Chatbots – die besseren Kundenberater?

Kommunikation ist die zentrale Grundlage für das Funktionieren und Zusammenleben in unserer Gesellschaft. Das Wort Kommunikation leitet sich aus dem lateinischen Wort “communicatio” ab, was so viel wie „Mitteilung“ heißt und den Austausch von Informationen meint. Jede Kommunikation findet in einer Interaktion statt und in jeder Situation gelten zudem eigene Regeln: So wird in einer Teambesprechung anders kommuniziert als in einem Kundengespräch. Nicht zuletzt trägt die richtige Kommunikation im Umgang mit Kunden und Partnern einen wesentlichen Teil zum geschäftlichen Erfolg bei. Kunden erwarten heutzutage eine nahtlose Interaktion mit Versicherern – unabhängig vom Kommunikationskanal. Telefon, E-Mail, Social Media – Versicherungsnehmer möchten mit wenig Aufwand jederzeit Informationen einholen können und erwarten schnelle Antworten auf ihre Fragen und Wünsche.

24/7 Erreichbarkeit, Kosteneffizienz und Cross-Selling-Potenzial

Um diesem hohen Servicelevel gerecht zu werden, setzen Versicherungsdienstleister auf Künstliche Intelligenz (KI). Diese zeichnet sich mittlerweile durch neue Fähigkeiten wie Spracherkennung, natürliche Sprachverarbeitung, tiefes Lernen und Mustererkennung aus. KI wird in der Gesprächsführung und damit im Kundenservice zu einer unverzichtbaren Technologie. Chatbots sind in der Lage, die menschliche Kommunikation zu simulieren und zu automatisieren. Durch den Einsatz von Natural Language Processing können sie beispielsweise textlich unstrukturierte Informationen verstehen und in natürlicher Sprache antworten. Chatbots können die Anzahl positiver Kundenkontakte erhöhen und garantieren zudem eine ständige Erreichbarkeit, Lösungen in Echtzeit sowie eine natürliche und einfache Kommunikation mit dem Kunden. Oft verursachen kleine Anliegen wie Adressänderungen hohe Servicekosten. Durch den Einsatz von Bots können die Kosten um rund 80 bis 90 Prozent gesenkt und der anspruchsvolle Servicelevel sogar kosteneffizient realisiert werden. Vor allem im Kundenservice von Unternehmen helfen Chatbots dabei, die Prozesse zu automatisieren und die Kundenzufriedenheit zu steigern. Im Kundendialog erarbeiten sich Chatbots mittlerweile Nutzerprofile, um Antworten zu personalisieren. Immer mehr Anfragen können so bereits abschließend bearbeitet werden. Sollte die Anfrage jedoch nicht mehr mit ausreichender Sicherheit richtig beantwortet werden können, wird der Sachverhalt an einen Mitarbeiter abgegeben und die Gesprächsführung durch einen Menschen fortgeführt. Mittlerweile sind auch komplexere Vorgänge möglich. So folgt in der Versicherungswirtschaft der Änderung von Adressdaten nicht mehr nur die anschließende Anpassung des Versicherungsschutzes, sondern zum Beispiel auch die Vermittlung von Zusatzversicherungen und Vertragsänderungen. Dieses Cross-Selling-Potenzial führt neben der Kostenreduktion auch zu einer Umsatzsteigerung.

