Kundenprojekt: InsureTech
Konzept-Mockup · fiktive Klient-Daten
Wer vierzehn Tage wartet, wechselt nach dem ersten Schaden. Wer achtunddreissig Stunden wartet, bleibt vierzehn Jahre.
PARALLAX ist die KFZ-Schadens-Workflow-Plattform der Nordstern Versicherung AG in Hamburg. 380.000 Versicherte in Nord-Deutschland, gegründet 1928, dritte Generation. Kunde meldet den Schaden mit vier Smartphone-Fotos. ML taggt fünf Schaden-Stellen am Top-View, schätzt mit 91 Prozent Konfidenz. Adjuster klickt freigeben, Geld geht direkt an die Werkstatt. 62 Prozent Auto-Freigabe-Quote.
Das Problem
Nordstern braucht im alten Workflow vierzehn Tage pro Schaden. PDF-Formular per E-Mail, Sachbearbeiter ruft Werkstatt, Werkstatt schickt Gutachten, Sachbearbeiter prüft, dann Auszahlung. Schritt vier bis sechs alleine neun Tage. Junge Kunden wechseln nach dem ersten Schaden, wenn das so lange dauert.
Unser Ansatz
Mobile Foto-Intake in vier Schritten. ML-Damage-Tagging direkt nach Upload am Auto-Top-View-SVG. Adjuster-Cockpit mit Konfidenz-Sortierung und Vergleich zu 412 ähnlichen Schäden. Auszahlungs-Calculator mit Deckungs-Pruefung und Werkstatt-Direkt-Abrechnung. Vier Sichten, ein Datenmodell.
Das Ergebnis
Avg-Bearbeitungs-Zeit 38 Stunden statt 14 Tage. Auto-Freigabe-Quote 62 Prozent. Eskalations-Rate 7,4 Prozent, sauber im Ziel-Korridor. ML-Konfidenz-Median 91 Prozent. Andrea Hoffmann sieht ihre 38 offenen Fälle nicht mehr als Berg, sondern als Reihenfolge.
Die Ausgangslage
Eine Versicherung wird 98, der Kunde wartet nicht mehr 14 Tage.
Nordstern Versicherung AG sitzt in Hamburg, gegründet 1928 von drei Reedereien-Kaufleuten. 380.000 Versicherte, davon 64 Prozent Vollkasko, Schwerpunkt KFZ in Schleswig-Holstein, Hamburg, Niedersachsen, Mecklenburg-Vorpommern. Head of Claims-Operations Andrea Hoffmann übernahm den Bereich 2024 und sah die Wahrheit hinter den NPS-Zahlen: junge Kunden wechselten nach dem ersten Schaden.
Drei Probleme stapelten sich. Erstens hatte der Schaden-Workflow eine Mindestdauer von 12 Tagen, die Mittelwert lag bei 14. Zweitens wartete der Adjuster auf Werkstatt-Gutachten, die per E-Mail kamen und manchmal verloren gingen. Drittens war die Werkstatt-Direkt-Abrechnung nur für 18 Prozent der Fälle aktiviert, der Rest lief über Vorkasse des Versicherten.
Hoffmann hat den Pilot ausgeschrieben. Eine Plattform, die mit Schaden-Fotos rechnet, schrieb sie. Die taggt die Schaden-Stellen am Wagen, schätzt die Reparatur-Kosten plausibel und sie zahlt der Werkstatt direkt, wenn der Kunde Werkstatt-Bindung hat. Sechs Monate später ging der Pilot mit zwei Werkstätten in Hamburg-Wandsbek live. PARALLAX war geboren.
ML-Damage-Tagging · 5 Coral-Marker · Total 3.250 EUR · ML-Konfidenz 91 Prozent · Auto-Freigabe-Vorschlag
Drill-Down auf Foto-Ebene
Vier Annotations, eine Geschichte pro Foto.
Klick auf einen Marker in der Damage-Map öffnet die Foto-Ebene. Vision-Modell v 8.3 zeigt Bounding-Boxes pro detektiertem Schaden, die Konfidenz pro Annotation und eine Plausibilitätsprüfung gegen 412 vergleichbare VW-Golf-8-Fälle. EXIF und Hash bleiben sichtbar, damit Adjuster und Audit denselben Stand sehen.
Foto 1 von 4 · Front rechts · Modell-Konfidenz 88 Prozent · Plausibilität PASS · Fraud-Score 2 / 100
Was das Modell sieht
Bounding-Boxes mit Klassifikation
Kotflügel-Delle 94 Prozent, Stossstangen-Riss 89 Prozent, Lack-Riss sekundär 76 Prozent (Folge der Delle, nicht doppelt abgerechnet), Scheinwerfer-Glas 92 Prozent.
