Was ist Künstliche Intelligenz
Künstliche Intelligenz (KI) versetzt Rechner in die Lage, aus Erfahrung zu lernen, sich auf neu eingehende Information einzustellen und Aufgaben zu bewältigen, die menschenähnliches Denkvermögen erfordern. Die meisten heute geläufigen Beispiele für basieren vor allem auf Deep Learning. Mit dieser Technologie können Computer für bestimmte Aufgaben trainiert werden, indem sie grosse Datenmengen verarbeiten und Daten Muster erkennen.
Die Geschichte der künstlichen Intelligenz
Der Begriff „künstliche Intelligenz“, auch «Artifical Intelligence» genannt, wurde bereits 1956 geprägt, doch erst heute gewinnt die KI dank grösserer Datenmengen, hoch entwickelter Algorithmen und Verbesserungen bei Rechenleistung und Datenspeicherung an Bedeutung. Im deutschsprachigen Raum sind beide Begriffe AI und KI geläufig. Bereits in den 1950er Jahren beschäftigte sich die frühe Forschung zur KI mit Themen wie Problemlösung und symbolischen Methoden lange bevor Siri, Alexa oder Cortana in aller Munde waren.
Diese frühen Arbeiten ebneten den Weg für die Automatisierungs- und formalen Denkleistungen der Computer von heute, wie beispielsweise in Form entscheidungsunterstützender Systeme und intelligenter Suchsysteme, mit denen sich menschliche Fähigkeiten ergänzen und erweitern lassen. KI-Technologien sind weder furchteinflössend noch intelligent. Stattdessen zeichnet sich die KI durch viele spezifische Vorteile in allen Branchen aus
- KI automatisiert das Lernen durch Wiederholung und Erkenntnisse anhand von Daten. KI unterscheidet sich jedoch von der mittels Robotik. KI führt häufig und mit grossen Datenmengen anfallende, computergesteuerte Aufgaben zuverlässig und ohne Ermüdung aus. Dennoch bleibt für diese Art der Automatisierung menschliche Intelligenz – etwa für die Einrichtung des Systems und die Ermittlung der richtigen Fragestellungen – unverzichtbar
- KI macht bestehende Produkte intelligenter. In den wenigsten Fällen wird es eine eigenständige KI-Anwendung zu kaufen geben. Stattdessen werden Produkte, die Sie bereits nutzen, um KI-Fähigkeiten erweitert, so wie etwa eine neue Generation von Apple-Produkten mit Siri ausgestattet wurde. Automatisierung, Gesprächsplattformen, Bots und intelligente Maschinen können in Kombination mit grossen Datenmengen viele Technologien zu Hause und am Arbeitsplatz verbessern, von Security Intelligence bis hin zu Anlageanalysen.
- KI ist dank progressiver Lernalgorithmen wandlungsfähig, sodass die Programmierung letztlich durch die Daten erfolgen kann. KI findet Strukturen und Regelmässigkeiten in Daten. So wie sich der Algorithmus das Schachspiel beibringen kann, kann er sich auch beibringen, welches Produkt als Nächstes online angeboten werden sollte. Und das Modell verändert sich, sobald neue Daten eingehen.
- KI ermöglicht die Analyse grösserer Datenmengen mithilfe neuronaler Netze, die unter Umständen viele verborgene Schichten aufweisen. Noch vor wenigen Jahren wäre es fast unmöglich gewesen, ein Betrugserkennungssystem mit fünf verborgenen Schichten aufzubauen. Dank enorm hoher Rechenleistung und dank Big Data sieht das heute ganz anders aus. Für das Training von Deep-Learning-Modellen werden grosse Datenmengen benötigt. Je mehr Daten Sie für solche Modelle bereitstellen, desto präziser werden sie.
- KI erzielt höchste Genauigkeit dank neuronaler Netze – das war bisher fast unmöglich. So basieren zum Beispiel alle Ihre Interaktionen mit Alexa, Google-Suche und Google Fotos auf Deep Learning – und je mehr wir diese Funktionen nutzen, desto genauer werden sie. In der Medizin erzielen KI-Verfahren aus den Bereichen Deep Learning, Bildklassifikation und Objekterkennung bei der Krebsdiagnose in MRI-Bildern dieselbe Genauigkeit wie gut ausgebildete Radiologen.
