gkv 4.0 - trend-monitorimage-src.bcg.com/images/bcg_gkv4-0_tcm108-178444.pdf · 4 gkv 4.0 trend...
Post on 05-Nov-2019
2 Views
Preview:
TRANSCRIPT
1
GKV 4.0 - Trend-Monitor
November 2017
GKV 4.0 - TREND-MONITOR 32
„ … wird es nicht geben“, „das Geschäftsmodell ist aufgrund der Regulierungen äußerst stabil“. Viele Führungskräfte gesetzlicher Krankenver- sicherungen (GKVen) argumentieren so, wenn es um disruptive Geschäftsmodelle geht. Amazon, Zalando, Netflix, Uber, mytaxi, car2go oder DriveNow sind prominente Beispiele, die zeigen, wie radikal die Digitalisierung Geschäfts-modelle, Branchen und sogar ganze Märkte verändern kann.
Gesetzliche Regulierungen, das Solidarprinzip, Versicherungspflicht und ein Geschäftsmodell, das zur Kostendeckung, aber nicht zur Gewinn- erzielung verpflichtet – die Rahmenbedingungen der GKV bieten Stabilität und schützen die Organisation vor Marktbewegungen.
Dennoch: Der Markt befindet sich seit Jahren in Konsolidierung, die Zahl der GKVen wird suk-zessive geringer. Die Wahlfreiheit der Mitglieder erzeugt Wettbewerbsdruck.
Dass auch in Deutschland eine rein digitale Krankenversicherung existieren kann, will aktuell ottonova beweisen. Vorbild ist das US-Unternehmen Oscar Health. Die digitale Krankenkasse entstand im Zuge von Obama-care und gilt als Erfolgsmodell. Einfache, trans-parente Tarife, Self-Services, digitale operative Prozesse, Kommunikation mit Versicherten und Incentivierung über das Smartphone – Oscar ist eine digitale Krankenversicherung für die Generation Y.
Im Sommer 2017 hat die Debeka, Deutschlands größte private Krankenversicherung (PKV), zehn Prozent von ottonova übernommen. Der Einstieg der PKV zeigt, dass sie das digitale Geschäfts-modell ernst nimmt.
Vorstellung und Einschätzung aktueller Trends und ihrer Anwendungsmöglichkeiten für die GKV
Detaillierte Analysen von besonders relevanten Trends
Schaffen einer gemeinsamen Diskussionsbasis für die Weiterentwicklung Ihrer Unternehmen
Ziele
Die gesetzlichen und finanziellen Hürden in der GKV reduzieren vielleicht das Disruptions-risiko, sie verhindern es aber nicht. Einzelne Versicherungen können sich durchaus zu digi-talen Leitunternehmen in der GKV entwickeln – beispielsweise, weil eine Organisation als Accelerator die digitale Innovation treibt oder aber weil das Ausscheiden vieler Mitarbeiter in den nächsten Jahren zur Automatisierung zwingt. Bei diesen GKVen wird dann die Pro-duktivität und Qualität der Sachbearbeitung und des Kundenkontakts hoch sein, bei gleich-zeitig niedrigen Beitragssätzen. Daraus resul-tieren eine hohe Kundenzufriedenheit und ein gutes Image, was letztlich einen dauerhaften großen Wettbewerbsvorteil darstellt.
Im „GKV 4.0 - Trend-Monitor“ werden die neun wesentlichen Technologietrends der Digitalisie-rung vorgestellt und hinsichtlich ihrer strate- gischen Relevanz für GKVen in vier Kategorien unterteilt: Beobachten, Vorstudie, Pilotierung und Implementierung.
In dieser ersten Ausgabe des Trend-Monitors sind zwei Technologietrends (Mobile und Künstliche Intelligenz) mit weiteren Vertiefun-gen dargestellt. Künftig wollen wir regelmäßig diese Technologieübersicht aktualisieren, weitere Technologietrends vertiefend behandeln und neue Trends vorstellen.
Der „GKV 4.0 - Trend-Monitor“ existiert auch als interaktive Microsite, mit weiteren Praxis-beispielen, erläuternden Videos und Experten-übersichten. Bitte wenden Sie sich bei Interesse an unsere BCG-Experten.
Disruption in der gesetzlichen Krankenversicherung …
GKV 4.0 TREND KOMPASS 54
Künstliche Intelligenz (siehe auch Deep Dive) Möglicher Einsatz zur automatisierten Verbesserung komplexer Regelwerke, beispielsweise zur Erkennung von Betrugsmustern oder von Auffälligkeiten in der Rechnungsprüfung oder zur Festlegung von Interventionszeitpunkten oder -maßnahmen in der Fallsteuerung
Im Zuge der GKV-Digitalisierung zu pilotieren, um Verwaltungskosten, Leistungskosten und Versichertenbindung zu optimieren
BlockchainGegebenenfalls im Bereich der allgemeinen Leistungsgewährung relevant
Bis jetzt nicht vollständig ausgereift und entsprechend noch nicht für die GKV anwendbar
Augmented & Virtual Reality Einsatz für situationsgerechte Darstellung und Weiterverarbeitung von Daten, beispielsweise die Einblendung aller relevanten Kundeninformationen in Echtzeit während eines Kundengesprächs, oder als digitale Mehrwertleistung für Mitglieder beispielsweise bei der Ernährungsberatung
Vorstudien sind im Bereich Kundenservice und digitale Mehrwertleistungen sinnvoll
Internet of Things Maßgeschneiderte Hinweise und Gesundheitsempfehlungen für Versicherte via Smartphone auf Basis von Gesundheitsdaten z. B. von Wearables/Fitnessgeräten oder medizinischen Messgeräten z. B. für Blutzucker oder Fieber
Hohe Relevanz insbesondere für Leistungserbringer beispielsweise in der Diagnostik und Versorgung. Anwendungsmöglichkeiten in der GKV derzeit vor allem bei Ausweitung des Kundenservice
Big Data & Advanced AnalyticsUmfassende und (teil-)automatisierte Analysen von Daten, insbesondere aus dem Leistungs- und Beitragswesen sowie dem Marketing Grundlagen sind bereits weit verbreitet. In weiterentwickelter Form können sie als Schlüssel zur Marktdifferenzierung und zum optimierten Leistungsmanagement eingesetzt werden
Cloud Computing & ConnectivityNutzung von Hardware oder Standardsoftware(-Services) von Drittanbietern, um unterschiedliche Datenquellen für Versicherte zu vernetzen (z. B. eine elektronische Gesundheitsakte). Zudem Möglichkeit, unternehmensinterne Leistungsspitzen ohne Zukauf von Hardware ausgleichen zu können
Durch neuerdings verfügbare deutsche Cloud-Anbieter auch für bisher datenschutzkritische Anwendungen einsetzbar
Mobile (siehe auch Deep Dive)
Ausgeprägtes mobiles Angebot zur Kundengewinnung sowie für die Lösung von Anliegen und die Bereitstellung von Mehrwertleistungen vorhanden
Im Zuge der GKV-Digitalisierung zwingend notwendig; wird von etlichen GKVen bereits ausgebaut
RoboticsProzessautomatisierung für große „Einmalaufwände“ sowie kleine und mittlere Regelaufwände bei hohem alternativen Implementierungsaufwand im Kernsystem
Wichtiger Hebel, um Prozesse in entsprechenden Situationen effizient zu bearbeiten; wird zur Bewältigung von Sonderfällen/-situationen bereits von einigen GKVen eingesetzt
Neun technologische Trends als Grundlage der Digitalisierung
Affective ComputingBei der Schrifterkennung und der Digitalisierung analoger Daten bereits weit verbreitet. Sprachcomputersysteme könnten als Ersatz für einfache Interactive-Voice-Response-(IVR-)Systeme genutzt werden
Einsatz bei der Erkennung von Schrift und der Digitalisierung analoger Daten sowie der Gesprächsdokumentation, empfiehlt sich für die Pilotierung. Als Ersatz für ein einfaches IVR-System in der GKV dagegen noch keine Alternative zum 1st Level in der Telefonie oder in der Beantwortung von Nachrichten via Chat oder E-Mail
GKV 4.0 - TREND-MONITOR 76
9 TRENDS
BEOBACHTUNG
Die Entwicklung sollte beobachtet werden. Zurzeit besteht jedoch noch keine akute GKV-Relevanz.
Blockchain
VORSTUDIE
Erste Vorabunter- suchungen sollen das Verständnis der potenziellen Auswirkungen schärfen. Es gibt konkrete Anzeichen für GKV-Relevanz.
Internet of Things
Augmented & Virtual Reality
PILOTIERUNG
Die GKV-Relevanz ist hoch. GKVen sollten Expertise aufbauen und die Umsetzbarkeit prüfen.
Künstliche Intelligenz(siehe auch Deep Dive)
Affective Computing
Mobile(siehe auch Deep Dive)
Big Data & Advanced Analytics
Cloud Computing & Connectivity
Robotics
IMPLEMENTIERUNG
Eine zeitnahe Um- setzung zur Sicherung der Marktposition ist notwendig, da der Trend aktuell bereits großen Einfluss auf GKVen hat.
