Solera Holdings nutzt die künstliche Intelligenz und das maschinelle Lernen von Google Cloud, um Qapter® zu entwickeln, eine berührungslose intelligente Lösung für den gesamten Kfz-Schadenzyklus. Bilddaten aus realen Schadensfällen führen zu immer schnelleren und genaueren Kosten- und Zeitschätzungen für Fahrer, Versicherer und Techniker.

Ein Durchbruch für die KI bei Autopannen

„Hallo, Schadensabteilung? Ich muss mein Auto reparieren lassen. Schnell.“

So ziemlich jeder, der Auto fährt, weiß, wie das ist. Ein Unfall mit Blechschaden, eine kaputte Windschutzscheibe oder etwas Ernsteres. Ein Auto, das wegen einer Reparatur außer Betrieb ist, kann einen Arbeitstag, einen besonderen Anlass oder Schlimmeres ruinieren. Das Warten auf einen Schadensregulierer und das Aushandeln von Kosten und Selbstbeteiligungen ist ebenfalls kompliziert und zeitaufwändig. Wer hat nicht schon einmal gedacht: „Es muss doch einen besseren Weg geben“?

Das dachte sich auch Solera Holdings, der Marktführer im Bereich der Schätzung von Kfz-Schäden. Seit 2005 hat das Unternehmen die Art und Weise verändert, wie Versicherungs- und Kfz-Profis ihren Kunden einen Mehrwert bieten. Heute verwaltet Solera jedes Jahr 300 Millionen Transaktionen zwischen Versicherungsgesellschaften, Autofahrern und der Automobilindustrie, was etwa 60 Prozent aller Schadensfälle weltweit entspricht. Das Unternehmen verfügte über eine beeindruckende Datenbank mit eigenen Bildern von Schadensfällen und Zahlungen und erkannte, dass es genau das hatte, was es brauchte, um eine Lösung mit künstlicher Intelligenz (KI) und maschinellem Lernen (ML) zur berührungslosen Schadensbearbeitung zu nutzen. Solera eingeführt Qapter im Jahr 2020, unter Verwendung von Google Cloud AI/ML-Produkte, einschließlich Google Kubernetes Engine, TensorFlow, Cloud-GPUs (Grafikverarbeitungseinheiten), Cloud TPU (Tensor Processing Unit), APIs für maschinelles Lernen und Produkte zur kontinuierlichen Integration und Bereitstellung wie Cloud Build und Cloud Run um ein End-to-End-Schadensmanagement-System zu betreiben, mit dem Autos repariert und Schäden bezahlt werden – schnell und ohne menschliche Vermittlung.

„Versicherungsunternehmen stießen bei dem Versuch, Computer-Vision-Lösungen zu vermarkten, auf eine Reihe von Herausforderungen. Sie führten ihre Forschungsprojekte durch und konnten in der Regel eine funktionierende Lösung intern entwickeln, aber sie konnten nicht skalieren. Was wir daraus gelernt haben, ist, wie wichtig es ist, eine produktionsreife Lösung zu entwickeln, um zu vermeiden, dass ein KI-Projekt scheitert.“

Marcos Malzone, VP Produktmanagement, Solera Holdings

Anpassung der Technologie an das jeweilige Problem

Als Chief Technology Officer Evan Davies im Jahr 2020 zu Solera kam, hatte er bereits viele Jahre mit KI gearbeitet. Die Erfahrung hatte ihn gelehrt, dass keine bestimmte KI-Technologie jedes Geschäftsproblem lösen kann, egal wie innovativ oder bahnbrechend sie auch sein mag. Evan wusste, dass eine Kombination aus mehreren Technologien, die intern und von Cloud-Anbietern bezogen wurden, erforderlich sein würde. Er war entschlossen, dass Solera ausgereifte KI-Technologien effektiv einsetzen würde, um Wettbewerbsvorteile für das Unternehmen zu erzielen und zu erhalten. Zu seiner Freude stieß er zu einem Team, das bereits den besten Ansatz für das von ihnen identifizierte Problem gefunden hatte: die Nutzung von KI und ML zur Automatisierung des bestehenden Arbeitsablaufs von Solera bei Kfz-Kaskoschäden.

