Manulife integriert KI-Agenten in Finanzprozesse und Arbeitsabläufe.

Große Finanzunternehmen haben jahrelang künstliche Intelligenz in kleinen Projekten getestet, die sich oft auf Datenanalyse oder Kundensupport-Tools beschränkten. Die nächste Phase scheint etwas Operativeres zu beinhalten: Systeme, die in Geschäftsprozesse eingreifen könnenDer kanadische Versicherer Manulife geht in diese Richtung, indem er agentenbasierte KI-Systeme in seine internen Abläufe integriert.

Das Unternehmen entwickelt diese Funktionen mithilfe einer Laufzeitplattform, die folgende Unterstützung bietet: KI-AgentEs handelt sich um ein System, das Aufgaben über verschiedene Softwaretools und Datensätze hinweg ausführen kann. Manulife erklärte, dies sei Teil eines umfassenderen Plans zur Automatisierung von Arbeitsabläufen mit hohem Volumen und zur Unterstützung interner Entscheidungsprozesse im Unternehmen.

💰 Erwartete Wertschöpfung: Das Unternehmen rechnet damit, dass Initiativen im Bereich der künstlichen Intelligenz mehr als Wert von 1 Milliarde US-Dollar bis 2027 durch Produktivitätssteigerungen und Workflow-Automatisierung.

Der Versicherer investiert bereits seit einigen Jahren in KI, der aktuelle Schwerpunkt liegt jedoch auf der tieferen Integration der Technologie in das Tagesgeschäft. Manulife hat den internen Einsatz generativer KI-Tools bereits ausgebaut.

📊 Aktuelle KI-Einsatzstatistiken

• Mehr als 35 Anwendungsfälle für generative KI derzeit in Produktion
• Pläne zur Erweiterung auf etwa 70 Anwendungsfälle in den kommenden Jahren
• 75 % der weltweiten Belegschaft nutzt bereits generative KI-Werkzeuge in irgendeiner Form

🔄 KI in den operativen Bereich integrieren

Versicherungsunternehmen verarbeiten große Mengen strukturierter Daten. Policeninformationen, Schadensakten, Risikobewertungen und Finanzberichte durchlaufen oft mehrere Systeme und Teams, bevor eine Entscheidung getroffen wird. Diese Prozesse schaffen ein Umfeld, in dem Automatisierungstools Aufgaben wie die Dokumentenprüfung und das interne Berichtswesen unterstützen können.

Manulife erklärte, die neue Plattform werde es Teams ermöglichen, … KI-Agenten, die mit internen Systemen und Daten interagieren können.Anstatt wie ein Chatbot auf eine einzelne Eingabeaufforderung zu reagieren, sind diese Agenten darauf ausgelegt, Aufgabenfolgen über verschiedene Softwaretools und Arbeitsabläufe hinweg zu erledigen.

🎯 Praktische Anwendung: Ein KI-System könnte Daten aus verschiedenen internen Systemen sammeln und Zusammenfassungen für Mitarbeiter erstellen, die Fälle prüfen oder Berichte verfassen. Ziel ist es, den Zeitaufwand der Mitarbeiter für die Informationsbeschaffung vor einer Entscheidung zu reduzieren.

In den vergangenen zwei Jahren experimentierten viele Unternehmen mit generativen KI-Tools für Aufgaben wie das Schreiben, Codieren oder Zusammenfassen von Dokumenten. Analysten zufolge besteht die nächste Herausforderung darin, diese Fähigkeiten in Systeme umzuwandeln, die operative Arbeitsabläufe in großen Organisationen unterstützen können.

📈 Branchenweite Adoptionstrends

Ein Bericht von McKinsey-Umfrage zur globalen KI 2024 stellte fest:

• 65 % der Organisationen Nutzen Sie generative KI jetzt in mindestens einer Geschäftsfunktion
• Dies stellt eine Steigerung von etwa dar ein Drittel im Vorjahr
• Jedoch nur ein kleiner Teil der Einsätze haben in großen Teilen des Unternehmens die volle Produktionskapazität erreicht.
• Viele Implementierungen beschränken sich weiterhin auf Pilotprojekte oder bestimmte Teams.

🔒 KI in regulierten Finanzsystemen

Finanzinstitute stehen vor zusätzlichen Hürden, wenn sie KI in die Produktion einführen wollen. Der Sektor operiert unter strenge behördliche AufsichtDies erfordert strenge Kontrollen hinsichtlich der Datennutzung und Transparenz der Entscheidungen.

