Zusammenfassung
Eine Schadenentscheidung ist kein einzelner Schritt. Sie ist eine durchgehende Kette kleinerer Handlungen, die sich in drei verschiedene Arten einteilen lassen: Lesen, Rechnen und Urteilen.
- Lesen gehört den KI-Modellen: Unstrukturierte PDFs, Fotos, E-Mails und handschriftliche Notizen in strukturierte Fakten verwandeln.
- Rechnen gehört ausschließlich den Regeln: Deckungssummen, Selbstbeteiligungen und Mitversicherungsquoten zu berechnen, hat genau eine richtige Antwort. Ein Modell kann nur eine wahrscheinliche liefern.
- Urteilen darf ein Modell nutzen, sofern es als solches gekennzeichnet ist: Wo der Wortlaut eine Position offenlässt, muss die Akte zeigen, dass diese Zeile von einem Modell und nicht von einer Regel aufgelöst wurde.
Die entscheidende Designfrage lautet nicht „Regeln oder Modelle“. Es geht darum, die Grenze zwischen beiden bei jedem Schritt in der Akte sichtbar zu halten.
Die drei Kernoperationen einer Schadenentscheidung
KI in der Schadenbearbeitung wird meist als Wahl zwischen Regeln und Modellen dargestellt. Doch eine Schadenentscheidung ist kein einzelner Akt. Sie ist eine Kette von Schritten, und jeder braucht das richtige Werkzeug:
Lesen (von Belegen zu Fakten)
Rohe Belege in strukturierte Fakten verwandeln. Schadenfälle kommen als Fotos, PDFs, Handschrift, E-Mails und Freitext an. Das Lesen holt heraus, was sie sagen (die Policennummer, das Schadendatum, das reparierte Teil oder den Rechnungsbetrag), und verknüpft jeden Wert zurück mit seinem Quelldokument.
Rechnen (Regeln und Zahlen anwenden)
Schriftliche Regeln und Berechnungen auf diese Fakten anwenden. Ist das Teil nach dem Wortlaut gedeckt? Welche Selbstbeteiligung gilt? Überschreitet der Betrag ein Limit? Wie wird die Haftung aufgeteilt? Sobald die Fakten feststehen, hat jede dieser Fragen genau eine richtige Antwort, vorgegeben durch Police, Katalog oder Regelwerk.
Urteilen (offene Punkte klären)
Klären, was der schriftliche Wortlaut offenlässt. Eine Rechnungsposition beschreibt ein Teil mit Worten, die kein Katalogeintrag verwendet. Oder eine Klausel lässt sich vernünftigerweise auf zwei Arten lesen. Keine Regel entscheidet das, also muss jemand (oder etwas) eine Entscheidung treffen.
Die meisten Schadenfälle enthalten alle drei. Entscheidend ist, ob im Nachhinein jemand sehen kann, welcher Art jeder Schritt war.
Warum Rechnen ausnahmslos den Regeln gehört
Arithmetik auf ein schriftlich fixiertes Limit hat eine richtige Antwort. Eine Mitversicherungsquote auf einen bekannten Betrag zu einem bekannten Prozentsatz hat kein wahrscheinliches Ergebnis. Sie hat ein Ergebnis.
- Ein deterministischer Schritt ist einer, bei dem dieselben Eingaben immer dieselbe Ausgabe erzeugen. Eine als Entscheidungsbaum geschriebene Regel verhält sich so: Aus den Fakten wird das Ergebnis berechnet, nicht vorhergesagt.
- Ein probabilistischer Schritt liefert die wahrscheinlichste Antwort auf Basis dessen, was er gesehen hat. Weil ein Sprachmodell von seiner Konstruktion her probabilistisch ist, können dieselben Eingaben in einem anderen Durchlauf oder einer anderen Modellversion eine andere Antwort ergeben.
Das ist eine Stärke beim Lesen unordentlicher Belege. Bei einer Berechnung ist es schlicht eine neue Art, falsch zu liegen, ohne Vorteil. Ein Modell, das in jedem Testfall die Selbstbeteiligung korrekt anwendet, ist damit noch keine Regel geworden. Der nächste Durchlauf ist nicht an die vorherigen gebunden.
Selbstbeteiligungen, Schwellenwerte, Obergrenzen, Deckungssummen, Haftungsquoten, Mitversicherung und Neu-für-Alt-Abzüge sind alle Rechnen. Keines davon braucht ein Modell.
