Künstliche Intelligenz in der bAV-Administration

Künstliche Intelligenz ist derzeit das alles überragende Modethema – auch in der Administration der betrieblichen Altersversorgung. Um es mit einem jahrzehntealten, leicht abgewandelten Kult-Werbeslogan zu sagen: „Alle reden davon, wir nicht!“ Vielmehr arbeiten wir bei Lurse seit einiger Zeit sehr konkret und intensiv an diesem Thema. Dabei lautet die grundsätzliche Frage bei uns: wie kann KI genutzt werden, um bestimmte Prozessabläufe zu beschleunigen und schließlich weitestgehend zu automatisieren?

Künstliche Intelligenz – Ein Überblick

Künstliche Intelligenz (KI) ist ein faszinierendes und schnell wachsendes Feld der Informatik, das darauf abzielt, Maschinen mit menschenähnlichen Fähigkeiten auszustatten. Innerhalb der KI gibt es eine besondere Art, die als generative KI bekannt ist und bemerkenswerte Eigenschaften aufweist. Generative KI wird auf sehr großen Datenmengen trainiert, was ihr ermöglicht, ein tiefes Verständnis der Zusammenhänge und Muster innerhalb dieser Daten zu entwickeln. Diese Fähigkeit zur Datenverarbeitung ist grundlegend dafür, dass generative KI in der Lage ist, kreative und neuartige Inhalte zu erzeugen. Von Texten über Musik bis hin zu Videos und Bildern – die Potenziale der generativen KI sind beeindruckend und vielseitig. Ein weiterer bemerkenswerter Aspekt der generativen KI ist ihre universelle Anwendbarkeit. Sie findet in verschiedensten Bereichen Anwendung, sei es in der Kunst, Wissenschaft, Wirtschaft oder Unterhaltung. Diese Vielseitigkeit macht sie zu einem wertvollen Werkzeug in einer Vielzahl von Branchen.

Darüber hinaus zeichnet sich generative KI durch ihre menschenähnliche Entscheidungsfähigkeit aus. Durch das Erkennen und Analysieren von Mustern in den Daten kann sie Entscheidungen treffen, die denen eines Menschen ähneln. Dies ist besonders nützlich in Szenarien, die komplexe Entscheidungsprozesse erfordern. Generative KI hat das Potenzial, viele Aspekte unseres täglichen Lebens zu revolutionieren, indem sie neue Möglichkeiten zur Problemlösung und Kreativität bietet. Ihre Fähigkeit, Muster zu erkennen und Daten zu analysieren, um neue Inhalte zu erstellen, macht sie zu einem mächtigen Werkzeug in der modernen Welt.

Dennoch erfordert die Entwicklung und Integration solcher Systeme ein tiefes Verständnis ihrer Funktionsweise und ethische Überlegungen, um sicherzustellen, dass sie verantwortungsvoll eingesetzt wird. Die Balance zwischen Innovation und Verantwortung ist entscheidend, um das volle Potenzial der generativen KI auszuschöpfen und gleichzeitig ihre Risiken zu minimieren.

Generative KI am Beispiel ChatGPT

Ein prominentes Beispiel für die Nutzung von Generativer KI ist ChatGPT. ChatGPT ist ein Sprachmodell, das von OpenAI entwickelt wurde und auf der Generierung menschenähnlicher Texte basiert. Dieses Modell ist bemerkenswert, nicht nur wegen seiner Fähigkeiten, sondern auch aufgrund der technischen und finanziellen Ressourcen, die in seine Entwicklung geflossen sind.

Mit 175 Milliarden Parametern stellt ChatGPT eines der größten Sprachmodelle dar, das jemals trainiert wurde. Diese Parameter sind im Wesentlichen die gewichteten Verbindungen in einem neuronalen Netzwerk, die es dem Modell ermöglichen, Muster und Zusammenhänge in der menschlichen Sprache zu erkennen und darauf basierend Text zu generieren. Die schiere Größe des Modells ermöglicht es, sehr feinkörnige Nuancen und Kontexte zu verstehen und entsprechend zu reagieren.

Die Entwicklung von ChatGPT war allerdings keine kostengünstige Angelegenheit. Die geschätzten Trainingskosten belaufen sich auf rund 5 Millionen US-Dollar. Diese Summe deckt die notwendigen Ressourcen ab, um die riesigen Datenmengen zu verarbeiten, die für das Training eines solch großen Modells benötigt werden. Darüber hinaus fallen täglich etwa 700.000 US-Dollar für Strom- und Hardwarekosten an, um das Modell zu betreiben und kontinuierlich zu verbessern. Ein interessanter Aspekt bei der Entwicklung von ChatGPT ist auch die erforderliche Trainingsdauer. Wenn man versucht hätte, das Modell auf einem normalen Rechner zu trainieren, hätte dies geschätzte 355 Jahre in Anspruch genommen. Dies zeigt, wie massiv der Rechenaufwand für die Entwicklung moderner KI-Modelle ist und verdeutlicht die Notwendigkeit spezialisierter und leistungsstarker Hardware.

Die praktische Anwendung von ChatGPT und ähnlichen generativen KI-Modellen ist weitreichend. Sie können in der Kundenbetreuung eingesetzt werden, um menschliche Agenten zu entlasten, oder in kreativen Prozessen, um Texte, Musik oder andere Formen von Inhalten zu generieren.

Die Entwicklung von ChatGPT zeigt eindrucksvoll, wie weit generative KI bereits fortgeschritten ist und welches Potenzial sie für die Zukunft bietet. Die hohen Kosten und der enorme Ressourcenaufwand sind ein Hinweis darauf, wie wertvoll und komplex diese Technologie ist. Mit kontinuierlichen Fortschritten und verantwortungsvoller Anwendung könnte generative KI in den kommenden Jahren noch größere Durchbrüche ermöglichen.

KI-Anwendung in der bAV am Beispiel Rentenantragsprozess

Lurse setzt KI bereits erfolgreich zur Optimierung zahlreicher Verwaltungsprozesse in der betrieblichen Altersversorgung (bAV) ein. Im Mitarbeiterportal wird der Rentenantrag zukünftiger Betriebsrentner mithilfe von KI effizient abgewickelt. Mitarbeiter können dort ihre verdiente Rente beantragen.

Zunächst erhalten die Mitarbeiter eine Checkliste mit den für den Antrag benötigten Daten und Informationen. Nur wenn alle erforderlichen Daten vorliegen, ist es sinnvoll, den Rentenantrag zu starten, um Unterbrechungen im Prozess zu vermeiden.

Im ersten Schritt des Antrags kann der Mitarbeiter die gewünschte Auszahlungsform wählen, sei es eine monatliche Rente, Kapitalzahlung, Ratenzahlung oder eine andere Option. Im zweiten Schritt erfolgt ein Datencheck, gefolgt vom Hochladen des Rentenbescheids der Deutschen Rentenversicherung (DRV). Mithilfe eines KI-Tools wird die Sozialversicherungsnummer automatisch aus dem Rentenbescheid ausgelesen.

Anschließend gibt der Mitarbeiter seine Krankenkassendaten und die gewünschte Bankverbindung samt Steuer-Identifikationsnummer ein. Im letzten Schritt erfolgt ein abschließender Check der Daten, und der Prozess ist abgeschlossen.

Dieser effiziente, KI-gestützte Prozess sorgt für eine reibungslose und zeitsparende Abwicklung der Rentenanträge.