Was bedeutet eigentlich Digitalisierung

Dig­i­tal­isierung ist der Ober­be­griff für den dig­i­tal­en Wan­del von Gesellschaft und Wirtschaft. Er beze­ich­net den Über­gang des von analo­gen Tech­nolo­gien geprägten 20. Jahun­derts zum Zeital­ter von Wis­sen und Kreativ­ität, das durch dig­i­tale Tech­nolo­gien und dig­i­tale Inno­va­tio­nen geprägt wird.

Die Dig­i­tal­isierung ist die wichtig­ste gesellschaftliche und wirtschaftliche Entwick­lung unser­er Zeit. Doch was bedeuten Begrif­f­en wie: Dig­i­taler Wan­del, Dig­i­tale Trans­for­ma­tion, Dig­i­tale Disruption?


Welche dig­i­tal­en Kom­pe­ten­zen brauchen wir in Zukun­ft? Was sind dig­i­tale Geschäftsmodelle?

Bei der dig­i­tal­en Trans­for­ma­tion kom­men Unternehmen und Organ­i­sa­tio­nen unter­schiedlich schnell voran. Während sich die einen darauf beschränken, beste­hende Geschäft­sprozesse zu dig­i­tal­isieren, entwick­eln die anderen proak­tiv dig­i­tale Konzepte und Geschäftsmod­elle. Entschei­dend für den Erfolg bei der Dig­i­tal­isierung ist der soge­nan­nte „dig­i­tale Reife­grad“. Dieser ist ein wis­senschaftlich basiertes 360-Grad-Instru­ment, mit dem alle zur Verän­derung wichti­gen Fak­toren abge­fragt werden.

Dig­i­tal­isierung ein­fach erklärt

In den ver­gan­genen etwa 20 Jahren wur­den unter­schiedliche dig­i­tale Tech­nolo­gien (mobiles Inter­net, kün­stliche Intel­li­genz, Inter­net der Dinge etc.) drastisch weit­er­en­twick­elt und haben den Sprung von der Exper­te­nan­wen­dung hin in den All­t­ag geschafft.  Ähn­lich wie die Inno­va­tion der Dampf­mas­chine die Gesellschaft verän­dert hat, wirkt auch der dig­i­tale Wandel.

Dig­i­tal­isierung ist tech­nolo­giegetrieben. Auf Basis der entwick­el­ten dig­i­tal­en Tech­nolo­gien entste­hen dig­i­tale Inno­va­tio­nen: Neue Anwen­dungs­fälle, die durch beste­hende Unternehmen und Start-ups mit Risikokap­i­tal getrieben wer­den. Dies führt zu unter­schiedlichen Geschwindigkeit­en. Während zB. die öffentliche Ver­wal­tung vielfach nur Papier­belege akzep­tiert und mit Akten arbeit­et, verän­dern sich Märk­te deut­lich schneller. Inzwis­chen sind alle Branchen durch die Dig­i­tal­isierung betrof­fen. Die Dig­i­tal­isierung bee­in­flusst auch die Zukun­ft der Finanz- und Ver­sicherungs­branche. Neue For­men sind erst durch die Tech­nolo­gien der Dig­i­tal­isierung möglich, die sich in Zukun­ft weit­er aus­bre­it­en werden.

Dig­i­tal­isierung verän­dert die Zukun­ft tra­di­tioneller Berufe. Ärzte wer­den kün­ftig vor allem in der Diag­nos­tik durch E‑Health Anwen­dun­gen mehr und mehr unter­stützt. Dien­stleis­tun­gen im juris­tis­chen Bere­ich (heute primär von Anwäl­ten vorgenom­men) wer­den durch dig­i­tale Ser­vices aus dem Bere­ich Legal Tech ergänzt oder erset­zt wer­den. Und der Begriff Insuretech ist bere­its etabliert.

In Zukun­ft wird die Dig­i­tal­isierung neue Anforderun­gen an Schule, Aus und Weit­er­bil­dung, in allen Bere­ichen erforder­lich machen. Es ist Auf­gabe von Wirtschaft, Ver­bän­den und der Poli­tik, die Gesellschaft auf die kom­menden Verän­derun­gen vorzubereiten.

