3 Gründe, warum POCs Sie bei der Arbeit aufhalten, und wie Sie das ändern können

Proof of Concepts (POCs) bieten durchaus einen großen Nutzen. Sie sind beliebt und werden häufig als einfache Methode betrachtet, um Anbieter zu vergleichen. Aber stimmt das wirklich? Der Nachteil von POCs sind die Hindernisse, die Sie überwinden müssen, beispielsweise ein passendes Budget und geeignete Ressourcen. Erst danach erkennen Sie die Vorteile. Schlimmer noch: Sie können Ihre ROI-Ziele möglicherweise erst mit Verzögerung erreichen. Zur Erläuterung habe ich die drei Hauptprobleme bei POCs und eine alternative Methode für die Auswahl der besten Lösung skizziert, die diese Hindernisse nicht aufweist. Sprechen wir aber zuerst darüber, wie POCs verwendet werden.

Wie werden POCs verwendet?

Normalerweise werden POCs vor wichtigen Technologieentscheidungen eingesetzt. Ähnlich wie zum Beispiel beim Vergleich von Sportwagen nutzen Versicherer POCs bei der Auswahl geeigneter Anbieter.

Beim Kauf eines Sportwagens gibt es jedoch viele Kriterien zu berücksichtigen. Nicht für jeden Kaufinteressenten ist eine Beschleunigung von 0 auf 100 km/h der einzige ausschlaggebende Faktor. Bei Versicherungen liegt das Hauptaugenmerk dagegen auf einer einzigen Komponente: Welche Lösung findet in meinem Datenbestand die meisten Betrugsfälle? Man beschäftigt sich nicht mit Details beim Kauf eines Sportwagens wie Bedienung, Kraftstoffverbrauch, elektronische Updates, Wartungskosten, Restwert in 10 Jahren oder Aussehen. Für viele Unternehmen ist und war dies für eine Weile der entscheidende Faktor.

Die Herausforderung bei POCs zeigt sich darin, zunächst genau zu bestimmen, was ein Betrugsfall ist. Wenn ein Versicherer nur Betrugsfälle aus der Vergangenheit aufdecken will, würde er wahrscheinlich keine neue Lösung kaufen. Für die Ermittler ist dies mit zusätzlicher Arbeit verbunden. Sie sind dann auch für die Auswertung der POC-Ergebnisse verantwortlich. Wäre es für Ihr Unternehmen nicht sinnvoller, unmittelbar vom Nutzen neuer Technologien zu profitieren, anstatt abgeschlossene Schadenfälle heranzuziehen? Hier sind drei Gründe, warum POCs möglicherweise nicht die beste Wahl sind.

1. Die versteckten Kosten von POCs

Neben den Vorabkosten für POCs müssen auch die nachträglich anfallenden Kosten für die Arbeit der Ermittler einkalkuliert werden. Aus Erfahrung wissen wir, dass viele Versicherer dies zunächst nicht in ihre Überlegungen einbeziehen. Sie bedenken nicht den Arbeitsaufwand für die Auswertung der Ergebnisse. Dabei brauchen sie manchmal zwei- bis dreimal solange wie ursprünglich geschätzt. Es ist sehr zeitaufwändig, jeden Anbieter gesondert zu prüfen. Wir wissen aber auch, dass dies ein entscheidender Punkt im POC-Prozess ist.

Glücklicherweise sind Schadenfälle, die bereits in der Vergangenheit als Betrugsfall gekennzeichnet wurden, unproblematisch. Diese Analyse kann Ihre IT-Abteilung übernehmen. Was ist aber mit den neuen Schadenfällen, die Ihre Ermittler nicht gleich beim ersten Mal erkannt haben. Es ist klar, dass diese neu evaluiert werden müssen. Aber wer ist dafür zuständig?

Was sind die größten Herausforderungen, mit denen Versicherungsunternehmen konfrontiert sind? Laden Sie unser eBook 'Die Größten Herausforderungen für Versicherungsunternehmen' herunter, um es herauszufinden

2. Integration in Kernsysteme

Wenn Ihr Unternehmen auf Schnellschadenbearbeitung umstellt, um den Ermittlern mehr Zeit zu geben, würden Sie eine Steigerung der Effizienz und Automatisierung erwarten, nicht wahr? Dies gilt jedoch nur, wenn die Lösung zur Betrugserkennung in Ihr aktuelles Kernsystem integriert wird. Wenn es als Stand-Alone-Lösung verwendet wird, die nicht in Echtzeit funktioniert, kann es passieren, dass diese in ein paar Monaten niemand mehr benutzt.

Die Sachbearbeiter müssten die Anwendung täglich mehrfach prüfen und einen Weg finden, die Ergebnisse in ihre Arbeitsprozesse zu übertragen. Da sie ohnehin unter Druck stehen effizient zu arbeiten, ist dies eine weitere Herausforderung für das Zeitmanagement, die jeder nachvollziehen kann. Denken Sie daran: Integration ist der entscheidende Faktor, unabhängig davon, wie zukunftssicher Ihr Kernsystem auch sein mag.