Wo ein Modell seinen Platz verdient
Ein Modell verdient seinen Platz, indem es Aufgaben löst, an denen feste Regeln scheitern:
Extraktion aus Dokumenten und Belegen (Lesen)
Regeln können kein Foto und keine handschriftliche Notiz lesen. Agenten auf Basis von Sprachmodellen können es. Unstrukturierte Belege in strukturierte Fakten zu verwandeln, ist die Arbeit, die ihnen am besten liegt. Die Disziplin besteht darin, jeden Agenten eng zu halten. Ein Agent, der nur extrahiert, ist weit leichter zu prüfen als einer, der in einem Durchgang liest, extrahiert, sortiert und erklärt.
Gekennzeichnete Auflösung von Mehrdeutigkeit (Urteilen)
Wenn eine Position wirklich mehrdeutig ist und keine Regel sie auflöst, kann ein Modell die Zuordnung übernehmen. Akzeptabel wird das durch die Kennzeichnung. Die Akte markiert diese Zeile als probabilistisch statt deterministisch, sodass ein Prüfer genau sieht, welche Teile der Entscheidung Urteilsvermögen erforderten und wo er zuerst hinschauen sollte.
Was passiert, wenn sich beides nicht trennen lässt
Finden Extraktion, Urteil und Arithmetik in einem einzigen Modellaufruf statt, lässt sich die Entscheidung nur als Ganzes beschreiben. Die Ausgabe ist eine einzelne Antwort, in der es nichts zu inspizieren gibt.
Jede Erklärung wird nachträglich geschrieben, als Erzählung dessen, was wahrscheinlich passiert ist. Sie mag plausibel klingen, aber sie ist keine Akte.
Was eine Entscheidung schwer verteidigbar macht, ist selten, dass ein Modell beteiligt war. Es ist, dass niemand die Schritte, an denen es beteiligt war, von denen trennen kann, an denen es das nicht war. Eine Entscheidung, die keine Blackbox ist, ist eine, bei der sich jeder Schritt einzeln öffnen lässt, mit seiner Art darauf vermerkt.
Diese Eigenschaft muss vom ersten Tag an ins System eingebaut sein. Eine Akte, die nie gespeichert hat, welche Schritte berechnet wurden, lässt sich später nicht in Schritte zerlegen.
Wie die Grenze an einem Schadenfall aussieht
Nehmen wir eine Glasposition in einem Kfz-Schaden:
Lesen
Ein Agent extrahiert aus den Reparaturunterlagen die Fakten, die die Regeln brauchen: was repariert wurde und was den Schaden verursacht hat. Jeder Wert verweist zurück auf sein Quelldokument.
Rechnen
Die Engine wendet Versicherungsbedingungen und Geschäftsregeln auf diese Fakten an. Die Position kommt als gedeckt nach Klausel 2.2A zurück. Die Erklärung wurzelt im Wortlaut und wird nicht nachträglich verfasst. Selbstbeteiligung, Limit oder Obergrenze werden anschließend berechnet, die Rechnung Zeile für Zeile ausgewiesen.
Urteilen
Wo eine Rechnungsposition keiner Regel sauber entspricht, übernimmt ein Modell die Zuordnung, und allein diese Zeile trägt eine probabilistische Kennzeichnung. Die Zeilen um sie herum bleiben deterministisch.
Menschliche Prüfung
Die Schadenprüfung lässt sich als PDF exportieren. Ein Sachbearbeiter prüft den Schadenfall und kann für jede Änderung eine Begründung direkt in der Akte festhalten.
Wo Regeln enden: die drei Übergabepunkte
Ein Entscheidungsbaum ist genau so vollständig wie die Fakten, die er erhält, und der Wortlaut, aus dem er gebaut wurde. Eine gut gestaltete Engine behandelt Regelgrenzen als definierte Übergaben, nicht als Lücken:
- Übergabe 1: Fehlende Belege. Fehlt ein Dokument oder lässt sich ein Wert nicht extrahieren, ist die richtige Reaktion, danach zu fragen. Der Schadenfall wartet auf den Fakt, statt mit einer Näherung fortzufahren.
- Übergabe 2: Echte Mehrdeutigkeit. Wo eine Rechnungsposition keinem Katalogeintrag sauber entspricht, ordnet ein Modell die Position zu, und die Akte kennzeichnet sie als probabilistisch. Das Urteil steht neben der Arithmetik, klar beschriftet.
- Übergabe 3: Vom Versicherer definierte Schwellenwerte. Schwellenwerte für Schadenhöhe, Abweichung vom erwarteten Ergebnis oder Konfidenzniveau legt der Versicherer fest. Ein Schadenfall, der einen Schwellenwert überschreitet, geht an einen Sachbearbeiter, der die Fakten, die angewandte Klausel und jede getroffene Annahme sieht. Hält eine Annahme nicht stand, übersteuert der Sachbearbeiter sie, und das Ergebnis wird neu berechnet.
