Verknüpfung von Prozess und Intelligenz

Die Digitalisierung der Versicherungsbranche – und sicher nicht nur dort – führt zu technischen Systemen, die riesige Datenmengen über zunehmend komplexe Geschäftsprozesse verarbeiten und über Methoden der Statistik, Advanced Analytics und Machine Learning anreichern.

Es gibt zahlreiche Beispiele für die vielfältigen Verknüpfungen von Prozessen mit Intelligenz (oder bescheidener: mit automatisierter Analytik): Risikokalkulationen etwa, ein flexibles Markt-Pricing über Konkurrenzanalyse, Diagnoseunterstützung über Entscheidungstabellen, Ähnlichkeitsanalysen und Kundenempfehlungen in Echtzeit oder Chatbots als natürlichsprachliche Schnittstelle zu komplexen Backend-Prozessen.

Dabei sind Flexibilität, Anpassungsfähigkeit und damit Time-to-Market die entscheidenden Wettbewerbsvorteile. Geschäftsprozesse oder Business-Rules ändern sich, bestimmte Tasks wiederholen sich, trainierte Machine-Learning-Module können wiederverwendet werden.

Die Herausforderung: Geschäftsprozesse mit Intelligenz verbinden und in ausführbare Workflows überführen.

Nutzen

  • State-of-the Art-Digitalisierung über eine stabile und erweiterbare Camunda Workflow und Decision Engine
  • Time-to-Market durch direkte Abbildung grafischer Prozessnotationen auf ausführbare Workflows
  • Hohe Flexibilität durch konsequent Workflow-zentriertes Software-Design
  • Schnelle Integrierbarkeit in bestehende Kundensysteme über eine Bibliothek von Schnittstellen und Zusatzfunktionalitäten („metaLink“)
  • Vielfältige Möglichkeiten zur engmaschigen Intergration intelligenter Komponenten: von Rule Engines über Chatbot-Dialoge bis hin zu Advanced Analytics und Machine-Learning-basierten Entscheidungsverfahren
  • Vollständige Kontrolle durch den Kunden über Produkt und Betrieb durch Open Source
  • Einheitliches Deployment auf verschiedene Infrastrukturen von Cloud bis Blockchain

metaLink

Workflow-Decision-Automation-Prozess

Mit metalink geben wir unseren Kunden einen mächtigen Werkzeugkasten an die Hand, KI-gestützte Prozessautomatisierung in die Praxis umzusetzen. Eine funktional angereicherte Workflow- und Decision-Engine auf Basis der Open-Source-Plattform Camunda erlaubt es, neue Geschäftslogik effizient mit bestehenden Systemkomponenten zu vernetzen und mit Advanced Analytics bzw. KI anzureichern. Grafisch in BPMN (Business Process Modelling and Notation) designte Prozesse kombiniert mit DMN-konformen (Decision Model and Notation) Entscheidungstabellen lassen sich direkt in ausführbare Workflows überführen. Diese können sowohl über klassische grafische Nutzerschnittstellen als auch über Chatbots angesteuert werden.

Der Mehrwert liegt auf der Hand: Effizienzgewinn durch flexibles, anpassungsfähiges Design komplexer, Microservice-basierter Software-Systeme. Wegen der Open-Source-Lizenz hat der Kunde des Weiteren die volle Kontrolle über Weiterentwicklung und Betrieb der Systeme.

In enger Abstimmung mit den Kundenanforderungen erweitern wir das Framework kontinuierlich. Es lässt sich nahtlos in bestehende Systemlandschaften unserer Kunden einbinden, während zugleich die vielfältigen Optionen intelligenter Automatisierung genutzt werden können.

