Auf dem Weg in die Public Cloud – Google zu Gast bei der R+V

Die R+V ist in Sachen Cloud nicht unerfahren, im Gegenteil: Mit der RUV Cloud hat sie zunächst eine eigene Lösung aufgebaut. Aber jetzt gehe es darum, sukzessive den Sprung in die Public Cloud zu meistern, erklärt der IT-Bereichsleiter Axel Panten in seiner Keynote. So bieten große Hyperscaler wie Google nicht nur modernste Cloud-Funktionalitäten, sondern sie stellen ihre IT-Infrastruktur in einem hochstandardisierten und hochautomatisierten Prozess zur Verfügung. Das bringt Schnelligkeit und Flexibilität, um auf Marktveränderungen reagieren und Angebote an Kundenbedürfnisse individuell anpassen zu können. Herausfordernd seien allerdings die regulatorischen und datenschutzrechtlichen Anforderungen. „Letztlich müssen daher Public Cloud-Lösungen so in unsere Infrastruktur integriert werden, dass wir als Versicherer sie sicher und ordnungsgemäß nutzen können.“

Zwei Speaker kamen von Internet-Giganten Google: Gastredner Sven Mundschenk gab einen Blick hinter die Kulissen. So ist Googles Rezept für Innovation zum einen die Technik, aber vor allem auch die Unternehmenskultur – auch genannt das „googley mindset“ oder auch die „googleyness“. Ein wesentlicher Aspekt hiervon ist beispielsweise „Fail Fast“ und damit die Offenheit, Fehler zu machen, zu scheitern und daraus zu lernen. 

Zudem gab der Berater für die Genossenschaftliche Finanzgruppe den Zuhörern einen Einblick, wie Google Unternehmen mit der Google Cloud unterstützen kann. So stellt der Provider eine Vielzahl von Services bereit, die Unternehmen sich nach dem „Baumarkt Prinzip“ zusammenstellen können – das Unternehmen bucht immer jeweils die Komponenten, die es benötigt.
 

Anschließend sprach Svens Kollegin Corinna Ludwig, über Machine Learning in der Google Cloud.  Sie ist überzeugt: Auch die Versicherungswelt kann mit Hilfe von Cloud-Lösungen und KI-Modellen schneller werden, etwa bei der Klassifizierung von Kfz-Schäden. So können in der Google Cloud speziell trainierte KI-Modelle bereitgestellt werden, die helfen, auf hochgeladenen Fotos KFZ-Schäden zu bewerten und Kostenschätzungen abzuleiten. Als weiteres Beispiel nannte Corinna eine App, die Leberflecken scannt und den Gang zum Arzt empfehlen kann. Darüber hinaus gibt es Machine Learning-Modelle, die konkrete Versicherungs-Produktempfehlungen für Kunden ableiten oder Underwriting-Prozesse automatisieren und verbessern.