Wichtigste Anforderungen:

• Systeme, die für die Risikoprüfung, Risikoanalyse oder Investitionsentscheidungen verwendet werden, müssen nachprüfbar und erklärbar
• Steuerung und Überwachung sind für jede KI-Implementierung von zentraler Bedeutung.
• Organisationen müssen Effizienzgewinne mit den regulatorischen Erwartungen in Einklang bringen. Verantwortlichkeit und Fairness

Eine Studie von Deloitte zum Thema KI im Finanzdienstleistungssektor stellt fest, dass Banken und Versicherer im Zuge der Ausweitung der Automatisierung verstärkt in Instrumente zur Modellüberwachung, interne KI-Richtlinien und Risikobewertungsprozesse investieren.

🛡️ Der Ansatz von Manulife: Die Plattform umfasst Governance- und Sicherheitskontrollen Die Kontrollmechanismen dienen der Steuerung der Interaktion von KI-Systemen mit internen Systemen. Sie helfen dabei, Entscheidungsprozesse nachzuvollziehen, die Datennutzung zu überwachen und sicherzustellen, dass die Systeme im Einklang mit den Unternehmensrichtlinien arbeiten.

⚡ Argumente für KI-Agenten

Der Reiz von KI-Agenten liegt in ihrer Fähigkeit, Reduzierung des manuellen Aufwands in großen VerwaltungsabläufenSchadensbearbeitung, Policenverwaltung, interne Berichterstattung und Kundensupport beinhalten sich wiederholende Aufgaben, die von den Mitarbeitern die Erfassung von Daten aus verschiedenen Quellen erfordern.

Anwendungsbereiche:

• Automatisierung der Schadenbearbeitung
• Workflows für das Richtlinienmanagement
• Interne Berichtssysteme
• Kundendienst
• Betrugserkennung
• Interne Forschungsaufgaben

Auch andere Finanzinstitute verfolgen ähnliche Ansätze. Banken in den USA und Europa testen bereits KI-Systeme zur Betrugserkennung und für interne Rechercheaufgaben. Ziel ist es in vielen Fällen, Mitarbeiter bei zeitaufwändigen Analysen oder der Datenerfassung zu unterstützen.

💡 Mögliche Kosteneinsparungen

Forschungsergebnisse Accenture-Bericht zur Vision der Bankentechnologie legt nahe, dass KI-gestützte Automatisierung Finanzinstituten helfen könnte, die Betriebskosten zu senken. bis zu 30 % im Laufe der Zeitabhängig von den jeweiligen Prozessen.

Ein Großteil des Nutzens ergibt sich aus Folgendem:

• Beschleunigung routinemäßiger Aufgaben
• Verbesserung der Genauigkeit der Datenverarbeitung
• Dadurch können sich die Mitarbeiter auf höherwertige Aufgaben konzentrieren.

⚠️ Implementierungsrisiken und Risikominderung

Der Übergang von Pilotprojekten zu operativen Systemen birgt Risiken. KI-Modelle können Fehler erzeugenAutomatisierte Arbeitsabläufe können Fehler verstärken, wenn sie nicht ordnungsgemäß überwacht werden.

Risikomanagementstrategie:

• Viele Finanzunternehmen übernehmen Strategien für die schrittweise Einführung
• Zunächst mit internen Tools, bevor die Ausweitung auf kundenorientierte Systeme erfolgt.
• Kontinuierliche Überwachung und Kontrolle implementieren
• Schaffung klarer Governance-Rahmen

🔮 Blick nach vorn

Manulifes Plan, agentenbasierte KI in seinen Betriebsabläufen einzusetzen, zeigt, wie große Unternehmen die nächste Phase der KI-Einführung testen. Die entscheidende Frage wird sein, ob diese Systeme die gewünschten Ergebnisse liefern können. zuverlässige Ergebnisse bei gleichzeitiger Erfüllung der regulatorischen ErwartungenDie

Wenn es gelingt, könnten KI-Systeme zu einem festen Bestandteil von Finanzprozessen werden und Routinearbeiten übernehmen, für die früher große Teams von Mitarbeitern benötigt wurden. Sobald Unternehmen die ersten Experimente hinter sich gelassen haben, liegt der Fokus darauf, die Technologie in die alltäglichen Systeme großer Organisationen zu integrieren.

(Foto von Joshua)

Siehe auch: Agentische KI im Finanzwesen beschleunigt die operative Automatisierung

Möchten Sie mehr über KI und Big Data von Branchenführern erfahren? Dann schauen Sie hier vorbei KI- und Big-Data-Expo Die umfassende Veranstaltung findet in Amsterdam, Kalifornien und London statt und ist Teil von TechEx und findet zeitgleich mit anderen führenden Technologieveranstaltungen statt, klicken Sie hier. Hier für weitere Informationen.

AI News wird bereitgestellt von TechForge MediaEntdecken Sie weitere bevorstehende Veranstaltungen und Webinare im Bereich Unternehmenstechnologie. HierDie