Neun Technologietrends nach strategischer Relevanz unterteilt – Implementierung von vier Trends bereits heute erfolgskritisch
GKV 4.0 - TREND-MONITOR 98
Identifikation von potenziellen Kündigern durch Erkennung von Mustern in Daten zu Kundenmerkmalen und vorhergehenden Beschwerden
Vertrieb/ Mitgliedschaft
Mobile(siehe auch Deep Dive)
Nutzung von mobilen Endgeräten zur stärkeren Personalisierung und zur mobilen Unterstützung der Gesundheitsvorsorge und -behandlung
Unterstützung und Optimierung der Entscheidungsfindung auf Basis von Echtzeitdaten-Erfassung, -Analyse und -Interpretation
Verbesserung des Beschwerdemanagements durch optimierte Textauswertung und Beschwerdekategorisierung
Kundenservice/ Qualitäts-
management
Zahlungsausfallrating der Arbeitgeber durch Auswertung des Zahlungsverhaltens für die Arbeitnehmer, kombiniert mit öffentlich verfügbaren Datenquellen Beitrag
Situative Nutzung, etwa die Navigation zur nächstgelegenen Servicestelle über die in der Service-App integrierte Ortungs- und Navigationsfunktion; personalisierte Ansprache und Empfehlungen
Kundenservice
App-gestützte Kundeninteraktion auf Smartphones zur Klärung von Anliegen, Rückfragen oder Beschwerden; Unterstützung durch virtuelle Assistenten; vollkommen integrierte Kundeninteraktion über alle Kanäle, die es den Kunden erlaubt, am Smartphone das Ausfüllen eines Antrags zu beginnen und dann online am Laptop fortzusetzen
Kundenservice
Gesundheitsmanager auf App mit Fitnessdatenspeicherung und individuellen Empfehlungen der Krankenkasse für Präventionsmaßnahmen
Versorgungs- management
Optimierung der Regelwerke für Abrechnungsprüfung und Fallmanagement durch Auswertung und Vergleich von ähnlichen Fällen von Leistungserbringern, Versichertenhistorie und Gutachten, unter anderem in den Bereichen Krankenhaus und Krankengeld
Leistungs- management
Sentiment-Analyse bzw. Identifikation von Kundenwünschen auf Basis vononline verfügbaren Daten wie Social-Media-Nutzung oder Forenbeiträgen
Bereichs- übergreifend
GKV-Anwendungsfälle* GKV-Anwendungsfälle*
Vollständig mobiles Banking von der Kontoeinrichtung mittels Videotelefonie über Anmeldung mittels Fingerabdruckscan bis zu Überweisungen direkt vom Handy, wie etwa bei der Direktbank N26
Bankwesen
Diagnose von Krankheiten über Smartphone – Beschwerden werden eingegeben und eine Diagnose erstellt bzw. ein telefonisches Gespräch vereinbart, wie beispielsweise beim National Health Service
Medizinische Versorgung
Allgemeine Anwendungsfälle
„Auf den Apps liegen, insbesondere in der Versorgung von Menschen mit chronischen Erkrankungen, große Hoffnungen, weil in der Regel viele Impulse notwendig sind, um Verhalten anzustoßen und dauerhaft zu verändern.“
Ursula Kramer, Chefredakteurin von HealthOn, in: Handelsblatt (Print-Ausgabe) Nr. 142 vom 26.07.2017
„Zwar ist die gesetzliche Krankenkasse noch ganz am Anfang, sich mit prädiktiven Modellen auseinanderzusetzen, allerdings sind wir hier gerade beim Umdenken. Wir hatten bisher nur eine isolierte Betrachtung der Daten. Aus den vielen Datenpfützen würden wir gerne einen Datensee erschaffen.“
Christian Klose, CDO, AOK Nordost, in: Connected Industry vom 14.03.2017
* Jeweils unter Berücksichtigung der rechtlichen Rahmenbedingungen zur Datenverwendung. * Jeweils unter Berücksichtigung der rechtlichen Rahmenbedingungen zur Datenverwendung.
Big Data & Advanced Analytics
Versorgungsmanagement und -steuerung z. B. durch qualitätsinduzierte Assistenz- leistungen (z. B. Navigation zum Arzt inkl. Qualitätsindikatoren und Terminservice); Erinnerungen, Vorsorgemanager und Datenfreigabe gegenüber Ärzten
Versorgungs- management
GKV 4.0 - TREND-MONITOR10 11
Robotics
„Hinter Robotic Process Automation verbirgt sich ein neuer Ansatz zur Prozessautomatisierung. Mit RPA können Unternehmen Routineaufgaben automatisiert ausführen und so verfügbare Ressourcen für wertschöpfende Prozesse nutzen.“
Prof. August-Wilhelm Scheer, CEO, Scheer Holding, Unternehmenswebsite (Aufruf am 28.08.2017)
„RPA verschiebt den Fokus der Automatisierung hin zu den höherwertigen Aufgaben. Gleichzeitig aber besteht nach wie vor ein sehr hoher Bedarf an gut ausgebildeten ITlern, weil die Unternehmen sie benötigen, um technisch immer auf dem neuesten Stand zu sein. Für diese Leute ist RPA ein Segen.“
Chris Boos, CEO, arago, in: Computerwoche Online vom 15.04.2015
* Datenschutz und rechtliche Rahmenbedingungen sind hierbei zu prüfen.
Autonome oder semi-autonome virtuelle Prozessbearbeitung, die von Computerprogrammen gesteuert wird
Rückstandsabarbeitung bei gesetzlichen oder unternehmensinternen Fristen, etwa bei Reorganisation oder Kernsystemmigration, durch den selektiven Einsatz von Robotics und Beschleunigung der Sachbearbeitung
Sach- bearbeitung
Überführung von Daten bei Systemmigration durch den Einsatz eines Roboters statt der extrem aufwendigen manuellen Überführung der Daten
Bereichs- übergreifend
Prozessautomatisierung durch den selektiven Einsatz von Robotern im Gesamtprozess, insbesondere bei Übertragung von Daten von unterschiedlichen Anwendungen
Sach- bearbeitung
Umsetzung kurzfristiger, gesetzlich vorgegebener Ablaufänderungen durch die schnelle Implementierung und Testung auf Basis von Robotics und nachgelagerte Umsetzung im Kernsystem
Sach- bearbeitung
GKV-Anwendungsfälle*
Connectivity unterschiedlicher Datenquellen für Versicherte, externe Bereitstellung skalierbarer IT-Ressourcen wie Computingpower oder Storage, Entwicklungsplattformen oder Anwendungen über das Internet
„In weniger als zehn Jahren wird sich die GKV-Branche anderen Wirtschaftszweigen immer stärker angenähert haben und sich kaum mehr von diesen unterscheiden. Gesetzliche Krankenversicherungen (GKVen) werden Cloud- und Big-Data-Technologien nutzen; Krankenkassendaten werden – so unvorstellbar das heute scheinen mag – in einem großen Netz digital verarbeitet.“
„Krankenversicherungen im digitalen Zeitalter“, in: eGovernment Computing vom 04.05.2016
„Die Krankenversicherung Barmer GEK entschied sich für das File-Sharing-Angebot des australischen Sicherheitsspezialisten aus der Telekom-Cloud, um ihre sensiblen Daten zu schützen.“
„Hoch sicherer Datenaustausch“, auf Telekom.com (Aufruf am 20.08.2017)
Einsatz von extern gehosteten Software-as-a-Service-Lösungen – sowohl im Leistungsbereich, beispielsweise für Hilfsmittel, als auch im Bereich der Unterstützungsfunktionen, etwa im Personalwesen oder Asset-Management
Bereichs- übergreifend
Echtzeitanalyse von Daten bei Regressfällen Leistungs- management
Bereichs- übergreifend
Verlagerung von Anwendungen aus dem Kernbereich, etwa dem Meldewesen und der Patientenakte, auf eine Cloud-basierte Infrastruktur
GKV-Anwendungsfälle*
Nutzung von Hardware oder Standardsoftware(-Services) von Drittanbietern, um unterschiedliche Datenquellen für Versicherte zu vernetzen (z. B. eine elektronische Gesundheitsakte)
Kundenservice
* Datenschutz und rechtliche Rahmenbedingungen sind hierbei zu prüfen.
Cloud Computing & Connectivity
GKV 4.0 - TREND-MONITOR 1312
Künstliche Intelligenz(siehe auch Deep Dive)
Simulation des menschlichen Denkprozesses und Selbstlernens durch Prozess- automatisierung in der Erkennung von Mustern und Ableitung von Implikationen
Einsatz von mit Self-Service-Funktionalität verbundenen lernenden Chatbots und Visual IVR in der Kundenkommunikation, die beispielsweise Änderungen von Kundendaten in natürliche Sprache umsetzen, auch neue Fragen beantworten, Muster identifizieren und Regelwerke selbständig anpassen können
Kunden- kommunikation
Einsatz im Disease-Management zur Identifikation neuer Indizien zur Verbesserung der Prädiktion von chronischen Krankheitsverläufen und zur Ableitung von Präventionsmaßnahmen, Zweitmeinungsempfehlungen
Versorgung
Identifikation von Regressfällen und Auswahl von lohnenden FällenLeistungs-,
Betrugs-management
Optimierung der Regelwerke im Leistungsmanagement durch Rückmeldung der Ergebnisse unter Berücksichtigung aller verfügbaren Inputfaktoren,z. B. im Bereich Krankengeld
Insbesondere Leistungs-,
Kunden-, Versorgungs-management
Automatisierung manueller Prozesse durch „virtuellen Sachbearbeiter“, der Freigaben von Behandlungen/Heilplänen übernimmt oder Korrespondenz klassifiziert, priorisiert und dem richtigen Sachbearbeiter zuleiten kann
Sachbearbeitung/ Leistungs-
management
Abschätzen der Kontaktcenterauslastung und des Ressourcenbedarfs Kundenbetreuung
„‚Alles, was Du kannst, kann künstliche Intelligenz besser‘, lautet der Titel eines Business Cases, das Statements von AIG und der Zurich zum Thema Machine Learning zusammenfasst.“
„Künstliche Intelligenz für die Versicherungswirtschaft“, in: Versicherungswirtschaft heute vom 12.07.2016
„Was irgendwie nach Routine aussieht, wird in den nächsten Jahren automatisiert, und zwar auch im direkten Kontakt mit den Kunden.“
Christian Rieck, Lehrstuhlinhaber an der FH Frankfurt,in: Versicherungswirtschaft heute vom 29.06.2016
GKV-Anwendungsfälle*
* Rechtliche Rahmenbedingungen sind hierbei zu prüfen.