Dig­i­tal­isierung und Unternehmen

Die Dig­i­tal­isierung hat für Unternehmen jed­er Grösse Auswirkun­gen. Zum einen nutzen Unternehmen dig­i­tale Tech­nolo­gien für die Dig­i­tal­isierung ihrer Geschäft­sprozesse, also zur Prozes­sop­ti­mierung und Prozessin­no­va­tion. Dies wird auch durch die dig­i­tale Trans­for­ma­tion vor­angetrieben und zum Teil durch Start-ups real­isiert. Bei der Dig­i­tal­isierung beste­ht die Her­aus­forderung für Unternehmen darin, neue Kun­denbedürfnisse zu iden­ti­fizieren, die sich auf­grund der wach­senden Ver­bre­itung dig­i­taler Dien­stleis­tun­gen und Apps ergeben.

Mit den so genan­nten „Dig­i­tal Natives“ sind zudem neue Ziel­grup­pen ent­standen. Zur Steigerung der Kun­de­nori­en­tierung auf diese Ziel­grup­pen, benöti­gen Unternehmen häu­fig andere Mar­ket­ing- und Ver­trieb­sstrate­gien. Das Han­deln ist anzu­passen, um im dig­i­tal­en Wan­del erfol­gre­ich zu sein Unternehmen müssen sich mit der Frage auseinan­der­set­zen: Wie wollen wir mor­gen Kun­den/-innen erre­ichen? Welche Rolle spie­len neue Trends? Wie gehen wir mit den immer indi­vidu­eller wer­den­den Bedürfnis­sen unser­er Kun­den/-innen um?

Entwick­lung dig­i­taler Abläufe und Prozesse: Abschied von Papier­ak­ten durch die Ein­führung von Prozessen und Abläufe im Unternehmen, die durch die Dig­i­tal­isierung zum Teil radikal neu gedacht wer­den müssen wie der Umgang mit Dat­en, die inner­halb des Unternehmens, im Zusam­men­hang mit den Tätigkeit­en eines Unternehmens und bei Kun­den/-innen anfall­en. Aus Dat­en lassen sich neue Ser­vices und Geschäftsmod­elle entwick­eln. Die Dig­i­tal­isierung uns alle vor die Her­aus­forderung, sich dauer­haft zu verän­dern und anzu­passen. Wet­tbe­werb­svorteile aus ver­gan­genen Zeit­en beste­hen nur noch bed­ingt. Dazu müssen Unternehmen die dig­i­tale Trans­for­ma­tion im Unternehmen vorantreiben und ihre Dig­i­tal Readi­ness steigern.

ERP und Digitalisierung

Moderne ERP-Systeme als Basis der Transformation

Inte­gri­eren ERP-Sys­teme die Bausteine der Dig­i­tal­isierung, wer­den sie zur Basis der dig­i­tal­en Zukun­ft. Ein ERP-Sys­tem stellt in einem Unternehmen die „Sin­gle Source of Truth“ dar, es liefert die dazu nöti­gen Dat­en und Ser­vices, es sichert die Geschäft­sprozesse, es bere­it­et Entschei­dun­gen vor oder trifft sie sog­ar selb­st, es trägt die Betrieb­swirtschaft der dig­i­tal­en Trans­for­ma­tion, es agiert auf den dig­i­tal­en Plat­tfor­men und es bildet neue Geschäftsmod­elle ab.

