Hippo Insurance setzt auf augmentierte Intelligenz, um seine Kompetenz in der Wohngebäudeversicherung zu skalieren

Ein Jahrhundert lang hat die Wohngebäudeversicherung tiefes Fachwissen in Aktuarwissenschaft, Underwriting, Schadensregulierung und Betrugserkennung aufgebaut – doch es fehlte an Skalierbarkeit. Menschliche Expertinnen und Experten konnten dieses Wissen nicht wiederholt und konsistent auf Millionen von Immobilien anwenden, ohne dass die Qualität darunter litt. Hippo erkannte, dass Allzweck-KI von Google oder Microsoft dies nicht lösen konnte: Die entscheidenden Datenpunkte (Dachtyp, Nähe zu Wasser, Betrugswahrscheinlichkeit, Aktualität der Inspektion) existieren in generischen Trainingsdatensätzen schlicht nicht.

Hippos CTO Ran Harpaz traf die Entscheidung, zweckgebundene Systeme augmentierter Intelligenz zu entwickeln – Expertensysteme, die die Denkweise menschlicher Expertinnen und Experten mit Computergeschwindigkeit und in Computermaßstab nachahmen. Das System nutzt eine ständig wachsende Wissensbasis mit dynamischen Regeln und verarbeitet weit mehr Faktoren, als ein Mensch konsistent abwägen kann. Durch die Kombination hauseigener Fachexpertise mit maschinellem Lernen vollzog Hippo den Wandel vom reaktiven Schadenszahlungsmodell der Branche hin zu proaktivem Risikomanagement: Schäden verhindern, bevor sie entstehen.

Der Ansatz erzielte messbare Ergebnisse in prädiktiver Modellierung, Massenpersonalisierung und Underwriting. Hippos System berücksichtigt für jede Immobilie eine enorme Zahl von Faktoren und erreicht in bestimmten Bereichen menschliches Kompetenzniveau oder übertrifft es. Diese technologische Grundlage ermöglichte es Hippo, sein ehrgeiziges Ziel zu verfolgen – Hausbesitzer sorgenfrei zu machen – und zugleich das Geschäftsmodell der Versicherung grundlegend zu verändern: weg vom Bezahlen aggregierter Schäden, hin zur Verhinderung vermeidbarer Schäden.

Skalierte prädiktive Modellierung, Massenpersonalisierung und Underwriting mit übermenschlicher Konsistenz

Allzweck-KI verfügt nicht über die branchenspezifischen Daten (Dachtyp, Nähe zu Wasser, Betrugssignale), die für das Underwriting in der Versicherung nötig sind.

Menschliche Expertinnen und Experten können tiefes Fachwissen nicht konsistent und schnell auf Millionen von Entscheidungen anwenden.

Expertensysteme können aktuarisches, Underwriting- und Betrugs-Fachwissen kodifizieren und skalieren, ohne dass die Qualität abnimmt.

Proaktives Risikomanagement (Schäden verhindern) schafft mehr Wert als reaktive Schadenszahlung.

Zweckgebundene KI in Kombination mit tiefem Fachwissen erzielt sprunghafte Verbesserungen, die allgemeine KI nicht erreicht

Hippo ging im August 2021 per SPAC an die Börse, mit einer Bewertung von rund 5 Milliarden US-Dollar. Das Unternehmen baut seine Plattform für proaktiven Schutz des Eigenheims weiter aus und nutzt Sensordaten und augmentierte Intelligenz, um Wasserschäden, Feuer und andere Gefahren zu verhindern, bevor daraus Schadensfälle werden.