Skip to main content
SpringerLink
Log in

Versicherungsunternehmen im kognitiven Zeitalter

  • Chapter
  • First Online:
Handbuch Versicherungsmarketing

  • 18k Accesses

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 79.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 99.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Similar content being viewed by others

Notes

  1. 1.

    Intelligente Assistenzsysteme, die Personen und Unternehmen bei unterschiedlich anspruchsvollen Fragen und Aufgaben unterstützen.

  2. 2.

    Eine exakt beschriebene Vorgehensweise zum Lösen eines Problems in endlich vielen und eindeutig beschriebenen Schritten. Ein Algorithmus wird in einer festgelegten Programmiersprache verfasst.

  3. 3.

    Erkennen strukturierte und unstrukturierte Daten, stellen diese in wechselnde logische Zusammenhänge und werden mit jeder Transaktion klüger. Kognitive Systeme arbeiten nach dem Vorbild des menschlichen Gehirns bzw. dessen neuronaler Verknüpfungen. Beispiel für ein kognitives System ist Watson von IBM.

  4. 4.

    Systeme zur Generierung von Wissen und Erfahrungen mit dem Ziel, Probleme besser zu lösen als vorher. Systeme werden dazu befähigt, aus einer Vielzahl von Beispielen für ein Problem Muster und Gesetzmäßigkeiten zu erkennen. Dadurch soll es ihnen möglich sein, auch unbekannte Daten zu beurteilen.

  5. 5.

    Oberbegriff für Technologien und Verfahren, wie Natural Language Processing, Machine Learning oder Advanced Imaging, mit deren Hilfe unstrukturierte, unbekannte und unterschiedliche Dokumente analysiert und Erkenntnisse über deren Inhalt gewonnen werden können.

  6. 6.

    Robotergesteuerte Prozessautomatisierung. Automatisierung wiederkehrender Abläufe, die einzeln dokumentiert werden müssen. Größtes Wertschöpfungspotenzial bietet RPA mit Blick auf Geschäftsprozesse und ‑routinen.

  7. 7.

    Methode, um optimale Vorgehensweise für eine Situation zu finden. Liefert Handlungsempfehlungen, wie ein bestimmter Trend in eine gewünschte Richtung beeinflusst, ein vorhergesagtes Ereignis verhindert oder sich auf ein zukünftiges Ereignis vorbereitet werden kann.

  8. 8.

    Simulieren menschliche Gespräche und Chats durch künstliche Intelligenz.

  9. 9.

    System zum Filtern von Informationen, um Wert oder Priorität, die ein Nutzer einem bestimmten Thema beimisst, vorherzusagen. Beispielsweise bei Musik, Suchanfragen oder Produkten. Potenzial in der Kundenberatung, um individuelle Angebote im richtigen Moment beim Kunden zu platzieren.

  10. 10.

    Befasst sich mit dem Verstehen und der Semantik von Wörtern und Sätzen, der Syntaxanalyse und der Beantwortung von Fragen. Mit für das NLP entwickelten Algorithmen können Computer menschliche Sprache und deren inhaltliche Bedeutung verstehen und entsprechende Anweisungen ausführen.

  11. 11.

    Automatisierte, selbstlernende, textbasierte Dialogsysteme. Über eine Textein‑ und ausgabemaske erfolgt die Kommunikation mit dem dahinterstehenden System in natürlicher Sprache.

  12. 12.

    Benutzeroberfläche, die die Konversation mit einer realen Person imitiert und eigenständig die Probleme der Anwender löst. Kommunikation zwischen Mensch und Maschine bedarf keiner visuellen Übersetzungsleistung.