  • Kernel-Erweiterungen: flexibles und beliebig definierbares Datenmodell zur Interaktion zwischen Prozessschritten und Trennung von System- und Anwendungsschicht in Bezug auf Fehlerbehandlung und Logging.
  • Generische Delegates – kundenübergreifende Zusatzfunktionen und Schnittstellen (APIs): Über PMML (Predictive Model Markup Language) können an beliebiger Stelle im Prozess Advanced-Analytics- und Machine-Learning-Module eingebunden werden. Das Drools-Rules-Management erweitert die bestehende DMN-Engine. Chatbot-Dialoge können über BPMN-Tasks mit erweiterter Intelligenz ausgestattet werden. Darüber hinaus sind Datenbank-Anbindungen sowie eine Salesforce-Schnittstelle umgesetzt, an einer Integration in verschiedene Blockchain-Stacks wird gearbeitet.
  • Spezifische Delegates – kundenspezifische Erweiterungen: Anbindungen an Identity-Management oder bestehende Backend-Systeme.

Zur modernen, agilen Systementwicklung gehört Continuous Integration. Unsere DevOps-Experten bieten unseren Kunden ein kontinuierliches Deployment auf verschiedene Cloud-Infrastrukturen.

Unsere Leistungen für Sie

Geschäftsprozessanalyse und -modellierung

  • Aufnahme der Geschäftsprozesse in Kooperation mit den Analysten des Kunden
  • Modellierung in BPMN
  • Definition von Entscheidungstabellen
  • Optional: Tool-gestützte automatische Prozessanalyse und Abbildung auf BPMN

Workflow-Design

  • Abbildung der Geschäftsprozesse auf ausführbare metaLink-Workflows zwischen Systemkomponenten unter Berücksichtigung der fachlichen und technischen Fehlerbehandlung bzw. Logging
  • Definition des Datenmodells und der zwischen den Workflow-Schritten (Tasks) ausgetauschten Datenstrukturen

Entwicklung und Integration von KI-Modellen

  • Definition, Umsetzung und ggf. Training geeigneter Advanced-Analytics- und Machine-Learning-Modelle
  • Integration in metaLink Tasks über PMML
  • Mehr dazu hier

Implementierung der Tasks (Capabilities) und Systemintegration

  • Implementierung lokal auszuführender Tasks inkl. Zugriff auf Datenbanken
  • Implementierung des Zugriffs auf externe Systeme bzw. von externen Systemen über die in metaLink bereitgestellten Schnittstellen
  • Design und Implementierung der Kommunikation von und zu graphischen Oberflächen

Continuous Deployment, User Acceptance Test, System Integration Test

  • Aufbau der Continuous Integration bzw. Deployment Toolchain
  • Deployment- und System-Integrations-Test, Prüfung des Zusammenspiels der Komponenten innerhalb der Gesamtlösung
  • User Acceptance Test (UAT), Abnahmetest in Kooperation mit dem Kunden

Unsere Projekterlebnisse

Unser Erfolg ist der Erfolg unserer Kunden

Im Kern der automatisierten Diagnoseunterstützung steht die wissensbasierte Generierung einer ‚Next Best Question‘.

Rückenschmerz-Diagnoseunterstützung

Pilotierung einer wissensbasierten Entscheidungshilfe für Call-Center-Mitarbeiter

Mehr

Gerade die Behandlung unspezifischer Rückenschmerzen verursacht einen großen Kostendruck durch falsche und unnötige Behandlungen: 80% aller Behandlungskosten bei Rückenproblemen werden durch diese Gruppe verursacht. Zudem werden die Fachambulanzen dadurch häufig unnötig blockiert.

Ziel des Projektes war es, den eigenen Call-Center-Dienst mit einem intelligenten Diagnose-Unterstützungssystem auszustatten. Über maschinelle Deduktion auf Basis eines mächtigen Wissensgraphen sollten bessere und genauere Diagnosen geliefert werden.

Im Kern funktioniert der Ansatz derart, dass das System nach Angabe eines ersten Symptoms in Echtzeit mögliche Diagnosehinweise liefert, die sich sukzessive durch Hinzufügen weiterer Symptome verfeinern lassen. Ärzte beurteilen später die Empfehlungen und korrigieren das System mit einer Feedbackschleife.

