AI in Custom Applications–Die wichtigsten Insights aus unserem Roundtable Event

Die Herausforderungen bei der Umsetzung von AI Projekten

Der Druck von Schweizer Unternehmen, AI oder GenAI in ihre Applikationen zu integrieren, ist gross. Der Hype rund um AI und GenAI verspricht viel Potential im Bereich Effizienz und Customer Experience. Jedoch ist die Umsetzung eines echten Business Cases mit einer akzeptablen Time-to-Market schwierig und scheitert oft an überdimensionierten IT-Initiativen und der bereits bestehenden technischen Komplexität innerhalb der verschiedenen IT-Elemente: UI, Integration, AI, Core-Systems etc.

Was waren die zentralen Themen des Roundtables?

• Daten als zentraler Wert: Unternehmen müssen ihre Daten optimal nutzen, um Wert zu generieren.
• AI als Enabler für Innovation: Künstliche Intelligenz bietet neue Potenziale, von Datenanalysen bis zur Prozessautomatisierung.
• Composable Architecture (Modulare Systemarchitektur): Modularisierung von Systemen ist entscheidend für Skalierbarkeit und Agilität.
• Agile und interdisziplinäre Teams: Schnelle Markteinführung gelingt nur mit kleinen, agilen Teams, die fachübergreifend zusammenarbeiten.
• Integration als Schlüsselfaktor: Eine nahtlose Verzahnung von Kernsystemen (Core-Systemen) mit AI und Frontends ist essenziell für die Effektivität und den Erfolg von KI-Projekten.

Dies waren die Speaker Highlights

Gabriela Aznar, Meteo Schweiz: KI-gestützte Wetter- und Klimadaten für das Gemeinwohl

Das Bundesamt für Meteorologie und Klimatologie erstellt Wetterprognosen für die Bevölkerung und zum Nutzen von Wirtschaft, Wissenschaft und Umwelt. Anhand der bekanntesten Wetterapp der Schweiz, der MeteoSchweiz Wetter App, präsentierte Gabriela, wie KI zur Verbesserung von Wetter- und Klimadaten genutzt wird. Dabei wurde deutlich, dass Machine Learning (ML) in der Wettervorhersage eine immer grössere Rolle spielt, auch wenn physikalische Modelle nach wie vor wichtig sind. 

Herausforderung: Der Umgang mit grossen und vielfältigen Datenmengen sowie die Kosten für GPUs. 

Lösung: MeteoSchweiz setzt auf eine Hybrid-Cloud-Architektur und eine eigene ML-Plattform. Zentral ist das Zusammenspiel der statischen, physikalischen und ML-Modelle, die den Mehrwert für die Endnutzer so wertvoll machen und die Vorhersagen noch präziser gestalten. Zukünftig wird es mehr automatisierte Wetterprognosen und Open-Data-Ansätze geben. Die Wetterdaten sind ab dem 1. April auf Github verfügbar und für alle zugänglich (https://github.com/MeteoSwiss/opendata).

Business Value: Meteo Schweiz nutzt AI zur Qualitätskontrolle von Messdaten und für präzisere Klimaanalysen und Wettervorhersagen.

Tiago Arcolini, Zürich Versicherung: AI und Data Solutions im Schadenmanagement

Mit mehr als 1,4 Millionen Kundinnen und Kunden in der Schweiz zählt die Zürich Versicherung zu den grössten Versicherungen für Versicherungs-, Vorsorge- und Anlageprodukte. Der Schadensprozess ist dabei essenziell für ihren Erfolg. 

Herausforderung: Der Schadensprozess besteht aus über 1'000'000 Standard Tasks, welche von über 1000 Mitarbeitenden in über 30 Prozessschritten bearbeitet werden. Der Prozess bietet grosses Potential zur Effizienzsteigerung. Die Herausforderung liegt hier oft in der Integration von KI-Anwendungen in bestehende Systeme und Prozesse. 

Lösung: Ein Beispiel ist die automatisierte Rechnungsprüfung im Bereich Motorfahrzeugversicherung, um fehlerhafte Rechnungen zu identifizieren. Als Resultat der automatisierten Gegenüberstellung der eingereichten Rechnungen und der relevanten Vertragsbestandteile bekommt die Sachbearbeiter:in eine Empfehlung. Dadurch wird die Fehlerquote reduziert, die Durchlaufzeit verkürzt und der Arbeitsaufwand verringert.
Essenziell für eine rasche Time-to-Market für AI-Cases ist eine enge Zusammenarbeit zwischen Business und IT in agilen Teams, um die Entwicklung und Implementierung von KI-Lösungen zu beschleunigen.

Business Value: Automatisierte Rechnungsprüfung reduziert Fehler und beschleunigt die Schadensregulierung.

Fazit: AI innerhalb von massgeschneiderten Applikationen als Wettbewerbsvorteil

• Unser Roundtable-Event hat deutlich gemacht, dass KI und Datenanalyse in immer mehr hoch regulierten Branchen eine zentrale Rolle spielen, insbesondere bei der Entwicklung massgeschneiderter Applikationen. 
• Unternehmen, die KI gezielt und integriert in ihre individuellen Lösungen einsetzen, steigern nicht nur ihre Effizienz und Innovationskraft, sondern verschaffen sich auch klare Wettbewerbsvorteile. 
• Die erfolgreiche Implementierung von KI-Lösungen erfordert dabei mehr als nur technisches Know-how. Entscheidend ist vielmehr eine ausgewogene Balance zwischen Technologie, Prozessen und dem menschlichen Faktor. Ebenso wichtig ist enge Zusammenarbeit zwischen verschiedenen Disziplinen und ein klarer Fokus auf den konkreten Nutzen für den Anwender.