Das Produktteam von Solera wusste aus mehrjährigen Gesprächen mit Versicherungsunternehmen, dass diese einen automatisierten Schadensprozess benötigten. Einige Versicherer hatten versucht, die Reparatur von Kollisionsschäden mit Hilfe von Computer Vision zu automatisieren. Marcos Malzone, VP of Product Management bei Solera EMEA, erklärt: „Versicherungsunternehmen stießen bei dem Versuch, Computer-Vision-Lösungen zu kommerzialisieren, auf eine Reihe von Herausforderungen. Sie führten ihre Forschungsprojekte durch und konnten in der Regel eine funktionierende Lösung im eigenen Haus entwickeln, aber sie konnten nicht skalieren. Was wir daraus gelernt haben, ist die Bedeutung des Aufbaus einer produktiven Lösung, um zu vermeiden, dass ein KI-Projekt scheitert.“

Solera hatte sich auf die eleganteste Anwendung von KI für den Arbeitsablauf konzentriert, nämlich die effektive Identifizierung von Fahrzeugschäden. Der anfängliche Schritt der Schadensbeurteilung wurde in einen KI-gestützten Prozess umgewandelt, und die Hinzunahme von ML nutzte die riesige bestehende Datenbank des Unternehmens mit Schadensbildern und Reparaturinformationen, um präzise Methoden-, Kosten- und Zeitschätzungen für Reparaturen anzubieten. Ebenso wichtig für den Erfolg der Lösung war die Entscheidung, den Prozess nicht durch Änderungen an den bewährten Backend-Systemen des Unternehmens zu verkomplizieren. Davies sagt: „Wir wollten ein spezifisches Problem lösen, indem wir KI einsetzen, um Kollisionsschäden zu identifizieren und dann unsere Backend-Systeme und maschinelles Lernen nutzen, um einen Plan zu erstellen, wie der Schaden repariert werden kann.“

Solera hatte bereits eine frühere Version eines automatisierten Schadensmeldesystems entwickelt, das vielversprechende Ansätze für eine Lösung der nächsten Generation enthielt. Die ursprüngliche Vision des Teams in Kombination mit den neuesten Cloud- und KI-Technologien würde Solera in die Lage versetzen, Qapter mithilfe von KI und ML neu zu konzipieren. Durch umfangreiche Forschung hatte das Solera-Team die Entwicklung bereits so weit vorangetrieben, dass es mehrere weniger erfolgreiche Ansätze eliminiert hatte. Alles, was sie brauchten, war die richtige KI-Lösung in Verbindung mit den neuesten Cloud-Technologien, um neue Ideen zu entwickeln und Qapter zu verbessern. Diese Version der nächsten Generation würde den Schätzungsprozess für Solera-Kunden und Fahrzeugbesitzer weltweit vereinfachen.

„Bei Solera vollzieht sich ein Wandel hin zum Aufbau von Kernkompetenzen, die unternehmensweit genutzt werden können, um in mehr als nur einem Bereich eine entscheidende Rolle zu spielen. Google Cloud ist nicht nur eine Spot-Lösung, sondern eine Kernkompetenz für uns.“

Evan Davies, Technischer Leiter, Solera Holdings

Erschließung von Möglichkeiten für die Produktentwicklung mit Google Cloud

Das Solera-Team war bereits ein erfahrener Nutzer von Cloud-Technologien, als es sich entschied, nach einer KI/ML-Lösung zu suchen, die sich in eine vollständige Suite modernster Cloud-Technologien integrieren ließ. Obwohl das Unternehmen einen eigenen Datenspeicher unterhält, um vertragliche Vereinbarungen mit Kunden auf der ganzen Welt einzuhalten, war der Workflow für die Unfallmeldung cloudbasiert. Das Team wusste, dass die Wahl des richtigen Technologieanbieters der Schlüssel zu einem erfolgreichen Ergebnis für die Plattform der nächsten Generation sowie für neue Produkte in der Entwicklung sein würde.