Die Grenzen der Bots

Viele Anbieter von Chatbots arbeiten noch auf der Basis von regelbasierten Entscheidungsbäumen. Dank maschinellem Lernen (Deep Learning Modellen) werden Antworten immer besser und es wird für den Nutzer zunehmend schwieriger zu erkennen, ob es sich beim Kommunikationspartner um einen Menschen oder eine Maschine handelt. Der erstmals im Jahr 1950 eingesetzte Turing-Test prüft, inwieweit eine Maschine die kognitive Leistung eines Menschen besitzt. Für den Test chattet eine Versuchsperson mit einem Menschen und einem Computer. Dann muss entschieden werden, welcher Gesprächspartner Mensch und welcher Maschine ist. Der Test gilt als bestanden, wenn mindestens 30 Prozent der Versuchspersonen den Chatbot für einen Menschen halten. Doch wie reagieren Kunden auf einen Bot? Die Akzeptanz der Interaktion mit einem Chatbot wird als sehr hoch eingestuft. Allerdings entsteht an dieser Stelle ein anderes Problem: Sobald User wissen, dass sie mit einem Roboter chatten, werden skurrile Fragen gestellt, um den Bot zu testen und an seine Grenzen zu bringen, da dieser für spezifische Anfragen konfiguriert ist. Eine weitere Herausforderung besteht im Umgang mit Schreibfehlern und Slang sowie dem Datenschutz. Da Chatbots von den Nutzereingaben lernen, um so personalisierte Antworten zu generieren, werden je nach Chatbot auch Nutzerdaten gesammelt und ausgewertet, die der Nutzer nicht eingegeben hat. Geschieht das Profiling ohne Einwilligung, ist das in Bezug auf den Datenschutz kritisch zu bewerten.

Chatbots in der InsurTech-Szene

Nutzer verbringen immer mehr Zeit in Messaging-Apps und immer weniger Zeit auf Websites. Das bietet großes Potential für Chatbots. Insurista hat dies erkannt und bietet seit 2016 Versicherungs- und Bankunternehmen eine Kommunikationsplattform an, die KI-basierte Chatbots nutzt und via Facebook-Messenger den User berät. Neben Insurista, arbeitet auch das Berliner Start-up Rasa am Einsatz Künstlicher Intelligenz und somit an der nächsten Chatbot-Generation. Rasa steht dabei im engen Austausch mit Unternehmen wie ERGO und Helvetia. „Carla“, der Chatbot des Start-up Kauz, ist als „Enterprise Bot“ vollständig angepasst an die Produkte, Services und Sprache des Unternehmens, dass sie vertreten. Der Chatbot von Kauz arbeitet im Gegensatz zu anderen Chatbots nicht mit Machine Learning, sondern mit Natural Language Understanding (NLU). Dadurch wird das beste Sprachverständnis garantiert sowie eine modulare Architektur, die eine schnelle Konfiguration und skalierbare Entwicklung ermöglicht. Mit NLU besitzt das System die Fähigkeit, unbekannte Worte und fehlende Informationen zu analysieren. Anschließend werden diese korrigiert und nachgeliefert. Kauz` Chatbots formen somit ein Abbild des Gesagten. Sie kennen zehntausende Bedeutungen und lösen sprachliche Mehrdeutigkeiten auf. Carlas Wissen ist modular aufgeteilt in Sprachwissen, Weltwissen und situative Kommunikationsfähigkeiten. Diese Module werden laufend erweitert. Das Wissen über die Produkte und Leistungen von Unternehmen sowie deren spezielle Terminologie kommt dann konfigurierbar hinzu.

Emotionalisierung der Chatbots

Derzeit eignen sich Chatbots vor allem zur schnellen Klärung von einfachen Sachverhalten. Besonders erfolgsversprechend ist der Einsatz von KI, wenn es gelingt, die Sprache der Bots weiter zu emotionalisieren und ihnen gleichzeitig beizubringen, Kundenbeziehungen aufzubauen. Bots sollen auf Emotionen wie Aufregung, gute und schlechte Laune reagieren können, sei es anhand der Stimme oder des Schreibstils. Das Wichtigste bezüglich der Weiterentwicklung der Technologie wird sein, ein skalierbares und flexibles Dialog-Management aufzubauen, welches nicht mehr auf Regeln basiert. Dabei kommt der Verwendung von natürlicher Sprachverarbeitung und kontextbezogener Intelligenz eine hohe Bedeutung zu. KI wird die Zukunft der Kundeninteraktionen bestimmen und das gesamte digitale Kundenerlebnis neu definieren.

Das Sommerloch fällt aus!

