KI-ge­stütz­te Do­ku­men­ten­ver­ar­bei­tung: Wie re­vo­lu­tio­niert GenAI die Ver­si­che­rungs­bran­che?

In der Versicherungsbranche spielt die effiziente Verarbeitung von Dokumenten eine zentrale Rolle, besonders wenn es um medizinische Unterlagen geht. Um diese Prozesse zu optimieren, wird aktuell intensiv an neuen Technologien geforscht. Bei einem kürzlichen Meetup trafen sich Studierende der Studiengänge Computational & Data Science sowie Artificial Intelligence in Software Engineering, um von Experten zu erfahren, wie Generative AI (GenAI) in diesem Bereich genutzt werden kann. Das Ziel: Eine Anwendung zu entwickeln, die mithilfe von KI grosse Mengen an Daten schneller und präziser verarbeitet.

Was ist GenAI?

Generative künstliche Intelligenz (KI), meistens als GenAI bezeichnet, ist eine auf Deep Learning basierte künstliche Intelligenz, die auf Aufforderung Originalinhalte wie Text, Bilder, Videos, Audio oder Softwarecode erstellen kann. GenAI kann also aufgrund umfangreicher Datensätze neue Inhalte kreieren. Anwendungen von GenAI reichen von der automatisierten Texterstellung (ein bekanntes Beispiel hierfür ist das Sprachmodell ChatGPT) bis hin zu personalisierten Empfehlungssystemen und virtuellen Assistenten oder Integrationen in Software-Entwicklungsangeboten.

GenAI verspricht, den bisherigen, oft mühsamen Prozess der Dokumentenbearbeitung zu automatisieren und den Arbeitsfluss in Versicherungen erheblich zu verbessern. Wie? Wir bieten einen Überblick über die Vision und Herausforderungen dieser innovativen Anwendung in der Versicherungsbranche, vom automatisierten Auslesen von Dokumenten bis hin zu Embedding-Funktionen und der Optimierung zweier Large Language Models (LLMs).

GenAI für Versicherungen: Automatisiertes Auslesen von Dokumenten durch den DGTAL GmbH Software Driller

GenAI findet in der Versicherungsbranche Anwendung, indem es vor allem den Verarbeitungsprozess medizinischer Dokumente optimiert. Derzeit müssen Mitarbeitende Dokumente manuell lesen oder nach bestimmten Schlüsselwörtern durchsuchen – eine zeitaufwändige und ineffiziente Arbeit. Dabei kommt es oft vor, dass wichtige Informationen übersehen werden, was wiederum zu Verzögerungen führt und den Arbeitsfluss weiter verlangsamt.

Mit «Software Driller», einer neuen, GenAI-gestützten Anwendung der DGTAL GmbH, soll dieser Prozess automatisiert werden: Die KI liest eingehende Dokumente automatisch aus, extrahiert relevante Informationen und bereitet diese so auf, dass sie in einem verbesserten Format an den zuständigen Mitarbeitenden weitergeleitet werden können. Dies spart nicht nur Zeit, sondern minimiert auch das Risiko, dass entscheidende Details übersehen werden.

Effizientere Abläufe durch Embeddings

Ein zentraler Bestandteil dieser Anwendung ist die effiziente Speicherung und Verarbeitung der extrahierten Informationen. Der aktuelle Ansatz sieht vor, dass eingehende Dokumente automatisch verarbeitet und in einer speziellen Datenbank, der sogenannten Retrieval-Augmented Generation (RAG)-Datenbank, abgelegt werden. Hierbei werden sogenannte Embeddings erstellt – das sind komprimierte Darstellungen der im Dokument enthaltenen Informationen, die leicht durchsucht und abgerufen werden können. Diese Embeddings machen es möglich, Daten in einer strukturierten und indizierbaren Form zu speichern, wodurch sie jederzeit schnell und einfach abgerufen werden können.

Zusammenarbeit von zwei KI-Modellen

Der innovative Kern dieser Anwendung besteht darin, dass zwei grosse Sprachmodelle, oder LLMs, zusammenarbeiten, um Anfragen effizient zu verarbeiten. Sobald ein Mitarbeiter oder eine Mitarbeiterin eine Anfrage stellt, kommt das erste Modell ins Spiel: Es erstellt einen Plan, wie die Anfrage bearbeitet werden soll. Dieses Vorgehen nennt sich Chain-of-Thought. Das zweite Modell führt dann die eigentlichen Implementierungen durch, wie beispielsweise eine Abfrage in der Datenbank oder das Ausgeben eines Stop-Befehls.

Das Besondere an diesem Prozess ist die sogenannte Reflexion. Nachdem das zweite Modell eine Aufgabe ausgeführt hat, reicht es das Ergebnis zurück an das erste Modell, welches den Plan bei Bedarf anpasst. Dieser zyklische Austausch wird so lange fortgesetzt, bis ein zufriedenstellendes Ergebnis erzielt werden kann. Wenn keine weiteren Anpassungen notwendig sind, endet der Prozess. Dieses iterative Vorgehen stellt sicher, dass das System flexibel und anpassungsfähig auf jede Anfrage reagieren kann.

Herausforderungen in der Entwicklung

Obwohl dieser Ansatz vielversprechend ist, gibt es noch einige Herausforderungen, die bei der Entwicklung gelöst werden müssen. Eines der Hauptprobleme sind Endlosschleifen, wobei das zweite Modell keinen Stop-Befehl ausgibt und der Prozess endlos weiterläuft. Ein weiteres Problem ist das sogenannte Themenabweichen. Wenn das Modell eine Frage falsch interpretiert und daraufhin eine falsche Richtung einschlägt, wird die ursprüngliche Anfrage möglicherweise nicht korrekt beantwortet.

Meetup zur Klärung: Ein Team im Gespräch

Während des ersten Meetups der CDS und AISE-Studiengänge erhielten die Teilnehmenden spannende Informationen über den Einsatz von GenAI in der Versicherungsbranche. Für einige Studierende, wie Alessio und Michal vom CDS Social Media Team, die nur wenig Vorwissen in diesem Bereich hatten, war das Thema jedoch sehr komplex und teilweise verwirrend. Um Klarheit zu schaffen, organisierten sie gemeinsam mit ihren Kommilitonen, Sven und Oliver, die tiefer in die technischen Details eingetaucht waren, ein weiteres, kleineres Meetup zu viert.

In diesem Gespräch fassten Sven und Oliver das Thema für Alessio und Michal zusammen und erklärten die wichtigsten Konzepte noch einmal im Detail. Alessio und Michal konnten so gezielt Fragen stellen und gewannen ein besseres Verständnis für die Anwendung von GenAI in der Versicherungsbranche. Diese persönliche Zusammenfassung half ihnen, das Potenzial und die praktischen Anwendungsmöglichkeiten der Technologie klarer zu sehen.

Fazit: Revolutionäre Potenziale für die Versicherungsbranche

Der Software Driller der DGTAL GmbH befindet sich zwar noch in der Entwicklung, zeigt jedoch bereits grosses Potenzial, den Arbeitsfluss in der Versicherungsbranche erheblich zu optimieren. Durch den Einsatz von Generative AI wird nicht nur die Dokumentenverarbeitung beschleunigt, sondern auch die Qualität der Ergebnisse verbessert. Die Kombination aus automatisiertem Auslesen, effizienter Speicherung durch Embeddings und der Zusammenarbeit zweier intelligenter Sprachmodelle verspricht eine Revolution im Umgang mit grossen Datenmengen.

Zwar gibt es noch technische Herausforderungen, doch die laufenden Entwicklungen in diesem Bereich zeigen, dass der Weg in eine Zukunft, in der KI die Versicherungsbranche nachhaltig verändert, bereits eingeschlagen ist.