SLVRCLD | Automated content claim quantifications and settlements

Die manuelle Eingabe der geforderten Positionen in ein Textfeld bei der Ersten Schadenmeldung (FNOL) macht das alte Papierformular überflüssig, ist aber nicht so strukturiert, dass ein Versicherer den Schaden automatisch quantifizieren kann. Dies hat zur Folge, dass die Schadensachbearbeiter die Liste der Gegenstände immer noch physisch durcharbeiten müssen, um Preise von den Lieferanten zu erhalten. Dies ist nicht nur kostspielig, sondern verzögert auch den Abschluss des Schadenfalls, was eine der größten Kundenbeschwerden ist. Der derzeitige manuelle Prozess hindert die Versicherer auch daran, die Schadenregulierung bei Bedarf mit Hilfe von automatisierten Prozessen (RPA) durchzuführen.

Wir sind dazu in der Lage, da wir einen großen Datensatz aufgebaut haben, indem wir Millionen von Schadensfällen analysiert haben, um den reklamierten Artikel genau zu identifizieren, durch maschinelles Lernen den richtigen Ersatz zu bestimmen und diesen dann anhand von normalisierten Lieferantenangeboten zu quantifizieren. Der Schaden kann dann über die am besten geeignete Methode beglichen werden, z. B. über einen Gutschein, eine gefilterte Prepaid-Lastschriftkarte, einen Kaufauftrag oder eine Barauszahlung.

Die Versicherer unterstützen ihre Kunden, indem sie die Funktionalität direkt in ihren digitalen FNOL-Prozess integrieren oder ein Selbsthilfeportal einrichten.

Die Versicherer können ihre Versicherungsnehmer auch einen Katalog mit Haushaltsinhalten erstellen lassen, um sicherzustellen, dass ihre Kunden ausreichend versichert sind, den Schadenprozess weiter zu beschleunigen und Betrug während des Schadenprozesses zu verhindern.

Unser Lösungspaket besteht aus drei Hauptaspekten:

• die Data Engine (zur Verwaltung unserer Produkt- und Preisdatenbestände)
• das Core Back-End (Zugriff über API und Verwaltung des Prozessablaufs und der Datenübertragung)
• das Management-Portal (das eine visuelle Schnittstelle zu den APIs in einer web-gehosteten Anwendung bietet)

Das Herzstück unseres Systems ist die Data Engine. Sie wird verwendet, um einen reklamierten Artikel zu identifizieren, seine bestmöglichen Ersatzprodukte zu ermitteln und für jedes dieser Produkte einen Preis aus einer Liste von Angeboten zu ermitteln, die ständig und automatisch abgerufen wird. Dies erfordert die Aufnahme, Umwandlung und Analyse von Millionen von Produkten und Angeboten, die von einer Vielzahl von Lieferanten in zahlreichen Ländern stammen. Zu diesem Zweck nutzt die Data Engine mehrere cloudbasierte Technologien. Sie nutzt auch eine Maschine zum maschinellen Lernen, um Aspekte der Produktlandschaft wie Lagerverfügbarkeit, Regionalität, Produktlebensdauer usw. zu ermitteln, ohne dass eine Integration in das Bestandsverwaltungssystem der einzelnen Lieferanten erforderlich ist.

Wir haben uns für ein Technologiepaket entschieden, das uns die Möglichkeit bietet, Änderungen schnell zu entwickeln und bereitzustellen und gleichzeitig die Überprüfbarkeit und Sicherheit zu gewährleisten. Dies erreichen wir durch eine cloud-native, größtenteils serverlose Architektur, die auf Amazon Web Services basiert. Dies ist sowohl skalierbar als auch kosteneffizient.