Car that now needs to make use of its insurance
Schadensfallbearbeitung für Autoversicherungen
Hintergrund
Die Schadenbearbeitung ist ein Standardprozess bei Kfz-Versicherungsgesellschaften. Wenn ein Kunde an seinem Auto einen Schaden erleidet, wird ein sehr umständlicher, meist manueller Prozess eingeleitet. Zuerst muss der Kunde das Auto in eine Autowerkstatt bringen, wo die Kosten geschätzt und Fotos des Schadens gemacht werden. Der Kostenvoranschlag wird dann an die Versicherungsgesellschaft geschickt und auf Plausibilität überprüft. Dieser Prozess kann mehrere Tage bis Wochen dauern, was zu einer enttäuschenden oder frustrierenden Kundenerfahrung führen kann.
Herausforderungen
Kfz-Versicherungsgesellschaften prüfen schlankere Prozesse und stellen gleichzeitig sicher, dass betrügerisches Kundenverhalten aufgedeckt wird. Für Versicherungsarten mit kleineren Geldforderungen, wie z.B. eine Haftpflichtversicherung, haben die Versicherungsunternehmen bereits so genannte "Black-Box-Prozesse" eingerichtet, bei denen keine menschliche Interaktion erforderlich ist, wenn der Anspruch bestimmte Bedingungen erfüllt, wie z.B. Ansprüche unter einem bestimmten EUR-Schwellenwert.
In der Autoversicherung sind die Ansprüche jedoch von wesentlich höherem Wert. Darüber hinaus sind die Autowerkstätten eine zusätzliche beteiligte Partei, was häufig zu zusätzlichen Verzögerungen bei den Reaktionszeiten führt.
Lösungsansatz
Der Kunde kann angewiesen werden, eine Reihe von Smartphone-Bildern in ein vordefiniertes Verfahren zur Bearbeitung von Ansprüchen hochzuladen, das Teil einer mobilen Anwendung oder Benutzeroberfläche ist. Da die Bilder nun mit der spezifischen Police und dem spezifischen Fahrzeug im Benutzerkonto verknüpft sind, kann automatisch überprüft werden, ob die Bilder dem spezifischen Fahrzeug entsprechen.
Darüber hinaus liefern die "Metadaten" des Bildes Informationen über das Datum und die Uhrzeit der Bildaufnahme. Mit einer maschinell lernenden bildforensischen Methode namens "Error Level Analysis" können nachbearbeitete oder "Photoshop"-Bilder erkannt werden. Nach Abschluss der Betrugsverdachtsprüfungen kann das Bild mit einem Convolutional Neural Network (CNN) analysiert werden, um festzustellen, welche Teile des Autos beschädigt sind und wie schwer der Schaden ist.
Auf diese Weise kann festgestellt werden, ob der Austausch des Autoteils wirtschaftlich ist und von der Police gedeckt wird. Mit diesen Techniken und der Unterstützung einer Datenbank mit günstigen Preisen für den Austausch von Autoteilen kann der Machine Learning Algorithmus eine Reihe von Reparaturwerten ausgeben, die die Versicherung für die Reparatur bezahlt.