In einem früheren Beitrag haben wir über die alltäglichen Geschäftskosten von Kollisionen und anderen Unfällen gesprochen und darüber, wie die Unfallerkennung sowohl Geld als auch Menschenleben retten kann. In diesem Beitrag werden wir die Bedeutung der Zuverlässigkeit von Unfallerkennungsalgorithmen untersuchen.
Der intensive Wettbewerb unter den Versicherern, der Preisdruck und die große Auswahl an Unternehmen haben die Kunden motiviert und die Hürden für einen Wechsel des Anbieters verringert. Allein in den USA macht der Wechsel des Versicherers jährlich fast 6 Milliarden US-Dollar* aus. Für einen Kunden, der einen Schaden meldet, verdoppelt sich die Wahrscheinlichkeit, zu einem anderen Versicherer zu wechseln, nahezu. Unterm Strich bemühen sich die Versicherer, Kosten zu senken und gleichzeitig den Service zu verbessern, um das entscheidende Ziel der Kundenbindung im Auge zu behalten.
Die Schadensabwicklung und die Erstmeldung von Schäden (FNOL) sind logische Kandidaten für eine Automatisierung, da sie arbeits- und zeitintensive Funktionen sind, den größten Einzelkostenfaktor für den Versicherer darstellen und zu längeren Verzögerungen für den Kunden führen.
Eine präzise Unfallerkennung würde somit die Möglichkeit bieten, einen wichtigen Kostenfaktor zu reduzieren und gleichzeitig ein schnelleres und besseres Kundenerlebnis zu bieten. Der Schlüssel liegt hier in der Genauigkeit: Eine zuverlässige Unfallerkennung trägt zur Kundenbindung bei; andernfalls kann sie sich negativ auf die Kundenbindung auswirken. Um dies zu verstehen, werfen wir einen Blick auf die Auswirkungen von Unfällen auf den Kunden.
Für Versicherer oder Fuhrparkmanager, die einen großen Fahrzeugbestand verwalten, sind Unfälle zwar häufig , aber in der Regel folgenarm (ein einzelner Unfall hat möglicherweise keine gravierenden Auswirkungen auf den Gesamtbestand). Ein System mit messbarer Fehlerrate ist zwar wichtig, aber für jemanden, der Risiken und Kosten für einen Versicherungspool oder einen großen Fuhrpark managt, nicht von höchster Priorität.
Aus der Sicht eines einzelnen Fahrers ist ein Unfall zwar selten , aber mit gravierenden Folgen verbunden. Verbraucher, die in Unfälle verwickelt sind, reagieren äußerst empfindlich auf Ungenauigkeiten, insbesondere auf Fehlalarme. Ein Fahrzeugrisikomanagementsystem, das Bodenwellen und zuschlagende Türen als Kollisionen interpretiert, würde das Vertrauen der Verbraucher untergraben und möglicherweise zu ständigem Stress führen – definitiv kein positives Kundenerlebnis. Beispielsweise wäre ein Airbag, der beim Überfahren eines Bordsteins auslöst, völlig inakzeptabel. Ein System, das einen Unfall nicht erkennt, wäre katastrophal: Stellen Sie sich vor, ein Airbag versagt im entscheidenden Moment! Für einen Fahrer ist ein Unfall ein seltenes Ereignis, das präzises Handeln erfordert. Selbst die geringste Ungenauigkeit bei der Unfallerkennung kann lebensbedrohliche Folgen haben und letztendlich über Kundenbindung oder hohe Abwanderungsraten entscheiden.
Damit die Crash-Erkennung ein effektives Instrument zur Kundenbindung und gleichzeitig zur Kostensenkung ist, muss sie Crash-Ereignisse (das Signal) von Nicht-Crash-Ereignissen (das Rauschen) sehr gut unterscheiden können. Für unsere technisch versierten Leser: Dies erfordert mehrere selbstkalibrierende Beschleunigungssensoren mit ausreichendem Dynamikbereich – die Fähigkeit, sowohl sehr kleine als auch sehr große Ereignisse zu messen – und einen zuverlässigen Algorithmus zur Interpretation und Klassifizierung der Ereignisse. Mehrachsige Sensoren können unabhängig voneinander Kräfte in Fahrtrichtung, seitlich und vertikal messen, um ein vollständiges Bild eines Ereignisses zu liefern. Ein Crash-Erkennungsalgorithmus muss so präzise wie ein Airbag-Auslösesystem sein und während eines Crashs zuverlässig und niemals zu einem anderen Zeitpunkt auslösen.
Es ist klar, dass sich automatisierte Unfallerkennung und FNOL aufgrund des Drucks, den Service zu verbessern und gleichzeitig die Kosten zu senken, durchsetzen werden – und das ist auch gut so. Geringere Kosten für Versicherer, schnellere Schadenbearbeitung und besserer Kundenservice sind ein klarer Vorteil für alle Beteiligten. Die Möglichkeit, Fahrzeugschäden nahezu in Echtzeit zu schätzen und den Unfallhergang nach einem Unfall zu rekonstruieren, bedeutet für den Fahrer einen schnelleren Beginn der Bergung und trägt zur Effizienz der Schadenbearbeitung für den Versicherer bei. Systeme, die auf zuverlässiger Unfallerkennung basieren, können zudem Betrug reduzieren, indem sie die Einreichung falscher Unfallmeldungen erheblich erschweren und eine sofortige Ferndiagnose ermöglichen, um zu entscheiden, ob das Fahrzeug abgeschleppt oder als Totalschaden behandelt werden sollte.
Es hängt alles von der Zuverlässigkeit des Algorithmus ab.
Das Fahrzeugrisikomanagementsystem CrashBoxx von CalAmp wurde von erfahrenen Experten für Fahrzeug- und Sicherheitssysteme von Erstausrüstern entwickelt, von unabhängigen Prüfinstituten unter kontrollierten Laborbedingungen getestet und von einem Pionier im Bereich Telematik bereitgestellt. Weitere Informationen zur Unfallerkennung finden Sie unter „ Automatisierung von Schadenmeldungen und Schadensfällen für Sach- und Haftpflichtversicherer“.
* Quelle: Accenture Claims-Kundenbefragung, 2014