mit einer sauberen und nicht-sensitiven Datenbasis beginnen
Ein entscheidender Schritt: In unserem KI-Pilotprojekt haben wir uns bewusst dafür entschieden, mit einer sauberen und nicht-sensitiven Datenbasis zu arbeiten. Der Verzicht auf personenbezogene oder andere vertrauliche Daten ermöglichte uns, ohne jegliches Risiko zahlreiche Iterationen im Bereich der Textzusammenfassung (Summarisation) durchzuführen. So konnten wir extrem schnell und sicher mehr über die Funktionsweise generativer KI lernen – ein immenser Vorteil für die rasche Etablierung von internem Know-how.
3. Den Aufwand für die Untersuchung von Grenzfällen nicht unterschätzen
Über viele Iterationsstufen hinweg haben wir eine wichtige Lektion gelernt: Während ausreichend Kontext im Prompting hilfreich ist, kann zu viel Kontext schnell zu fehlerhaften oder „halluzinierenden“ Zusammenfassungen führen. Hier gilt es, das richtige Gleichgewicht zwischen detaillierter Anweisung und der Fähigkeit der KI zur Generalisierung zu finden. Planen Sie daher ausreichend Zeit für die akribische Analyse fehlerhafter oder unerwarteter Antworten ein.
Uns hat es enorm geholfen, die KI nicht nur zu nutzen, sondern auch zu verstehen. Dies gelingt durch gezieltes Nachfragen, etwa mittels „Chain-of-Thought“-Prompting, um das interne „Reasoning“ des Sprachmodells zu analysieren. Für tiefere, technische Einblicke und den Vergleich des Verhaltens verschiedener Modelle sind zudem Methoden wie die „Attention-Analyse an anderen (ggf. auch offenen) Sprachmodellen“ wertvoll, um zu erkennen, welche Informationen die jeweiligen Modelle tatsächlich für ihre Entscheidungsfindung heranziehen, und wo möglicherweise irreführende Abhängigkeiten entstehen. Dadurch verstand das red6 Team, welche Informationen für eine prägnante Summarisation irrelevant oder sogar irreführend für die KI sind.
KI-Pilotprojekte sind der Schlüssel, um generative KI sicher, zielgerichtet und nachhaltig wertschöpfend in Ihr Versicherungsunternehmen zu integrieren. Sie sind Ihr Sprungbrett in eine effizientere und innovativere Zukunft.
Möchten Sie erfahren, wie wir bei red6 unsere Teams auf die KI-Zukunft vorbereiten und Sie bei Ihrem Pilotprojekt unterstützen können?
Senden Sie uns eine Nachricht! Wir zeigen Ihnen gerne, wie eine maßgeschneiderte KI-Roadmap auch Ihr Unternehmen voranbringen kann.