Case Studies

Automatisierung im Schadeneingang: Wie eine Maklergruppe 60 % ihrer Prozesskosten senkte

Automatisierung im Schadeneingang: Wie eine Maklergruppe 60 % ihrer Prozesskosten senkte

Automatisierung im Schadeneingang: Wie eine Maklergruppe 60 % ihrer Prozesskosten senkte

Prozessautomatisierung

pile of printing papers

Der Kunde

Eine spezialisierte Maklergruppe im gewerblichen Versicherungssegment mit klarem Fokus auf Industrie- und Gewerbekunden und entsprechend hohem Schadenaufkommen.

Ausgangslage

Im Schadeneingang arbeiteten drei Vollzeitkräfte ausschließlich damit, eingehende Schadensmeldungen aus dem E-Mail-Postfach zu sichten, zu klassifizieren und Feld für Feld in das Verwaltungssystem zu übertragen. Täglich liefen rund 180 Meldungen ein. Die Fehlerquote bei der manuellen Erfassung lag bei über 15 Prozent, die durchschnittliche Bearbeitungszeit bei rund 12 Minuten pro Vorgang. Drei qualifizierte Fachkräfte verbrachten damit den Großteil ihres Tages mit reiner Tipparbeit statt mit der eigentlichen Schadenbearbeitung.

Herausforderung

Das Verwaltungssystem war historisch gewachsen und besaß keine offizielle Schnittstelle, sodass eine direkte Integration nicht möglich war und ein technischer Umweg gefunden werden musste. Erschwerend kam hinzu, dass die eingehenden Meldungen alles andere als standardisiert waren: Freitext-E-Mails, PDF-Anhänge, Excel-Tabellen und eingescannte Formulare lagen bunt gemischt nebeneinander. Eine Lösung musste mit dieser Formatvielfalt zuverlässig umgehen.

Vorgehen: Drei Phasen

Phase 1: Prozessaufnahme
Wir haben den Schadeneingang vollständig kartiert, von der eingehenden E-Mail bis zum fertigen Datensatz im Verwaltungssystem, und 500 historische Vorgänge nach Typ, Format und typischer Fehlerquelle analysiert. So wussten wir genau, welche Eingangsmuster die Lösung beherrschen musste und an welchen Stellen die meisten Fehler entstanden.

Phase 2: Lösungsdesign
Auf dieser Grundlage entstand eine KI-gestützte Erkennungslösung, die alle eingehenden Formate verarbeitet, die relevanten Felder extrahiert, den Schadenstyp klassifiziert und die Erfassungsmaske über eine RPA-Schnittstelle automatisch befüllt. Der bewährte Workaround machte die fehlende Systemschnittstelle wett.

Phase 3: Implementierung und Betrieb
Nach acht Wochen Entwicklungszeit ging die Lösung live. Es folgten vier Wochen Parallelbetrieb mit manuellem Abgleich jedes Vorgangs, bevor wir in den Vollbetrieb übergingen. Die Gesamtlaufzeit bis zur Produktivstellung betrug drei Monate.

Ergebnisse

  • Bearbeitungszeit pro Vorgang von 12 Minuten auf unter 2 Minuten gesenkt

  • Fehlerquote von 15 Prozent auf unter 2 Prozent reduziert

  • Die drei Fachkräfte arbeiten heute in der aktiven Schadenbearbeitung statt in der reinen Erfassung

  • Die gesamten Prozesskosten im Schadeneingang sind um 60 Prozent gesunken

"Wir haben Sotica beauftragt, weil das Thema drängte und wir intern nicht die Kapazitäten hatten. Was uns überzeugt hat: keine langen Konzeptphasen, sondern konkretes Vorgehen von Tag eins. Drei Monate später läuft die Lösung."

A man in a blue suit sitting in a chair

Geschäftsführer

Makler

Bereit loszulegen?

Bereit loszulegen?

Ob konkretes Projekt oder erste Orientierung – ein Gespräch schafft Klarheit.

Auch relevant:

turned on monitoring screen

KI-Transformation

Wie eine Sparkasse ihre Kreditprüfung mit KI um 15 % beschleunigte

Die Marktfolge einer mittelgroßen Sparkasse war zum Engpass geworden. Kreditentscheidungen dauerten zu lang, Analysten v...

turned on monitoring screen

KI-Transformation

Wie eine Sparkasse ihre Kreditprüfung mit KI um 15 % beschleunigte

Die Marktfolge einer mittelgroßen Sparkasse war zum Engpass geworden. Kreditentscheidungen dauerten zu lang, Analysten v...

turned on monitoring screen

KI-Transformation

Wie eine Sparkasse ihre Kreditprüfung mit KI um 15 % beschleunigte

Die Marktfolge einer mittelgroßen Sparkasse war zum Engpass geworden. Kreditentscheidungen dauerten zu lang, Analysten v...