Wie True Aim die Grenze zieht
Die Entscheidungs-Engine von True Aim ist ein Hybrid aus zwei Technologien. Die Grenze zwischen ihnen ist die zentrale Designentscheidung:
- Deterministische Entscheidungsbäume: Versicherungsbedingungen, Kataloge und Regelwerke werden in Entscheidungsbäume überführt. Aus den Fakten wird das Ergebnis berechnet, nicht vorhergesagt. Gleiche Eingaben, gleiche Entscheidung, jedes Mal.
- Aufgabenspezifische Agenten: Agenten lesen Fotos, PDFs, Handschrift, E-Mails und Freitext, um strukturierte Fakten zu extrahieren. Jeder Agent erledigt eine eng umrissene Aufgabe.
- Gekennzeichnete Modellzuordnung: Wo eine Position wirklich mehrdeutig ist, ordnet ein Modell sie zu und kennzeichnet diese Zeile in der Akte als probabilistisch.
- Human-in-the-Loop-Kontrolle: Deckungsergebnisse lassen sich bis zur zugrunde liegenden Klausel zurückverfolgen. Die menschliche Prüfung wird durch Schwellenwerte ausgelöst, die der Versicherer festlegt. Für jede Änderung kann die Person eine Begründung festhalten.
Was eine Schadenakte zeigen können sollte
Jeder abgeschlossene Schadenfall wird erneut gelesen: vom Sachbearbeiter vor der Freigabe, vom Kunden, wenn ein Ergebnis angezweifelt wird, oder ein Jahr später von einem Prüfer. Alle stellen dieselbe Frage: Wie kam es dazu?
Eine Akte, die die drei Arten von Schritten auseinanderhält, antwortet direkt:
- Jeder Fakt trägt die Dokumentseite, aus der er stammt.
- Jede Zahl trägt die Klausel oder Regel, die sie erzeugt hat.
- Jedes Urteil ist als Urteil gekennzeichnet, sodass der Prüfer weiß, wo er zuerst prüfen muss.
Eine Akte, die nur das Endergebnis enthält, kann gar nicht antworten. Sie kann nur eine nachträglich geschriebene Beschreibung anbieten. Eine Beschreibung ist kein Nachweis.
Das Wichtigste in Kürze
- Trennung der Werkzeuge: Lesen, Rechnen und Urteilen sind verschiedene Arten von Schritten und brauchen verschiedene Werkzeuge.
- Regeln fürs Rechnen: Rechnen gehört den Regeln. Eine wahrscheinliche Antwort auf Arithmetik ist ein neuer Fehlermodus ohne Vorteil.
- Gekennzeichneter Modelleinsatz: Ein Modell verdient seinen Platz beim Lesen und, als probabilistisch gekennzeichnet, beim Urteilen.
- Definierte Übergabegrenzen: Regeln enden bei fehlenden Belegen, echter Mehrdeutigkeit und Schwellenwerten des Versicherers. Jede davon ist eine Übergabe, die die Akte zeigt, keine Lücke, die sie verbirgt.
Häufige Fragen
Sollte ein Sprachmodell eine Schadenzahlung berechnen?
Nein. Selbstbeteiligungen, Limits und Haftungsquoten haben genau eine richtige Antwort, sobald die Fakten feststehen. Sie sind Sache deterministischer Regeln.
Was bedeutet „probabilistisch“ in einer Schadenakte?
Dass der Schritt durch die wahrscheinlichste Antwort eines Modells gelöst wurde und nicht durch eine feste Regel, sodass er sich möglicherweise nicht exakt wiederholt. Die Kennzeichnung zeigt einem Prüfer, wo Urteilsvermögen im Spiel war.
Können Regeln jeden Schadenfall bewältigen?
Nicht allein. Dafür sind sie nicht gemacht. Fehlen Belege, fragt das System danach. Ist der Wortlaut mehrdeutig, ordnet ein Modell die Position unter einer probabilistischen Kennzeichnung zu. Überschreitet ein Schadenfall einen Schwellenwert, prüft ihn ein Sachbearbeiter mit allen Fakten, Klauseln und Annahmen im Blick.
Wie prüft man, ob ein System die Grenze einhält?
Nehmen Sie einen abgeschlossenen Schadenfall und lassen Sie sich vom System pro Schritt zeigen, ob er gelesen, berechnet oder beurteilt wurde. Kann es das nicht, steckt die Grenze nicht in der Akte.