Dieser Artikel wurde von Andrea Anderson (Head of User & Information Experience) und Nada El Maliki (Instructional Designer) verfasst.

Bei Guidewire suchen wir immer nach neuen Wegen, um innovativ zu sein und der Technologiekurve voraus zu sein. Unsere jüngste KI-Wissenschaftsmesse hat gezeigt, dass wir uns der Erforschung des Potenzials von KI-Technologien verschrieben haben und wie diese eingesetzt werden können, um unsere Branche zu revolutionieren und unsere Kunden und deren Kunden bestmöglich zu bedienen.

Diese virtuelle Veranstaltung brachte mehr als 300 Mitarbeiter aus verschiedenen Bereichen zusammen, darunter QA-Tester, Ingenieure, Berater, Autoren, User Experience Designer, Business-Analysten, Marketing- und Finanzfachleute. Sie alle hatten das Ziel, das Potenzial von generativen KI-Technologien und Large Language Models (LLM) zu erforschen und herauszufinden, wie diese einen Mehrwert für die Produkte und den Betrieb von Guidewire schaffen können.

Wir haben den Teams eine einfache Aufgabe gestellt: Sie sollten praktische Erfahrungen mit LLM sammeln und sich vorstellen, wie diese Modelle für Guidewire als Unternehmen von Nutzen sein können und uns helfen, wertvolle Lösungen für unsere Kunden zu entwickeln. Wir haben nicht nach Code oder Modellen gefragt. Stattdessen forderten wir die Teams auf, Lösungen zu finden und zu entwickeln, die auf Konzepten der natürlichen Sprachverarbeitung und KI-Tools basieren, z. B. in den Bereichen Wissensaustausch und Anleitung, Codegenerierung und -überprüfung sowie interaktive Erfahrungen.

Die Veranstaltung war ein durchschlagender Erfolg. Die Teilnehmer präsentierten innovative Ideen und zeigten, wie KI die Versicherungsindustrie verändern und uns helfen kann, als Unternehmen besser zu funktionieren.

Es wurden über 100 Ideen generiert und 57 Projekte zu verschiedenen Themen wie Qualitätssicherung und Tests, Konfiguration von Versicherungsunternehmen, Unterstützung von Endbenutzern, Wissen und Bildung sowie Code-Erstellung eingereicht.

Hier sind einige Highlights:

Konzept: WiseMonkey

"WiseMonkey" generiert ein “Strohmann"- Versicherungsproduktmodell, indem es Daten aus Versicherungsdokumenten wie einem Produktinformationsblatt, einem Versicherungsvertrag, dem Wortlaut der Police usw. sammelt und die Produkt-Mindmap erstellt. Das Team stellte sich eine Lösung vor, mit der Versicherungsvermittler komplexe Versicherungsdokumente schnell analysieren und verstehen können, um ihre Kunden besser bedienen zu können. Die Anwendung nutzt die Verarbeitung natürlicher Sprache (NLP), um Informationen zu extrahieren, die in eine Advanced Product Designer (APD) Mind Map münden.

Konzept: Guidewire Schadenassistent

Der Guidewire-Schadensassistent macht Schadenmeldungen zum Kinderspiel und ermöglicht es den Antragstellern, ihre Angaben in beliebiger Reihenfolge zu machen. Er verfügt über eine flexible, dialogorientierte Benutzeroberfläche, die den Antragsteller mit Hilfe von intelligenter KI (ChatGPT) durch den Prozess führt. Der Antragsassistent interpretiert die Antworten des Geschädigten und fordert ihn auf, fehlende Informationen nachzureichen. Der Antragsteller kann seine Antworten überprüfen und bearbeiten und erhält ein Echtzeit-Feedback zur Antragsbearbeitung.

Geschädigte erhalten eine persönliche, einfühlsame Beratung und Echtzeit-Feedback, wodurch der Prozess der Schadenmeldung weniger stressig und effizienter wird. Außerdem können sich die Kundenbetreuer von Versicherern auf die Unterstützung der Antragsteller im weiteren Verlauf des Antragszyklus konzentrieren und die Schadenteams müssen weniger Zeit für die Erfassung der richtigen Daten im Vorfeld aufwenden, um eine schnellere Schadenregulierung zu ermöglichen.

Konzept: Guidewire KI-gestützte Trainingsplattform

©Guidewire Software. Stellt kein Produktversprechen dar.