Nach einem gründlichen Technologie-Bake-off erwiesen sich die KI/ML-Lösungen von Google Cloud als ausgereifter, robuster und skalierbarer als das Angebot anderer Anbieter. Für Solera war es ein entscheidender Faktor, über erstklassige KI-Technologien zu verfügen, die eng mit dem gesamten Google Cloud-Portfolio integriert sind. Diese zusätzlichen Möglichkeiten bedeuteten, dass Solera die Vorteile einer schnelleren Verarbeitungsgeschwindigkeit und hochentwickelter Werkzeuge nutzen konnte, die seinen Entwicklungsschwerpunkt ergänzen. Kurz gesagt, Google Cloud könnte Solera alles, was es braucht, von einem einzigen Anbieter liefern.

Solera profitierte von den Vorteilen eines Anbieters aus einer Hand, indem es Produkte aus der gesamten Bandbreite der Google Cloud nutzte. Die Solera-Entwickler waren erfreut zu sehen, wie schnell sich die Google Cloud-Technologie weiterentwickelt hat und wie sie ein äußerst stabiles Framework für eine schnellere, weniger komplexe Bereitstellung in der gesamten Wertschöpfungskette bietet. Beginnend mit Cloud Vision für die einfache Bildverarbeitung, nutzt Solera die optische Zeichenerkennung (OCR) der Vision-API, um Nummernschilder und Fahrgestellnummern zu erfassen. TensorFlow hilft bei der Erstellung benutzerdefinierter Algorithmen und maschineller Lernmodelle für die Bilderkennung und Extraktion von Fahrzeugdaten, die die Erfassung von Fahrzeugmarke und -modell, Schadensinformationen und benötigten Teilen ermöglichen. Darüber hinaus ermöglichen Cloud-GPUs und TPUs eine beschleunigte Verarbeitung aller Datenmodelle, die weit über die Möglichkeiten herkömmlicher Zentral- und Grafikprozessoren hinausgeht.

„Für Autofahrer ist es eine unangenehme Erfahrung, in einen Unfall zu geraten. Als Datenwissenschaftler ist alles, was wir tun können, um diese Erfahrung schneller verblassen zu lassen und die Menschen wieder auf die Straße zu bringen, unsere Mission“.

Mihran Shahinian, Vizepräsident für Datenintegration, Solera Holdings

Mit Lösungen innovativ sein, Probleme mit Technologie lösen

Nachdem sich das Solera-Team für Google Cloud als Technologieplattform für die kommerziellen Innovationen des Unternehmens entschieden hatte, musste es viel lernen, um die neue Plattform optimal zu nutzen. Glücklicherweise konnten sie auf die Hilfe der Ingenieure von Google Cloud sowie auf das Fachwissen von DoiT Internationaleinem Google Cloud Managed Service Provider. Von der Beratung bei der Definition der Plattformarchitektur über den Austausch von Best Practices bis hin zur Beantwortung von Implementierungsfragen – Solera verlässt sich auf Google Cloud und DoiT, um seine Investitionen optimal zu nutzen. Davies sagt: „DoiT hat ein tiefes Wissen sowohl über Google Cloud als auch über die Full-Stack-Infrastruktur, die Qapter benötigt, bewiesen.“

Davies fügt hinzu: „Bei Solera vollzieht sich ein Wandel hin zum Aufbau von Kernkompetenzen, die im gesamten Unternehmen genutzt werden können, um in mehr als nur einem Bereich eine entscheidende Rolle zu spielen. Google Cloud ist nicht nur eine Spot-Lösung, sondern eine Kernkompetenz für uns.“

