Ein Fall für KI: Der automatisierte Dokumentenvergleich
"Das Vergleichen ist das Ende des Glücks und der Anfang der Unzufriedenheit“ sagte der dänische Philosoph Søren Kierkegaard. Sich selbst mit anderen oder Dinge zu vergleichen, ist eine natürliche und intuitive, oft auch unterbewusste, Handlung eines jeden Menschen. Aber warum vergleichen wir? Sich mit anderen zu vergleichen hat unter anderem den Zweck, herauszufinden, was andere besser machen als wir selbst, um daraus zu lernen und sich zu verbessern.
Vergleichen ist in uns und wird u.a. auch in Form der Redewendung „Du sollst nicht Äpfel mit Birnen vergleichen“ von Generation zu Generation weitergegeben. Hiermit ist allerdings nicht gemeint, dass man generell nicht vergleichen darf. Man soll nur nicht unfair vergleichen. Im Versicherungskontext ist der Vergleich von Versicherungstexten, z.B. von allgemeinen Versicherungsbedingungen (AVB) für Assekuradeure, Versicherungsmakler und Versicherer nicht nur sinnvoll, sondern kann im Wettbewerb entscheidend sein.
Die Intention eines Vergleichs ist unterschiedlich: Während der Versicherungsmakler AVBs vergleicht, um seine Kunden bestmöglich zu beraten und diese über signifikante Änderungen der AVBs zu informieren. Vergleicht der Versicherer, um seine Leistungen mit dem Markt zu vergleichen.
Derartige Vergleiche erfolgen aktuell in der Regel manuell und sind dadurch insbesondere bei komplexen und umfangreichen Dokumenten eine herausfordernde, zeitraubende und fehleranfällige Aufgabe. Unterstützung kann hier künstlicher Intelligenz, insbesondere durch den Einsatz der Teildisziplin Natural Language Processing (NLP), liefern. Die bisher manuellen Tätigkeiten werden maschinell unterstützt, sodass komplexe Dokumente auf semantischer Ebene automatisiert analysiert und verglichen werden können. Dadurch lassen sich Aufwände und Fehler deutlich reduzieren.
Versicherungsvokabular, hat wie z.B. die Bereiche Medizin oder Jura, einige sprachliche Besonderheiten. Ohne Fachkenntnisse stößt man beim Verständnis von derartigen Texten schnell an seine Grenzen. Bei maschinellen Lösungen werden von KI-Experten Sprachmodelle eingesetzt. Aufgrund der Komplexität sind bei Versicherungstexten die Möglichkeiten von Sprachmodellen schnell erschöpft. So wie Endkunden häufig einen Versicherungsexperten benötigen, um den Inhalt der AVBs zu verstehen, benötigen wir zum Vergleich der AVBs ein Sprachmodell, dem Versicherungsvokabular nicht fremd ist. Das convista-Sprachmodell wurde explizit mit Versicherungstexten nachtrainiert, sodass Anwendungsfälle wie die folgenden automatisiert durchgeführt werden können:
- Identifikation von sprachlichen und inhaltlichen Differenzen in Versicherungstexten eines Versicherers mit unterschiedlichen Ständen.
- Identifikation von inhaltlichen Differenzen von Versicherungstexten unterschiedlicher Versicherer.
- Extraktion und Vergleich konkreter Textabschnitte und Werte eines oder mehrerer Versicherer.
Haben wir Ihr Interesse geweckt?
Weitere Details zu den aufgeführten Anwendungsfällen beleuchten wir in den folgenden Beiträgen der Blog-Reihe „KI-gestützte Dokumentenanalyse“, die in den nächsten Wochen online gehen werden:
- Wie Sie mit KI sprachliche und inhaltliche Differenzen in unterschiedlichen Dokumentenversionen oder in Texten unterschiedlicher Versicherer identifizieren können, lesen Sie in Teil 2. zur Dokumentenanalyse mit KI
Autor
Lukas Pulß – Management Consultant
Als erfahrener IT-Berater und Versicherungsexperte zeichnet sich Lukas Expertise vor allem durch sein umfassendes Fach- und Branchenwissen sowie seine Erfahrung im gesamten Lebenszyklus von IT-Projekten aus. Als Product Owner bildet er die fachliche Klammer über die KI-Themen im Geschäftsbereich Versicherungen.
Lukas Pulß