dida Logo
Home › 
Industries › 
Versicherungen

Versicherungen

Steigerung der Effizienz der Schadensbearbeitung und präzise Risikobewertung

© unsplash/@chriswebdog

Mit Machine Learning können Bank- und Versicherungsprozesse optimiert werden durch

die Verkürzung der Bearbeitungszeiten von Versicherungsansprüchen durch Automatisierung bei gleichzeitiger Sicherstellung der Betrugserkennung
die Abschätzung von Risiken im Underwriting in der Gebäudeversicherung, z.B. durch automatisierte Analyse von Satellitenbildern
die Abschätzung von Sachschäden nach Naturkatastrophen aus Satellitendaten

Projekte in Versicherungen

Alle Projekte zeigen

Rechtliche Überprüfung von Mietverträgen

Durch dida's Expertise im Bereich des Natural Language Processing (NLP) gelang uns die Erstellung einer Software zur rechtlichen Überprüfung von Mietverträgen.

Semantische Suche für die öffentliche Verwaltung

Machine Learning und Informationsextraktion: didas KI-basierter Algorithmus vereinfacht Gewerbeanmeldungen durch eine intelligente Semantische Suche.

Automatische Überprüfung von Nebenkosten­abrechnungen

Mit Machine Learning und NLP: Lesen Sie hier über die Entwicklung einer Software zur automatischen Überprüfung von Abrechnungen.

Blog Posts in Versicherungen

Alle Blog Posts zeigen
Einführendes

Der Projektantrag - der erste Schritt zu einem erfolgreichen ML-Projekt

Von Emilius Richter 18. Juli 2022

Für einen Softwareanbieter ist der Projektantrag der erste Schritt zur Erfüllung der Anforderungen des Kunden. In diesem Artikel werde ich die wichtigsten Module in Machine-Learning-Projektanträgen beschreiben.

Einführendes

Ethik im Natural Language Processing

Von Dr. Marty Oelschläger 20. Dezember 2021

Erfahren Sie mehr über die Ethik im Natural Language Processing (NLP), die gesellschaftlichen Auswirkungen von Machine Learning (ML) & warum man Vorsicht walten lassen sollte.

Natural Language Processing

GPT-3 und darüber hinaus - Teil 2: Schwächen und Gegenmittel

Von Fabian Gringel 24. Oktober 2021

Erweitern Sie Ihr Wissen über GPT-3 und lesen Sie hier über Chancen, Schwächen & Fehlerbehebung sowie über Alternativen des KI-basierten Sprachmodells.

Natural Language Processing

GPT-3 und darüber hinaus - Teil 1: Das Grundrezept

Von Fabian Gringel 27. September 2021

Lesen Sie hier über die Funktionsweise sowie die Gefahren & Anwendungen von GPT-3 und erfahren Sie, wie Sie ein GPT-3-ähnliches Modell kostenlos testen können.

Projects

21 Fragen, die wir unseren Kunden stellen: Start eines erfolgreichen ML-Projekts

Von Emilius Richter 21. Mai 2021

Lesen Sie die relevanten Fragen, die im Vorfeld berücksichtigt & beantwortet werden sollten, um ein erfolgreiches Machine-Learning-Softwareprojekt zu starten.

Einführendes

Automatische Fragebeantwortung für Suchmaschinen

Von • 26. April 2021

Lesen Sie hier über die Funktionsweise von Open-Domain-Fragebeantwortungssystemen & wie diese die Suchfunktion Ihrer Website verbessern können.

Natural Language Processing

Text aus PDF-Dateien extrahieren

Von Lovis Schmidt • 17. August 2020

Vergleich der Open-Source-Python-PDF-Tools PyPDF2, pdfminer & PyMuPDF. Lesen Sie hier über Tools zur Extraktion von Text aus PDF-Dateien.

Tools

Die besten kostenlosen Labeling-Tools für NLP-Textannotationen

Von Fabian Gringel 30. März 2020

Informieren Sie sich über die besten kostenlosen Labeling Tools zur Natural Language Processing (NLP) Textannotation, der Installation & Konfiguration.

Use Cases in Versicherungen

Alle Use Cases zeigen