Die Erstellung von Software-Schulungen ist schwierig und zeitaufwändig für die Autoren von Inhalten, da sie nicht die Produktexperten sind. Wir haben openAI verwendet, um neue Lerninhalte auf der Grundlage von Produktdokumentationen und unstrukturierten Wissensquellen zu erstellen. Anschließend haben wir diese Inhalte als Grundlage für synthetische KI-Videos verwendet, die einen menschlichen Sprecher imitieren. Diese KI-Videos können in großen Mengen und in einer Art und Weise produziert werden, die leicht und kostengünstig in mehrere Sprachen übersetzt werden kann. Dank der Verfügbarkeit von APIs für Plattformen für künstliche Intelligenz können Software-Tools programmiert werden, um die Produktion von Medien in großem Umfang zu automatisieren. Wir haben Synthesia verwendet, um die Lernmodule zu erstellen.

Konzept: Verwendung von NLP zur Erstellung von Tests für Globalisierungstestverfahren

Die Entwicklung von Testfällen kann eine Herausforderung für Entwickler sein, die nicht mit regionalspezifischen Formaten vertraut sind (z. B. Datum/Uhrzeit, Währung, Adresse, Telefon, Kalender, Sortierung usw.).

Die Entwickler müssen für viele Produktlinien komplizierte regionsspezifische Formate manuell ermitteln und release-spezifische Testfälle erstellen, was sehr zeit- und kostenaufwendig sein kann.

Das Team, das an diesem Projekt arbeitete, erstellte Tests für Globalisierungstests unter Verwendung von NLP-Modellen. Diese Lösung würde die Entwicklungsteams dabei unterstützen, spezifische Formate für eine bestimmte Region zur Laufzeit zu generieren und die Globalisierungstests auf eine rationellere Weise durchzuführen. Bessere Tests erhöhen die Abdeckung für Globalisierungstests, die für mehrere Produktlinien und in verschiedenen Regionen durchgeführt werden können.

Diese Beispiele wurden mit ChatGPT erstellt.

Konzept: Jutro Smart CodeMod

©Guidewire Software. Stellt kein Produktversprechen dar.

Designsysteme und UI-Frameworks werden ständig weiterentwickelt, und manchmal lassen sich Änderungen am Code nicht vermeiden. Wie können Sie also Ihre digitale Anwendung mit minimalem Aufwand auf dem neuesten Stand der Codeline halten?

Jutro (das Designsystem und UI-Framework von Guidewire) Smart Codemod ist mit dem reaktionsbasierten Code von Jutro geschult und versteht den Kontext der zu aktualisierenden Zielanwendung, so dass ausgeklügelte und komplexe Code-Ersetzungen in Jutro-Apps möglich sind, wenn bahnbrechende Änderungen eingeführt werden. Unser Ziel ist es, das Upgrade auf die neueste und beste UI-Bibliothek zu einem Kinderspiel zu machen.

Was kommt als Nächstes?

Die AI Science Fair war ein wichtiger Meilenstein für Guidewire. Sie hat es uns ermöglicht, die Grenzen dessen, was in der Schaden- und Unfallversicherungsbranche möglich ist, zu erweitern. Sie hat uns auch deutlich vor Augen geführt, wie wichtig es ist, in großen Unternehmen eine Innovationskultur zu fördern, in der die Mitarbeiter ermutigt werden, über den Tellerrand zu schauen und kalkulierte Risiken einzugehen, um etwas wirklich Bahnbrechendes zu schaffen.

Wenn wir bei Guidewire über die Zukunft der KI nachdenken, gibt es viele Fragen, die wir beantworten müssen. Zum Beispiel:

• Welche Grenzen sollten wir bei der Erforschung potenzieller Anwendungen von KI in der Schaden- und Unfallversicherungsbranche beachten?

• Was müssen wir verstehen, damit KI auf ethische und faire Weise eingesetzt werden kann?

• Wie können wir in diesem Bereich kontinuierlich lernen und uns weiterentwickeln?

• Wie können wir Anwendungsfälle und Personas identifizieren, für die wir KI nutzen wollen?

• Wie bestimmen wir unsere bevorzugten Tools und unsere Referenzarchitektur?

Die AI Science Fair war ein hervorragender Ausgangspunkt für diese Art von Gesprächen, und wir freuen uns auf den weiteren Dialog und die Zusammenarbeit zum Thema KI.

Hinweis: Dieser Artikel wurde von Menschen verfasst und geschrieben.