Zum Hauptinhalt springen
Alle Artikel

Build vs. Buy: Was Sie von IDP-Anbietern verlangen sollten

Ein praxisnahes Bewertungsraster für Versicherungsteams, die Lösungen zur Schadenautomatisierung prüfen

15 Min. Lesezeit
Strategischer Leitfaden
Über den Autor

Die falsche Frage

„Sollen wir unsere Schaden-KI selbst entwickeln oder kaufen?“

Das ist die falsche Frage. Anbieter zeigen Ihnen polierte Demos. Ihre Entwickler versprechen, sie könnten „einfach GPT-4 nehmen“. Keine der beiden Perspektiven trifft die Realität.

Die richtige Frage: Was muss gegeben sein, damit das in der Produktion funktioniert, und wer kann das tatsächlich sicherstellen?

In unserem Einsatz bei NSA Services SA kam True Aim in sieben Tagen vom ersten Test zu einem funktionierenden System und reduzierte die Expertenzeit bei komplexen Schadenfällen um 86 %. Das folgende Raster zeigt, wie Sie Anbieter von Schaden-KI anhand von Belegen statt Demonstrationen bewerten.

Wann selbst entwickeln

Eigenentwicklung ist eine Investition in Fähigkeiten, keine Kosteneinsparung. Wählen Sie sie aus strategischen Gründen, nicht aus Angst vor Anbietern.

Eigenentwicklung ist sinnvoll, wenn:

  • Ihre Policenlogik wirklich einzigartig ist. Lassen sich Ihre Deckungsregeln in einem Anbieterprodukt nicht konfigurieren, kämpfen Sie für immer gegen dessen System.
  • Sie ML-Engineering-Kapazität haben und halten können. Ein kündigender Entwickler darf Ihr System nicht lahmlegen.
  • Die Schadenbearbeitung Ihr Wettbewerbsvorteil ist. Manche Versicherer differenzieren sich über die Geschwindigkeit der Schadenbearbeitung. Die meisten nicht.
  • Regulatorische Anforderungen volle Kontrolle verlangen. Schweizer und EU-Datenresidenz, Prüfpfade, Erklärbarkeit: Manche Aufsichtsbehörden wollen alles im Haus.
  • Sie auf 12 bis 18 Monate bis zur Produktion vorbereitet sind. Das ist ein realistischer Zeitrahmen für eine Eigenentwicklung.

Fallen bei der Eigenentwicklung:

„Wir nehmen einfach GPT-4.“

Sie stoßen an dieselbe Genauigkeitsgrenze wie alle anderen. Ein allgemeines Sprachmodell wendet Ihre Versicherungsbedingungen ohne definiertes Regelwerk nicht zuverlässig an.

„Unsere Entwickler bekommen das schon hin.“

Die Schadendomäne ist tief. Deutsche Komposita wie Abgasrückführungsventil verlangen ein Automobilvokabular, das nicht von Stack Overflow kommt.

„Wir wollen keine Abhängigkeit vom Anbieter.“

Sie tauschen sie gegen interne Abhängigkeit: von den Entwicklern, die Ihr maßgeschneidertes System verstehen.

Die tatsächlichen Kosten der Eigenentwicklung:

  • • 2 bis 4 ML-Entwickler für mehr als 12 Monate
  • • Zeit der Fachexperten für Kennzeichnung und Validierung (ca. 20 Personenstunden für eine Ground Truth aus 50 Schadenfällen)
  • • Laufende Wartung: Modelle driften, Dokumentformate ändern sich
  • • Opportunitätskosten, weil Sie später live gehen

Wann kaufen

Kaufen ist ein Tausch zugunsten der Markteinführungszeit. Wählen Sie es, weil Ihnen Zeit wichtig ist, nicht weil Sie es für „einfacher“ halten.

Kaufen ist sinnvoll, wenn:

  • Sie in 3 bis 6 Monaten Ergebnisse in der Produktion brauchen. Anbieter haben Probleme gelöst, auf die Sie noch gar nicht gestoßen sind.
  • Sie keine ML-Kapazität haben (oder aufbauen wollen). ML-Entwickler zu gewinnen und zu halten ist schwer.
  • Ihre Schadenarten relativ standardisiert sind. Kfz, Sach, Kranken: Das haben Anbieter schon gesehen.
  • Ihre IT sich auf Integration konzentrieren soll, nicht auf Modellentwicklung. Ihr Wettbewerbsvorteil liegt wahrscheinlich nicht in der KI-Forschung.

