Ein Fall für KI: Der automatisierte Dokumentenvergleich

"Das Vergleichen ist das Ende des Glücks und der Anfang der Unzufriedenheit“ sagte der dänische Philosoph Søren Kierkegaard. Sich selbst mit anderen oder Dinge zu vergleichen, ist eine natürliche und intuitive, oft auch unterbewusste, Handlung eines jeden Menschen. Aber warum vergleichen wir? Sich mit anderen zu vergleichen hat unter anderem den Zweck, herauszufinden, was andere besser machen als wir selbst, um daraus zu lernen und sich zu verbessern.

Veröffentlicht: Zuletzt aktualisiert:

Fachartikel, Künstliche Intelligenz, Versicherungswirtschaft

1 Min. Lesezeit
Dokumentenanalyse mit KI - ein Symbolbild mit verschiedenen Dokumenten

Vergleichen ist in uns und wird u.a. auch in Form der Redewendung „Du sollst nicht Äpfel mit Birnen vergleichen“ von Generation zu Generation weitergegeben. Hiermit ist allerdings nicht gemeint, dass man generell nicht vergleichen darf. Man soll nur nicht unfair vergleichen. Im Versicherungskontext ist der Vergleich von Versicherungstexten, z.B. von allgemeinen Versicherungsbedingungen (AVB) für Assekuradeure, Versicherungsmakler und Versicherer nicht nur sinnvoll, sondern kann im Wettbewerb entscheidend sein.

Die Intention eines Vergleichs ist unterschiedlich: Während der Versicherungsmakler AVBs vergleicht, um seine Kunden bestmöglich zu beraten und diese über signifikante Änderungen der AVBs zu informieren. Vergleicht der Versicherer, um seine Leistungen mit dem Markt zu vergleichen.

Derartige Vergleiche erfolgen aktuell in der Regel manuell und sind dadurch insbesondere bei komplexen und umfangreichen Dokumenten eine herausfordernde, zeitraubende und fehleranfällige Aufgabe. Unterstützung kann hier künstlicher Intelligenz, insbesondere durch den Einsatz der Teildisziplin Natural Language Processing (NLP), liefern. Die bisher manuellen Tätigkeiten werden maschinell unterstützt, sodass komplexe Dokumente auf semantischer Ebene automatisiert analysiert und verglichen werden können. Dadurch lassen sich Aufwände und Fehler deutlich reduzieren.

Versicherungsvokabular, hat wie z.B. die Bereiche Medizin oder Jura, einige sprachliche Besonderheiten. Ohne Fachkenntnisse stößt man beim Verständnis von derartigen Texten schnell an seine Grenzen. Bei maschinellen Lösungen werden von KI-Experten Sprachmodelle eingesetzt. Aufgrund der Komplexität sind bei Versicherungstexten die Möglichkeiten von Sprachmodellen schnell erschöpft. So wie Endkunden häufig einen Versicherungsexperten benötigen, um den Inhalt der AVBs zu verstehen, benötigen wir zum Vergleich der AVBs ein Sprachmodell, dem Versicherungsvokabular nicht fremd ist. Das convista-Sprachmodell wurde explizit mit Versicherungstexten nachtrainiert, sodass Anwendungsfälle wie die folgenden automatisiert durchgeführt werden können:

  • Identifikation von sprachlichen und inhaltlichen Differenzen in Versicherungstexten eines Versicherers mit unterschiedlichen Ständen.
  • Identifikation von inhaltlichen Differenzen von Versicherungstexten unterschiedlicher Versicherer.
  • Extraktion und Vergleich konkreter Textabschnitte und Werte eines oder mehrerer Versicherer.

Haben wir Ihr Interesse geweckt?

Weitere Details zu den aufgeführten Anwendungsfällen beleuchten wir in den folgenden Beiträgen der Blog-Reihe „KI-gestützte Dokumentenanalyse“, die in den nächsten Wochen online gehen werden:

  • Wie Sie mit KI sprachliche und inhaltliche Differenzen in unterschiedlichen Dokumentenversionen oder in Texten unterschiedlicher Versicherer identifizieren können, lesen Sie in Teil 2. zur Dokumentenanalyse mit KI

Haben Sie Fragen dazu?

Kontaktieren Sie gerne unsere Expertinnen und Experten aus dem Convista KI-Team!

Convista Kontaktbild

Convista KI-Team

SAP Datenarchivierung mit SAP ILM

Veröffentlicht am 11.04.2025

Wachsende Datenberge in SAP? Herangehensweise & Best Practices für die SAP Datenarchivierung

SAP-Systeme speichern täglich riesige Datenmengen – ohne klare Archivierungsstrategie drohen Performance-Verlust, hohe Betriebskosten und Compliance-Risiken. Der Beitrag zeigt praxisnah, wie Unternehmen mit SAP ILM oder SARA strukturierte Archivierungsprozesse etablieren, gesetzliche Vorgaben wie die DSGVO einhalten und gleichzeitig Speicherressourcen optimieren. Von…

Nearshoring vs. Offshoring vs. Outsourcing

Veröffentlicht am 10.04.2025

Nearshoring als Best Practice für SAP IS-U in der Energiewirtschaft

Ein erfolgreiches Nearshoring-Projekt hängt von mehr als nur der Auswahl eines kostengünstigen Partners im nahen Ausland ab. Es erfordert sorgfältige Planung, klare Kommunikation und ein strategisches Vorgehen, um sicherzustellen, dass die Zusammenarbeit effektiv und zielgerichtet verläuft. In diesem Artikel zeigen…

Blockchain in Supply Chain Management: A high-definition, photorealistic image of a warehouse with a digital overlay of a blockchain network tracking the movement of goods hyper realistic
Blockchain in Supply Chain Management: A high-definition, photorealistic image of a warehouse with a digital overlay of a blockchain network tracking the movement of goods hyper realistic

Veröffentlicht am 31.03.2025

Product Life Cycle meets Supply Chain Management

Die Integration von Product Lifecycle Management (PLM) und Supply Chain Management (SCM) ermöglicht eine nahtlose Zusammenarbeit entlang der gesamten Wertschöpfungskette. Durch die Verknüpfung von Produktentwicklung und Lieferkettenprozessen können Unternehmen ihre Effizienz steigern, die Markteinführungszeit verkürzen und die Produktqualität verbessern.