Wie Versicherungen und Krankenkassen von digitalen Prozessen im Input Management profitieren können
Dokumente und Daten - zwei Dinge mit denen sich die Mitglieder eines jeden Input Management Teams täglich befassen. Eingehende Rechnungen bilden hierbei den Hauptanteil der zu bewältigenden Dokumente einer jeden Krankenkasse oder Versicherung. Ob PKV oder GKV - in der DACH Region arbeitet mittlerweile fast jedes größere Versicherungsunternehmen mit komplexen Input Management Systemen. Ziel dieser Systeme ist es, die Inhalte der eingereichten Dokumente zu klassifizieren, zu evaluieren und dann entsprechenden Folgeprozessen zuzuordnen, sodass eine Dunkelverarbeitung realisiert werden kann. Schlägt diese Zuordnung fehl oder können Dokumente nicht klar klassifiziert werden, kommt es zu Verzögerungen im Verarbeitungsprozess, wodurch erhöhte Kosten entstehen und die Kundenzufriedenheit sinkt.
Häufig sind die festgelegten Prozesse für die Einreichung von Dokumenten zur Verarbeitung in großen Unternehmen sehr komplex. Sie können mitunter auch sehr kostspielig werden, da sie mit hohem Aufwand verbunden sind. Je mehr Dokumente verarbeitet und klassifiziert werden sollen und je höher die Anzahl an Eingangskanälen wird, desto komplexer werden die Abläufe und desto kostspieliger können Stagnationen in den Prozessen werden.
Was bedeutet Input Management?
Input Management Systeme enthalten verschiedenste Tools, die eine schnelle, genaue und möglichst fehlerfreie Verarbeitung der eingehenden Post garantieren sollen. Hierbei wird zwischen Lösungen, die sich mit der Erfassung von Dokumenten aus dem Posteingang, mit der Klassifizierung dieser oder mit der Bearbeitung von Daten und Dokumenten beschäftigen, unterschieden. Das Ziel der Automatisierung ist es, dass Daten strukturiert aufbereitet, weiterverarbeitet und dann an Folgesysteme, wie zum Beispiel ein ERP System, übergeben werden.
Die erfassenden Tools sind hierbei häufig in die Jahre gekommene, sehr kostspielige und pflegeintensive Scan-Straßen. Hier erfassen und klassifizieren Hardware-Scanner die Informationen, was die Dokumentenverarbeitung um ein Vielfaches verlangsamt.
Die klassifizierenden Tools sind im zweiten Schritt dafür zuständig, dass strukturierte Daten mittels Optical Character Recognition (OCR) Software, zu Deutsch Texterkennung, aus den Dokumenten extrahiert werden. Als strukturierte Daten bezeichnet man hier Schlüssel-Wert-Paare wie z.B. den Schlüssel “Nachname” mit dem Wert “Mustermann”. Dadurch können die eingesandten Dokumente klar zugeordnet und einem Folgeprozess zugeteilt werden. Dieser Bearbeitungsprozess kann entweder voll-automatisiert oder mittels Sachbearbeiter durchgeführt werden.
Auf die Klassifizierung folgt dann die Bearbeitung der erkannten Daten. Diese werden strukturiert, häufig authentifiziert und dann entweder automatisch verarbeitet oder über einen Sachbearbeiter dem jeweiligen Folgeprozess zugeordnet. Abhängig vom Vorgang sind diese Folgeprozesse entsprechend komplex, z.B. die Prüfung des Anspruchs und die Rückzahlung bei Rechnungseinreichung, oder bestehen als simples Beispiel in der digitalen Archivierung z.B. bei der Einreichung einer Krankmeldung.
Möchten Sie Ihr Input Management kostensparend optimieren?
Um eine Steigerung der Dunkelverarbeitungsquote zu erreichen ist es essenziell, dass die Technologien im Front- sowie im Backend automatisiert werden. Insbesondere durch schlecht digitalisierte Dokumente - beispielsweise einfache Handyfotos, bei denen das Dokument nicht ausgeschnitten wurde und der Hintergrund nach wie vor zu sehen ist - kann eine höhere Dunkelverarbeitung erst gar nicht realisiert werden. Technologien wie OCR benötigen perfekt digitalisierte Dokumente um dann, Pixel für Pixel, einen Text aus dem digitalen Dokument zu extrahieren. Ist also bereits im Frontend ein systematischer Qualitätsverlust zu vermerken, so ist eine Weiterverarbeitung mit guten Ergebnissen, selbst mit modernsten Machine Learning oder AI Technologien, undenkbar und der Workflow wird erheblich verlangsamt.
