Eine genaue Betrugserkennung ist der Schlüssel zu automatisierten Entscheidungen über die Schadenregulierung.
Abonnieren Sie die Nachrichten und Updates von Shift Technology.
Wir helfen Versicherern, beeindruckende Kundenerfahrungen zu bieten und Betrug zu verhindern
Shift wurde aus der Überzeugung heraus gegründet, dass Künstliche Intelligenz (KI) das Potenzial hat, die Zukunft der Versicherungsbranche zu erschließen, Herausforderungen in der Betrugserkennung und in der automatisierten Schadenbearbeitung zu lösen und es gleichzeitig den Versicherern zu ermöglichen, beeindruckende Kundenerlebnisse zu bieten.
Wir lösen die größten Herausforderungen der globalen Versicherungsbranche.
Das Shift-Team besteht aus Hunderten von auf die Versicherungsbranche spezialisierten Data Scientists, Kundenerfolgsberatern und Projektmanagern.
Wir konzentrieren uns zu 100% auf die Entwicklung von KI-nativen Lösungen, die den weltweit führenden Versicherern helfen, beeindruckende Kundenerlebnisse zu bieten und gleichzeitig den Kampf gegen Betrug zu gewinnen.
SHIFT AUF EINEN BLICK
Gegründet
2014 in Paris, Frankreich
Niederlassungen
Paris, Boston, Tokio, London, Madrid, Zürich, Singapur, Toronto, Sao Paulo und Hongkong
Kunden
Führende Schaden- und Unfall-, Reise-, Kranken-, Arbeiterunfall- und Lebensversicherer in über 25 Ländern
Schadenfälle
Jährlich werden Hunderte Millionen Schadenfälle analysiert
Finanzierung
Aufgebrachtes Kapitel von 100 Mio. US-Dollar, Stand März 2019
InsurTech 100
Platz vier auf der Liste von Insurance Post’s 2019 InsurTech 100
WiredUK 100
Von WiredUK als eines der 100 Top-Start-ups Europas im Jahr 2018 ausgezeichnet
Innovation Commission
Erster Platz bei der Worldwide Innovation Challenge 2018, gesponsert von der französischen Innovation Commission 2030
Regionaler Hauptsitz
Unsere Mission ist es, die KI zu nutzen, um die Versicherungsbranche zu verändern.
Bist Du dabei?
SIEHE OFFENE STELLEN
Shift in den Medien
Shift Technology Force-Add-on für ClaimCenter jetzt im Guidewire-Marktplatz verfügbar
März 20, 2020
Weiterlesen
