Cookie
  • EINBLICKE IN UNSERE
    NLP-PROJEKTE

  • Referenzauszug Textanalyse

CASE STUDY AUS DER PRAXIS: VERSICHERUNGEN

Mit der Kompetenz eines führenden Versicherungsunternehmens und der Unabhängigkeit und Agilität eines Start-ups unterstützt der Auftraggeber dabei, die Ziele der Versicherungsbranche
mit digitalen Lösungen schneller und effizienter zu erreichen. Der sogenannte Marktplatz stellt dabei eine Plattform für die Versicherungsindustrie dar, um digitale Dienste einfacher auszutauschen
und deren Lifecycle zu managen. Dies schafft Transparenz und Effizienz innerhalb der internen wie auch externen Service Landschaft. Die T-Systems MMS, unterstützt diesen Ansatz von früher
Stunde an und ergänzt das Marktplatzangebot um drei versicherungsspezifische Semasuite® Textanalyse-Services.


Ausgangssituation

Das Lösungsportfolio des Auftraggebers unterstützt die ganzheitliche digitale Transformation von Versicherungskunden: von Frontend-Entwicklung, über den Marketplace mit zahlreichen API-Services, der Kubernetes-basierten Cloudifizierung über Datenanalyse und Hilfe bei der Agilisierung von Teams bis hin zu einer Plattformlösung. Um dieses Ökosystem mit komplementären Produkten und Services konsequent auszubauen, setzt das Unternehmen auf die versicherungsspezifische Lösungsexpertise verschiedener Partner, darunter auch auf T-Systems. Mit den von der T-Systems MMS entwickelten Textanalyse-Services der Semasuite® können Versicherungsunternehmen auf drei weitere digitale Produkte im Rahmen ihrer Prozessdigitalisierung zugreifen: die Textanonymisierung, die Rechnungsdigitalisierung sowie die Posteingangsklassifizierung.  

Die Lösung: Digitale Services für das Versicherungsunternehmen der Zukunft

Da die Versicherungsbranche mit einer Masse an Daten zu tun hat, die unstrukturiert und in allen möglichen Formaten eingehen, z. B. Emails, Briefe sowie papierbasierte oder bereits digitale Dokumente, wird viel Zeit und Aufwand darauf verwendet, diese zur weiteren Bearbeitung vorzubereiten. Prozessautomatisierung und die damit einhergehende Beschäftigung mit KI- und Machine-Learning-Lösungen kann diesen Aufwand erheblich reduzieren, was die folgenden drei Services zeigen.  

Versicherungen erreichen täglich, insbesondere in aktuellen Zeiten, eine wahre Flut an Serviceanfragen über den E-Mail-Kanal. Diese manuell sowohl der richtigen Versicherungssparte, z.B. Lebensversicherung, Kfz-Versicherung, Haftpflichtversicherung, als auch dem zutreffenden Geschäftsvorfall, z.B. Schadensmeldung, Kündigung, Stammdatenänderung usw., zuzuordnen, kostet Zeit und ist fehleranfällig. Mit Hilfe der Posteingangsklassifizierung erfolgen jene Zuordnungen automatisiert und zuverlässig auf Basis der Erkennung von Textinhalten unter Berücksichtigung aller Anhänge (z.B. PDF, TIFF, PNG, JPG, DOC, DOCX), die sich in der E-Mail befinden. Diese automatisierte Klassifizierung und Prozessdatenextraktion beschleunigt und erleichtert die anschließende Weiterbearbeitung des Anliegens.


Dieser Service bietet eine spezialisierte Datenextraktion aus eingereichten gescannten oder digitalen Rechnungsdokumenten von Versicherungsnehmern zur Erkennung von Attributen, wie z.B. um Rechnungsnummer, IBAN des Zahlungsempfängers oder Gesamtbetrag. Die Ergebnisse können in den Formaten X-Rechnung-XML, JSON, annotiertes HTML oder XMI ausgegeben werden und damit ohne Zeitverzug und nahtlos in den weiteren digitalen Abwicklungsprozesses, beispielsweise zur Auszahlung einer Kostenrückerstattung, überführt werden.


Damit Versicherungen die Prozesse hinter häufig wiederkehrenden Kundenserviceanfragen mit Hilfe von KI-Services automatisieren können, braucht es Lern- und Testdaten. Als solche werden reale Dokumente aus dem Kundendialog, z.B. E-Mails, Anträge oder Anfragen, genutzt. Aus Gründen der KI-Ethik und für meist deutlich bessere Erkennungsraten durch Normalisierung von Lernmerkmalen sollten KI-Algorithmen für die Automatisierung nie mit personenbezogenen Daten angelernt werden. Aus Datenschutzgründen dürfen Anbieter für KI-Lösungen in den meisten Fällen ausschließlich mit anonymisierten Daten versorgt werden.
Der Service bietet die Anonymisierung jeglicher Textdokumente, die als Lern- oder Testdaten in künftigen KI-Services dienen sollen und ermöglicht Versicherungsunternehmen die datenschutzkonforme Automatisierung von Geschäftsprozessen.