Play Video

Definition eines ERP (Enterprise Resource Planing) Systems

Das ERP-Sys­tem verknüpft die Stamm- und Bewe­gungs­dat­en eines Unternehmens und führt die logis­tis­chen, betrieb­swirtschaftlichen und kaufmän­nis­chen Infor­ma­tio­nen zusam­men. Zur Inter­pre­ta­tion dieser Dat­en liefert das ERP-Sys­tem deren Kon­text. Zur Inte­gra­tion in interne und externe Plat­tfor­men wirkt es als Drehscheibe und stellt seine Funk­tio­nen als Ser­vices bere­it. Bei den Geschäft­sprozessen garantieren ERP-Sys­teme die Sicher­heit der Ergeb­nisse und der Dat­en. Angesichts der zunehmende Ver­net­zung müssen sie höch­ste Sicher­heits­stan­dards erfüllen.Regelmäßige Audit­ings prüfen die Authen­tifizierung, Rechtev­er­wal­tung und Ver­schlüs­selung der Systeme.

Bei der Automa­tisierung und dem Vor­bere­it­en von Entschei­dun­gen nutzen ERP-Sys­teme kün­stliche Intel­li­genz. Die Dat­en umfassen Transak­tio­nen, Kun­den­in­for­ma­tio­nen, und sie reichen bis hin zu sozialen Medi­en und Sen­sor­in­for­ma­tio­nen aus dem Inter­net der Dinge. Ein adap­tiv­er Regelkreis sorgt dafür, dass die Mod­elle und Algo­rith­men ständig dazulernen.

Von der Vernetzung zur Betriebswirtschaft der Digitalisierung

Das ERP-Sys­tem trägt die Betrieb­swirtschaft der dig­i­tal­en Trans­for­ma­tion und sorgt dafür, dass sich der Umbau des Unternehmens finanziell rech­net. Sämtliche Abläufe richtet das ERP-Sys­tem an den wirtschaftlichen Zie­len des Unternehmens aus. Es verbindet die Waren­flüsse und die Werte­flüsse, kalkuliert Aufträge und bew­ertet ihre Rentabil­ität, und es plant Pro­duk­tion, Dis­tri­b­u­tion und Verkauf. Von den Stam­m­dat­en über Pro­duk­te und Ser­vices schafft dieses Sys­tem eine Schnittstelle zu den Kun­den und ihren Aufträgen.

Auf den dig­i­tal­en Plat­tfor­men agiert ein ERP-Sys­tem als Repräsen­tanz des Unternehmens, stellt seine Funk­tio­nen als Ser­vice bere­it und inte­gri­ert dazu Ser­vices aus den dig­i­tal­en Plat­tfor­men. In der Sup­ply Chain steuert es sämtliche Prozesse über Unternehmensgren­zen hinweg.

Geht es um neue Geschäftsmod­elle, steuert und inte­gri­ert das ERP-Sys­tem die Abläufe. Es schafft die Basis für das Per­son­al­isieren von Pro­duk­ten und Ser­vices. Im Dien­stleis­tungs­bere­ich opti­mieren Smart Ser­vices die Dis­po­si­tion wichtiger Auf­gaben. Weit­ere Dien­ste umfassen die vorauss­chauende Arbeit­en und die Steuerung von wichti­gen Prozessen. Dies trifft im Dien­stleis­tungs­bere­ich eben­so zu wie in der Produktion.

Ins­ge­samt bleiben ERP-Sys­teme auch weit­er­hin ein zen­traler Bestandteil der IT-Land­schaft. Zukun­ft­sori­en­tierte ERP-Anbi­eter haben bere­its begonnen, ihre Sys­teme an die Anforderun­gen der dig­i­tal­en Arbeitswelt anzu­passen. Dieser Prozess dürfte sich in den kom­menden Jahren rapi­de fort­set­zen. Ein inten­siv­er kon­tinuier­lich­er Dia­log zwis­chen ERP-Anbi­etern, Anwen­dern und Mark­t­be­gleit­ern ist dabei wichtig. Durch die weltweite Ver­net­zung von Sys­te­men und Abläufen eröffnet die Dig­i­tal­isierung nie dagewe­sene Frei­heits­ger­ade für alle Beteiligten. Ein Anbi­eter, der die Anforderun­gen sein­er Kun­den, Ziel­branchen und Part­ner nicht genau ken­nt, dürfte kaum Chan­cen haben, sich in diesem Markt auf Dauer zu behaupten.