3. Selbstlernende Modelle

Schließlich gibt es noch die selbstlernenden Modelle, die gerne vergessen werden. Sie sind besonders relevant für Betrugserkennungssoftware, können aber bei einem POC nicht bewertet werden. Wir wissen, dass die meisten Unternehmen, die Betrugserkennung nutzen, in ihrer zentralen Technologie KI einsetzen, um in der modernen Welt von heute mitzuhalten. Dabei darf aber nicht vergessen werden, dass sich auch die KI-Modelle entwickeln müssen, wenn neue Betrugsmaschen auftauchen. Die Modelle müssen vom Urteilsvermögen und von menschlichen Entscheidungen lernen.

KI braucht den Menschen. Nur er kann beurteilen, ob ein Schadenfall falsch eingestuft wurde, damit der Fehler nicht noch einmal passiert. Dies haben noch nicht alle Anbieter in ihrer Software berücksichtigt. Deshalb werden bei POCs selbstlernende Modelle nicht evaluiert. POCs bilden einen bestimmten Zeitpunkt ab. Es ist deshalb fast unmöglich, die Auswirkungen von selbstlernenden Modellen ohne regelmäßige Ãœberwachung der Ergebnisse zu erkennen. Noch schwieriger wird es, wenn ein Anbieter nach der Implementierung der Lösung keinen Support anbietet.

Was ist die Lösung für diese Problemstellung?

Die Frage, die sich alle Versicherungsunternehmen stellen sollten, lautet: Wollen wir wirklich einen POC durchführen, wenn so viele Aspekte bei der bewerteten Software nicht berücksichtigt wurden?

Aus diesem Grund kann sich ein POC manchmal als Fehlinvestition erweisen. Projiziert man diese Erkenntnisse auf den Vergleichstests bei den Sportwagen, bedeutet dies Folgendes: Die Ergebnisse sagen Ihnen lediglich, welches Fahrzeug das schnellste war – an einem bestimmten Tag, auf einer bestimmten Strecke. Sind das die Ergebnisse, die Sie wollen? Sie wissen noch nichts über den Kraftstoffverbrauch und die Bedienung des Fahrzeugs.

Im Versicherungswesen müssen Sie wissen, welcher Anbieter zuverlässig ist und im harten Wettbewerb von heute mithalten kann. Wie lässt sich dieses Ziel erreichen?

Ein Pilotprojekt

In der Autoindustrie wissen wir bereits, wie wir an die Bewertung eines Fahrzeugs herangehen. Wir fragen Freunde oder Kollegen nach ihren Erfahrungen und machen eine Probefahrt. Vorzugsweise vielleicht sogar zwei oder mehrere Probefahrten. Was wäre, wenn wir dafür sogar einige Monate Zeit hätten? Wäre das nicht der Idealfall?

Bei Betrugsfällen ist der Grundgedanke der gleiche. Führen Sie ein Pilotprojekt durch. Sie können die Lösung dann einige Monate in Echtzeit testen. Wenn Sie Ihnen gefällt, abonnieren Sie die SaaS-Lösung. Andernfalls zahlen Sie nur für die Evaluierung und die Einrichtung. Lassen Sie mich dazu Folgendes anmerken: Schon am ersten Tag des Pilotprojekts werden Sie mehr Betrugsfälle finden, als wenn Sie in bereits abgeschlossenen Fällen danach suchen würden.

Wir bei FRISS vermitteln Ihnen gerne einen Kontakt zu einem unserer Referenzkunden. Um beim Sportwagenvergleich zu bleiben: Wir möchten, dass Sie sich über den Sportwagen, den Sie fahren möchten, genau informieren. Wir bieten Ihnen eine einmonatige "Probefahrt" an, damit Sie uns nicht nur sagen können, wie schnell das Fahrzeug fährt, sondern auch, wie zuverlässig es ist und wie hoch die Verbrauchskosten sind.

Wenn Sie dies lesen und trotzdem einen POC in Betracht ziehen, würde ich Ihnen auf jeden Fall empfehlen, stattdessen diese "Probefahrt" zu machen, wie sie von FRISS angeboten wird. Entwickeln Sie ein Gefühl für unser Produkt, die Ausrichtung, die Marke und unsere Mitarbeiter. Ich bin sicher, Sie werden Ihre Meinung ändern. Und Sie werden vielleicht auch verstehen, warum wir der Meinung sind, dass das Versicherungs-Business ein wunderbares Business ist.

Was sind die größten Herausforderungen, mit denen Versicherungsunternehmen konfrontiert sind? Laden Sie unser eBook 'Die Größten Herausforderungen für Versicherungsunternehmen' herunter, um es herauszufinden