Dies ist eines von 4933 IT-Projekten, die wir erfolgreich mit unseren Kunden abgeschlossen haben.
Wobei dürfen wir Sie unterstützen?

Weißes Quadrat mit umrandeten Seiten rechts oben

Technische Business-Analyse, Solution Architecture und KI-Enablement in der Prozessautomatisierung

Dieses IT-Projekt ist Teil unserer Digitalisierung und Optimierung der IT-Landschaft unserer Kunden. Durch gezielte Maßnahmen fördern wir den technologischen Fortschritt, optimieren systemübergreifende Prozesse und schaffen eine nachhaltige Basis für zukünftige Entwicklungen. Unsere IT-Referenzprojekte dienen als Grundlage zur Orientierung. Sie unterstützen die Wiederverwendbarkeit erprobter Konzepte im Rahmen der Projektumsetzung.

Kurzbeschreibung

Ein Großversicherer automatisiert im Segment Privatkunden-Komposit die Bearbeitung von Kundenanliegen mit dem Ziel einer hohen Dunkelverarbeitungsquote. Die Rolle im Projekt ist die eines technischen Business Analysts und Solution Architects an der Schnittstelle zwischen Fachbereich und Technik: Fachliche Anforderungen werden in Architektur- und Datenlösungen übersetzt, die technische Machbarkeit wird anhand von Bestandsdaten belegt und die Ergebnisse werden entscheidungsreif für die Programm- und Bereichsleitung aufbereitet. Hinzu kommt eine anteilige fachliche Ergebnisverantwortung als Process Owner für einzelne Ende-zu-Ende-Geschäftsprozesse. Eine abgeschlossene Phase umfasst den Aufbau eines KI-Werkzeugkastens für ein Kundenteam inklusive Governance und Schulung. Die Mitarbeit erfolgt hybrid als externer Dienstleister in einem agilen Team mit Product Owner, Etappen und Reviews.

Ergänzung

Die Architekturarbeit entwirft eine Verarbeitungsstrecke für eingehende Schriftstücke und prüft deren Machbarkeit. Dazu gehören ein Frontend mit Backend for Frontend, die Anbindung von Extraktions-, Bestands- und Outputservices sowie ereignisgetriebene Zielbilder mit Apache Kafka, AVRO und AsyncAPI. Camunda dient als Baustein. Die Datenanalyse erfolgt mit SQL auf einem hostbasierten DB2-Bestandsführungssystem. Grundlage sind Katalogerkundung und Werteprofilierung; der Zugriffspfad nutzt JDBC, Kerberos und Truststore-Konfiguration. Auswertungs- und Build-Pipelines entstehen in Python, ergänzt durch Bash, PowerShell sowie TypeScript und Node.js für einen selbst entwickelten MCP-Server. Die Schnittstellenarbeit umfasst REST und JSON mit OpenAPI, XML und XSD, SOAP sowie mTLS mit Clientzertifikaten und OAuth2. Ergebnisdokumente entstehen über Rendering-Pipelines aus Markdown in HTML und PDF. Hinzu kommen Confluence und Jira mit API und JQL sowie Celonis, Tableau und Grafana.

Fachbeschreibung

Gegenstand ist der Vertragslebenszyklus in der Komposit- und Sachversicherung für Privatkunden vom Antrag bis zur Beendigung. Betrachtet werden Geschäftsvorfälle im Bestand wie der Todesfall des Versicherungsnehmers, Eigentums- und Besitzwechsel, Umzug und Risikoortänderung, Kündigung, Vertragsänderung, Bescheinigungen und Auskünfte sowie Sofortschutz und Neuabschluss. Im Zentrum steht die Erhöhung der Dunkelverarbeitungsquote: Aussteuerungen werden auf ihre Ursachen zurückgeführt, manuelle Bearbeitungsschritte dienen als Steuerungskennzahl und Automatisierungspotenziale werden in Arbeitskrafteinheiten bewertet. Ein weiterer Schwerpunkt ist die Eingangs- und Dokumentenverarbeitung mit Posteingang, Dokumentenklassifikation, Nutzdatenextraktion aus unstrukturierten Dokumenten, Archivierung und Outputmanagement. Personenbezogene Bestandsdaten werden vor der Auswertung gemäß den Datenschutzvorgaben pseudonymisiert.

Kunden, die uns vertrauen

Haben wir Ihr Interesse geweckt?

Jetzt Kontakt aufnehmen

Zum Umgang mit den hier erhobenen Daten informieren wir in unserer Datenschutzerklärung.

Datei herunterladen

Zum Umgang mit den hier erhobenen Daten informieren wir in unserer Datenschutzerklärung.