Während in anderen Branchen in den Sommermonaten die Uhren still stehen und sich kaum etwas bewegt, dreht die InsurTech-Szene so richtig auf. Gleich drei neue Start-ups sind in den vergangenen Wochen auf dem InsurTech-Radar erschienen.
F-Fex, Gonetto und Crowdheroes heißen die neuen Player, die sehr unterschiedliche Geschäftsmodelle verfolgen, jedoch alle drei einen gemeinsamen Gedanken teilen: in der Versicherungswirtschaft ist ein Umdenken erforderlich!

Hier eine kurze Vorstellung der Neuzugänge auf dem InsurTech-Markt:

Crowdheroes
Das Berliner Start-up setzt den Community-Gedanken konsequent um und will so die Versicherungsbranche revolutionieren. Das Augenmerk liegt dabei auf der Etablierung einer Auktionsplattform für Versicherungen, auf der die Interessenten als ‚Crowd‘ ihre Handlungsmacht erhöhen können. So sollen Prämien beispielsweise durch das Einsparen von Maklergebühren gesenkt werden. Eine wesentliche Rolle dabei spielen die sozialen Medien , die als Plattform zum Aufbau der Marktmacht genutzt werden sollen.

Gonetto
Das junge Unternehmen Gonetto will als unabhängiger Kundenberater fungieren und verspricht dabei, zu 100 Prozent im Interesse der Kunden zu handeln und einen neutralen Vergleich anzustellen. Die angestrebte Prozesserleichterung soll Einsparungen erbringen, die direkt an die Kunden weitergegeben werden können. Diese profitieren zudem insbesondere von Neuabschlüssen, indem die Provisionen entfallen und der entstandene Effizienzgewinn auf sie übertragen wird. Die erhöhte Transparenz, der neutrale Marktüberblick und die Online-Abwicklung sorgen für ein faires Geschäftsmodell im Sinne des Kunden.

F-Fex
F-Fex ist ein Komplettanbieter für das digitale Management von Fondspolicen. Das Start-up aus Bad Homburg will Vorteile sowohl für den Berater, den Policen-Inhaber als auch für den Versicherer generieren. Durch eine digitale Komplettlösung in Form eines eigens entwickelten Software-Tools mit interaktiven Plattformen sollen transparente und effiziente Lösungen angeboten werden. Im Wesentlichen werden dadurch zwei neue Geschäftsfelder bedient: das fondsbasierte Vermögensmanagement von Maklerpools und die Erstellung von Fonds- und Wettbewerbsanalysen zur Produkt- und Wettbewerbspositionierung von Fondanbietern.

The Next Big Thing: Künstliche Intelligenz

Chatbots, Deep Learning, RankBrain oder Data Mining – diese Begriffe sind aktuell in aller Munde, wenn es um das Thema „Künstliche Intelligenz“ geht. Laut der Konjunkturumfrage „Bitkom-Branchenbarometer“ vom 1. Halbjahr 2017 ist Künstliche Intelligenz der Aufsteiger des Jahres und wird von vielen als einer der größten Technologie-Trends und als Wachstumsmotor für die Wirtschaft bezeichnet.

Unsere Kollegen vom Insurance Innovation Lab machen den Trend deshalb zum Thema ihrer kommenden Werkstattwoche und nehmen das Phänomen Künstliche Intelligenz genauer unter die Lupe.

Künstliche Intelligenz – Was ist das?

Der Begriff „Künstliche Intelligenz“ (KI) bezeichnet ursprünglich einen Teilbereich der Informatik. Im Mittelpunkt stehen die Automatisierung von intelligentem Verhalten und der Versuch, menschenähnliche Wahrnehmung und menschenähnliches Verhalten durch Maschinen nachzubilden. Ursprünglich als Wissenschaft der Computer-Programmierung betitelt, hat sich das Gebiet rund um Künstliche Intelligenz immer mehr zur Erforschung der menschlichen Denkweise entwickelt. Denn: Ohne das menschliche Denken verstanden zu haben, kann auch keine Maschine erschaffen werden, die in der Lage ist zu denken. Somit bestehen Schnittstellen zu angrenzenden Wissenschaften wie Neurologie, Psychologie, Kognitionswissenschaft, Philosophie und Sprachenwissenschaft. Den Verstand eines Menschen umfassend mit einer Maschine nachzuvollziehen, ist bislang jedoch nicht gelungen, weshalb zunehmend einzelne Teilbereiche fokussiert werden, um in diesen die Arbeit erleichtern zu können. Eines der größten Hindernisse liegt zum Beispiel in der Sprachverarbeitung, denn mentale Abläufe menschlicher Sprachverarbeitung sind nicht bekannt.

