Die Glaskugel der Algorithmen

Mehr als 100 Milliarden Dollar – so hoch wird der jährliche Schaden weltweit geschätzt, der durch Versicherungsbetrug entsteht. Etwa 5 Milliarden Euro wird der finanzielle Schaden in Deutschland beziffert, in Österreich sind es geschätzte 500 Millionen und in Spanien etwa 2,5 Milliarden. Experten, wie jene des Gesamtverbands der Deutschen Versicherungswirtschaft (GDV) gehen davon aus, dass jeder zehnte Versicherungsfall in der Kraftfahrt-, Haftpflicht- und Sachversicherung Ungereimtheiten aufweist. Dieses Problem versuchen seit Jahren schon Firmen, die sich auf Analyse und Big Data spezialisiert haben, für die Versicherungsbranche zu lösen bzw. einzudämmen. Eines davon ist das spanische Unternehmen Apara Predictive Analytics aus Madrid.

Auf dem Radar von Gartner

Apara wurde bereits 2002 gegründet und entstand als Spin-off der Quality & Technology Group und beschäftigt sich seit mehr als 15 Jahren mit Predictive Analytics und Business Intelligence. Mit dVelox hat Apara die erste spanische Business-Plattform für Predictive Analytics entwickelt, die für internationales Furore sorgt – der weltweite Marktforscher Gartner hat Apara als einziges spanisches Unternehmen in seinem "Market Guide for Insurance Fraud Analytics" anerkannt und in mehr als 15 Berichten als einen der Martkführer in diesem Bereich erwähnt. dVelox Enterprise ist eine leistungsstarke und präzise künstliche Intelligenz-Engine, ein Tool, das auf Basis von künstlicher Intelligenz Daten in Vorhersagemodelle umwandelt.

Ein Wahrsager namens dVelox

Begonnen hat Apara 2002 tatsächlich mit der Entwicklung mathematischer Modelle, um Versicherungsbetrug zu erkennen. „Wir waren damals ein Pionier, was die Entwicklung von Modellen betraf, die aus den vorhandenen Daten das Wesentliche herausfilterten“, sagt Antolín Tello, Direktor von Apara Predictive Analytics. „Mit unseren Analysen konnten wir tatsächlich Lösungsansätze für bestehende Probleme bzw. wichtige Entscheidungsgrundlagen liefern.“ dVelox ermöglicht es, bestimmte Ereignisse, Verhaltensweisen oder auch Geschäfts- oder Marktszenarien vorherzusehen. „dVelox ist vielfach einsetzbar“, sagt Tello, „neben dem Versicherungs-, auch im Banken- und Finanzdienstleistungssektor sowie im Bereich Telekommunikation, in der Industrie, im Gesundheits-, Handels- und Freizeitsektor, bis hin zur Landwirtschaft.“

Überall gibt es interpretierbare Muster

Die Anwendungsfälle des Tools seien genauso breit gefächert wie die Sektoren. Tello: „Wir bieten Lösungen für die Produktions- und Nachfrageplanung, Energieersparnis, Marketing & Kundenbindung, Ausfallrisiko & Zahlungsverzug etc.“ Mit Hilfe von dVelox könnten Kosten gesenkt werden, weil die „Time to Market“ verkürzt und die Performance der Mitarbeiter gemessen bzw. Mitarbeiter ihrem Einsatzbereich entsprechend gezielt weitergebildet werden können. „Überall gibt es Muster, die mit Hilfe von Algorithmen lösungsorientiert interpretiert werden können“, so Tello.

dLife für den Medizin-Bereich

Nach dem großen Erfolg in der Versicherungsbranche entwickelte Apara auch Vorhersage-Modelle für Kliniken und nannte das Tool dLife. Dieses unterstützt die medizinischen Entscheidungsunterstützungsprozesse im klinischen Bereich und verbessert die Diagnose-, Behandlungs- und Evolutionsprozesse der Patienten. dLife sei ein Schritt in Richtung echter personalisierter Medizin.

„Unsere Technologie funktioniert immer“

Mit IBO-Sense hat Apara übrigens auch ein analytisches Werkzeug im Portfolio, das in der Lage ist, genaue Vorhersagen auf der Börse zu treffen. Dabei werden die Gefühle in Medien und sozialen Netzwerken analysiert und mit Datamining-Methoden ausgewertet. Algorithmen analysieren die natürliche Sprache und kombinieren das mit so genannten Behavioral Finance Modellen. „Unsere Technologie funktioniert immer“, sagt Antolin Tello sehr selbstbewusst. „Ob sich mit unserer Hilfe eine Lösung finden lässt, hängt allein davon ab, wie man unsere Technologie einsetzt und welche Daten zur Verfügung stehen.“ Im Nachsatz: „Enorm wichtig ist es aber, im Vorfeld die richtigen Fragen zu stellen und genau zu wissen, welche Problemsituation man lösen will.“

Madrid, 30.04.2019