- KI erschliesst das volle Potenzial von Daten. Bei selbstlernenden Algorithmen werden die Daten selbst unter Umständen geistiges Eigentum. Die Antworten stecken in den Daten. KI hilft Ihnen sie zu finden. Da Daten heute eine grössere Rolle spielen als je zuvor können sie Unternehmen einen Wettbewerbsvorteil verschaffen. In einer von starkem Wettbewerb geprägten Branche gewinnen die Unternehmen mit den besten Daten; selbst dann, wenn alle ähnliche Verfahren nutzen.
Vor welche Herausforderungen stellt uns der Einsatz künstlicher Intelligenz?
Künstliche Intelligenz wird in allen Branchen Veränderungen nach sich ziehen, aber wir müssen auch ihre Grenzen kennen. Die wichtigste Einschränkung von KI-Systemen ist das Lernen auf der Grundlage von Daten. Es gibt schlicht keine andere Möglichkeit, Wissen in solche Anwendungen einzubetten. Das heisst aber auch, dass sich Ungenauigkeiten in den Daten in den Ergebnissen widerspiegeln. Zudem müssen alle zusätzlichen Vorhersage- oder Analyseschichten separat hinzugefügt werden.
Die KI-Systeme von heute sind für klar umrissene Aufgaben trainiert. Mit einem System, das Poker spielt, können Sie nicht Solitär oder Schach spielen. Ein System zur Betrugserkennung ist nicht in der Lage, ein Auto zu steuern oder Rechtsauskünfte zu erteilen. Ein KI-System zur Erkennung von Betrug im Gesundheitswesen kann nicht einmal präzise Betrugsfälle bei Steuerzahlungen oder Gewährleistungsansprüchen erkennen. Anders ausgedrückt, sind diese Systeme sehr stark spezialisiert. Sie eignen sich für genau eine Aufgabe und sind weit von menschlichem Verhalten entfernt.
Selbstlernende Systeme sind zudem keine autonomen Systeme. KI-Technologien wie wir sie aus Film und Fernsehen kennen, sind immer noch Science-Fiction. Computer, die komplexe Daten untersuchen und anhand dieser Daten lernen können, bestimmte Aufgaben perfekt auszuführen, werden jedoch immer häufiger eingesetzt.
So funktioniert künstliche Intelligenz
Grosse Datenmengen in Kombination mit schnellen, iterativen Berechnungen und intelligenten Algorithmen ermöglichen der Software das automatische Lernen anhand von Mustern oder Merkmalen in den Daten. KI ist ein breites Forschungsfeld und umfasst viele Theorien, Methoden und Technologien. Hier einige wichtigste Teilbereiche:
- Maschinelles Lernen automatisiert die Erstellung analytischer Modelle. Mit Methoden aus neuronalen Netzen, Statistik, Operations Research und Physik werden in Daten verborgene Erkenntnisse gesucht, ohne dass in den Systemen explizit programmiert ist, wo gesucht oder welche Schlüsse gezogen werden sollen.
- Ein neuronales Netz ist eine Art des maschinellen Lernens. Diese Netze bestehen aus miteinander verbundenen Knoten (Neuronen), die zur Verarbeitung von Informationen auf externe Eingangsdaten reagieren und Informationen zwischen den einzelnen Knoten weitergeben. Dieser Prozess erfordert mehrere Datendurchläufe, um Verbindungen zu finden und undefinierte Daten zu gewichten.
- Deep Learning nutzt grosse neuronale Netze mit vielen Schichten von Verarbeitungsknoten. Fortschritte in der Rechenleistung und verbesserte Trainingsverfahren ermöglichen dabei das Erlernen komplexer Muster in grossen Datenmengen. Dieses Verfahren wird üblicherweise für die Bild- und Spracherkennung eingesetzt.
- Computer Vision nutzt Mustererkennung und Deep Learning zur Erkennung der Inhalte von Bildern oder Videos. Wenn Maschinen Bilder verarbeiten, analysieren und verstehen können, können sie Bilder oder Videos in Echtzeit erfassen und deren Umfeld interpretieren.
Zusammenfassend zielt KI also darauf ab, Software bereitzustellen, die Eingangsdaten sinnvoll interpretieren und dies bei der Ausgabe erläutern kann. KI ermöglicht in Zukunft eine menschenähnliche Interaktion mit Software und bietet Entscheidungsunterstützung für bestimmte Aufgaben. Den Menschen ersetzen kann sie nicht – und das dürfte auch noch einige Zeit so bleiben.