Echtzeitinterpretation von Gehirnaktivitäten und -strömen zur Steuerung von Computern, beispielsweise um Menschen mit Behinderungen zu unterstützen
Retail/ Wissenschaft
Allgemeine Anwendungsfälle
Affective Computing
Ersatz eines Interactive-Voice-Response-(IVR-)Systems durch einen Sprachcomputer zur Identifikation des Anliegens während der Wartezeit; auf Basis der erfassten Informationen und/oder Emotionen automatisierte Klärung des Anliegens oder Weiterleitung an geeigneten Ansprechpartner
Bereichs- übergreifend
Identifizierung von kritischen Kunden durch Monitoring des Stresslevels von Mitarbeitern und/oder Kunden im Callcenter während der Kundengespräche; Optimierungsansätze von Gesprächsverläufen und Senkung der Belastung von Mitarbeitern
Kunden- kommunikation
Weniger Nachbearbeitungsaufwand und Erhöhung der Qualität durch Einordnung und parallele Erfassung der Emotionen des Kunden während des Kundenkontakts
Kunden- kommunikation
Identifikation von Betrugsversuchen auf Basis der im Telefonat messbaren Emotionen, z. B. bei Krankengeldanliegen
Leistungs- management
Videobasierte Emotionsmessung: Erkennung von Lächeln, Feixen, Stirnrunzeln sowie Veränderungen der Herzfrequenz über die Gesichtsfarbe
Marketing/ Pricing
„Welcher Kunde in Rage ist, entscheidet ein Computer- programm, das die Stimme der Anrufer analysiert: Pausen, Geschwindigkeit, Lautstärke, Betonung, Frequenz. Laut dem Hersteller genügen dem Programm 20 Sekunden, um die Gefühlslage eines Anrufers zu erkennen. Die Treffergenauigkeit liege bei mehr als 80 Prozent.“
„Der Computer lernt fühlen“, in: Die WeltOnline Reportage Zukunftsvision 2015
„Ruft ein Kunde bei der Versicherung an und will einen Schadensfall melden, analysiert ein Programm die Stimme auf Anzeichen für eine Lüge. Laut Nemesysco entlarvt die Software 30 bis 40 Prozent der Anrufer als Versicherungsbetrüger.“
„Der Computer lernt fühlen“, in: Die Welt Online Reportage Zukunftsvision 2015
Allgemeine Anwendungsfälle
System- und gerätebasierte Erkennung, Interpretation, Verarbeitung, Nachahmung und gezielte Beeinflussung von menschlichen Emotionen
GKV-Anwendungsfälle*
* Datenschutz und rechtliche Rahmenbedingungen sind hierbei zu prüfen.
GKV 4.0 - TREND-MONITOR 1514
Internet of Things
Virtuelle Präsenz physischer Gegenstände sowie deren Vernetzung untereinander und mit dem Internet, sodass eine gesamthafte Kommunikation ermöglicht wird
Maßgeschneiderte Gesundheitsempfehlungen für den Versicherten via Smartphone auf Basis von Gesundheitsdaten, die durch Wearables oder Fitnessgeräte mit Sendefunktion erfasst wurden
Prävention/Marketing
Frühzeitige Warnung und Maßnahmeneinleitung bei Therapie und Prävention auf Basis der Kommunikation von Messgeräten beispielsweise für Blutzucker oder Fieber mit dem Arzt sowie dem Versicherten
Versorgung/Marketing
Vernetzung am Arbeitsplatz zur individuellen automatischen Einstellung beispielsweise von Raumtemperatur, Licht, Schreibtisch- und Stuhlhöhe
Sach- bearbeitung
„Es können Kostenreduktionen vorgenommen werden, es können individualisierte Produkte auf den Markt gebracht werden, es können ganz neue Beziehungen zwischen Kunden und Unternehmen aufgebaut werden. Es können neue Services entstehen.“
Matthias Machnig, Staatssekretär im Wirtschaftsministerium, im Deutschlandfunk, „Gefahren und Chancen der Digitalisierung“ vom 28.12.2015
GKV-Anwendungsfälle*
* Datenschutz und rechtliche Rahmenbedingungen sind hierbei zu prüfen.
Vernetzung sämtlicher Geräte in Kliniken, Erfassung der Daten in einer Software, um Problemfällen proaktiv gegenzusteuern, etwa durch den direkten Versand von EKG- und Blutzuckerdaten an das Tablet eines Arztes
Medizinische Versorgung
Ausstattung aller beweglichen Objekte im Krankenhaus mit Sendern zur raumgenauen Echtzeitlokalisierung, beispielsweise Lokalisierung von Betten und Information über deren Aufbereitungszustand
Medizinische Versorgung
Allgemeine Anwendungsfälle
GKV 4.0 - TREND-MONITOR 1716
Augmented & Virtual Reality
Computergestützte Erweiterung bzw. Generierung der Realitätswahrnehmung in Form von computergenerierten Zusatzinformationen oder virtuellen Objekten
„Augmented Reality lässt sich als Hilfsmittel auf den Gebieten Vorbeugung, Risikoscans und Schadensersatzforderungen nutzen. Auch wenn die Technologie noch nicht ausgereift ist, ist es doch sehr realistisch, dass ein Haus in Zukunft mit einer solchen AR-App gescannt wird, um auf dieser Basis die Versicherungsprämie zu bestimmen.“
„Trends in der Versicherungsbranche – Augmented Reality“, in: AV Finance vom 16.11.2015
„[Durch VR] wird [es] eine ähnlich große Revolution geben wie durch die Smartphones. Es wird die Art und Weise, wie wir kommunizieren und konsumieren, stark verändern. Dabei wird das immersive Erlebnis, das Eintauchen in das Medium, stark im Vordergrund stehen.“
Frank Steinicke, Professor für Mensch, Computer und Interaktion an der Universität Hamburg, in: Die Welt vom 28.06.2016
Integrierte Realitätserweiterungs-Features zur Darstellung aller für das jeweilige Gespräch relevanten Daten in der Kundenkommunikation, beispielsweise Leistungskataloge oder Versichertendaten
Kundenservice
Virtual Reality zur Steigerung der Effizienz in der Kundenversorgung, beispielsweise durch VR-Brillen, die notwendige Informationen an Sachbearbeiter oder Kundenbetreuer geben
Kundenservice/ Versorgung
Kundenservice/ Versorgung
Integrierte Realitätserweiterungs-Features in der Krankenkassen-App, etwa Einblendung von gesundheits- oder lebensstilbedingter Ernährungsberatung, Support bei Arzneimitteleinnahme oder Arztbewertungen
GKV-Anwendungsfälle*
* Datenschutz und rechtliche Rahmenbedingungen sind hierbei zu prüfen.
Optimierung der Arbeit von Chirurgen durch Visualisierung des Operationsziels und der umliegenden Strukturen
Medizinische Versorgung
Virtual Reality zur Planung von Operationen vor der wirklichen Operation, um etwa Komplikationen zu üben
Medizinische Versorgung
Apps, mit denen sich beispielsweise Möbel an die Wand in der eigenen Wohnung beamen lassen Handel
Reparatur und Wartung von Maschinen und Geräten Wartung und Reparatur
Unterstützung des Lehrbetriebs durch 3D-Modelle, mit denen Lernende live interagieren können
Aus- und Weiterbildung
Allgemeine Anwendungsfälle
GKV 4.0 - TREND-MONITOR 1918 1919
End-to-End-Dokumentation und Tracken des Transports von Schiffscontainern (beispielsweise bei Maersk) Logistik
Versicherung kleinerer Geldtransaktionen bis zu einer Summe von 100 Dollar, beispielsweise für den Kauf von Konzertkarten(vgl. Kevinsured.com)
Versicherungen
Automatisierung von Zahlungsprozessen für Katastrophenanleihen (beispielsweise bei der Allianz) Sachbearbeitung
Erstellung von nachvollziehbaren Unterlagen mithilfe von Apps, um die Zugriffsrechte auf private Informationen zu managen(z. B. bei Blockchain Health)
Sachbearbeitung
Sichere Datenübertragung zwischen allen in die Patientenversorgung involvierten Stakeholdern über ein sicheres Netzwerk (vgl. DokChain)
Versorgungs- services
Allgemeine Anwendungsfälle
Blockchain
„Wir erwarten so schnell noch keine direkten Einflüsse auf die Wertschöpfungskette der Versicherer durch die Blockchain-Technologie.“
Christian Noelle, Geschäftsführer Digitale Agenda, IT und Services beim Gesamtverband der Deutschen Versicherungswirtschaft (GDV), in: POSITIONEN – Das Magazin der deutschen Versicherer, Ausgabe 3/2016
Dezentrale und unveränderbare Datenbank, die durch Krypto-Verfahren sichere und transparente Transaktionen zwischen Nutzern ohne Intermediär und Trust-Infrastruktur über das Internet ermöglicht
„Was das Internet für die Kommunikation ist, wird die Blockchain für die Transaktion sein.“
Karin Frick, Research-Leiterin des Gottlieb Duttweiler Instituts, in: Trend One vom 13.07.2016
* Datenschutz und rechtliche Rahmenbedingungen sind hierbei zu prüfen.