Die neue Version von Qapter, die 2020 auf den Markt kommt, verändert das Angebot von Solera für seine Kunden grundlegend. Sobald ein Fahrer ein Bild des Schadens an seinem Fahrzeug hochlädt und den Schadensprozess startet, nutzt die Plattform ihren riesigen Bestand an Schadensbildern, um eine Schätzung des Schadensumfangs vorzunehmen, die Marke und das Modell des Fahrzeugs zu erkennen, zu wissen, welche Teile ersetzt werden müssen und wie viel die Reparatur kosten wird. Und das alles, ohne dass ein Schadensregulierer das Fahrzeug physisch untersucht. Dadurch wird ein wesentlicher Teil des Arbeitsablaufs bei der Schadenbearbeitung automatisiert, wovon nicht nur die Versicherungsunternehmen, sondern auch die Partner in der Automobilindustrie und die Autofahrer profitieren.

Mihran Shahinian, VP of Data Integration bei Solera, leitet ein Team von Ingenieuren, das sich auf Analytik und Data Science konzentriert und für die Auswertung der Unternehmensdaten für prädiktive Analysen verantwortlich ist. Er erklärt: „Die Erkennung von Schäden durch KI-Computersichtgeräte ist vergleichbar mit der Entwicklung des sicheren Zugangs zu Mobiltelefonen, der sich im Laufe der Zeit vom PIN-Code über den Fingerabdruck bis hin zur Gesichtserkennung entwickelt hat.“ Mit der Computer Vision hat sich die Technologie von Kalkulationstabellen zu 3D-Modellen weiterentwickelt, und jetzt sind noch mehr Berührungspunkte eliminiert worden. Der Fahrer muss nur ein Foto von seinem Auto machen, den Rest erledigt Qapter. Shahani fügt hinzu: „Für Autofahrer ist es eine unangenehme Erfahrung, in einen Unfall zu geraten. Als Datenwissenschaftler ist alles, was wir tun können, um diese Erfahrung schneller vergessen zu machen und die Menschen wieder auf die Straße zu bringen, unsere Mission“.

Selbstbedienung bei Kollisionsschäden in der Zeit von COVID-19

Soleras Kunden in Frankreich und den Niederlanden, den beiden ersten Märkten, in denen Qapter eingesetzt wird, sind begeistert von der Fähigkeit der Plattform, den Arbeitsablauf bei Schadensfällen durch die Identifizierung von Teilen und die Schätzung von Reparaturen mithilfe von KI zu verbessern. Qapter hat andere, Jahre zuvor begonnene Bemühungen in dieser Hinsicht überholt. In nur wenigen Monaten seit der Einführung ist das System nun in der Lage, 50 Prozent der Schadensfälle automatisch zu genehmigen, wodurch die Kosten für die Schätzung um fast die Hälfte gesenkt werden konnten.

Darüber hinaus bietet Qapter während der Pandemie einen unerwarteten Nutzen für alle Beteiligten in der Wertschöpfungskette der Schadenregulierung. Die Plattform reduziert nicht nur den Zeit- und Kostenaufwand für Fahrer, Versicherer und Autowerkstätten, sondern auch die menschliche Interaktion. Der Beitrag zur sozialen Distanzierung bei gleichzeitiger Erbringung einer notwendigen Dienstleistung bedeutet, dass die Fahrer wieder auf die Straße können, die Werkstätten ihre Arbeit fortsetzen können und die Versicherungsgesellschaften keine Mitarbeiter in den Außendienst schicken müssen.

„Der Kernwert von Qapter liegt in seinen dreidimensionalen Fahrzeugmodellen, die es ermöglichen, die Zusammensetzung einer Vielzahl von Einzelfahrzeugen zu verstehen“, sagt Shahini. „Wir können diese Daten für verschiedene Zwecke nutzen und sie in unterschiedliche Arbeitsabläufe einbinden, je nachdem, was ein bestimmtes Unternehmen erreichen möchte. Ein Unternehmen kann sie für die Fahrzeuginspektion verwenden, ein anderes für die Kollisionsabschätzung. Außerdem können wir uns für die Zukunft ein breites Spektrum an möglichen Anwendungsfällen vorstellen, was uns eine solide Grundlage für die Entwicklung neuer Produkte bietet.“

Share this!