Automatische Schadenserkennung von Gebäuden nach Naturkatastrophen

Automatische Schadenserkennung von Gebäuden nach Naturkatastrophen

Regulierung innerhalb von 10 Tagen statt 9 Monaten durch automatische Schadenserkennung

Herausforderung

Eine Versicherung möchte nach Naturkatastrophen schnell und kostengünstig die Schäden an den bei ihr versicherten Gebäuden einschätzen. Hierfür wird eine Infrastruktur benötigt, die eine große Menge an Bildmaterial zeitnah verarbeiten kann. Zusätzlich muss ein Modell entwickelt werden, das die Vorhersage für unterschiedliche Gebäudetypen und Regionen erlaubt.

Lösung

Verschiedene Machine Learning Modelle werden entwickelt, evaluiert und bereitgestellt. Diese sind die Basis für die automatische Schadenserkennung.  Es wird eine Pipeline in der Amazon AWS Cloud aufgebaut, die sowohl das Modelltraining, als auch die produktive Nutzung der Ergebnisse nahtlos integriert. Durch die vollständige Integration aller Prozesse in die AWS Infrastruktur ist das Produkt skalierbar und kann automatisch kosteneffizient in Ruhe- und Lastzeiten an den aktuellen Bedarf angepasst werden.

Ergebnis

Die Modelle können in einer skalierbaren Pipeline trainiert und angepasst werden. Über eine API sind die Ergebnisse für verschiedenste Anwendungen zur automatischen Schadenserkennung nutzbar. Durch die Schadensklassifizierung können Auszahlungsbeträge einfacher geschätzt und Auszahlungsvorgänge automatisch eingeleitet werden.

top