Automatisiertes Erfassen und Tracking von Versicherungsansprüchen auf Basis von Echtzeitdaten (Claims-Tracking)
Sach- bearbeitung
„Verschreibungs-Ausschreibung“: Elektronische Verschreibungen werden via Blockchain an mehrere Apotheken gesendet, die darauf bieten können
Allgemeine Leistungs- gewährung
Automatisierung bei Routine-Updates der Kundendaten, beispielsweise Adressänderungen, mittels automatisiertem Datenabgleich
Sach- bearbeitung
GKV-Anwendungsfälle*
GKV 4.0 - TREND-MONITOR 2120
Digitale Gadgets sind allgegenwärtig, fast 80 Prozent der Bevölkerung in Deutschland nutzen Smartphones. Auch in der Altersgruppe ab 65 Jahren liegt der Anteil mittlerweile bei 39 Prozent. Entsprechend erwarten auch die Mitglieder der GKV digitale Services – von Online-Geschäftsstellen bis zur Service-App. Diese digitalen Angebote verbessern nicht nur den Kundenservice und steigern damit die Zufriedenheit, sondern sind auch im Versor-gungsbereich relevant. Sie wirken sich auf interne Prozesse aus und erhöhen die Effizienz.
Die Digitalisierung bringt viele Vorteile: Online- Medien ermöglichen einen schnellen und unmittelbaren Kontakt zu Kunden und Mitgliedern, digitale Prozesse sind in der Regel schneller, fehlerfreier und kostengünstiger – Vorteile, die auch GKVen für sich nutzen können.
Die Verwendung mobiler Funktionen in der Kundenkommunikation eröffnet GKVen neue Service- und Steuerungsmöglichkeiten, die sowohl für die Kunden als auch für die Versicherer Nutzenvorteile bringen.
Mehr Service für den Kunden
Mit einem mobilen Device kann der Kunde immer und jederzeit mit seiner Krankenver- sicherung kommunizieren, ohne zusätzlichen Aufwand oder Beschränkungen durch fest- gelegte Servicezeiten. Durch einen direkten Zugang zu seinem Kunden-Account besteht ein Höchstmaß an Transparenz.
Deep Dive – Mobile
Nichts geht ohne
So kann der User beispielsweise den Status von Beantragungsprozessen verfolgen oder laufende und auch abgeschlossene Leistungsanliegen und Genehmigungen einsehen.
Auch die Versorgungsleistung lässt sich für den Kunden verbessern, da über digitale Kanäle eine personalisierte und userindividuelle An- sprache, beispielsweise ein Erinnerungsservice für Arzttermine, möglich ist. Darüber hinaus können spezielle Präventionsangebote, deren Bedarf anhand von Nutzerdaten ermittelt wurde, kundenindividuell und bedarfsgerecht angeboten werden, etwa ein Fitnesskurs für Versicherte mit Krankheiten, die auf ein Bewegungsdefizit zurückzuführen sein könnten.
Für die Krankenversicherungen bedeutet die Kommunikation über den mobilen Kanal eine ressourcenschonende und günstige Kontaktform. Auch in Regionen ohne Geschäftsstellen lässt sich dadurch ein gleichbleibend hohes Service-angebot und damit digitale Nähe zum Kunden realisieren.
Durch die direkte Anbindung an interne Prozesse können GKVen erhebliche Einsparpotenziale heben. Langfristig ist eine effizientere und effektivere Steuerung der Prozesse möglich.
Service im Fokus
GKVen, die mobile Funktionen implementieren wollen, sollten sich im ersten Schritt auf den Kundenservice fokussieren.
Dafür bietet sich eine Kundenservice-App an, die alle wichtigen Funktionen vereint. Hier-durch kann die Kommunikation zwischen GKV und Kunden deutlich verbessert und damit die Kundenzufriedenheit erhöht werden. Prozesse werden schlanker, effizienter und infolgedessen auch kostengünstiger. Die Umsetzung eines sogenannten Minimum Viable Product (MVP), das heißt eines Produkts mit begrenztem Funk-tionsumfang, welches die Kunden dennoch als sinnvoll erachten und annehmen, ist kurzfristig möglich. Weiterentwicklungen lassen sich suk-zessive vornehmen.
Auch im Versorgungsbereich können mobile Funktionen Wettbewerbsvorteile generieren. So können die Versicherten über digitale Kanäle individuell unterstützt und aktiv versorgt werden. Grundvoraussetzung hierfür ist allerdings die Einführung der elektronischen Patientenakte sowie von fortschrittlichen Datenanalysen (Schlagwort Big Data oder Advanced Analytics). Insofern ist die Umsetzung im Versorgungs- bereich eher als mittel- bis langfristiges Projekt einzustufen.
Vorgehen bei der Umsetzung von Service-funktionen
Welche Angebote sind für eine Online-Geschäfts- stelle (OGST) geeignet? Welche davon lassen sich sinnvollerweise in einer App integrieren? Was ist erfolgversprechend? Was bringt Kunden und Versicherern gleichermaßen Vorteile?
Die Aufnahme von klassischen GKV-Prozessen in die Online-Geschäftsstelle und in eine App sollte anhand ausgewählter Kriterien erfolgen.
1. Kriterien zur Identifikation von Prozessen, die für OGST geeignet sind
• Hohe Attraktivität für den Kunden, da für ihn die Interaktion mit der Krankenkasse vereinfacht wird. Ansprechende Interfaces und eine hohe Usability sind hier Grundvoraussetzungen für die Akzeptanz
• Nutzungshäufigkeit, die sich anhand von möglichen Fallzahlen ermitteln lässt
• Wirtschaftlichkeit durch die Konzentration auf Anwendungen, die sich für Self-Service eignen
2. Kriterien zur Identifikation von Prozessen, die für eine App geeignet sind
• Relevanz für eine große Anzahl von Nutzungs- momenten, wie beispielsweise das Einreichen von Aktivbonus-Aktivitäten mehrmals im Jahr
• Eine situationsbezogene mobile Nutzung ist sinnvoll, etwa der Upload von AU-Bescheinigungen direkt nach Erhalt durch den Arzt
• Geringe Bearbeitungsdauer und -komplexität, weil nur wenige Angaben durch den Nutzer erforderlich sind, wie beispielsweise bei der Stammdatenänderung
• Spezifische Vorteile durch Verfügbarkeit von Smartphone-Funktionen, etwa weil die Nutzung der Smartphone-Kamerafunktion das Einreichen von Nachweisen erleichtert oder beschleunigt
GKV 4.0 - TREND-MONITOR 2322
Der Handy-Wecker klingelt
Vor dem Aufstehen liest sie die Morgennachrichten
auf der BBC-App
07:00
Während sie fernsieht,liest sie Twitter-Nachrichten
Sie lädt sich Musik auf ihr Handy, die sie am nächsten Nachmittag hören möchte
Sie nutzt einen Groupon- Gutschein, um ein
Wellnessprogramm für das Wochenende zu buchen
21:00 – 22:00
Während sie im Auto darauf wartet, dass die Kinder aus der Schule kommen, macht sie die Spesenabrechnung
Mit dem Blutzucker-spiegel-Plug-in für das Handy hat sie ihre Diabetes jederzeit im Griff
15:30 – 16:00
Sie lässt die Kinder vor dem Abendessen „Angry Birds“ spielen, damit sie beschäftigt sind
16:30
Sie sucht in der All-Recipes-Appnach einem Rezept, das billig,
gesund und einfach ist
17:30
Sie ruft die Navigationssoftware auf, um Staus auf dem Weg zur Arbeit zu umgehen
Auf dem Weg vom Parkhaus zum Büro liest sie private E-Mails, um später Zeit zu sparen
08:30 – 09:00Sie nutzt den Barcode-Reader, um nachzuschauen, in welchem Geschäft das Kleid am günstigsten ist
Nach dem Mittagessen nutzt sie den QR-Reader auf der Sandwich-Verpackung, um nachzusehen, wie viele Kalorien sie heute zu sich genommen hat
12:30 – 13:30
LISA IST EINE 36 JAHRE ALTE MUTTER VON ZWEI KINDERN AUS
ENGLAND
… und werden so zu einem festen Bestandteil des täglichen Lebens
Smartphones bieten für Verbraucher verschiedeneneue Anwendungen …
GKV 4.0 - TREND-MONITOR24 25
Eine Kundenservice-App für GKVen muss also Funktionen enthalten, die dem Kunden einen direkten Mehrwert bringen, entweder indem sie bisherige Aufwände reduzieren oder aber einen zusätzlichen Nutzen generieren. So sind beispielsweise Gesundheits-Bonusprogramme für den Kunden online sehr viel einfacher nutzbar als analog. Aktivitäten, für die es Punkte gibt, können direkt online eingegeben werden, die aufwendige Einreichung per Brief oder Fax entfällt damit. Gleichzeitig ist der aktuelle Punktestand jederzeit einsehbar, Auszahlungen oder Gutschreibungen können per Klick veranlasst werden.
Auch bei der Arbeitsunfähigkeitsbescheinigung kann die App sehr nützlich sein, etwa indem der Kunde die AU-Bescheinigung mit dem Smart- phone abfotografiert und direkt über die App einreicht. Zudem eignen sich Vorgänge, die wenig komplex sind und sich schnell im Self- Service erledigen lassen, wie etwa die Änderung von Stammdaten. Es gibt zahlreiche weitere Features, die durchaus sinnvoll sein können – vom digitalen Impfpass mit integrierter Erinne-rungsfunktion bis hin zur Dokumentation von Vorsorgeterminen.
