Wie viele Unternehmen stehen auch Krankenversicherungen vor der Herausforderung, mit einer steigenden Anzahl von Kundeninteraktionen umzugehen. Insbesondere wird es für Service-MitarbeiterInnen zunehmend schwieriger, alle Anfragen zeitnah, konsistent und mit entsprechender Sorgfalt zu beantworten. Dies ist aber gerade bei Kundenbeschwerden unabdingbar, um größerer Verärgerung und potenzieller Abwanderung von KundInnen entgegenzuwirken. In einem Projekt mit einer großen deutschen Krankenversicherung haben wir untersucht und demonstriert, wie moderne textbasierte Systeme in Kombination mit Methoden der künstlichen Intelligenz genutzt werden können, um die Service-MitarbeiterInnen dabei zu unterstützen, Kundenbeschwerden (teil-)automatisiert zu analysieren, fachlich zu klassifizieren sowie die entsprechenden Formularfelder im vorhandenen CRM-System zu befüllen.

Nach intensiver Analyse des hauseigenen Post-Routing-Prozesses und Gesprächen mit organisationsinternen Stakeholdern wurde eine zentralisierte Lösung für alle Inbound-Kanäle als geeignet identifiziert. Sowohl per Briefpost als auch per E-Mail, Online-Kundenportal oder Fax eingegangene Kundenkommunikation wurde Machine-Learning-gestützt analysiert und die identifizierten Kundenbeschwerden direkt den zuständigen SachbearbeiterInnen zugeordnet. Dabei wurden sowohl strukturierte als auch unstrukturierte Elemente berücksichtigt. Der von uns umgesetzte Prototyp erkannte über 95% der Beschwerden, dagegen wurden weniger als 3% der regulären Kommunikation fälschlicherweise als Beschwerde klassifiziert.

Kooperationspartner: Deutsches Versicherungsunternehmen

Projektzeitraum: Mai 2018 – September 2018