15. September 2023 von Thorben Schlätzer und Ann-Kathrin Bendig
Large Language Models – Gamechanger in der Versicherungsbranche - Teil 1
Was sind LLMs?
Large Language Models (LLMs) sind hochentwickelte künstlich intelligente Systeme, die auf umfangreichem maschinellem Lernen basieren. Sie können natürliche Sprache verstehen und generieren. Das Training dieser Modelle erfolgt über das Verarbeiten riesiger Datensätze. Vereinfacht gesagt versucht das Modell das nächste Wort eines Textes vorherzusagen und kreiert somit sukzessiv Texte. Dadurch wirkt es so, als würden LLMs Texte inhaltlich verstehen. Um die Komplexität von Sprache zu erfassen, muss der darunterliegende Algorithmus die Möglichkeit haben, Wörter und Satzzeichen im jeweiligen Kontext zu „beschreiben“, um maschinelle Rechenoperationen damit durchführen zu können. Diese Informationen werden in Parametern gespeichert. Da die menschliche Sprache in allen ihren Facetten sehr komplex ist, gibt es sehr viele Parameter, um sie zu beschreiben – daher der Name „Large“ Language Models.
Die Basis-Version eines Large Language Model ist im ersten Moment darauf trainiert, Texte zu vervollständigen. Neueste Versionen wie beispielsweise ChatGPT wurden zusätzlich darauf „feingetunt“, Instruktionen zu folgen. Daher können sie verwendet werden, um Fragen zu beantworten oder andere Aufgaben auszuführen, die menschenähnliche Sprache erfordern.
Was können sie gut?
Besonders gut können sie also entsprechend ihres Trainings mundgerechte Antworten liefern, die sich sachlich und fachlich oft sehr gut und richtig anhören.
Auch für Aufgaben wie das Schreiben von Programmcodes sind LLMs sehr gut geeignet, da es die standardisierte Form von Programmiersprachen für sie einfach macht, strukturiert auf eine Problemstellung zu antworten. Zudem können LLMs dahingehend trainiert werden, kreative Texte zu generieren und in jeweiligen Rollen zu handeln. Daher können sie auf Instruktionen wie „Schreibe mir ein Gedicht“, „Erstelle mir einen Reiseplan“ oder „Gib mir eine Liste mit Ideen zum Thema X“ erfolgreich reagieren.
Was können sie nicht so gut?
Leider kann man sich auf die sachliche Richtigkeit der Aussagen von LLMs nicht verlassen. Dadurch, dass sie darauf trainiert worden sind, mundgerecht zu antworten, hören sich die Antworten zwar meistens wie ein Fakt an, aber die Quelle dieser Informationen ist nicht mehr nachverfolgbar. Aus diesem Grund ist die Richtigkeit auf den ersten Blick nicht verifizierbar. Zudem fehlt den Modellen das tiefe und kausale Verständnis für den Inhalt.
Anwendungsbereiche bei Versicherern
LLMs sind immer dort hilfreich, wo Texte und Sprache zum Einsatz kommen – und genau das ist in der Versicherungsbranche keine Seltenheit: sei es im Customer Service als dem Dreh- und Angelpunkt des Versicherungsunternehmens oder bei Policen, Versicherungsbedingungen oder weiteren Schriftstücken im Eingangsmanagement sowie in den Bereichen Produkt, Schaden und Vertrieb. Einsatzmöglichkeiten von LLMs lassen sich daher an sämtlichen Stellen entlang der Wertschöpfungskette von Versicherungsunternehmen identifizieren:
LLMs sind darauf ausgelegt, interaktive Konversationen mit Menschen zu führen, indem sie auf Fragen und Anliegen in natürlicher Sprache reagieren. Ein zentraler Anwendungsfall in der Versicherungsbranche liegt daher im Bereich des Kundenservice. Hier gehen tagtäglich hunderttausende Anfragen über sämtliche Touchpoints ein, die die Verarbeitung natürlicher Sprache erfordern. LLM-gestützte Chatbots können als virtuelle Assistenten beziehungsweise Kundenberater fungieren und Kundenfragen in Echtzeit rund um die Uhr beantworten. Gerade bei einfachen Anliegen wie Fragen zum Versicherungsschutz – etwa: „Ich benötige eine Kfz-Versicherung. Welche Schäden sind versichert?“ – oder zu Tarifbedingungen können sie einen Dialog führen und die Kundinnen und Kunden schnell und einfach unter Berücksichtigung der Servicequalität mit den relevanten Informationen versorgen und so maßgeblich zu einer positiven Customer Journey beitragen.
Zudem kann durch eine personalisierte Beratung und Produktempfehlung die Kundenzentrierung verbessert werden. Durch die Analyse von Kundendaten lassen sich maßgeschneiderte Angebote generieren, die auf die individuellen Bedürfnisse einer oder eines jeden Versicherungsnehmenden ausgerichtet sind. Zeitgleich übernehmen die Systeme die geforderte Protokollierung der Beratungsgespräche.
