Regress ist bei den meisten Versicherungen trotz des geschätzten Rückforderungsvolumens von weit über 3 Mrd. Euro überwiegend
ein manueller Prozess. Von den für diesen Bericht befragten Versicherern verlassen sich 90 % auf ihre Mitarbeiter der Schadenund
Betrugsabteilungen, um Regressansprüche als Teil des Schadenbearbeitungsprozesses zu identifizieren. Dies ist der Standard, obwohl allgemein Einigkeit darüber besteht, dass eine spezialisierte Abteilung oder wenigstens spezialisierte Mitarbeiter, die sich ausschließlich mit diesem Prozess befassen, deutlich bessere Rückforderungsergebnisse erzielen würden.
Zu den verbreitetsten erhobenen Kennzahlen zählen die Erfolgsquote der Regressforderungen, die Regressquote sowie die Einsparungen/Regresserträge. Es überrascht, dass die Dauer eines Regressprozesses nur selten erfasst wird und die internen Kosten damit nicht ins Verhältnis zum Aufwand des Regressprozesses gesetzt werden. Im europäischen Umfeld sind solche Erhebungen üblich.
Ob ein Regressverfahren wirtschaftlich sinnvoll ist, wird laut Aussagen der Interviewpartner häufig direkt von den Regressspezialisten getroffen. Basis der Entscheidung bildet dabei entweder ein Erfahrungswert oder ein Schwellwert bei den Kosten.
Wie sieht Erfolg aus?
Eine Steigerung der Erträge durch das Regressmanagement kann nur erfolgen, wenn mehr aussichtsreiche Fälle identifiziert
werden. Dies bedeutet, dass die Erkennung schneller erfolgen muss, damit die Beweislast zeitnah gesichert werden kann.
Die aktuelle Abgabe- oder Übernahmerate für Regresse ist mit 10 % oder weniger bei den befragten Versicherern recht niedrig.
Im Gegensatz dazu ist die Erfolgsquote der weitergeleiteten Fälle mit über 50 % recht hoch. Dies verdeutlicht die verpassten
Chancen und unterstreicht die Notwendigkeit automatisierter Erkennungsmechanismen, um die verfügbaren Möglichkeiten zu
verbessern.
GenAI
Künstliche Intelligenz, insbesondere generative KI, ist ein sehr effektives Werkzeug in der Versicherungsbranche und speziell
im Bereich der Regressabwicklung. Diese Technologie verbessert die Genauigkeit und Geschwindigkeit der Haftungs- und
Risikobestimmung für Rückforderungsmöglichkeiten. Erst die KI-Lösungen ermöglichen es komplexe unstrukturierte Daten wie
Fallbeschreibungen, Notizen oder Kommentare zu analysieren und mit anderen komplexen Informationen wie Gesetztestexten,
Urteilen oder Haftungstabellen zusammenzuführen und im Rahmen der der Regressanalyse zu bewerten. Daher können
KI Systeme die Erkennungsanalyse schneller durchführen, und auch auch bessere Ergebnisse liefern und so den Sachbearbeitern
eine bessere Entscheidungsfindung ermöglichen.
Diese Verbesserungen wurden von Shift Technology im Rahmen von Kundenimplementierungen der Regresslösung bestätigt. Kunden
erzielen durch den Einsatz von GenAI erhebliche Verbesserungen bei aufwändig oder schwer zu findenden Schadensfällen mit
Regresspotenzial. In einem wirtschaftlichen Umfeld, in dem ständig nach Effizienzsteigerungen gestrebt wird, müssen Führungskräfte
Technologie in allen Bereichen des Versicherungslebenszyklus einsetzen. Regress trägt direkt zum Geschäftsergebnis bei und ist ein Bereich, in dem eine Modernisierung nit den heute zur Verfügung stehenden Technologien einfach umzusetzen ist und in Betracht gezogen werden sollte.