Realtime Customer Management

Hochqualitative Empfehlungen in Echtzeit

Mehr

Hinweise auf neue Services oder Produkte und Erinnerungen für Besucher einer Webseite sind Dienste, die man aus dem Einzelhandel kennt. Webseiten einer Versicherung werden vergleichsweise selten besucht. Als Konsequenz steht dort nur eine geringe Datenmenge für Analysen zur Verfügung. Generische Analytics-Modelle nutzen hier wenig. Stattdessen kommen neben Regelwerken hierfür auch speziell entwickelte Advanced-Analytics-Modelle zum Einsatz.

Die Herausforderung unseres Kunden: Interessenten, die das erste Mal seine Webseite besuchten, sollten sofort passende Produkte oder Services empfohlen werden.
Der Service unseres Kunden kann während der sogenannten „Offline-Phase“ Events beliebiger Eingangsquellen verfolgen, in Sessions gruppieren und in Nutzerprofilen anlegen. Eine prozess-, regel- und modellgestützte Recommendation-Engine erzeugt daraus Empfehlungen in Echtzeit („Next Best Action“ / „Next Best Offer“). Ein Cockpit (Dashboard) bietet einen schnellen Überblick über die Reports und hilft bei der Qualitätsmessung.

Die metafinanz hat den Kunden zum einen bei dem Architekturentwurf des neuen Services unterstützt. Wir haben außerdem zur Umsetzung inkl. Entwicklung des Machine-Learning-Moduls und dem Aufbau einer DevOps-Infrastruktur beigetragen.

Nur in der Kombination von Prozessmodell, Regelwerk und Machine Learning können kundenspezifische Empfehlungen in hoher Qualität generiert werden.

metaLink zeigt gerade auch im produktiven Einsatz, wie sehr sich prozessgetriebenes Design und flexible Automatisierung gegenseitig bedingen.

Vermögensberatung

Optimale Asset-Strategie für Privatanleger

Mehr

Ein Unternehmen der Vermögensverwaltung rüstet sich für die Zukunft. Mit seiner neuen Plattform will es den Kunden einen weitgehend automatisierten Service anbieten. Im Fokus stehen private Anleger.

Die automatisierte Customer Journey beginnt mit einem Fragenkatalog, nach dessen Beantwortung dem Kunden eine für ihn optimale Anlagestrategie empfohlen wird. Diese berücksichtigt verschiedene Parameter wie Risikoaffinität, Anlagehorizont, Anlagevolumen und die familiäre Situation. Bei Interesse wird der Kunde über ein Video-Ident-Verfahren konform dem Geldwäschegesetz identifiziert und mit einem Depot bei der Partnerbank des Vermögensverwalters ausgestattet.

Im Zentrum dieses Prozesses steht metaLink als Workflow-Engine. Unter anderem mit Analytics-Modellen und Zugriff auf ein unternehmensinternes Registrierungsbackend versehen. Sollten sich Prozesse ändern oder weitere Analytics-Modelle hinzukommen, sind Anpassungen ohne Eingriff in bestehenden Code leicht möglich.

AIaaS (Artificial Intelligence as a Service)

metaLink PoC

Mehr

Unser Kunde plant, eine AI-gestützte Service-Plattform (AIaaS) zur flexiblen Umsetzung vielfältiger Anwendungen aufzubauen. Im Backend besteht die Lösung im Kern aus einer über Business Process Modelling and Notation (BPMN) steuerbare Workflow Engine zur Orchestrierung von Microservices. Des Weiteren sollen regelbasierte Decision-Engines zum Einsatz kommen sowie zukünftige Nutzerschnittstellen um Chatbots angereichert werden können.

Am Beispiel einer konkreten ersten Anwendung wurde die Eignung von metaLink im Bezug auf die definierten Anforderungen praktisch evaluiert – und für vielversprechend erachtet.

„metaLink besteht Praxistest.“

 

Weitere Informationen anfordern.
 
Ihr Ansprechpartner

Dr. Matthias Besch

metafinanz Informationssysteme GmbH
Leopoldstraße 146 | 80804 München

Tel. +49 89 360531-0

Mail: matthias.besch@metafinanz.de