Prognosen inmitten von Unsicherheit erstellen

Verfasst von Leah Cooper, Geschäftsführerin, Global Consumer Technology; Steve Elliott, Senior Vice President, IT-Anwendungen; Kathy Tazic, Geschäftsführerin, Kundenservice

Man kann mit Fug und Recht sagen, dass es ein Jahr voller Überraschungen war – voller unerwarteter Ereignisse, unvorhergesehener Umstände und einiger unvorstellbarer Entwicklungen. Nun, da wir uns dem Jahr 2021 nähern (und hoffentlich beginnen, die Herausforderungen des Jahres 2020 hinter uns zu lassen), ist klar, dass wir das Beste aus den uns zur Verfügung stehenden Prognosemöglichkeiten und Innovationen machen müssen, indem wir die einzigartigen Erkenntnisse und Ansätze für die Berichterstattung und Modellierung anwenden, die wir in einem Jahr wie keinem anderen entwickelt haben.

Technologien wie künstliche Intelligenz, maschinelles Lernen, Datenorientierung und robotergestützte Prozessautomatisierung verändern den gesamten Schadenbearbeitungsprozess grundlegend. Und was die Veränderungen bei den Berichtsmechanismen und der Modellierung angeht, spielen fortschrittliche Analysen eine führende Rolle. Wir integrieren neue Modelle für COVID-19, passen unsere Tools zur Entscheidungsoptimierung an und verfolgen bei der Analyseberichterstattung zunehmend einen lösungsorientierten Ansatz.

COVID-19-Modellierungs
Wir alle müssen uns in Zeiten von COVID-19 an den Einsatz von Technologie gewöhnen. Wie können wir die uns zur Verfügung stehende Technologie am besten nutzen, um unsere Maßnahmen anzupassen?

Zusätzlich zu den Fortschritten, die uns das Text Mining gebracht hat, nutzen wir unsere Fähigkeit, Fragen mithilfe von Chatbots mit KI-gestützter natürlicher Sprachverarbeitung zu identifizieren, zu beantworten und nachzuverfolgen, um bei der COVID-spezifischen Modellierung zu helfen. Unsere monatlichen Berichte enthalten Angaben zur Anzahl der Personen, die sich an den Sedgwick-Chatbot „Carey“ wenden und Fragen zum Thema COVID stellen.

Darüber hinaus haben wir auf der Grundlage der vorliegenden Daten ein Modell für unsere Kunden erstellt, um die durch COVID-19 verursachten Kosten bei neuen und bestehenden Schadensfällen vorherzusagen. Angesichts der zu erwartenden langfristigen Auswirkungen von COVID-19 wird uns dies dabei helfen, unsere Kunden bei der Planung für die Gegenwart und die Zukunft zu unterstützen. Unser Modell erfasst zudem die Auswirkungen von COVID-19 auf Nicht-COVID-Schadensfälle. Die Daten aus diesem Modell sind in einem Dashboard verfügbar, das die Auswirkungen unternehmensweit darstellt und Gesamtzahlen sowie Trends in verschiedenen Kategorien veranschaulicht:

• Schweregrad, Dauer und finanzielle Auswirkungen – von Quarantänefällen bis hin zu bestätigten positiven Fällen und darüber hinaus
• Aufschlüsselung nach Bundesstaaten im Vergleich zur gesamtdeutschen Ebene
• Urlaubstrends im Vergleich zu Trends bei „ Arbeitsunfallversicherung “
• Auswirkungen des fehlenden Zugangs zur Gesundheitsversorgung
• Verzögerungen bei Operationen
• Gerichtsschließungen oder Verzögerungen, die sich auf den Abschluss von Ansprüchen und die Einigung auf Vergleiche auswirken

Text-Mining-
Nach einem Jahr, in dem alle Erwartungen über den Haufen geworfen wurden, setzt die Branche mehr denn je auf Daten – und das will schon etwas heißen. Wenn der Boden unter den Füßen wankt, finden wir Halt, indem wir nach mehr Tiefe, mehr Genauigkeit und größerer Präzision streben. Gute Daten helfen Unternehmen dabei, veränderte Entwicklungen zu antizipieren, zu erwarten und sich darauf vorzubereiten. Die größere Frage lautet daher: Wie können wir diese Daten stärker „parametrisieren“, damit sie einfacher zugänglich und nutzbar sind?