App ist nicht gleich App
Traffic auf der App gibt es nur, wenn die Kunden die App auch kennen. Der Launch muss also entsprechend kommunikativ begleitet werden – aktive Hinweise auf der Website, in Anschreiben und Mailings oder die Bewerbung der App in der
Telefon-Warteschleife helfen bei der Bekannt-machung und Etablierung.
Ein wesentliches Erfolgskriterium für eine App ist die nutzerfreundliche Basisinfrastruktur. Dem Kunden muss der Zugang zur App so einfach wie möglich gemacht werden. Dazu gehören die Sicherstellung eines einfachen und fehlerfreien Registrierungsprozesses und die Verfügbarkeit über die für die Versicherten relevanten Systeme Android und iOS. Da die meisten Menschen Multichannel-Hopper sind, das heißt mal das Smartphone, mal das iPad und mal den PC nutzen, muss das Schnittstellen- management zwischen Online-Geschäftsstelle und App für den Nutzer reibungslos und unmerklich verlaufen.
Die einzelnen Features sollten einfach und intuitiv zu bedienen sein. Dazu gehören Formulare mit entsprechenden Ausfüllhilfen und idealerweise dynamische FAQs. Auch Kontaktmöglichkeiten für noch offene Fragen sollten integriert sein.
Das kontinuierliche Monitoring des Nutzer- verhaltens und regelmäßige Feedbackschleifen zur Prozessgestaltung sowie Anregungen für weitere Funktionen ermöglichen zudem eine kontinuierliche Verbesserung der App.
Best Practices
Konkrete Erfahrungen bei der Konzeptionierung und Umsetzung von Mobile im GKV-Bereich existieren bereits: The Boston Consulting Group (BCG) und BCG Digital Ventures haben hierbei große Krankenversicherungen begleitet.
In Bezug auf den mobilen Kanal sind Ausgangslage und Zielsetzung der einzelnen Krankenversiche-rungen durchaus unterschiedlich. Während die eine GKV das Zielbild weiter detaillieren möchte, wollen andere die Umsetzung optimieren. Das BCG-Konzept zur mobilen Strategie greift die individuelle Situation des jeweiligen Unter-nehmens auf und unterstützt bei der Definition des Zielbilds und der Implementierung des mo-bilen Ökosystems, bei Zusatzleistungen, Marke-ting und Kundenbindung sowie dem digitalen Kundenmanagement.
Nicht nur digitale Technologien und Fähigkeiten, sondern auch die richtige Organisation sind Grundvoraussetzungen für eine erfolgreiche mobile Strategie. Nicht selten stellen sie für die GKVen Herausforderungen dar. Auch hier bringt BCG mit Digital Ventures und Platinion relevante Expertise ein. Für die Einbettung des mobilen Kanals in die Organisation hat BCG gemeinsam mit einem Kunden zum Beispiel die zukünftigen Strukturen und Rollen definiert. Bei einem anderen Projekt hat Platinion zusammen mit einer GKV agile Methoden angewendet, um den Versicherten einzelne Prozesse über den mobilen Kanal zur Verfügung zu stellen.
Deep Dive – Mobile
Nichts geht ohne
GKV 4.0 - TREND-MONITOR 2726
MOBILES ÖKOSYSTEM
Technologiepartner
Content-Partner
Partner im digitalen Marketing
STR
ATEG
ISC
HE
PAR
TNER
SCH
AFT
ZUSATZLEISTUNGEN
KU
ND
EN Digitale Mehrwertleistungen
Kundenpräferenzen
Datennutzung/-verarbeitung
Content
User-Experience
SEIT
E &
AP
P
Produkt- und Serviceportfolio
Ausschließlich mobileProdukte & Services
PR
OD
UK
T
MARKETING & KUNDENBINDUNG
ERFO
LG &
NU
TZU
NG
Appdownloads & Bewertung
SEO & Marketing
Social-Media-Marketing
Standortbasierte Werbung
KU
ND
ENK
ON
TAK
T
Kanalstrategie
Kundenengagement entlang des Lebenszyklus
Soziales Engagement
DIGITALES KUNDENMANAGEMENT
VER
TRIE
B Zusatzbeiträge
Zusatzangebote
Wettbewerbsdifferenzierung
PR
OZE
SS-
DIG
ITA
LISI
ERU
NG Suche & Metadaten
Persönliche Daten
Mobile Seiten und Apps
Social Media
Kundenbetreuung
Personalisierte Angebote
KA
NA
L-M
IX Chat-Beratung
Mobile /Smartphone& Tablet
Online
Wettbewerb im mobilen Umfeld
Technologische Trends im mobilen Umfeld
ORGANISATION
ENTWICKLUNGDOKUMENTATION & REPORTING
Kenn- zahlen
Daten- analyse
Trend- identifikation Mobil WebSocial
RESSOURCEN
Talent- manage-
ment
Training &Personal- entwickl.
ORGANISATIONSSTRUKTUR
Entwick-lungs-team
AndereFunktionen
Rollen & Berechti- gungen
KULTUR
Testenund
lernen
Antwortin
Echtzeit
DIGITALETECHNOLOGIEN UND FÄHIGKEITEN
Ganzheitliche Kundensicht (Multichannel-CRM) Produktumsetzung Data-Warehouse, Finanzsystem IT-Anbieter & Agenturmanagement
MOBILE STRATEGIE
Das BCG-System bietet ein Raster für die Entwicklung einer individuellen Mobilstrategie
GKV 4.0 - TREND-MONITOR 2928
Digitalisierung und Big Data ermöglichen schon seit Jahren das Erzeugen, Sammeln und statisti-sche Auswerten von Daten und schaffen darüber hinaus die Grundlage für den breitflächigen Einsatz machtvoller KI-Methoden.
Doch was bedeutet künstliche Intelligenz (KI) genau? Der Begriff beschreibt den Einsatz ma-schinellen Lernens, um bestehende manuelle Prozesse zu unterstützen oder zu automatisieren. Maschinelles Lernen erlaubt es computerge- stützten Systemen, ohne explizite menschliche Regelprogrammierung in Massen von Daten Muster zu erkennen und daraus präzise Schlüsse zu ziehen und Vorhersagen zu treffen. Diese dienen dem System als Grundlage für eigen- ständiges, menschenähnliches Verhalten.
KI ermöglicht völlig neue Produkte und Arbeits-weisen in allen Branchen und Lebensbereichen.
Grundsätzlich lassen sich mögliche Anwen-dungsfälle für KI in drei Kategorien unterteilen:
• Daten
Analyse und Erfassung von strukturierten und unstrukturierten Daten, beispielsweise durch Bild- oder Spracherkennung
• Verarbeitung
Problemspezifische Nutzung von KI in bestehenden Prozessen, etwa zur Extraktion von kritischen Informationen aus unstrukturierten Daten oder Automatisierung komplexer Entscheidungsprozesse
Deep Dive – Künstliche Intelligenz (KI)
Unbegrenzte Möglichkeiten
Bereits heute sind KI-Bausteine Grundlage von marktreifen Produkten: Das Amazon-Pro-dukt Alexa erkennt Sprache und kann so auf Fragen antworten oder Geräte im eigenen Heim steuern; die Videoplattform Netflix erstellt aufgrund der Sehgewohnheiten des Nutzers individuelle Programmvorschläge. Auch die im Teststadium befindlichen selbst-fahrenden Google-Autos nutzen KI, um Hinder-nisse zu erkennen, eigene Karten zu entwickeln und „Erfahrungen“ anderer Google-Cars für die eigene Tour zu nutzen. Starke Kommodifi-zierungsbewegungen im KI-Markt erlauben es heutzutage bereits, viele diese KI-Bausteine mit hohem Reifegrad zu nutzen und zu verknüp-fen. Entsprechend ermöglicht die Nutzung von KI im eigenen Unternehmen die Entwicklung marktdifferenzierender Produkte und Dienst-leistungen.
• Aktion
Autonomes Handeln in physischer und digitaler Form
Auch in der Krankenversicherung wird KI bereits für verschiedene Anwendungen eingesetzt: So lassen sich regelbasierte Datenanalysen und Prozesse in der Ziel- kundenerkennung oder Kündigungsprädiktion mithilfe diverser, fast schon alltäglicher Anwendungen, etwa Texterkennung und -analyse im Posteingang, spürbar optimieren.
DATEN VERARBEITUNG AKTION
Erkennung strukturierter und unstrukturierter Daten (Bilder, Sprache, Texte, etc.)