ERP für Versicherungsbroker

ERP Sys­teme gibt es für jede Branche. Sie berück­sichti­gen jew­els deren spez­i­fis­che Gegeben­heit­en. Während in der Indus­trie der Begriff ERP ver­bre­it­et ist, ver­wen­den Banken und Ver­sicherun­gen eher die Beze­ich­nung Kernsysteme.

Bro­kerStar by WMC ist ein speziell auf die Bedürfnisse von Versicherungs‑, All­fi­nanzbro­kern und kleinen Ver­sicherun­gen aus­gelegtes ERP Sys­tem. Es ver­fügt über alle wesentlichen Funk­tions­bere­iche im All­t­ag des Bro­kers. Zudem wer­den viele Schnittstellen zu weit­eren Pro­gram­men wie Finanz- und Lohn­buch­hal­tung sowie führen­den Branchenap­p­lika­tio­nen wie Sobra­do, brokerbusiness.ch, One Bro­ker, 3C u.a. angeboten

Funk­tion­sum­fang des Bro­ker-ERP Bro­kerStar by WMC

Quelle: IT-Matchmaker.news – 31.01.2020 –
ERP als Enabler der dig­i­tal­en Trans­for­ma­tion –
Vor­trag Dirk Bingler

Neuer Rechnungsprozess 21

Der Rech­nung­sprozess 21 umfasst von der Rech­nungs- und Courta­genkon­trolle über die Aus­liefer­ung der Rech­nung an den Kun­den bis zur Ver­mit­tlera­brech­nung und Ver­buchung in der Finanzbuch­hal­tung alle Schritte. Dabei kön­nen je nach Bedürf­nis ver­schiedene Vari­anten gewählt werden

Ein­gang der Rech­nung
Rech­nun­gen kön­nen auf fol­gende Arten angeliefert werden:

  • Eco Hub / DXP
  • One Bro­ker
  • Direkt durch Versicherer
  • Manuelle Eingabe

Dat­en und XML
Man unter­schei­det zwis­chen struk­turi­erten Dat­en und Doku­menten. Eine XML-Datei kann sowohl Dat­en als auch PDFs enthal­ten. Bei­de wer­den vol­lau­toma­tisch im Bro­ker­Star abgelegt.

Rech­nungskon­trolle
Für die vol­lau­toma­tis­che Kon­trolle von Prämien­rech­nun­gen muss ein fix vorgegeben­er Ablauf im Bro­ker­Star einge­hal­ten wer­den: Soll­stel­lung-Ein­le­sen-Dif­feren­zhan­dling
⇒ zur Courtagenkontrolle

Mail Benachrich­ti­gung
Sobald die Rech­nung kon­trol­liert und mit dem elek­tro­n­is­chen Stem­pel «kon­trol­liert» verse­hen ist, erhält der Kun­den eine Benachrich­ti­gung zum Down­load der Rech­nung im BrokerWeb.

Bro­ker­Web
Im Kun­den­por­tal erken­nt der Kunde die neue Rech­nung, die er down­load­en kann. In diesem Fall ent­fällt der Postver­sand mit dem Begleitschreiben.

One Bro­ker
Der Prozess zur automa­tisierten Rech­nungsver­ar­beitung kann mit Bro­ker­Star kom­biniert wer­den. Neuste Tech­nolo­gie extrahiert Dat­en aus unter­schiedlichen Quellen.

Ver­mit­tlera­brech­nung
Wenn es Ver­mit­tler mit einem Pro­vi­sion­sanspruch gibt, kön­nen die Abrech­nun­gen automa­tisch erstellt und die Zahlun­gen direkt ins E‑Banking über­führt werden.

Buch­hal­tung
Bro­ker­Star führt eine offene Posten-Buch­hal­tung. Mit der FiBu-Schnittstelle wer­den buch­hal­tungsrel­e­vante Transak­tio­nen direkt in Pro­gramme von Sage oder Aba­cus  übertragen.