Auch klassische Schadenmeldungen können Versicherungsnehmende über die virtuellen Assistenten einreichen. Sie erhalten eine sofortige Rückmeldung sowie Informationen zum weiteren Vorgehen, wodurch die Leistungsbearbeitung an Transparenz gewinnt. Da die Schadenabwicklung zumeist der Touchpoint ist, der maßgeblich zur Customer Experience beiträgt, führt eine sofortige Resonanz und Verfolgbarkeit zu einer positiven Stimmung beim Versicherungsnehmenden. Zeitgleich können LLMs dazu beitragen, Schadenfälle zu analysieren, Betrugsmuster zu erkennen und auch bei kleinen und mittelschweren Schäden automatisch Entscheidungen über Deckungsumfang und Leistung zu treffen, was zu einem effizienteren Schadenabwicklungsprozess führt.
Durch die Analyse großer Datenmengen lassen sich Risikoprofile erstellen und genaue Prämienkalkulationen durchführen, wodurch die Risikobewertung effektiver und genauer gestaltet wird. Letztendlich helfen LLMs durch die Analyse von Kundenfeedback und Marktforschung dabei, Versicherungsprodukte zu entwickeln und zu verbessern.
LLMs können im Bereich von Marketing und Vertrieb auch in der Rolle des Content Creator agieren und kundengerechte Internetauftritte für neue Angebote und Produkte erstellen. Das Versicherungsprodukt im Allgemeinen ist ein immaterielles Gut mit viel Erklärungsbedarf, weshalb eine detaillierte und anschauliche Beschreibung der jeweiligen Versicherung für die Kundin beziehungsweise den Kunden erforderlich ist.
LLMs unterstützen nicht nur bei der Kommunikation mit den Versicherungsnehmenden und potenziellen Kundinnen und Kunden, sondern können vielmehr auch bei innerbetrieblichen Tätigkeiten Anwendung finden. Hierunter fallen klassische Schreibaufgaben, wie das Erstellen von E-Mails und Berichten, aber auch die Erzeugung von Textbausteinen mit spezialisierten Anforderungen wie Bedingungswerken, Datenschutzhinweisen oder Rechtstexten. Auch Schreibaufgaben zum Aufbau und zur Pflege des Intranets durch aktuelle Berichte, Highlights und Teaser können LLMs erledigen. LLMs eignen sich gut als internes Wissensmanagement-Werkzeug für Mitarbeiterinnen und Mitarbeiter, da sie auf Informationen zugreifen und Fragen beantworten können, wenn sie mit sämtlichen verfügbaren Daten gefüttert werden.
LLMs ermöglichen es Versicherungsunternehmen, effizienter zu arbeiten, personalisierte Lösungen anzubieten und datengetriebene Entscheidungen zu treffen.
Wie kann also die Zukunft im Versicherungsunternehmen mit LLMs aussehen?
Der Einsatz von LLMs hat das Potenzial, die Versicherungsbranche maßgeblich zu verändern. Die Chancen sind vielfältig: Durch die Teil- und vollständige Automatisierung repetitiver Prozesse können Versicherer dem Fachkräftemangel entgegenwirken, ihre Mitarbeitenden für komplexere Aufgaben einsetzen und eine enorme Effizienzsteigerung entlang der Wertschöpfungskette gewährleisten. Die Personalisierung in den Bereichen Produkt, Marketing und Service führt zu einem effektiveren Vertrieb und einer effektiveren Betreuung der Kundinnen und Kunden.
Allerdings bergen LLMs auch Risiken wie die Herausforderung, komplexe Kundenanfragen ohne tiefgreifendes Verständnis qualitätsgetreu zu beantworten. Hinzu kommen Fragen des Datenschutzes sowie ethische Bedenken und Bedenken hinsichtlich der Fairness der Modelle im Hinblick auf mögliche Diskriminierungen. Wie alle neuen Technologien bedarf auch der Einsatz von LLMs im Rahmen des Change Management der Aufklärung der Nutzerinnen und Nutzer sowie deren Akzeptanz. Die Regulierung, für die bereits mit den EU-Regularien der erste Schritt gemacht wurde, erfordert eine transparente Technologie und den Umgang mit Wissenslücken. Die Versicherungsbranche zählt zu den am stärksten regulierten Branchen, daher erfordert der Einsatz solcher Modelle eine gründliche Planung und Umsetzung. Die Zukunft der Versicherungsunternehmen mit LLMs liegt in einer ausgewogenen Nutzung der Technologie, die sowohl die Chancen nutzt als auch die Risiken angemessen adressiert, um gleichermaßen einen echten Mehrwert für Kundinnen und Kunden sowie für Unternehmen zu schaffen.
Welche konkreten Herausforderungen es gibt und welche Grundlage geschaffen werden muss, um LLMs erfolgreich einzusetzen, wird im zweiten Teil des Blog-Beitrags beleuchtet.
Ihr möchtet mehr über Large Language Models in der Versicherungsbranche erfahren? Dann werft auch einen Blick auf unsere Website.
Weitere spannende Themen aus der adesso-Welt findet ihr in unseren bisher erschienen Blog-Beiträgen.
Auch interessant:
