Stellen Sie sich vor, Ihre Versicherten fotografieren eine Arztrechnung direkt nach Erhalt ab und reichen diese ohne weitere Angaben – wie eine Versicherungsnummer oder den Dokumententyp (z. B. die Art der Rechnung) – ein. In Echtzeit erhalten sie anschliessend eine Mitteilung, dass die Rechnung erstattet wurde, und zeitgleich von ihrer Bank oder dem jeweiligen Zahlungsdienstleister die Mitteilung, dass der Erstattungsbetrag ihrem Konto gutgeschrieben wurde. Sollte eine Behandlung einmal nicht versichert sein, dann bekommen sie darüber ebenfalls in Echtzeit eine kurze Nachricht. Optional kann direkt eine passgenaue, zusätzliche Absicherung angeboten werden.
Schöne neue Welt? Für Kundinnen und Kunden sowie private Krankenversicherungen auf jeden Fall. In der heutigen Praxis allerdings ist die digitale Einreichung von Arztbelegen für Versicherte häufig komplex, da Apps eingerichtet werden müssen und zahlreiche versicherungsfachliche Angaben im Rahmen des Einreichungsprozesses mitgeliefert werden müssen. Diese Daten sind oft nicht bekannt oder erfordern teilweise entsprechendes versicherungsfachliches Wissen.
Die Leistungsbearbeitung stellt neben den Patientinnen und Patienten auch die privaten Krankenversicherungen vor wiederkehrende Herausforderungen. Da die Belege durch die Kunden und Kundinnen meist gebündelt, und zwar einmal oder zweimal jährlich eingereicht werden, entstehen saisonale Schwankungen in Form von Lastspitzen in der Sachbearbeitung. Zudem wird beim Abfotografieren nicht immer darauf geachtet, ob ein Beleg geknickt ist, ausreichend Licht vorhanden ist oder der Hintergrund genügend Kontrast bietet. Die schlechte Qualität erschwert somit das Auslesen der notwendigen Fachdaten.
Für die PKV ist neben einem hohen Grad an automatisierten Prozessen und schnellen Entscheidungen vor allem die Datenqualität der ausgelesenen Belege entscheidend, welche das Inputmanagement liefert. Denn die Basis für vollständig automatisierte Prozesse sind exzellente Daten.
Künstliche Intelligenz im Inputmanagement – die Realität
Im Inputmanagement setzen private Krankenversicherungen bereits heute künstliche Intelligenz oder regelbasierte Systeme zur maschinellen Klassifikation von Dokumenten und zur Extrahierung relevanter Fachdaten ein. Die bestehenden Inputmanagement-Lösungen liefern trotz des Einsatzes Künstlicher Intelligenz häufig unzureichende Erkennungsraten. Dadurch ist ein Eingriff in Form manueller Nacherfassung bzw. Validierung der maschinell erzeugten Daten durch die privaten Krankenversicherer notwendig. Es ist keine durchgängige Automatisierung möglich.
KI-Realität im Inputmanagement:
„Trotz neuester Machine-Learning-Technologien ist eine menschliche Nacherfassung nötig.“
Saisonale Schwankungen – also Zeiträume, in denen Kundenanliegen vermehrt eingehen – können auf Grund der unzureichenden Erkennungsraten somit nur schwer ausgeglichen werden, da ein kurzfristiger und flexibler Einsatz manueller Kapazitäten und Ressourcen nur bedingt planbar ist.
Die Erweiterung bestehender Inputmanagement-Lösungen um eine KI-Komponente oder der Einsatz eines komplett neuen KI-basierten Inputmanagements ist zudem häufig nur mit umfangreichen Einführungsprojekten zu realisieren. Kurzfristige Mehrwerte sind auf Grund der Projektlaufzeiten und notwendigen Trainings der Sachbearbeiter bzgl. neuer Prozesse und Oberflächen somit nicht zu erreichen.
Künstliche und menschliche Intelligenz müssen bei einem erfolgreichen Inputmanagement Hand in Hand gehen
Gemessen wird ein erfolgreiches Inputmanagement vor allem an der Datenqualität. Damit die Geschäftsprozesse vollständig automatisiert ausgeführt werden können, muss die Datenqualität der durch das Inputmanagement gelieferten Fachdaten bei nahezu 100 % liegen. Denn nur so können die Geschäftsprozesse fachlich fundiert automatisiert ausgeführt werden. Eine so hohe Datenqualität lässt sich aktuell nur durch die effiziente Verbindung von künstlicher und menschlicher Intelligenz erreichen.
Um die privaten Krankenversicherungen diesbezüglich zu entlasten und vor allem auch, um kurzfristige Mehrwerte zu erzielen, bietet sich ein Inputmanagement als Dienstleistung an, und zwar als
„Strukturierte Daten as a Service“
mit dem Aisaac Full-Service Support. Die privaten Krankenversicherungen übermitteln lediglich die eingereichten Belege und erhalten strukturierte, maschinell lesbare Fachdaten, welche in ihren Geschäftsprozessen dunkel verarbeitet werden können, sowie eine menschlich lesbare Management Summary zur Nachvollziehbarkeit.
Abb. 1: Prinzip des Aisaac Full-Service Supports
Der Aisaac Full-Service Support sichert durch die Kombination von KI-Leistung und Human in the Loop (menschliche Intelligenz) eine hohe Datenqualität von nahezu 100 % vertraglich zu. Er lässt sich schlank integrieren, da keine eigene Software zu implementieren und zu integrieren ist, und hilft durch seine Dienstleistung dabei, saisonale Schwankungen sowie Lastspitzen auszugleichen.
Fazit
Trotz des Einsatzes künstlicher Intelligenz im Inputmanagement ist ein Eingriff in Form einer manuellen Nachbearbeitung bzw. Validierung häufig erforderlich. Dies bindet manuelle Kapazitäten, da die durchgängige Prozessautomatisierung unterbrochen wird. Um Versicherer kurzfristig zu entlasten, bietet sich ein Inputmanagement als Dienstleistung an, welches durch die Kombination menschlicher und künstlicher Intelligenz hohe Erkennungsqualitäten garantiert und damit die Basis für durchgängige Automatisierung bildet.
Sie möchten mehr über den Einsatz von KI im Inputmanagement und unsere Lösung Aisaac für die medienbruchfreie Dunkelverarbeitung erfahren? Dann wenden Sie sich gerne an unseren Experten Florian Petermann, Senior Business Developer bei adesso insurance solutions.