Sicheres Login

Die Mehr-Fak­tor-Authen­tifizierung ist eine Sicher­heit­sproze­dur, bei der ein Anwen­der zwei unter­schiedliche Merk­male bere­it­stellt, um sich zu iden­ti­fizieren. Eines der Merk­male ist meist ein physis­ch­er Token, wie ein Sicher­heitscode oder eine SMS.
Man spricht gerne von etwas, das „man hat“ und etwas, das „man weiss”. Ein typ­is­ches Beispiel für eine Zwei-Fak­tor-Authen­tifizierung sind ein QR-Code, während die PIN (per­sön­liche Iden­ti­fizierungsnum­mer) die dazuge­hörige Infor­ma­tion bildet. Die Kom­bi­na­tion bei­der macht es ein­er frem­den Per­son schwieriger, auf Dat­en des Nutzers zuzugreifen.

Mul­ti-Fak­tor-Authen­tifizierung für sicherere Verbindungen

Die Mul­ti-Fak­tor Authen­tifizierung entspricht der Zwei Fak­tor-Authen­tifizierung, wobei ver­schiedene Tokens zur Anwen­dung kom­men kön­nen. Damit kann der User wählen, welche Meth­ode ihm am Besten zusagt.  Mod­erne Sicher­heit­sprozesse beste­hen oft aus einem Pass­wort und bio­metrischen Dat­en wie Fin­ger­ab­druck oder ein­er Stimmerkennung.

Einem Angreifer kann es etwa gelin­gen, einen einzel­nen Authen­tifizierungs-Fak­tor zu knack­en. So kann eine gründliche Suche im Umfeld des Opfers beispiel­sweise zum Fund eines Mitar­beit­er­ausweis­es oder ein­er Benutzerken­nung samt zuge­hörigem Pass­wort führen, die im Müll gelandet sind. Oder eine unacht­sam entsorgte Fest­plat­te enthält eine Pass­wort­daten­bank. Wenn jedoch weit­ere Fak­toren zur Authen­tifizierung erforder­lich sind, ste­ht der Angreifer vor min­destens ein­er weit­eren Hürde, die er umschif­f­en muss.

Der Grossteil der heuti­gen Angriffe erfol­gt über Inter­netverbindun­gen. Mehr-Fak­tor-Authen­tifizierung kann diese Dis­tan­zat­tack­en weit weniger gefährlich machen, weil das reine Knack­en des Pass­worts nicht mehr aus­re­icht, um Zugriff zu erhal­ten. Denn es ist sehr unwahrschein­lich, dass der Angreifer auch in den Besitz des physis­chen Geräts oder Codes gelangt, das mit dem Benutzer-Account verknüpft ist. Jed­er zusät­zliche Authen­tifizierungs-Fak­tor macht ein Sys­tem also sicher­er. Das liegt daran, dass die einzel­nen Fak­toren unab­hängig voneinan­der sind. Sollte ein­er der Fak­toren kom­pro­mit­tiert wer­den, bet­rifft das die anderen nicht.

Bro­ker­Star und iOf­fice by WMC ver­wen­den ab der Ver­sion 2.4 eine Mul­ti-Fak­tor Authentifizierung.

Mul­ti-Fak­tor Authentifizierung
Mul­ti-Fak­tor Authentifizierung
 

Was ist Künstliche Intelligenz

Kün­stliche Intel­li­genz (KI) ver­set­zt Rech­n­er in die Lage, aus Erfahrung zu ler­nen, sich auf neu einge­hende Infor­ma­tion einzustellen und Auf­gaben zu bewälti­gen, die men­schenähn­lich­es Denkver­mö­gen erfordern. Die meis­ten heute geläu­fi­gen Beispiele für basieren vor allem auf Deep Learn­ing. Mit dieser Tech­nolo­gie kön­nen Com­put­er für bes­timmte Auf­gaben trainiert wer­den, indem sie grosse Daten­men­gen ver­ar­beit­en und Dat­en Muster erkennen.