Fallen beim Kauf:

„Die Demo war großartig.“

Demodaten sind kuratiert. Unser System sah auf deutschen Dokumenten großartig aus, bis wir französische Schadenfälle durchlaufen ließen. Alle 25 genehmigten Schadenfälle wurden fälschlich abgelehnt.

„Sie sprechen von 99 % Genauigkeit.“

Fragen Sie: Genauigkeit worauf? Auf ihrem Testdatensatz oder auf Ihren Dokumenten? Entscheidungsgenauigkeit ≠ Geschäftsgenauigkeit.

„Das ist Plug-and-Play.“

Integration ist immer schwieriger als versprochen. Dokumentformate variieren. Feldnamen unterscheiden sich. Ihre Policenstruktur hat ihre Eigenheiten.

Die tatsächlichen Kosten des Kaufs:

  • • Lizenzgebühren (pro Schadenfall, pro Dokument oder pro Plattform)
  • • Integrationsaufwand (typischerweise 3 bis 6 Monate, nicht 3 bis 6 Wochen)
  • • Laufende Optimierung (abstimmen müssen Sie trotzdem)
  • • Abhängigkeit vom Anbieter (was, wenn er die Strategie wechselt, scheitert oder übernommen wird?)

Das Bewertungsraster für Anbieter

Ein systematischer Ansatz für den Anbietervergleich. Gewichten Sie die Kategorien nach Ihren Prioritäten.

Kategorie 1: Genauigkeit & Evaluation

Gewichtung 30 %
FrageWorauf Sie achten sollten
Wie hoch ist Ihre Genauigkeit auf dem Holdout-Datensatz?Konkrete Prozentzahl, Methodik erklärt
Wie hoch ist Ihre Falsch-Genehmigungsquote?Separat erfasst, unter 5 %
Können Sie Fehlerkategorien zeigen?Taxonomie vorhanden, Verbesserung nachverfolgt
Wie viele Iterationen bis zur heutigen Genauigkeit?Zeigt Disziplin, nicht Glück

Warnsignale: „Unsere Genauigkeit liegt bei 99 %“ ohne Erklärung der Holdout-Methodik. Wir haben 14 verschiedene Fehlermodi über Zuordnung, Extraktion, Deckungslogik und Berechnung hinweg erfasst.

Kategorie 2: Prüfbarkeit

Gewichtung 25 %
FrageWorauf Sie achten sollten
Kann ich jedes Feld bis zum Quelldokument zurückverfolgen?Auf Seiten- und Zeichenebene
Protokollieren Sie Modellversion und Konfidenz?Vollständiger Prüfpfad
Können Sie eine sechs Monate alte Entscheidung reproduzieren?Volle Reproduzierbarkeit
Wie erfassen Sie menschliche Übersteuerungen?Mit Begründungspflicht

Für regulierte Abläufe in der Schweiz und der EU ist Prüfbarkeit nicht verhandelbar.

Kategorie 3: Architektur

Gewichtung 20 %
FrageWorauf Sie achten sollten
Welcher Anteil ist deterministisch, welcher ML?Höherer deterministischer Anteil = geringeres Risiko
Wie lauten Ihre Konfidenzschwellen?Asymmetrisch, konfigurierbar
Wie erkennen Sie Verteilungsverschiebungen?Monitoring vorhanden
Wie sieht Ihr Human-in-the-Loop-Workflow aus?Vollständige QA-Konsole

Unsere Architektur: 57 % der Positionen werden von deterministischen Regeln bearbeitet (null LLM-Kosten). Ein höherer deterministischer Anteil = niedrigere Kosten und höhere Erklärbarkeit.