Quelle: SAS Institute
Aktuelle Trends 01/2021
WMC verfolgt ständig die Entwicklungen am Markt, die Bedürfnisse der Kunden und lässt diese Erkenntnisse in die Entwicklung einfliessen. Zu diesen Themen wird WMC im 2021 verschiedene Lösungen anbieten. Hier ein Überblick über aktuelle Trends:
Datenschutz
Die Bestimmungen des Datenschutzes werden von vielen Brokern und Versicherungsnehmern ernst genommen. Dies bewirkt unter anderem, dass der Versand sensibler Dokumente per Mail abnimmt.
Datenaustausch
Als direkte Folge der Datenschutzumsetzung erhöht sich die Nachfrage nach Cloud- und Portallösungen. Dabei werden sichere Kundenportale wie BrokerWeb bevorzugt. Und wenn schon solche Portale bestehen, dann sollen Sie einerseits den gesamten Datenaustausch aber auch die Zur-Verfügungstellung von Informationen und Services übernehmen.
Policenerfassung
Derzeit schaffen es zwei Versicherer, die Policen direkt über den DXP-Service der IG B2B mitzuliefern. Das heisst für den Broker, einerseits die meisten Police einzuscannen und andrerseits die Daten abzutippen. Ein Zustand, den viele Broker nicht mehr akzeptieren wollen. Effektiv müsste es möglich sein, dass die Versicherer diese Dokumente elektronisch zur Verfügung stellen.
Rechnungsprozess
In Zeiten von e‑Bill und elektronischer Rechnungszustellung verarbeiten die Broker immer noch kistenweise Papierrechnungen. Diese werden abgestempelt und mit Begleitbrief weiterversendet. Damit soll nun endlich Schluss sein. Elektronische Alternativen werden heute von vielen Firmen gerne akzeptiert oder gar gefordert.
Reports
Besonders in turbulenten Zeiten, wie in der Corona-Krise, brauchen Broker und auch Versicherungsnehmer aussagekräftige Reports. Diese sollen künftig nicht nur Informationen aus dem eigenen Brokersystem enthalten, sondern mit Daten aus fremden Quellen ergänzt werden. Und schliesslich sollen Auswertungen nicht nur in Papierform sondern auch in elektronischer Form zur Verfügung stehen.
ONE Broker Billingprozess
BrokerStar neu mit Schnittstelle zu ONE Broker
BrokerStar bietet neu auch eine Integrationen zu ONE Broker. Die neuste Anbindung steht ab sofort für die Rechnungsprüfungs-Lösung der Five Informatik AG zur Verfügung.
Damit kann ONE Broker auch Prämienrechnungen im BrokerStar dank dem Kontrollprozess «Billing» abgleichen. ONE Broker ist eine Ergänzung bzw. eine Alternative zu der Rechnungsverarbeitung in BrokerStar. Versicherungsbroker können mit diesem automatisierten Prozess Ihre Prämienrechnungskontrollen damit noch effizienter abwickeln.
Erfahren Sie mehr im Video: -> Link zu Erklärvideo
WMC IT Solutions AG unterstützt Sie gerne bei der Digitalisierung und Automatisierung Ihrer Geschäftsprozesse. Unsere Partnerlösungen verstehen sich als Verlängerung der Prozessabläufe und verschaffen Ihnen einen Mehrwert. Unsere derzeitigen Partnerlösungen sind:
- Sobrado
- ONE Broker
- Broker Business
- 3C Vorsorgeportal
Wir arbeiten laufend an neuen Integrationen und Partnerschaften mit führenden Anbietern, um den Nutzen für Sie als Broker zu maximieren.
Workshop BrokerWeb 2.x
Am 07.07.2020 fand ein Workshop zu den Erweiterungen und Wünschen des BrokerWeb 2.x (Endkundenzugang) statt. Alle Brokerkunden, welche das BrokerWeb nutzen oder in naher Zukunft angedacht haben, dies zu nutzen, wurden zu diesem Workshop eingeladen. In spannenden drei Workshop-Stunden wurden die bisherigen Wünsche mit Zusätzlichen ergänzt, genauer definiert und am Ende von den Teilnehmern priorisiert. Als höchste Prio wurden das 2‑Faktoren Login sowie die Anwendung von verschiedenen Filtern priorisiert. Bis 17.08. werden die Anpassungswünsche intern genauer definiert, die zeitliche Umsetzung der einzelnen Anpassungen geschätzt und auf eine Umsetzungsroadmap umgelegt. Wir freuen uns, wenn es uns gelingt, erste Anpassungen bis zum Herbst-Release vorzunehmen.
Fotoimpressionen aus dem BrokerWeb-Workshop vom 07.07.2020.