Die Geschichte der kün­stlichen Intelligenz

Der Begriff „kün­stliche Intel­li­genz“, auch «Artif­i­cal Intel­li­gence» genan­nt, wurde bere­its 1956 geprägt, doch erst heute gewin­nt die KI dank grösser­er Daten­men­gen, hoch entwick­el­ter Algo­rith­men und Verbesserun­gen bei Rechen­leis­tung und Daten­spe­icherung an Bedeu­tung. Im deutschsprachi­gen Raum sind bei­de Begriffe AI und KI geläu­fig. Bere­its in den 1950er Jahren beschäftigte sich die frühe Forschung zur KI mit The­men wie Prob­lem­lö­sung und sym­bol­is­chen Meth­o­d­en lange bevor Siri, Alexa oder Cor­tana in aller Munde waren.

Diese frühen Arbeit­en ebneten den Weg für die Automa­tisierungs- und for­malen Den­kleis­tun­gen der Com­put­er von heute, wie beispiel­sweise in Form entschei­dung­sun­ter­stützen­der Sys­teme und intel­li­gen­ter Such­sys­teme, mit denen sich men­schliche Fähigkeit­en ergänzen und erweit­ern lassen. KI-Tech­nolo­gien sind wed­er furchte­in­flössend noch intel­li­gent. Stattdessen zeich­net sich die KI durch viele spez­i­fis­che Vorteile in allen Branchen aus

  • KI automa­tisiert das Ler­nen durch Wieder­hol­ung und Erken­nt­nisse anhand von Dat­en. KI unter­schei­det sich jedoch von der mit­tels Robotik. KI führt häu­fig und mit grossen Daten­men­gen anfal­l­ende, com­put­erges­teuerte Auf­gaben zuver­läs­sig und ohne Ermü­dung aus. Den­noch bleibt für diese Art der Automa­tisierung men­schliche Intel­li­genz – etwa für die Ein­rich­tung des Sys­tems und die Ermit­tlung der richti­gen Fragestel­lun­gen – unverzichtbar
  • KI macht beste­hende Pro­duk­te intel­li­gen­ter. In den wenig­sten Fällen wird es eine eigen­ständi­ge KI-Anwen­dung zu kaufen geben. Stattdessen wer­den Pro­duk­te, die Sie bere­its nutzen, um KI-Fähigkeit­en erweit­ert, so wie etwa eine neue Gen­er­a­tion von Apple-Pro­duk­ten mit Siri aus­ges­tat­tet wurde. Automa­tisierung, Gespräch­splat­tfor­men, Bots und intel­li­gente Maschi­nen kön­nen in Kom­bi­na­tion mit grossen Daten­men­gen viele Tech­nolo­gien zu Hause und am Arbeit­splatz verbessern, von Secu­ri­ty Intel­li­gence bis hin zu Anlageanalysen.
  •          KI ist dank pro­gres­siv­er Ler­nal­go­rith­men wand­lungs­fähig, sodass die Pro­gram­mierung let­ztlich durch die Dat­en erfol­gen kann. KI find­et Struk­turen und Regelmäs­sigkeit­en in Dat­en. So wie sich der Algo­rith­mus das Schachspiel beib­rin­gen kann, kann er sich auch beib­rin­gen, welch­es Pro­dukt als Näch­stes online ange­boten wer­den sollte. Und das Mod­ell verän­dert sich, sobald neue Dat­en eingehen.
  • KI ermöglicht die Analyse grösser­er Daten­men­gen mith­il­fe neu­ronaler Net­ze, die unter Umstän­den viele ver­bor­gene Schicht­en aufweisen. Noch vor weni­gen Jahren wäre es fast unmöglich gewe­sen, ein Betrugserken­nungssys­tem mit fünf ver­bor­ge­nen Schicht­en aufzubauen. Dank enorm hoher Rechen­leis­tung und dank Big Data sieht das heute ganz anders aus. Für das Train­ing von Deep-Learn­ing-Mod­ellen wer­den grosse Daten­men­gen benötigt. Je mehr Dat­en Sie für solche Mod­elle bere­it­stellen, desto präzis­er wer­den sie.
  • KI erzielt höch­ste Genauigkeit dank neu­ronaler Net­ze – das war bish­er fast unmöglich. So basieren zum Beispiel alle Ihre Inter­ak­tio­nen mit Alexa, Google-Suche und Google Fotos auf Deep Learn­ing – und je mehr wir diese Funk­tio­nen nutzen, desto genauer wer­den sie. In der Medi­zin erzie­len KI-Ver­fahren aus den Bere­ichen Deep Learn­ing, Bild­klas­si­fika­tion und Objek­terken­nung bei der Kreb­s­di­ag­nose in MRI-Bildern dieselbe Genauigkeit wie gut aus­ge­bildete Radiologen.
  • KI erschliesst das volle Poten­zial von Dat­en. Bei selb­stler­nen­den Algo­rith­men wer­den die Dat­en selb­st unter Umstän­den geistiges Eigen­tum. Die Antworten steck­en in den Dat­en. KI hil­ft Ihnen sie zu find­en. Da Dat­en heute eine grössere Rolle spie­len als je zuvor kön­nen sie Unternehmen einen Wet­tbe­werb­svorteil ver­schaf­fen. In ein­er von starkem Wet­tbe­werb geprägten Branche gewin­nen die Unternehmen mit den besten Dat­en; selb­st dann, wenn alle ähn­liche Ver­fahren nutzen.