Literatur

  1. Accenture (2017) Technology vision for insurance 2017. Technology for people. The era of the intelligent insurer. https://www.accenture.com/us-en/insight-insurance-technology-vision-2017. Zugegriffen: 7. Sept. 2017

    Google Scholar 

  2. Bedell C, Bieck C, Marshall A, Sarkar S (2016) Kunden und Risiken besser verstehen. Wie kognitive Systeme die Versicherungsbranche voranbringen, IBM Institute for Business Value. https://www-01.ibm.com/common/ssi/cgi-bin/ssialias?htmlfid=GBE03710DEDE&. Zugegriffen: 7. Sept. 2017

    Google Scholar 

  3. Bradski G (2017) Ask the AI experts: What will take AI capabilities to the next level?, McKinsey&Company. http://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/ask-the-ai-experts-whats-driving-todays-progress-in-ai. Zugegriffen: 7. Sept. 2017

    Google Scholar 

  4. Bradski G (2017) Ask the AI experts: What’s driving today’s progress in AI?, McKinsey&Company. http://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/ask-the-ai-experts-whats-driving-todays-progress-in-ai. Zugegriffen: 7. Sept. 2017

    Google Scholar 

  5. Holland M (2017) IBMs Watson: Japanische Versicherung ersetzt Mitarbeiter durch KI, in: heise online. https://www.heise.de/newsticker/meldung/IBMs-Watson-Japanische-Versicherung-ersetzt-Mitarbeiter-durch-KI-3586963.html. Zugegriffen: 7. Sept. 2017

    Google Scholar 

  6. Klug A (2017) Intelligente Automatisierung mit AI. Wie Künstliche Intelligenz zur Automatisierung von Prozessen in Service und Back Office eingesetzt wird, ITYX AG. https://www.ityx.de/whitepaper/intelligente-automatisierung-mit-ai. Zugegriffen: 7. Sept. 2017

    Google Scholar 

  7. Lämmel U, Cleve J (2012) Künstliche Intelligenz, 4. Aufl. Hanser, München

    Book  Google Scholar 

  8. MarketsandMarkets Research Private (2016) Artificial Intelligence (Chipsets) Market by Technology (Deep Learning, Robotics, Digital Personal Assistant, Querying Method, Natural Language Processing, Context Aware Processing), Offering, End-User Industry, and Geography – Global Forecast to 2022. http://www.marketsandmarkets.com/Market-Reports/artificial-intelligence-market-74851580.html?gclid=EAIaIQobChMIo4Pw4c-S1gIVw7ftCh3WkgWaEAAYAiAAEgJ1y_D_BwE. Zugegriffen: 7. Sept. 2017

    Google Scholar 

  9. McCarthy J (2007) Basic questions: What is artificial intelligence?, Stanford University. http://www-formal.stanford.edu/jmc/whatisai/node1.html. Zugegriffen: 7. Sept. 2017

    Google Scholar 

  10. Munich Re (2017) Digitalisierung / IT Trend Radar 2017-Digitalisierung für Versicherer. https://www.munichre.com/topics-online/de/2017/04/it-trend-radar-2017. Zugegriffen: 7. Sept. 2017

    Google Scholar 

  11. Rich E (1983) Artificial intelligence. McGraw-Hill, New York, S 5

    Google Scholar 

  12. Snapsure (2017) API. https://www.snapsure.de/de/. Zugegriffen: 7. Sept. 2017

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. 67rockwell Consulting GmbH, Hamburg, Deutschland

    Sebastian Busch

Authors
  1. Sebastian Busch
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Sebastian Busch .

Editor information

Editors and Affiliations

  1. 67rockwell Consulting GmbH, Hamburg, Germany

    Michael Reich

  2. Medien und Informationswesen, Hochschule Offenburg, Offenburg, Germany

    Christopher Zerres

Rights and permissions

Reprints and permissions

Copyright information

© 2019 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Busch, S. (2019). Versicherungsunternehmen im kognitiven Zeitalter. In: Reich, M., Zerres, C. (eds) Handbuch Versicherungsmarketing. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-57755-4_14

Download citation

  • DOI: https://doi.org/10.1007/978-3-662-57755-4_14

  • Published:

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-662-57754-7

  • Online ISBN: 978-3-662-57755-4

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation