Wie man ein Review erfolgreich durchführt - Der Rückblick auf die Innovationswerkstatt zum Thema Big Data

review_blog.jpg

Die Digitalisierung bringt eine Menge Daten mit sich. Diese lassen unter anderem Rückschlüsse auf Nutzer und deren Gewohnheiten zu. Big Player wie Amazon und Google haben ihr Geschäftsmodell auf „Big Data“ ausgerichtet. Diese elementare Entwicklung lässt sich auch in der Versicherungswelt nicht ignorieren, da sie eine Menge Potenzial für die Unternehmen bietet. Deshalb stand auch unsere letzte Innovationswerkstatt vom 28. – 30. November unter dem Zeichen von Big Data. Nachdem bereits vor zwei Jahren eine Werkstatt zu diesem Themenbereich stattfand, sollten an drei intensiven Tagen bisherige Projekte reflektiert und aktuelle Innovationspotentiale in konkrete Projekte umgeformt werden.

Ein Impulsvortrag von Prof. Dr. Andreas Ittner gab einen ersten Überblick über Data-Analytics-Projekte und deren Anwendung. Wie gehe ich an das Projekt heran? Welche Möglichkeiten gibt es dabei? Wie strukturiere ich ein Projekt? Welche Daten benötige ich dafür? Welche verschiedenen Verfahren stehen mir zur Verfügung? All diese Fragen konnte der Professor der Hochschule Mittweida unseren Werkstattteilnehmern beantworten.

Alle Anwesenden hatten vorab die Aufgabe bekommen, Lessons Learned bisheriger Projekte mitzubringen, aus denen sie Erfolgspunkte ableiteten. Es stellte sich schnell heraus, dass viele gute Projekte dabei waren, diese allerdings in einigen Punkten (wie z. B. der Datenqualität) überarbeitungswürdig blieben. Um darauf aufzubauen, wurden während der drei Tage fortlaufend Ideen gesammelt, um unsere Innovationswerkstatt mit einem konkreten Projekt verlassen zu können.

Vor dem Output kommt der Input

Vor dem Output kommt der Input

Am zweiten Tag stand die Vermittlung wichtiger Analyse-Verfahren auf der Agenda. Experte Marco Müller (Versicherungsforen Leipzig) und unsere Spezialistin in der Marktforschung Dr. Katja Rudolph gaben dazu zwei Impulsvorträge und bearbeiteten anschließend konkrete Beispiele in zwei Gruppen. Katja erläuterte den anwesenden Versicherern das Verfahren der Multivariaten Analysen und Marco das Textmining. Letzteres ist besonders im Bereich Schadenmeldungen interessant. Das Verfahren hilft bei der Bearbeitung der Meldungen, da durch die Einbindung von künstlicher Intelligenz (KI) Rückschlüsse aus Freitexten gezogen werden können. Das kann den Arbeitsaufwand erheblich verringern, da die KI sehr viel schneller erkennt, worum es im Dokument geht.

Workshop mit dem Start-up linx4

Workshop mit dem Start-up linx4

Zwei Start-up Pitches leiteten schließlich den dritten Tag ein. Die beiden Unternehmen arbeiten mit konkreten Big-Data-Projekten und konnten somit ein wenig aus dem Nähkästchen plaudern. The SQLNet Company entwickeln mittels künstlicher Intelligenz ein Vorhersagetool, das sich aus verschiedenen Daten speist und in der Folge zu reduzierten Kosten führt. Das Ziel von Linx4 ist es, Daten von Maschinen zu sammeln und diese zu nutzen, um Anpassungen vorzunehmen und dadurch die Produktivität zu steigern. Auch hier sehen wir eine Kostensenkung.

Nach der Inputphase waren wieder die Teilnehmer selbst gefragt. In insgesamt vier Gruppen hatten sie die Möglichkeit, zusammen mit den Start-ups sowie unseren Lab-Experten in vier Gruppen an konkreten Ideen aus der Idea-Matrix (Ideensammlung der drei Tage) zu arbeiten. Sie überlegten, wie sich diese in ihrem Unternehmen umsetzen lassen. Als Ergebnis der drei Tage entstanden ein Proof of Concept, konkrete Konzepte und die Idee eines Datenökosystems.

Zusammenfassend können wir sagen: Es war mal wieder eine sehr interessante Werkstatt mit guten Vorträgen, aber vor allem guten Ideen der Teilnehmer. Der klare Mehrwert ist, dass alle durchweg an Ideen arbeiten konnten. Nun können unsere Teilnehmer direkt an die Umsetzung in ihrem Unternehmen gehen.