ANGEBOT: Produkte & DienstePROZESSE: Vertikal & horizontal
Physische AgentenDigitale AgentenKommunikation
KI-BAUSTEINE
KI-PLATTFORMEN & -DIENSTE
KI-INFRASTRUKTUR & ALGORITHMEN</>
DATEN ERFAHRUNGEN
WISSENVORHERSAGEN
Erzeugt
MASCHINELLES LERNEN
Algorithmen zur Umwandlung von Daten
und Erfahrungen zu Wissen/Vorhersagen
WERKZEUG
Benötigt Ermöglicht
PROZESS-UNTERSTÜTZUNG
AUTOMATISIERUNG
KÜNSTLICHEINTELLIGENZ
Angewandte KI-Mittel zur Imitation menschlicher
Intelligenzleistungen
ANWENDUNG
Benötigt
KI – die Weiterentwicklung von Daten zu Aktionen durch die Anwendung von maschinellem Lernen (ML)
GKV 4.0 - TREND-MONITOR30 31
KI-Anwendungsfälle bedienen sich meist mehrerer durch KI ermöglichter technischer Bausteine
DATEN VERARBEITUNG AKTION
BilderkennungBeispielsweise
Erkennen von Gesichtern und Objekten in Bildern
Suchalgorithmen, Generierung von Wissen
BeispielsweiseAnalogieschlüsse basierend auf verwandten Konzepten
Sprachausgabe,Textgenerierung
Beispielsweise virtueller Assistent
Sprach- / Tonerkennung
Beispielsweise Umwandlung von
gesprochenen Worten in Text
Lernen von DatenBeispielsweise
Autofahren durch aufgenommene Fahrten
lernen
Generierung von BildernBeispielsweise Bearbeitung
von Gesichtern
Sprach-/Textverarbeitung
Beispielsweise Erkennen der Intention
eines textbasierten Befehls
PlanungsagentenBeispielsweise
Erstellen einer Landkarte, während man sich die
Umgebung ansieht
Navigation/ BewegungBeispielsweise Vermeidung
von Hindernissen
KI-BAUSTEINE
GKV 4.0 - TREND-MONITOR 3332
KI-Bausteine sind schon heute Grundlage einer Vielzahl innovativer Produkte
DATEN
VER
AR
BEITU
NG
AK
TION
Bilderkennung
Sprach-/Tonerkennung
Sprach-/Textverarbeitung
Suchalgorithmen, Generierung von Wissen
(Selbst-)Lernen von Daten
Planungsagenten
Sprachausgabe,Textgenerierung
Generierung von Bildern
Steuerung, Verarbeitung
Navigation / Bewegung
KI-BAUSTEINE
Selbstfahrendes Auto
Nutzt Bilderkennung, um Hindernisse zu identifizieren und Karten zu erstellen
Lernt vom Fahr- verhalten anderer Wagen
Personal Assistant
Nutzt Sprache als Schnittstelle zwischen Nutzer und Services
Passt sich an Präferenzenund Verhalten des Nutzers an
Videoplattform
Empfiehlt den nächsten Film anhand des Seh-verhaltens der Kunden
GKV 4.0 - TREND-MONITOR 3534
Neue und bestehende KI-Bausteine basieren immer auf maschinellem Lernen (ML)
Drei Lernansätze
Zusätzlich schaffen die nun verfügbaren Daten eine essenzielle Grundlage für die Entwicklung völlig neuer Ansätze. So prüfen erste Kranken-versicherer bereits jetzt Arztrechnungen nicht mehr vollständig regelbasiert und manuell. Die KI lernt aufgrund problem- und kundenspezi-fischer Daten hinzu und erkennt selbständig, wo eine manuelle Prüfung notwendig ist. Dabei wird die Leistung regelbasierter Systeme teils deutlich übertroffen.
Um eine KI „anzulernen“, nutzen Data Scien-tists in der Regel drei unterschiedliche Ansätze:
• Supervised Learning (überwachtes Lernen)
Die Maschine erhält vom „Lehrer“ Paare von Input- und gewünschten Output-Daten – etwa Eingangspost und deren Klassifizierung in Kate- gorien wie Rechnung, Beschwerde, Adressänderung etc. Die Maschine lernt, bestimmte Indikatoren wie Textanordnung oder Schlagworte zu interpretieren und die Schreiben fortan richtig zu klassifizieren sowie an die zuständigen Abteilungen zu verteilen.
• Reinforcement Learning (Verstärkungslernen)
Die Maschine muss eine Reihe von Handlungs-möglichkeiten so auswählen und miteinander verknüpfen, dass sie eine für sie definierte Beloh-nung maximiert. Ein solches Lernmuster kann beispielsweise eingesetzt werden, um automatisiert einen optimalen Mix von Aktivitäten zur Rückho-lung eines Kündigers anzustoßen – etwa einfaches Anschreiben, Auslösen eines Telefonats oder Gewährung von Zusatzleistungen.
• Unsupervised Learning (unüberwachtes Lernen)
Bei dieser Lernmethode gibt es keine „Lehrer“- Vorgaben. Die KI erhält Daten, erkennt selbständig Muster und Strukturen und führt Analysen durch oder trifft Vorhersagen. So kann der Maschine eine Reihe von Daten zur Medikation von Patienten bei bestimmten Diagnosen gegeben werden. Die Maschine kann dann selbständig ermitteln, ob ein verschriebenes Medikament prinzipiell nicht zur Diagnose oder zum Krankheitsbild passt.
Bausteine basieren auf:
MASCHINELLEMLERNEN
Maschinelles Lernen basiert auf
Überwachtem Lernen Verstärkungslernen Unüberwachtem Lernen
Neuronale Netze (z. B. Deep Learning 1)
ML mit großem Anteil
ML mit geringem Anteil
(Selbst-)Lernen von
Daten
Bild-erkennung
Sprach-/Ton-erkennung
1. Deep Learning ist eine spezielle Methode, die bei überwachtem/unüberwachtem Verstärkungslernen angewandt wird – wegen guter Ergebnisse bei führenden Anwendungen ausgewählt.
Sprach-/ Text-
verarbeitung
Suchalgorithmen, Generierung von Wissen
Planungs-agenten
Sprachausgabe, Textgenerierung
Generierung von Bildern
Navigation/Bewegung
Steuerung, Verarbeitung
GKV 4.0 - TREND-MONITOR 3736
Key Learning und unsere USP: Es gibt kein KI- Allheilmittel – aber wir können bei Auswahl und Entwicklung des richtigen Ansatzes helfen
„INTELLIGENZ“ ERFORDERLICH …
NUTZUNG VON MASCHINELLEM LERNEN… FÜR …
Ansatz: KI lernt, wie ein
Mensch zu „sehen“, um Rechnungen zu vergleichen
Generische Schadensbearbeitung
Ermittlung doppelt zugestellter Rechnungen
Neuronale Netze/Deep Learning
inputlayer
hiddenlayer
outputlayer
inputs outputs
VORHERSAGEN/ ABSCHÄTZUNGEN
Vorhersage eines hohen Korrekturpotenzials bei Leistungsabrechnungen,
um die Bearbeitungszeit/-kosten zu reduzieren und die Kundenzufriedenheit
zu erhöhen
Ansatz: Nutzung von
Prognosealgorithmen, um die Beziehungen
zwischen einer großen Zahl von Kennzahlen
zu ermitteln
Regressionsalgorithmen
Ansatz: Nutzung von
KI-Entscheidungs- bäumen, um komplexe
Kundencluster zu erkennen
Prüfung medizinischer Behandlungen (z. B. um
Übermedikation von Patienten zu ermitteln)
Datenclustering-Algorithmen
Neben dem Lernansatz ist die richtige Strategie zur Lösung eines Problems von entscheidender Bedeutung. Oft ist es zielführend, den gewünschten Prozess in Teilprobleme zu zerlegen und für diese jeweils einen eigenen KI-Lernansatz auszuwählen. Bei der Einschätzung von Kür-zungswahrscheinlichkeiten für Rechnungen im Leistungswesen könnte beispielsweise die Anwendung von Regressionsalgorithmen zur Vorhersage von Eintrittswahrscheinlichkeiten Sinn machen. Für die Identifikation zu hoher Medikamentendosen bei bestimmten Dia-
gnosen bieten sich Clustering-Algorithmen mit dynamisch erstellten Entscheidungsbäumen an. Insbesondere für Fälle, in denen menschenähn-liche Intelligenz oder Sensorik benötigt wird, etwa bei Bild- und Schrifterkennung, nutzt man Deep-Learning-Algorithmen. Die Auswahl der Ansätze stellt vor allem bei den ersten Schritten mit künstlicher Intelligenz eine große Herausforderung dar. Hier sollte der Fachbereich schon bei der Identifikation von KI-Potenzialen durch erfahrene Analysten und Data Scientists unterstützt werden.
GRUPPIERUNG/KLASSIFIZIERUNG
ANOMALIE-DETEKTION
GKV 4.0 - TREND-MONITOR 3938
Deep Dive – Künstliche IntelligenzUnbegrenzte Möglichkeiten
Paradigmenwechsel in der Systementwicklung
Der Einsatz von KI im Unternehmen bedeutet auch einen Paradigmenwechsel hinsichtlich der Systementwicklung. Bislang beschreiben Exper-ten in den Fachabteilungen die gewünschten Prozesse und die IT setzt die Wünsche dann in laufende Systeme um. Die auf diese Weise entstehenden Regelwerke sind teilweise hoch komplex und fehleranfällig. Neue Erkenntnisse (beispielsweise aufgrund veränderter externer Einflüsse) und Funktionen müssen zudem aktiv von den Fachbereichen und der IT aufge-nommen und in das Gesamtregelwerk einge-baut werden. Sind Prozesse schwer beschreibbar und erscheint die Entwicklung zu komplex, wird oftmals ganz auf eine digitale Umsetzung verzichtet.
Bei der Entwicklung von KI hingegen nutzen Data Scientists verfügbare Quelldaten (beispielsweise aus den Versicherungskern- systemen) sowie Musterergebnisse für die Entwicklung selbstlernender Algorithmen. Die so angelernten Modelle werden dann im Echtbetrieb eingesetzt und der generierte Output wird wiederum genutzt, um die Modelle zusätzlich zu tunen.
