Advertisement

Wirtschaftsinformatik & Management

, Volume 10, Issue 4, pp 104–111 | Cite as

Versicherungen: Von Natur aus für Künstliche Intelligenz geeignet

  • Volker Gruhn
Spektrum Versicherungen und IT

Versicherungen bringen beste Voraussetzungen mit, um von den Vorteilen Künstlicher Intelligenz zu profitieren: große Datenmengen, unterschiedliche Datenquellen und Datenarten sowie das Nebeneinander von standardisierten Abläufen und individuellen Prozessen. Drei konkrete Anwendungsfälle zeigen den hohen Nutzen für Versicherungen.

Die Welt, so scheint es, entwickelt sich immer mehr zu einem Ort, an dem die Träume von Science-Fiction-Autoren wahr werden. Vieles von dem, was in den letzten Jahrzehnten von der Fantasie heraufbeschworen wurde — seien es unsichtbare Assistenten, die auf jedes Wort hören oder Echtzeitübersetzungen von Gesprächen — erstaunt heute kaum noch jemanden.

Mit Künstlicher Intelligenz (KI) steht jetzt das nächste Thema vor der Tür. Über einen langen Zeitraum hat KI nie so wirklich den Sprung aus den Universitäten in die Wirtschaft geschafft. Viele Erwartungen der frühen Jahre hat die Technologie nie erfüllt. Jetzt aber wendet sich das Blatt. Scheinbar im Minutentakt...

Links und Literatur

  1. 1]
    Daugherty, Paul; Wilson, H. James: Human + Machine: Reimagining Work in the Age of AI. Perseus Distribution (20. März 2018)Google Scholar
  2. 2]
    Wichert, Andreas: Künstliche Intelligenz. In: Spektrum.de. https://www.spektrum.de/lexikon/neurowissenschaft/kuenstliche-intelligenz/6810 (abgerufen am 15. Juni 2018)
  3. 3]
    Gesamtverband der Deutschen Versicherungswirtschaft e.V.: Versicherer: Fast jede zehnte Schadenmeldung mit Ungereimtheiten (Pressemeldung vom 04. Mai 2017). https://www.gdv.de/resource/blob/9152/db85400b936138321d17f5dea0881003/fast-jede-zehnte-schadenmeldung-mit-ungereimtheiten-793016589-data.pdf (abgerufen am 15. Juni 2018)
  4. 4]
    Komorowski, Matthew: A History of Storage Cost. http://www.mkomo.com/cost-per-gigabyte-update (abgerufen am 15. Juni 2018)

Copyright information

© Springer Fachmedien Wiesbaden 2018

Authors and Affiliations

  • Volker Gruhn
    • 1
  1. 1.Deutschland

Personalised recommendations