Moderne Scan-Lösungen wie das Scanbot SDK, welches nach der Integration in Ihre betriebseigene Anwendung auf jedem Smartphone mit Kamerafunktion genutzt werden kann, schaffen hier optimale Ergebnisse für die Weiterverarbeitung mittels Texterkennung. Durch langjährige Erfahrung und unseren Einsatz in der Zusammenarbeit mit den unterschiedlichsten Input Management Systemen bei den größten PKVen und GKVen in der DACH-Region haben wir gelernt, dass jedes System andere Formate für die jeweiligen Dokumentenklassen benötigt, um optimale Ergebnisse zu erzielen. Hierbei müssen drei Erfolgsfaktoren bei der Dokumentenverarbeitung beachtet werden:
- So haben wir unseren Machine Learning Algorithmus zur Kantenerkennung und Bildoptimierung so weit entwickelt, dass er perfekt digitalisierte Dokumente verspricht - von nahezu allen mobilen Endgeräten und unabhängig vom Alter oder der mobilen Affinität der Endnutzer. Unsere Benutzerführung wurde so gestaltet, dass sie kinderleicht zu verstehen und einfach zu individualisieren ist. Sie ist für jeden Anwendungsfall anpassbar und kann vollständig in die bestehende App mit der CI jedes Unternehmens integriert werden.
- Des Weiteren bieten wir eine Vielzahl an unterschiedlichen Filtern an, um Ihr Dokumentenmanagement noch effizienter und reibungsloser zu gestalten. Je nach Bedarf des Input-Management Systems sind neben hochaufgelösten Farbscans auch binarisierte oder schwarz-weiß gefilterte Dokumente das geforderte Format.
- Auch beim Export Dateiformat haben wir über die Zusammenarbeit mit Kunden wie der AOK, der Debeka oder der AXA gelernt, dass selten ein “One Format Fits It All” Case besteht. Das Output Format kann sogar entscheidend für die erfolgreiche Weiterverarbeitung im Backend sein. Hier haben wir beispielsweise durch den Einsatz von TIFF als Exportformat realisieren können, dass die Erkennungsrate alleine durch den Wechsel vom PDF-Format auf .tiff um 15 % angestiegen ist.
Doch was genau hat das Input Management mit Customer Experience zu tun?
Sollte es in einem der genannten Schritte innerhalb der Automatisierung zu Problemen kommen, zum Beispiel durch schlecht digitalisierte Dokumente aus den Eingangskanälen, oder eine falsche Klassifizierung, so kann es hohe Verzögerungen im Geschäftsprozess geben, bis die Dokumente und Anfragen an den richtigen Mitarbeiter weitergeleitet werden. Hierdurch entstehen für den Versicherten extreme Wartezeiten, teilweise von bis zu einem Quartal. Nimmt man zusätzlich den zeitintensiven Weg der Zusendung von Dokumenten in Papierform an die Poststelle in die Kalkulation mit auf, dauern einfache Prozessanfragen, wie zum Beispiel die Erstattung einer Rechnung, Wochen.
Gerade im Zeitalter der Digitalisierung und der gestiegenen Erwartungen von Versicherten ist dies häufig ein entscheidender Wettbewerbsnachteil, insbesondere für die immer wichtiger werdende Zielgruppe der Digital Natives. Effizienz und automatische Abläufe werden hier großgeschrieben und bedeuten einen erheblichen Mehrwert für den Kundenstamm. Prozessautomatisierung wird somit zur Pflicht.
Zwar wird von einem starken Wachstum der vollautomatisierten End-to-End Bearbeitung von Dokumenten ausgegangen, dennoch liegt der Prozentsatz, je nach Sparte, aktuell nur zwischen 8 und 22 %. Der Trend zeigt also in die richtige Richtung, dennoch sind die Kosten durch die manuelle Bearbeitung über einen Sachbearbeiter noch immens, wenn man bedenkt, dass, im besten Falle, 80 % der eingereichten Dokumente dennoch manuell bearbeitet werden müssen.
Deshalb ist es wichtig, jetzt neue, innovative Lösungen für das voll-automatisierte, digitale Dokumentenmanagement zu finden, um nicht nur die betriebliche Effizienz zu erhalten und zu steigern, sondern auch, um sich die Loyalität der Versicherten sichern zu können.
Sollten wir mit unserem Blog Post Ihr Interesse an der Digitalisierung des Dokumentenmanagements in der Versicherungsbranche geweckt haben, schauen Sie sich hier gerne unsere Features für diesen Sektor genauer an.
Möchten Sie Ihren individuellen Versicherungsfall mit einem unserer Expert:innen besprechen? Nehmen Sie jetzt Kontakt mit uns auf. Let’s talk.