Dabei sind die für die KI verwendeten mathe-matischen Grundlagen nicht neu. Erfolgsent-scheidend für die heutigen Einsatzmöglichkei-ten sind vielmehr die rasante Entwicklung der Rechenleistung sowie die hohe Datenver-fügbarkeit. Natürlich sind die heutigen KI-An-sätze noch nicht so flexibel und leistungsfähig wie menschliche Intelligenzen. Insbesondere in stark spezialisierten Bereichen übersteigen KI-Algorithmen aber die menschliche Leistungs-fähigkeit bereits bei Weitem – und das längst nicht nur beim Schach. Bei der Erkennung von „Next Best Offers“ beispielsweise identifizieren künstliche Intelligenzen Zusammenhänge zwischen Produkten und Umständen, die Menschen nicht unmittelbar bewusst werden oder die in ihrer Vielzahl niemals vollständig in klassischen Regeln nachgebildet werden können. Beispielsweise werden in Großbäckereien mithilfe von KI die Auswahl der Tagesproduktion und die Filialbelieferung nicht mehr nur auf Basis historischer Daten, sondern unter Einbezug von Wetterlage, Marketingaktivitäten und Aktionen der Konkurrenz definiert. Bei gutem Wetter im Sommer werden etwa mehr Croissants für das Frühstück auf der Terrasse hergestellt – bei schlechtem Wetter werden insbesondere Filialen in Einkaufszentren stärker beliefert, da Kunden ihren Einkauf auf diese beschränken.
BIS
HER
MA
SCH
INEL
LES
LER
NEN
PRODUKTIV-SERVERDATEN OUTPUT
TRAININGS-MASCHINE MODELL
DATEN
OUTPUT
Maschinelles Lernen wandelt Daten in Entscheidungsmodelle um und bedeutet einen Paradigmenwechsel in der Systementwicklung
· Erstellung durch interdisziplinäre Arbeit von Fachexperten und IT notwendig
· Regeln an sich ggf. komplex· Abhängigkeiten schwer zu managen· Etc.
ERSTELLUNG UND WARTUNG KOMPLEX
DATEN
MODELL
OUTPUTSERVER
GKV 4.0 - TREND-MONITOR40
Fortschritte in der Entwicklung von Hard- und Software machen effektive Nutzung von KI erst möglich
Potenzial für GKVen
Konkrete Einsatzmöglichkeiten für KI-Systeme finden sich im GKV-Sektor entlang der gesamten Wertschöpfungskette. Grundsätzlich empfiehlt sich KI insbesondere bei solchen Prozessen, die aufgrund der Entscheidungs- und Daten-komplexität bislang hauptsächlich manuell durchgeführt werden.
• Marketing
Bei der Kundeninteraktion kann die KI aufgrund von Historie und aktueller Stimmungslage – abgeleitet aus Textnuancen in der schriftlichen Korrespondenz oder aus der Stimmfarbe bei Telefonaten – den Sachbearbeitern konkrete Handlungsempfehlungen zum Umgang mit einzelnen Versicherten geben.
• Marketing/Mitgliederverwaltung
Die KI kann mögliche Kündigungen vorhersagen und automatisch Gegenmaßnahmen wie etwa eine Ansprache durch das Servicecenter auslösen. Die KI lernt dabei aktiv mit, welche Maßnahmen bei welcher Kundengruppe und welchen Kündi-gungsgründen am effektivsten funktionieren.
• Bestand/Beitrag
Die KI kann formlose Kundenschreiben auf bestandswirksame Inhalte wie etwa eine Adress- änderung überprüfen. Erkennt das System die Intention des Anschreibens, extrahiert es die relevanten Informationen und ändert selbständig die Adresse in den Bestandsdaten.
• Leistung/Abrechnung
Große Effizienzeffekte können durch KI in Berei-chen mit komplexen Regelwerken erzielt werden. Hierzu zählen insbesondere die Prüfung von Leistungen und deren Abrechnung. KI kann für die Sachbearbeitung beispielsweise Rechnungen identifizieren, die ein hohes Kürzungspotenzial und gleichzeitig eine hohe Erfolgswahrscheinlich-keit für die Kürzung aufweisen. In weiteren Aus-baustufen kann auch der restliche Kürzungsprozess mit KI automatisiert werden. Darüber hinaus kann die Stärke von KI im Bereich der Mustererken-nung ausgenutzt werden, um Behandlungs- und Codierungsfehler, Regressfälle oder systematische Betrugsfälle zu identifizieren.
• Querschnittsbereiche
In Dokumentenmanagementsystemen und im Versorgungsmanagement kann KI selbständig Risikokundengruppen identifizieren, die für Gesundheitspräventionsmaßnahmen infrage kommen. Zudem kann das System Muster in der Verbreitung von Krankheiten aus den Leistungsdaten nutzen, um deren Ausbreitung zu antizipieren. Darüber hinaus wäre es möglich, Kunden alternative Behandlungsmethoden vorzu-schlagen, die bei anderen Versicherten gute Wirkung gezeigt haben.
41
De factoüberall etabliert
Weit verbreitet –„Big Data“
Vereinzelt vorhanden, aberstark im Aufschwung – der „Hype“
Nahezunicht vorhanden
DeterministischeRegel:
„Wenn … dann“
Statistik,Predictive Analytics
MachineLearning
Deep Learning,Smart Robotics
ReinforcedLearning
Transfer/SparseData Learning
TENDENZ
MenschengleicheKI
Um
setz
ungs
kom
plex
ität
Intelligenz
GKV 4.0 - TREND-MONITOR 4342
Einsatzmöglichkeiten für KI finden sich entlang der gesamten KV-Wertschöpfungskette
MARKETING/ VERTRIEB
BESTAND/ BEITRAG
MITGLIEDER- VERWALTUNG
LEISTUNGS-MANAGEMENT
· CRM-Empfehlungslogik zur Kundensituation optimiert auf Historie und Stimmung
· Chatbot als Navigationsassistent oder zur Arzt(termin)findung
· Bonifizierung gesunder Lebensstile (z. B. kombiniert mit Fitnesstrackern)
· Vorhersage von Kündigungen mit Einleitung von Gegenmaßnahmen
· Automatisierte Anlage/Bearbeitung von Personendaten (z. B. auf Basis von Spracheingabe)
· Intelligente Multiparametersuche
Korrespondenz/Multichannel-Management
Disease- & Versorgungsmanagement
Controlling/Unternehmensentwicklung/Strategie
Dokumentenverwaltung
Datenaustausch-/Meldeverfahren/Statistiken
Workflowsteuerung/Arbeitsgutverteilung
Finanzmanagement
Personalmanagement
Einkauf, Recht etc.
IT/Infrastruktur
Beschleunigung der Kontakt-/Anliegenerfassung durch vorgeschaltete Sprachanalyse
Individuelle Ermittlung von Präventivmaßnahmen und Behandlungsempfehlungen
Proaktive Identifikation von Trends
Automatische Auswahl und Bereitstellung relevanter Dokumente zu Bearbeitungsfall
Dunkelverarbeitung und/oder PKM-Vorbereitung durch erweiterte Dokumentanalyse
Inhaltliche Analyse von Vorgängen mit autom. Zuleitung zu bestqualifizierten Mitarbeitern
Erhöhung Cybersecurity durch proaktive Identifikation von Hacker-/Schadcodeangriffen
· Automatisierung von Regelprozessen (z. B. Adressänderungen)
· Identifikation von Rechnungen mit Kürzungsnotwendigkeit (und deren Potenzial)
· Erkennung von Behandlungs-/Codierungsfehlern· Betrugsdetektion· Erkennung von Regressfällen· Optimierung von Behandlungs-/ Medikamentierungsplänen
Kern
funk
tion
enQ
uers
chni
ttsf
unkt
ione
n
Phy
sisc
he A
gen
ten
/Dig
ital
e A
gen
ten
/Kom
mun
ikat
ion
Stru
ktur
iert
e D
aten
/Spr
ache
/Vis
uali
sier
ung
Bild-erkennung
Sprach-/Tonerkennung
Sprach-/Text-verarbeitung
Suchalgorithmen, Generierung von Wissen
KI-Plattformen und -Services
KI-Infrastruktur und Algorithmen
(Selbst-)Lernen von Daten
Planungs-agenten
Sprachausgabe, Textgenerierung
Generierung von Bildern
Steuerung, Verarbeitung
Navigation/Bewegung
VERARBEITUNGDATEN AKTION
GKV 4.0 - TREND-MONITOR 4544
Deep Dive – Künstliche IntelligenzUnbegrenzte Möglichkeiten
Best Practices
Konkrete Erfahrungen bei der Umsetzung von KI-Systemen im GKV-Bereich existieren bereits: Platinion, die als Tochter der Boston Consulting Group (BCG) Unternehmen in der Industrie- und im Dienstleistungssektor bei der Bewältigung erfolgskritischer IT-Herausforde- rungen unterstützt, begleitete hierbei einegroße Krankenversicherung.
Das Kundenunternehmen war im Bereich der Prozessdigitalisierung schon auf einem guten Weg: Das komplette Inputmanagement und bereits 30 Prozent des Forderungsmanage-ments liefen papierlos ab. Dennoch erreichte das Unternehmen noch nicht die selbst gesteckten Ziele in Bezug auf den Automatisierungsgrad und insbesondere auf die Kosteneffizienz. Kernherausforderung – auch für den Beratungs-partner – war es nun, konkrete Einsatzmög- lichkeiten für KI zu identifizieren und diese auch im Betrieb umzusetzen. Platinion erstellte hierfür eine agile Roadmap, die unter Machbar-keitsgesichtspunkten zeitnah konkrete Effizienz- ergebnisse einplante.