Kosten & Betrieb

15 %
  • • Aufschlüsselung der Kosten pro Schadenfall
  • • Token-Limits, Circuit Breaker
  • • P50-, P95-, P99-Latenzen
  • • Verarbeitung in der Landessprache

Risiko & Sicherheit

10 %
  • • Dokumentierte Fehlermodi
  • • Automatisierte Regressionstests
  • • Kontrollierte Übergabe an den Menschen
  • • Datenresidenz in der EU/Schweiz

Die Demo-Checkliste

Was Sie verlangen sollten, wenn Anbieter präsentieren.

Vor der Demo

  • • Senden Sie 10 bis 20 IHRER Schadenfälle
  • • Nehmen Sie Sonderfälle auf: mehrsprachig, schlechte Scanqualität
  • • Definieren Sie Erfolgskriterien vorab

Während der Demo

  • • Auf IHREN Dokumenten laufen lassen
  • • Bitten Sie darum, einen Fehlschlag zu sehen
  • • Klicken Sie sich bis zur Feldherkunft durch
  • • Fordern Sie Konfidenzwerte an

Nach der Demo

  • • Behauptete und tatsächliche Genauigkeit vergleichen
  • • Zählen Sie die Antworten „das stimmen wir noch ab“
  • • Bewerten Sie: Könnte Ihr Team das täglich nutzen?

Der 5-Minuten-Stresstest

Nehmen Sie Ihren seltsamsten Schadenfall. Ein deutsches Kompositum wie Zylinderkopfdichtung mit einem französischen Rechnungsformat und einer Grenzfall-Deckungsentscheidung. Können sie das nicht live verarbeiten, gilt ihre „99 % Genauigkeit“ nicht für Ihre Realität.

Der hybride Weg

Ziehen Sie den Mittelweg in Betracht. Einiges entwickeln, einiges kaufen.

Kaufen

Dokumentenextraktion, OCR, Klassifizierung: Anbieter sind gut im generischen Dokumentverständnis

Entwickeln

Policenspezifische Geschäftsregeln, Deckungslogik: In Ihrer eigenen Domäne sind Sie besser

Selbst besitzen

Bewertungsrahmen, Ground Truth, Qualitätsmonitoring. Behalten Sie die Kontrolle über die Entscheidungsebene

Warum das funktioniert: Anbieter übernehmen die Standardteile. Sie übernehmen die differenzierenden Teile. Sie können Anbieter wechseln, ohne Regeln neu zu schreiben. Sie behalten die Prüfkontrolle über die endgültigen Entscheidungen.

Nächste Schritte

1

Muss-Kriterien von Kann-Kriterien trennen

Prüfbarkeit ist nicht verhandelbar. Automatische Optimierung schon.

2

Ihren Demo-Schadenfallsatz vorbereiten

Zwanzig Schadenfälle, einschließlich Ihrer Sonderfälle und mehrsprachigen Dokumente.

3

Ihre Scorecard vor dem ersten Anbietergespräch erstellen

Lassen Sie sich Ihre Bewertungskriterien nicht von Demos vorgeben.

4

Entscheiden: Was wollen Sie langfristig selbst besitzen?

Die Entscheidungsebene? Die Extraktionsebene? Den gesamten Stack?

Das Ziel ist nicht, Anbieter oder Eigenentwicklung zu vermeiden. Es ist eine fundierte Entscheidung auf Basis Ihrer konkreten Situation, Ihres Zeitplans und Ihrer Fähigkeiten.

Die True Aim AG entwickelt prüfbare KI-Systeme für regulierte Märkte in der Schweiz und der EU. Dieses Raster spiegelt unsere Erfahrung aus Einführungen wider.

Das Wichtigste in Kürze

  • Entwickeln für strategische Fähigkeiten, nicht für Kosteneinsparungen
  • Kaufen für die Markteinführungszeit, nicht für Einfachheit
  • Bewertungsraster für Anbieter mit 5 Kategorien
  • Demo-Checkliste: vorher, während, nachher
  • Der hybride Weg: Standard kaufen, Differenzierung entwickeln
  • Prüfbarkeit ist nicht verhandelbar

Sie bewerten Anbieter von Schaden-KI?

Wir helfen Ihnen, ein auf Ihre Anforderungen zugeschnittenes Bewertungsraster aufzubauen und objektive Anbietervergleiche durchzuführen.