Beim Thema Daten fehlt häufig die Perspektive der Geschäftsstrategie
Die Assekuranz verwendet seit jeher ein datengetriebenes Geschäftsmodell. Was häufig fehlt, ist eine ganzheitliche Sicht und die Fähigkeit, Daten als Asset aktiv dafür einzusetzen, strategische Geschäftsziele zu erreichen. Einzelne Aktivitäten in den Bereichen Analytics, Data Science und Künstliche Intelligenz (KI) haben bereits vielversprechende Erfolge vorzuweisen. Beispiele hierfür sind etwa:
- Der Einsatz von KI zur Prozessoptimierung im Input-Management
- Die Erhöhung der Dunkelverarbeitungsquote im Claims-Bereich durch maschinelles Lernen
- Die Erhöhung der Verweildauer von Bestandskunden
Dennoch bleiben die Aktivitäten leider häufig punktuell und lokal, eine ganzheitliche Sicht auf die Wertschöpfung durch Daten aus der Perspektive der Geschäftsstrategie fehlt.
Business im Blick: Analytics & KI als Programm?
Die strategischen Ziele in der Branche sind divers. Sie reichen von Querschnittsthemen wie der Fokussierung auf eine höhere Kundenzufriedenheit oder auf eine höhere Beitragsstabilität über Einsparziele im Betrieb bis hin zu spartenspezifischen Zielen, wie etwa der Erhöhung der Wiederanlagequote in der Lebensversicherung. Um hier möglichst wertstiftend zu investieren ist es wichtig, Anwendungsfälle für Analytics & KI aus der Sicht dieser strategischen Ziele zu identifizieren und in einem Programm zu konsolidieren, welches auf die Geschäftsstrategie ausgerichtet ist. Einzelne Aktivitäten tragen selten zu Synergien bei und erzeugen zudem Mehrfachaufwände in der Umsetzung sowie dem späteren Betrieb der Lösung.
Die Lösung: Entwicklung einer strategischen Analytics- & KI-Roadmap
Ein entsprechendes Programm, etwa in Form einer strategischen Analytics- und KI-Roadmap, unterstützt die Geschäftsziele direkt. Startpunkt dafür ist ein Ideation-Prozess zur Ideenfindung für mögliche Anwendungsfälle inklusive einer ersten Bewertung gemeinsam mit den Fachbereichen. Anschließend findet die Detailarbeit statt: Dutzende bis Hunderte Ideen für Anwendungsfälle werden entsprechend ihres Wertbeitrages zu spezifischen strategischen Zielen gruppiert, priorisiert und zu einer strategischen Roadmap konsolidiert.
Das Zielbild: Operationalisierungsplan und Umsetzungsvoraussetzungen
Ein Operationalisierungsplan legt fest, welche Anwendungsfälle zu welchem Zeitpunkt umgesetzt werden. Auch wichtige Voraussetzungen für eine erfolgreiche Umsetzung sind zu klären und ggf. zu schaffen: Welche IT-Infrastruktur ist notwendig? Wie entwickelt ist die Kompetenz im Unternehmen, solche komplexen Innovationsprojekte erfolgreich von der Idee zur Operationalisierung zu führen? Sind benötigte Fähigkeiten, insbesondere im Umfeld Analytics & KI und Operationalisierung, vorhanden oder müssen diese entwickelt werden? Starten Sie jetzt mit uns Ihre strategische AI-Journey – wir freuen uns auf den Dialog mit Ihnen!