Statt der klassischen Wasserfallmethode für Softwareprojekte implementierte Platinion ein agiles, exploratives Vorgehen mit frühzeitigem Prototypisieren, um KI beispielsweise in den Kernprozessen der Krankenversicherung an-wenden zu können. Im ersten Schritt wurden Prozesse mit hohem Effizienzpotenzial durch KI bei gleichzeitig möglichst hoher Umsetz- barkeit identifiziert.
Die Auswahl erfolgversprechender Piloten hatte zentrale Bedeutung für das gesamte Projekt. Wichtige Entscheidungskriterien sind unter anderem die Anzahl der betroffenen Geschäfts-vorfälle, Anzahl und Qualität der verfügbaren Daten – etwa aus dem Posteingang – sowie die in den Unternehmensbereichen verfügbaren Skills, sowohl auf der Fachseite als auch in der IT.
Ist die Wahl getroffen, folgt auf Basis einer kurzen Zielbeschreibung der schnelle Einstieg in die Experimentier- und Prototypenphase: Analysten sammeln Testdaten und wenden explorativ Algorithmen und KI-Verfahren an, um Prototypen zu entwickeln, die nach erfolg-reicher technischer Integration im Produktiv-betrieb eingesetzt werden können. Auf diesem Weg zeigt sich extrem schnell, ob die getroffene Auswahl für die Umsetzung erfolgversprechend ist oder nicht.
Da die Entwicklung komplexer Regelwerke bei KI entfällt, reicht üblicherweise eine Skizzierung des Prozesses und der notwendigen Datenquel-len aus. Idealerweise wird zu diesem Zeitpunkt schon das Potenzial der Idee abgeschätzt.
PROTOTYPEntwicklung eines ersten
Prototyps und erste Prüfung des Potenzials im Zielsystem
EXPERIMENTExploratorive Verprobung in „KI-Sandbox“
KI-EINSATZIterative Entwicklungund Wartung
KONTINUIERLICHE VERBESSERUNGLaufende Optimierung
1
32
67
IDEENFINDUNGErmittlung der
vielversprechendsten KI-Initiativen
Parallelisierbar
Frühe produktive Prototypen stärken auch das Engagement im operativen Geschäft und in den IT-Bereichen, weiter in KI zu investieren und die erforderlichen Veränderungen zu unterstützen
4FACHLICHEINFRASTRUKTURSchaffung einergeeigneten fachlichenInfrastruktur
5TECHNISCHE
INFRASTRUKTURSchaffung einer geeigneten
technischen Infrastruktur (z. B. Optimierung des
Datenzugriffs, Aufbau erweiterter Automatisierungsfähigkeiten)
Agiler Ansatz zur Operationalisierung und kontinuierlichen Optimierung der KI-Unterstützung
GKV 4.0 - TREND-MONITOR46
Deep Dive – Künstliche IntelligenzUnbegrenzte Möglichkeiten
Aufgaben für Data Scientists
Der Schwerpunkt der Arbeit bei der Nutzung von KI liegt in der fachlichen Analyse der Daten und der Entwicklung der Modelle. Statt eines Spezifikateurs wird auf Basis der Skizze ein spe-zialisierter Data Scientist aktiv. Er identifiziert die für den Fall notwendigen Daten. Diese be-reinigt er und trainiert und testet das KI-Modell. Ob diese Arbeit im Fachbereich oder in der IT erfolgt, ist – solange eine Nähe zur Fachlichkeit gewährleistet ist, die eine Fehlinterpretation der Daten verhindert – eine rein organisatorische Fragestellung und kann sich am Status quo orientieren. Die Bereitstellung der Betriebs- infrastruktur für die KI sowie die laufzeit- und ressourcenoptimierte Integration der konkre-ten Algorithmen in die bestehenden IT-Systeme fallen wie im klassischen Entwicklungsmodell dann typischerweise in den Bereich der IT.
Ist eine KI im Einsatz, kann diese über regel- mäßige Feedbackschleifen kontinuierlich – und selbstlernend – verbessert werden. Während der erste KI-Prototyp durchaus noch über gesonderte, eigene Schnittstellen in die Prozesse eingebunden werden kann, sollte für nachfolgende Prozesse nach und nach ein ent-sprechendes Rahmenwerk geschaffen werden. Das bezieht sich sowohl auf funktionale Aspekte, etwa die Etablierung von Experten-Reviews zur Sicherstellung der Qualität der selbstler-nenden Komponenten, als auch auf technische Bereiche, beispielsweise Maßnahmen zur Lauf-zeitoptimierung.
Neben der technischen Realisierung sind aber auch hier der Aufbau von Vertrauen in die neue Arbeitsweise und das Erlernen neuer Denk- muster in Fachbereich und IT entscheidend.
47
GKV 4.0 - TREND-MONITOR 4948
Anwendung von KI erlaubt und erfordert frühe Einbindung des Fachbereichs
GESCHÄFT
GESCHÄFT
Kein Code erforderlich Code erforderlich
IT
IT
KLASSISCHE ENTWICKLUNG
KI-ENTWICKLUNG
Design
Entwicklung KI-Modell
Analyse
Design
Codierung
Test
Produktion
Produktion
Spezifikation
Analyse
Test
Modell-anpassung
100100011010
100100011010
Kein Code erforderlich Code erforderlich
GKV 4.0 - TREND-MONITOR50 51
Keine Frage des Ob,sondern des Wie
Die im „GKV 4.0 - Trend-Monitor“ vorgestellten Technologien, die aufgezeigten Anwendungs-möglichkeiten und Praxisbeispiele geben einen Überblick über die aktuellen Entwicklungen und skizzieren deren Potenzial für die Kranken-versicherungen in Deutschland. Aufgrund der großen Dynamik erfolgen in regelmäßigen Abständen Trendupdates, in denen Neuent- wicklungen und weitere Detailanalysen vorge-stellt werden.
Die Erfahrungen der Versicherten mit diesen Technologien in anderen Bereichen ihres Lebens, die Möglichkeiten zur Verbesserung von Vorsorge, Früherkennung und Versorgung sowie die Ausgabenentwicklung im Gesund-heitswesen üben einen zunehmenden Druck auf die Krankenkassen aus, diese Technolo- gien proaktiv zum Wohle ihrer Versicherten zu nutzen. Aktuell sind auf Kassenseite zahlreiche Initiativen zu beobachten, die sich mit den Chancen und Risiken der Technologien und deren sinnvoller Implementierung in die fach- lichen Prozesse und die technische Infrastruktur beschäftigen. So werden beispielsweise bei der Optimierung von Prozessen nicht nur Lean und die Kundensicht in Form der Customer- Journey-Analyse als zentrale Bausteine betrachtet, sondern auch die sinnvolle Integra-tion von Mobile, Big Data & Advanced Analytics, Robotics, Affective Computing, Cognitive Computing und Cloud Computing in Abhän-gigkeit von den Anforderungen des jeweiligen Prozesses.
Diese Initiativen sind idealerweise Teil eines ganzheitlichen digitalen Fahrplans hin zu digitalen Produkten, Prozessen und zum digitalen Geschäftsmodell.
Nach einer erfolgreichen Implementierung stehen dann die Pflege und die kontinuierliche Weiterentwicklung an, die idealerweise – wie bereits die Entwicklung – über agile Arbeits-methoden in eigener Verantwortung erfolgen. Grundvoraussetzung hierfür ist, dass die not-wendigen Kompetenzen hausintern aufgebaut und weiterentwickelt werden. Die Personal- planung für die digitale Zukunft spielt hier eine wesentliche Rolle, um die Abhängigkeit von externen Ressourcen und Dienstleistern zu reduzieren.
Die Digitalisierung der GKVen ist keine Frage des Ob, sondern eine Frage des Wann und Wie, die jedes einzelne Unternehmen für sich beantworten muss. Die Boston Consulting Group bietet zusammen mit ihren Tochter- unternehmen Platinion und BCG Digital Ventures sowie mit ihren Spezialanbietern GAMMA und Mu Sigma genau die Unterstützung an, die GKVen benötigen: vom strategischen Fahrplan oder dem mobilen Auftritt der Extraklasse bis zur digitalen Transformation aus einer Hand.
GKV 4.0 - TREND-MONITOR 5352
BCG-Experten
Matthias BeckerLeiter Payer Sektor CEMA-Region
Senior Partner and Managing Director Frankfurt
Becker.Matthias@bcg.com
Michael Gebhard
Partner and Managing Director München
Gebhard.Michael@bcg.com
Robert Daniel
Associate Director Platinion München
Daniel.Robert@platinion.com
Jakob Gliwa
Chief IT ArchitectPlatinion Berlin
Gliwa.Jakob@platinion.com
Rolf Mäurers
Managing DirectorPlatinion Köln
Maeurers.Rolf@platinion.com
Beratung bei BCG ist heute mehr als traditionelles Consulting. Strategieberater arbeiten Hand in Hand mit Datenanalysten, Systementwicklern oder Experten für künstliche Intelligenz. Durch das starke Netzwerk mit unseren Spezialeinheiten wie Gamma und Mu Sigma sowie den Tochterfirmen Digital Ventures oder Platinion bieten wir vielfältige Services aus einer Hand – von der Entwicklung umfassender Unternehmensstrategien über IT-Architektur, Datenauswertung und -analyse, Programmie-ren von Apps oder Softwarerobotern bis hin zur Projektumsetzung. Die digitale Transformation verändert heute jeden Bereich von Un-ternehmen – unsere Beratungsteams bieten daher digitale Lösun-gen für die gesamte Wertschöpfungskette.
Über BCG
Verena Arendt
Project LeaderMünchen
Arendt.Verena@bcg.com
Benjamin Grosch
Partner and Managing DirectorBerlin
Grosch.Benjamin@bcg.com
top related