TK: Interne Prozessoptimierung

Die Techniker Krankenkasse (TK) nutzt Künstliche Intelligenz insbesondere zur Optimierung ihrer internen Prozesse. „Wir setzen KI beispielsweise bei der Bilderkennung ein und dazu, um automatisch Informationen aus Texten zu ziehen“, so Thomas Heilmann, Fachreferatsleiter im Versorgungsmanagement bei der TK. „Das hilft uns bei der schnelleren Bearbeitung von Arbeitsunfähigkeitsbescheinigungen für unsere Versicherten.“

Weitere KI-Anwendungsfälle seien die Aufdeckung von Abrechnungsbetrug und die Versorgungsforschung, beispielsweise zur Patientensicherheit. In einem Projekt werden Risiken von neuen Arzneimitteln identifiziert und ermittelt, welche Medikamente für welche Patientengruppen schädlich sein können.

Solche Prognosemodelle entwickelt die Techniker Krankenkasse in der Regel selbst. Für standardisierte Anwendungen wie die automatische Erkennung von Bildern oder Textelementen greift man bei Bedarf auch auf die Software externer Anbieter zurück.

Aber nicht alle Daten dürfen verarbeitet werden. Vor allem für den Umgang mit sensiblen Patientendaten gelten laut Thomas Heilmann strenge gesetzliche Vorgaben. „Die vorliegenden Abrechnungsdaten dürfen von den Kassen nicht für beliebige Auswertungen, zum Beispiel mit Hilfe von KI, he­rangezogen werden.“ Wenn es keine gesetzliche Ermächtigung für eine Auswertung gibt, dann darf diese auch nicht durchgeführt werden.

Die Techniker Krankenkasse sieht jedoch viele weitere Anwendungsmöglichkeiten von Künstlicher Intelligenz, etwa in den Bereichen Achtsamkeit und Stressprävention. „So haben wir für das KI-basierte Tool Alexa ein ganz besonderes Skill entwickelt“. Das Skill TK Smart Relax für den smarten Amazon-Lautsprecher hilft auf Zuruf mit Entspannungsübungen und Meditation gegen Alltagsstress. „Ich bin sicher, dass sich in Zukunft viele weitere Einsatzfelder für KI ergeben werden. Das Thema hat für die Techniker eine sehr hohe Relevanz.“

Windparks bei Siemens Gamesa: Der Hersteller von Windkraftanlagen verringert durch den Einsatz von Künstlicher Intelligenz die Inspektionszeit für die Turbinenblätter um bis zu 75 Prozent – von sechs Stunden auf 90 Minuten.

Die bis zu 75 Meter langen Glasfaser-Turbinenblätter werden durch spezielle optische Scans auf mögliche Fehler gescannt. Eine Künstliche Intelligenz von Fujitsu untersucht die Aufnahmen der Blätter und schafft es, selbst kleine Haar­risse zu erkennen, die langfristig zum Komplettausfall der Anlage führen können.

Die Deep-Learning-Komponente des KI-Frameworks nutzt nach Angaben von Fujitsu neuronale Netze zur Verarbeitung von Bilddaten für die Erkennung relevanter Muster. Umgewandelt in ein Bildanalyseformat ist auf diese Weise eine automatisierte und beschleunigte Erkennung relevanter Muster in NDT-Ultraschall-Scan-Daten (Non-Destructive Testing) möglich.

KI statt Mitarbeiter bei Zalando: Der Online-Versender setzt in seiner Marketingabteilung verstärkt auf Automation. Aufgaben wie das Versenden von Werbe-E-Mails erledigen künftig nicht mehr nur Mitarbeiter, sondern auch Künstliche Intelligenz. Dafür muss allerdings eine dreistellige Zahl an Mitarbeitern im Marketing in andere Bereiche wechseln – neu hinzu kommen andererseits Entwickler und Analysten.

Smarte Kartoffeln bei der Ernte: Das Deutsche Forschungszentrum für Künstliche Intelligenz hat mit nPotato einen Sensor entwickelt, mit dem Landwirte in Echtzeit erfahren, ob die Einstellung ihrer Kartoffelroder optimal ist und ob die Ernte­umfänge den Erwartungen entsprechen.

Der nPotate-Sensor ähnelt in Größe und Aussehen einer echten Kartoffel und basiert auf dem Konzept eines reizempfindlichen Objekts, einem sogenannten Nociceptive Object, wodurch sich Stoß- und Rotationsbewegungen auswerten lassen. Hierbei wird maschinelles Lernen eingesetzt und mit Technologien des Internet of Things und Sprachtechnologien verbunden. Lernverfahren wie Long Short-term memory (LSTM) dienen der Klassifikation einzelner Bewegungen und der Erkennung des Gesamtzustands der nPotato. Das Ergebnis wird mit Hilfe sprachtechnologischer Verfahren in sprachliche Äußerungen umgesetzt, die für den Fahrer des Kartoffelroders unmittelbar verständlich sind.

Die Daten werden mit Hilfe einer Low-Code Plattform nicht nur für den Fahrer aufbereitet, sondern auch für den Landwirt im Büro und den künftigen Verarbeiter der Kartoffeln. So könnten weitere Geschäftsmodelle entwickelt werden: Von der Entscheidungshilfe für den Landwirt, wann er die Kartoffeln am besten auf den Markt bringt, bis hin zu Qualitätsstufen, ob sich die Charge für den Sternekoch oder für Stärkemehl eignet. Auch Produktionsmaschinen können sich anpassen und etwa die Kartoffelschale tiefer abschälen.

Die Kosmetikkette Douglas will künftig KI nutzen, um ihre Preis- und Werbeangebote zu optimieren. Um dem vor allem in Deutschland herrschenden Preiskampf zu begegnen, setzt Douglas neben einer eigenen Abteilung dazu auf ein SaaS-Tool zur Preis- und Promotion-Optimierung von Revionics. KI-Algorithmen und die Auswertung zahlreicher Datenquellen sollen so für den Händler stets die besten Preise he­rausholen. Insbesondere das Ver­arbeiten von Daten über Käufer soll erfolgreiche Werbeaktionen gewährleisten.