Wann ist eine Maschine intelligent?

In einer zunehmend an Komplexität gewinnenden Welt müssen menschliche Ressourcen sinnvoll genutzt werden – dabei können intelligente Computersysteme helfen. Diese Möglichkeit wird in der Gesellschaft jedoch nicht nur positiv gesehen: Viele sind schockiert bei dem Gedanken daran, dass eine Maschine Intelligenz besitzen könnte. Doch wann gilt eine Maschine eigentlich als intelligent?

Diese Frage treibt die Forscher der Künstlichen Intelligenz seit Jahrzehnten um und kann seit 1950 mit dem sogenannten „Turing-Test“ beantwortet werden, der von dem britischen Mathematiker Alan Turing entwickelt wurde. Bei der Durchführung des Tests kommunizieren eine Maschine und ein Mensch parallel mit einem anderen Menschen über längere Zeit. Das kann beispielsweise durch ein Chat-Programm geschehen, es gibt jedoch weder Sicht- noch Hörkontakt. Sowohl Mensch als auch Maschine versuchen, die Testperson davon zu überzeugen, dass sie denkende Menschen sind. Der „Turing-Test“ ist bestanden, wenn der Tester nicht bestimmen kann, welche Unterhaltung mit einem Menschen und welche mit einer Maschine geführt wurde. Sofern die Maschine den Test bestanden hat, darf sie als intelligent bezeichnet werden. Im Jahr 1991 rief der US-amerikanische Soziologe Hugh G. Loebner dazu auf, ein Computerprogramm zu entwickeln, das den „Turing-Test“ besteht und setzte dafür ein Preisgeld in Höhe von 100.000 US-Dollar aus – bis 2017 hat es allerdings keiner geschafft, diesen Preis zu gewinnen.

Auch wenn es bis zu einem denkenden Computer und einem völlig autonom handelnden Roboter noch ein sehr weiter Weg zu sein scheint, so hat die Künstliche Intelligenz heute bereits in viele Lebensbereiche Einzug gehalten – sei es auf Verkaufsplattformen durch Ratschläge von Bots zum Warenangebot, im Straßenverkehr durch die ersten fahrerlosen Automobile oder in Form eines Roboters, der den Rasen im Vorgarten mäht.

Künstliche Intelligenz in der Assekuranz

Auch die Assekuranz wird früher oder später von Künstlicher Intelligenz erobert werden. Der Einsatz dieser Technologie bietet vielfältige neue Möglichkeiten – gerade, wenn es darum geht, den Bedürfnissen der Kunden besser nachzukommen sowie Prozesse schneller, kosteneffizienter und einfacher zu gestalten. Ein großes Potenzial für die Anwendung von Künstlicher Intelligenz liegt im Schadenmanagement beziehungsweise in der Betrugserkennung. Die Schadenbearbeitung, die bislang von Mitarbeitern durchgeführt wird, könnte automatisiert und damit die Bearbeitungszeit als auch die Kosten für den Versicherer reduziert werden. Außerdem können Risiken besser eingeschätzt werden, indem gesammelte Kundendaten von intelligenten Algorithmen analysiert und bewertet werden. Zudem können Chat Bots zur Verbesserung des Service, der Erreichbarkeit in Randzeiten sowie dem Abfangen von Standardfragen und Antworten im Call Center und auf der Webseite dienen. Generell hat die Erhöhung der Automatisierung in alltäglichen Abläufen für Versicherungen eine sehr hohe Relevanz.