Vor welche Her­aus­forderun­gen stellt uns der Ein­satz kün­stlich­er Intelligenz?

Kün­stliche Intel­li­genz wird in allen Branchen Verän­derun­gen nach sich ziehen, aber wir müssen auch ihre Gren­zen ken­nen. Die wichtig­ste Ein­schränkung von KI-Sys­te­men ist das Ler­nen auf der Grund­lage von Dat­en. Es gibt schlicht keine andere Möglichkeit, Wis­sen in solche Anwen­dun­gen einzu­bet­ten. Das heisst aber auch, dass sich Unge­nauigkeit­en in den Dat­en in den Ergeb­nis­sen wider­spiegeln. Zudem müssen alle zusät­zlichen Vorher­sage- oder Analy­seschicht­en sep­a­rat hinzuge­fügt werden.

Die KI-Sys­teme von heute sind für klar umris­sene Auf­gaben trainiert. Mit einem Sys­tem, das Pok­er spielt, kön­nen Sie nicht Solitär oder Schach spie­len. Ein Sys­tem zur Betrugserken­nung ist nicht in der Lage, ein Auto zu steuern oder Recht­sauskün­fte zu erteilen. Ein KI-Sys­tem zur Erken­nung von Betrug im Gesund­heitswe­sen kann nicht ein­mal präzise Betrugs­fälle bei Steuerzahlun­gen oder Gewährleis­tungsansprüchen erken­nen. Anders aus­ge­drückt, sind diese Sys­teme sehr stark spezial­isiert. Sie eignen sich für genau eine Auf­gabe und sind weit von men­schlichem Ver­hal­ten entfernt.

Selb­stler­nende Sys­teme sind zudem keine autonomen Sys­teme. KI-Tech­nolo­gien wie wir sie aus Film und Fernse­hen ken­nen, sind immer noch Sci­ence-Fic­tion. Com­put­er, die kom­plexe Dat­en unter­suchen und anhand dieser Dat­en ler­nen kön­nen, bes­timmte Auf­gaben per­fekt auszuführen, wer­den jedoch immer häu­figer eingesetzt.

So funk­tion­iert kün­stliche Intelligenz

Grosse Daten­men­gen in Kom­bi­na­tion mit schnellen, iter­a­tiv­en Berech­nun­gen und intel­li­gen­ten Algo­rith­men ermöglichen der Soft­ware das automa­tis­che Ler­nen anhand von Mustern oder Merk­malen in den Dat­en. KI ist ein bre­ites Forschungs­feld und umfasst viele The­o­rien, Meth­o­d­en und Tech­nolo­gien. Hier einige wichtig­ste Teilbereiche:

  • Maschinelles Ler­nen automa­tisiert die Erstel­lung ana­lytis­ch­er Mod­elle. Mit Meth­o­d­en aus neu­ronalen Net­zen, Sta­tis­tik, Oper­a­tions Research und Physik wer­den in Dat­en ver­bor­gene Erken­nt­nisse gesucht, ohne dass in den Sys­te­men expliz­it pro­gram­miert ist, wo gesucht oder welche Schlüsse gezo­gen wer­den sollen.
  • Ein neu­ronales Netz ist eine Art des maschinellen Ler­nens. Diese Net­ze beste­hen aus miteinan­der ver­bun­de­nen Knoten (Neu­ro­nen), die zur Ver­ar­beitung von Infor­ma­tio­nen auf externe Ein­gangs­dat­en reagieren und Infor­ma­tio­nen zwis­chen den einzel­nen Knoten weit­ergeben. Dieser Prozess erfordert mehrere Daten­durch­läufe, um Verbindun­gen zu find­en und undefinierte Dat­en zu gewichten.
  • Deep Learn­ing nutzt grosse neu­ronale Net­ze mit vie­len Schicht­en von Ver­ar­beitungsknoten. Fortschritte in der Rechen­leis­tung und verbesserte Train­ingsver­fahren ermöglichen dabei das Erler­nen kom­plex­er Muster in grossen Daten­men­gen. Dieses Ver­fahren wird üblicher­weise für die Bild- und Spracherken­nung eingesetzt.
  • Com­put­er Vision nutzt Mus­ter­erken­nung und Deep Learn­ing zur Erken­nung der Inhalte von Bildern oder Videos. Wenn Maschi­nen Bilder ver­ar­beit­en, analysieren und ver­ste­hen kön­nen, kön­nen sie Bilder oder Videos in Echtzeit erfassen und deren Umfeld interpretieren.

Zusam­men­fassend zielt KI also darauf ab, Soft­ware bere­itzustellen, die Ein­gangs­dat­en sin­nvoll inter­pretieren und dies bei der Aus­gabe erläutern kann. KI ermöglicht in Zukun­ft eine menschen­ähnliche Inter­ak­tion mit Soft­ware und bietet Entschei­dung­sun­ter­stützung für bes­timmte Auf­gaben. Den Men­schen erset­zen kann sie nicht – und das dürfte auch noch einige Zeit so bleiben

Quelle: SAS Institute

 

ONE Broker Billingprozess

Bro­ker­Star neu mit Schnittstelle zu ONE Broker

Bro­ker­Star bietet neu auch eine Inte­gra­tio­nen zu ONE Bro­ker. Die neuste Anbindung ste­ht ab sofort für die Rech­nung­sprü­fungs-Lösung der Five Infor­matik AG zur Verfügung.

Damit kann ONE Bro­ker auch Prämien­rech­nun­gen im Bro­ker­Star dank dem Kon­troll­prozess «Billing» abgle­ichen. ONE Bro­ker ist eine Ergänzung bzw. eine Alter­na­tive zu der Rech­nungsver­ar­beitung in Bro­ker­Star. Ver­sicherungs­bro­ker kön­nen mit diesem automa­tisierten Prozess Ihre Prämien­rech­nungskon­trollen damit noch effizien­ter abwickeln.

Erfahren Sie mehr im Video: -> Link zu Erklärvideo

WMC IT Solu­tions AG unter­stützt Sie gerne bei der Dig­i­tal­isierung und Automa­tisierung Ihrer Geschäft­sprozesse. Unsere Part­ner­lö­sun­gen ver­ste­hen sich als Ver­längerung der Prozess­abläufe und ver­schaf­fen Ihnen einen Mehrw­ert. Unsere derzeit­i­gen Part­ner­lö­sun­gen sind:

  • Sobra­do
  • ONE Bro­ker
  • brokerbusiness.ch
  • 3C Vor­sorge­por­tal

Wir arbeit­en laufend an neuen Inte­gra­tio­nen und Part­ner­schaften mit führen­den Anbi­etern, um den Nutzen für Sie als Bro­ker zu maximieren.