Die Trends im Bereich der Datenifizierung zeigen: Wir sind zunehmend in der Lage, Verhaltensweisen in verwertbare Daten umzuwandeln, die uns helfen, Prozesse zu verstehen und zu gestalten. Ausgefeilte Machine-Learning-Tools wie Chatbots, Bilderkennung und automatisiertes Data Mining werden immer häufiger eingesetzt, um den digitalen Austausch zwischen den an Schadenfällen beteiligten Akteuren zu unterstützen und zu verbessern. Text Mining ist eine solche Funktion, von der wir erwarten können, dass sie einen wachsenden Einfluss auf analytische Vorhersagemodelle ausüben und dazu beitragen wird, unsere Systeme robuster zu machen. Unternehmen erarbeiten derzeit, wie sich diese Funktion am besten skalierbar implementieren lässt, während sie gleichzeitig ihre potenziellen Anwendungsmöglichkeiten und benefits identifizieren und abwägen. Indem wir dies in unsere Analysemodelle integrieren – als Ergänzung, nicht als Ersatz –, können wir Schadensfälle, die Notizen und Text zu einem bestimmten Thema enthalten, leichter kennzeichnen und identifizieren. Dadurch gewinnen wir ein tieferes Verständnis für die Bedürfnisse der Nutzer und erkennen weitere Datenmuster, die bei der Entwicklung von Entscheidungsbäumen helfen.

Für Sedgwick geht das Text Mining tiefer als je zuvor und macht das Data Mining zu einem wesentlich effizienteren und schnelleren Prozess – was bei einer großen Anzahl von Schadensfällen besonders sinnvoll ist. Wir verfügen über Tausende von Datenfeldern in unseren Systemen sowie über mehr Schadensverläufe als jeder andere TPA auf dem Markt. Die Möglichkeit, Analysen zu Millionen von Datensätzen mit Freitextnotizen durchzuführen, hat zu überzeugenden Ergebnissen geführt. Durch kontinuierliche Weiterentwicklungen bauen wir unsere Fähigkeiten zum Text Mining der großen Mengen unstrukturierter Daten aus, die unsere Schadensregulierer erstellen. Die Möglichkeit, wichtige Details aus den Notizen eines Schadensregulierers zu extrahieren und zu analysieren, verbessert unsere Fähigkeit erheblich, schadenbezogene Maßnahmen zu identifizieren und zu priorisieren sowie optimale Modelle für zukünftige Fälle zu erstellen und zu vergleichen.

Die Anzahl der Auslöser, über die Kunden benachrichtigt werden möchten oder die den Verlauf eines Schadensfalls beeinflussen können, ist unbegrenzt – COVID-19-Daten sind nur ein Beispiel dafür. Je aussagekräftiger die in den Notizen enthaltenen Informationen sind, desto aussagekräftiger können natürlich auch die Vorhersagemodelle sein. Aktuelle Initiativen im Bereich Text Mining werden uns die Möglichkeit zu tiefergehenden Analysen bieten, indem Daten nach Stimmung und Thema klassifiziert werden. So ermöglichen beispielsweise Stimmungsanalysen und die Verarbeitung natürlicher Sprache Sedgwick, die Aussagekraft der Daten auf neue Weise zu erschließen, um potenzielle Rechtsstreitigkeiten vorherzusagen oder Rückstellungen zu bewerten.

>Erfahren Sie mehr– lesen Sie diesen ausführlichen Artikel einschließlich der Inhalte in der Seitenleiste „Tech-Track: Was steht für Sedgwick-Kunden noch auf dem Programm?“ im digitalen Magazin von Sedgwick, edge, Ausgabe 15