CASE STUDY AUS DER PRAXIS: INDUSTRIE

LESER Sicherheitsventile sind Einzelanfertigungen. Aus den individuellen Bestellungen, die in unterschiedlichen Formaten im Auftragsmanagement eingehen, erfolgte eine händische Übertragung
der produktionsrelevanten Auftragsdaten in den Produkt Konfigurator des SAP ERP-Systems. Die Erfassung der hohen Anzahl von Produktmerkmalen und technischen Größen pro Auftragsposition
war mit erheblichem Erfassungsaufwand verbunden. Ziel des Projektes war daher die fehlerfreie und schnelle Erfassung von Kundenaufträgen unter Nutzung von KI-Technologie. Als Ergebnis sollte
eine schnellere Bestätigung des Auftrags an den Kunden erfolgen, idealerweise innerhalb eines Tages. Mit der Entscheidung von LESER für die Automatisierung des
Auftragsprozesses auf Basis der Textanalyseplattform Semasuite® gehören diese Herausforderungen nun der Vergangenheit an.


Über LESER und Ausgangssituation

Mit 1050 Mitarbeiterinnen und Mitarbeitern und 125.000 produzierten Sicherheitsventilen pro Jahr ist LESER der größte Hersteller von Sicherheitsventilen in Europa und eines der führenden Unternehmen seiner Branche weltweit. Unternehmen der Industrien Chemie, Öl und Gas, Petrochemie, Energie, Technische Gase, LNG/LPG, Pharma, Lebensmittel und Getränke, Schiffbau und Heizungs- und Klimatechnik setzen LESER-Sicherheitsventile ein. Neben der Herstellung in Deutschland produziert LESER in Indien und China für die lokalen Märkte. Acht Tochtergesellschaften in Europa, Amerika, dem Nahen Osten und Asien sowie autorisierte Ansprechpartner in über 80 Ländern gewährleisten eine kompetente Kundenberatung, weltweite Zulassungen und schnelle, zuverlässige Lieferungen.

LESER erhält täglich Bestellungen per E-Mail mit individuellen Kundenanforderungen an seine Produkte als unstrukturierten Nachrichtentext mit Anhängen in Form von PDF oder Worddokumenten. Zur Bearbeitung der Bestellung müssen die angefragten spezifischen Produkteigenschaften und deren technische Größen, wie z. B. Ansprechdruck oder Medientemperatur, mit den zugehörigen Einheiten sowie die Bestellgrößen in den Produkt-Konfigurator des SAP ERP-Systems übertragen werden. Die Dateneingabe wurde bisher manuell durch Mitarbeiter im Auftragseingang durchgeführt. LESER suchte nach einer intelligenten Lösung, um diesen zeit- und personalintensiven Prozess zu automatisieren.

Lösung 

Zur Bewertung des Automatisierungspotentials wurde ein Vorprojekt, auf Basis der semantischen Textanalyse Lösung Semasuite® der T-Systems MMS, gestartet. Es sollte aufzeigen, dass die für die Auftragserstellung im SAP ERP-System relevanten Daten aus den bei LESER eingehenden Bestelldokumenten über die KI gestützte Textanalyse extrahierbar sind, damit der manuelle Prozess abgelöst werden kann. Im Rahmen eines Proof of Concept, wurde der maximal erreichbare Automatisierungsgrad anhand der Extraktion von 16 Produktattributen und Feldern aus eingehenden Kundenbestellungen erfolgreich nachgewiesen.

Das Resultat war ein sofort einsetzbares Minimum Viable Products (MVP). Mit der anschließenden Implementierung der Semasuite®, führte LESER die auf semantischen Algorithmen basierende Automatisierungslösung und die Datenintegration in das bestehende SAP-System produktiv ein.

Ein Supportvertrag zur Einhaltung von Service Level Agreements rundet die Lösung zur Sicherstellung der vereinbarten Mindesterkennungsrate ab.

Kundennutzen und Ausblick 

Mit dem Einsatz der Textanalyseplattform nutzt LESER einen wichtigen Digitalisierungsbaustein zur Prozessoptimierung und Effizienzsteigerung. Durch Ablösung der manuellen Auftragsbearbeitung ergibt sich eine signifikante Zeit- und Kosteneinsparung. Dem Sachbearbeiter im Auftragseingang werden die erkannten Merkmale parallel zur Originalbestellung am Bildschirm angezeigt, so dass nach nun kurzer visueller Prüfung direkt per Mausklick der Auftrag im SAP-System angelegt wird. 

Mitarbeiter werden so von manuellen Übertragungsaufgaben entlastet. Übertragungsfehler der Auftragsdaten werden eliminiert. Alle zur Produktion notwendigen Informationen stehen schneller für die Produktionsplanung und Fertigung zur Verfügung.

Auch Kunden von LESER profitieren vom Einsatz der Semasuite®, insbesondere durch kürzere Bearbeitungszeiten und schnellere Lieferungen.

LESER und T-Systems MMS arbeiten bereits an weiteren Einsatzmöglichkeiten der Semasuite® -Plattform. Ein nächster Schwerpunkt liegt in der Extraktion, der für die technische Auslegung eines Sicherheitsventils relevanten Daten aus Kundenanfragen. Somit soll künftig auch der Anfrageprozess automatisiert werden.

 

Jetzt Kontakt mit uns aufnehmen