Von Akten zu Algorithmen: Tierversicherung im digitalen Wandel

> 98 % Dunkelverarbeitung

Schadenfälle werden nahezu vollständig automatisiert verarbeitet – von der digitalen Erfassung über die Prüfung bis hin zur Auszahlung. So lassen sich täglich 1.500–2.000 Posteingänge bearbeiten, während manuell im Schnitt 25–30 Schadenfälle je Mitarbeitendem möglich sind.

Deutlich kürzere Bearbeitungszeiten

Die automatisierte Regulierung verkürzt Durchlaufzeiten von mehreren Tagen auf wenige Stunden. Kund:innen profitieren von einer spürbar schnelleren Erstattung, während das Serviceteam Anfragen effizienter und nachvollziehbar abwickeln kann.

Entlastung der Mitarbeitenden

Durch die konsequente Automatisierung entfallen Routinetätigkeiten wie Datenerfassung oder Prüfungen. Mitarbeitende können sich auf komplexe Spezialfälle konzentrieren, was die Qualität der Bearbeitung und die Zufriedenheit im Team erhöht.

Nachhaltige Prozessklarheit

Standardisierte Regeln und automatisierte Prüfprozesse sorgen für gleichbleibende Entscheidungen bei vergleichbaren Fällen. Das stärkt den Gleichbehandlungsgrundsatz, reduziert manuelle Eingriffe und erhöht die Transparenz im gesamten Schadenprozess.

Grundlage für weiteres Wachstum

Die Tierversicherung kann künftig wachsen, ohne dass zusätzliche Personalkapazitäten erforderlich sind. Die skalierbare Architektur und das Zusammenspiel von KI und Camunda schaffen die Basis für weitere Automatisierungen und Prozessinnovationen.

Reduzierte Abhängigkeit von Dienstleistern

Die externe Rechnungsprüfung durch Dienstleister wird schrittweise zurückgefahren und durch einen eigenständigen Inhouse-Prozess ersetzt. Das erhöht die fachliche Kontrolle, reduziert laufende Kosten und macht die Schadenbearbeitung unabhängiger, schneller und langfristig skalierbarer.

Die HanseMerkur führte eine neue Tierkrankenversicherung ein und definierte schnelle Schadenregulierung als zentrales Qualitätsmerkmal. Tierarztrechnungen sind jedoch inhaltlich sehr unterschiedlich und erfordern komplexe Prüfungen. Für eine rein manuelle Bearbeitung wären enorme Ressourcen nötig gewesen.

Ziele im Projekt:

  • Automatisierte Abrechnung von Tierarztrechnungen
  • Kürzere Durchlaufzeiten für höhere Kundenzufriedenheit
  • Entkopplung von Schadenvolumen und Personalkosten
  • Aufbau einer Basis für weitere Automatisierungen

KI-gestützte Datenextraktion

Rechnungsdaten werden mithilfe künstlicher Intelligenz automatisch digitalisiert, klassifiziert und strukturiert. Damit ist die Grundlage geschaffen, um auch komplexe Dokumente fehlerfrei zu interpretieren und für die Weiterverarbeitung bereitzustellen.

Strukturierte Weiterverarbeitung

Die extrahierten Daten werden präzise den entsprechenden Schadenfällen zugeordnet – inklusive Kürzungen nach der Gebührenordnung für Tierärzte (GOT). So wird sichergestellt, dass Erstattungen korrekt berechnet und Abweichungen systematisch erkannt werden.

Standardisierte Logik

Durch klar definierte Regelwerke werden gleichartige Fälle identisch reguliert. Sonderlösungen werden vermieden, Prozesse laufen konsistent und nachvollziehbar ab. Das stärkt die interne Prozessklarheit und die Nachvollziehbarkeit gegenüber Kund:innen.

Workflow-Orchestrierung mit Camunda

Camunda steuert den gesamten End-to-End-Prozess von der Datenerfassung bis zur Auszahlung. Alle Schritte sind transparent nachvollziehbar, Anpassungen können flexibel vorgenommen werden – vollständig integriert in das HanseMerkur-Ökosystem.

Automatisierte Regulierung

Erstattungen, Selbstbehalte und Kundenschreiben werden ohne manuelle Eingriffe erstellt. Damit entfällt der Großteil bisheriger Routinearbeiten, und der Schadenprozess läuft nahezu vollständig im Dunkelverarbeitungsmodus.

Enablement und Know-how-Aufbau

Interne Entwickler:innen und Sachbearbeiter:innen wurden von Beginn an eingebunden, geschult und aktiv in die Umsetzung integriert. So entstand intern das Know-how, die Systeme langfristig selbst zu betreuen und weiterzuentwickeln – für nachhaltige Eigenständigkeit.

>> „Wir haben die Schadenprozesse so zerlegt, dass sie für Maschinen eindeutig beschreibbar sind: mit klaren Datenmodellen, deterministischen Entscheidungsregeln und definierten Übergabepunkten. Dadurch konnten wir einen hohen Grad an Automatisierung erreichen, ohne fachliche Kontrolle oder Nachvollziehbarkeit zu verlieren.“ <<

Lena, Tech Lead

Die Lösung basiert auf dem Zusammenspiel aus crossnative Data Engine und einer Process Engine auf Basis von Camunda.

Unser Kunde ist einer der stärksten und am schnellsten wachsenden Risikoträger im europäischen Markt für Tierkranken- und Tier-OP-Versicherungen. Das Unternehmen setzt konsequent auf digitale und hochautomatisierte Prozesse, um steigende Schadenvolumina effizient und transparent zu bewältigen.

Schadenprozesse skalieren – ohne mehr Aufwand.

Hohe Volumina, komplexe Belege und steigende Erwartungen an Geschwindigkeit lassen sich heute automatisiert bewältigen.

Wir zeigen euch, wie KI-gestützte Datenextraktion und durchgängige Workflow-Orchestrierung echte Dunkelverarbeitung ermöglichen – transparent, regelkonform und skalierbar.

Automatisierungspotenziale prüfen