Tractable AI motor repair and damage assessment (PZU)
von PZU (Powszechny Zakład Ubezpieczeń) · Erstversicherer
Market Unit: PL
Polish insurer PZU uses Tractable's computer vision AI in motor claims. The system reviews body-shop repair claims across Poland in real time, flagging anomalies for PZU's experts or confirming that repairs meet PZU standards; before, only about 20% of body-shop claims were reviewed in detail. By November 2020 it had processed more than 150,000 claims worth PLN 1.3bn, about one third of PZU's roughly 500,000 annual motor claims (Coverager). In March 2022 PZU, which started working with Tractable in 2017, announced it would extend Tractable's AI Estimating to first notice of loss, so customers can submit smartphone photos and accept a cash settlement within minutes; by then several hundred thousand claims had been processed (vendor-reported). Go-live of the customer self-service is not confirmed.
1 kostenlose Ansicht übrig diesen Monat
KI-Fähigkeit und Reifegrad
KI-Fähigkeitsstufe
Link zu mehr Informationen über den theoretischen Hintergrund
Geschäftskontext
- Wertschöpfungsstufen
- Schadenmanagement
- Versicherungszweige
- Motorfahrzeugversicherung
- Anwendungsbereich
- Nur intern
- Land oder Markteinheit
- PL
Wert und Wirkung
- Mehrwertkategorie
- KostensenkungEffizienzgewinnQualitätsverbesserung
Technische Details
- KI-Kategorie
- Computer VisionAnomalieerkennung
Compliance und Governance
- EU-KI-Verordnung Risikokategorie
- Minimales Risiko
- EU-KI-Verordnung Rolle
- Betreiber
- Relevante Regelwerke
- EU-Verordnung über künstliche IntelligenzEU-Datenschutz-Grundverordnung
Metadaten
- Entwicklungstyp
- Skalierte Anwendung
Publikationen im Zeitverlauf
Wann über diese Lösung berichtet wurde. Rumors sind nicht verifizierte Erwähnungen.
Community
Durchschnittsbewertung
Kommentare
Melden Sie sich an, um mitzudiskutieren.
Noch keine Kommentare. Schreiben Sie den ersten.
Ähnliche Lösungen
ZFinder ist ein von Zurich Seguros (Spanien) intern entwickeltes Modell zur Betrugserkennung, das Big Data und maschinelles Lernen kombiniert, jeden Schadenfall mit Tausenden ähnlicher Fälle vergleicht und sich mit jeder Analyse verbessert. Zurich setzte es zunächst in der Hausversicherung ein (angekündigt im Juni 2018), mit Plänen zur Ausweitung auf weitere Sparten unter der Aufsicht ihres internen Ermittlungsteams. Zurich meldete, dass sich die automatische Betrugserkennung nach der Einführung verdoppelt habe und dass bei 76% der über ZFinder untersuchten Schadenfälle die Arbeit eines Schadenexperten nicht erforderlich gewesen sei. Die häufigsten erkannten Betrugsarten waren vorgetäuschte Schäden (47%), Ansprüche für ausgeschlossene Deckungen (22%) und verschwiegene Vorschäden (17%). Es wurden keine neueren Zahlen gefunden.
Seit September 2021 setzt Baloise im Schweizer Nichtleben-Kundendienst einen virtuellen Sprachassistenten ein, der mit Spitch und NTT DATA entwickelt wurde. Anrufende schildern ihr Anliegen auf Hochdeutsch oder in Schweizer Mundart, statt das Telefonmenü zu nutzen; der Assistent erkennt das Anliegen, hauptsächlich Schadenmeldungen, und leitet den Anruf mit einer Textzusammenfassung auf dem Bildschirm an die Mitarbeitenden weiter. Zum Start liefen rund 40% der deutschsprachigen Nichtleben-Anfragen über den Assistenten, und 85% der Anrufenden erreichten beim ersten Versuch die richtige Fachperson; Französisch war für eine spätere Phase geplant. Die Fallstudie von Spitch (aktualisiert im April 2025) beschreibt eine hybride Lösung aus On-Premise und Cloud. Der Status nach der Fusion zu Helvetia Baloise im Dezember 2025 ist nicht dokumentiert.
von Zurich Insurance Group (Zurich Switzerland, Zurich Brazil)
CH, BR
Das hausinterne System von Zurich zur Erkennung von Schadenbetrug wurde von ZCAM (Zurich Customer Active Management) entwickelt, der hundertprozentigen Datenanalyse-Tochter mit rund 50 Spezialisten. In der Schweiz durchlaufen die meisten der jährlich mehr als 600'000 eingehenden Schadenfälle ein proprietäres Fraud-Scoring-Tool, das vom Schadensystem Allegro gespeist wird, und erhalten einen Risikowert von 0-100; hohe Werte führen zu einer genaueren Prüfung durch die Special Investigation Unit. Neben dem regelbasierten System wird seit Februar 2024 ein Machine-Learning-Modell auf Deutsch für Sach- und Firmenkundensparten pilotiert. Zurich Brazil übernahm das System von ZCAM im Affinity-Geschäft (erweiterte Garantien, Diebstahl von Mobiltelefonen) und weitete es auf Motorfahrzeugschäden aus; die Betrugserkennungsrate im Affinity-Geschäft hat sich verdreifacht (Zurich, September 2024).