Was das Modell prüft
Plausibilität gegen 412 Fälle
Schaden-Cluster konsistent, Reparatur-Tarif Hamburg 128 EUR/h, Aufwand 18 Stunden in oberer Schwelle, Karosserie-Typ VW Golf 8 zu 98 Prozent erkannt.
Was Adjuster macht
Bestätigen oder verschieben
Konfidenz über Schwelle 85 Prozent. Hoffmann klickt bestätigen, alle vier Boxen werden in die Schaden-Bilanz übernommen. Bei niedrigerer Konfidenz: Box verschieben, neu annotieren, Modell lernt mit.
Die Lösung
Vier Layer. Vom Smartphone bis zur Werkstatt.
Mobile Foto-Intake in 4 Schritten
Fotos, Unfall-Details, Beteiligte, Pruefen plus Senden. KFZ-Stammdaten erkennt das System aus der Versicherungs-Nummer. Vier Foto-Slots, zwei vorbelegt mit Mini-Vorschau. Yellow-CTA als einzige Action-Farbe. Trust-Zeile darunter: Fotos liegen verschlüsselt in Hamburg.
ML-Damage-Tagging am Top-View
Auto-Top-View-SVG mit fünf Coral-Markern. Klick auf Marker zeigt Estimate: Kotflügel vorn rechts 1.840 EUR Konfidenz 94 Prozent. Vergleich rechts zu 412 ähnlichen VW-Golf-8-Schäden, Plausibilitaet PASS, Fraud-Score 2 von 100.
Adjuster-Cockpit als Reihenfolge
Andrea Hoffmann öffnet morgens das Cockpit. 38 offene Fälle, vier KPI-Tiles, Tabelle mit Konfidenz-Bar pro Zeile, Tages-Chart rechts. Auto-Vorschläge oben, Sachverstaendiger-Faelle unten. Sie startet mit Tobias Engelhardt, 91 Prozent Konfidenz.
Auszahlung in 3 Spalten
Schaden-Bilanz aus ML-Tagging. Deckungs-Pruefung mit Vollkasko, SB 300, Werkstatt-Bindung VW-Partner. Auszahlung 3.250 minus 300 SB gleich 2.950 EUR direkt an die Werkstatt. IBAN, Referenz, Audit-Hash. Hoffmann klickt freigeben, Valuta T plus 1.
Patient des Tages: Tobias Engelhardt
Schaden melden, einfach.
Aktenzeichen NS-2026-04812. VW Golf 8, Bj 2022, Vollkasko Komfort mit 300 EUR SB. Tobias steht morgens um neun an seinem Wagen, Kotflügel eingedellt, Stossstange gerissen. Er öffnet die Nordstern-App, Versicherungs-Nummer ist schon hinterlegt. Vier Schritte. Fotos in Schritt 1, Unfall-Details in Schritt 2, Beteiligte in Schritt 3, Pruefen plus Senden in Schritt 4.
Yellow-CTA als einzige Action-Farbe. Eine Aufgabe pro Screen. Trust-Zeile am unteren Rand: Fotos liegen verschlüsselt in Hamburg, keine Werbeauswertung. In sieben Minuten ist der Schaden gemeldet. Drei Stunden später hat Andrea Hoffmann ihn freigegeben. Am nächsten Morgen liegt das Geld bei Werkstatt Wichelhof.
Schritt 1 · Vier Fotos · KFZ-Stammdaten auto-erkannt · Vollkasko Komfort
Adjuster-Worklist. Reihenfolge statt Berg.
Andrea Hoffmann sieht morgens 38 offene Fälle. Vier KPI-Tiles: Avg 38 Stunden, Auto-Freigabe 62 Prozent, Eskalation 7,4 Prozent, ML-Konfidenz 91 Prozent. Tabelle mit 18 Faellen sichtbar, Konfidenz-Bar pro Zeile, Status als farbiges Pill. Rechts der Tages-Chart und die nächsten drei Fälle, sortiert nach Dringlichkeit. Sie startet mit Tobias Engelhardt, 91 Prozent Konfidenz, Auto-Vorschlag oben in der Liste.
Auszahlung in 3 Spalten. 2.950 EUR an Wichelhof Hamburg.
Spalte 1 die Schaden-Bilanz aus dem ML-Tagging, fünf Positionen, total 3.250 EUR brutto. Spalte 2 die Deckungs-Pruefung: Vollkasko aktiv, SB 300, Werkstatt-Bindung VW-Partner Wichelhof Hamburg, alle PASS. Spalte 3 die Auszahlung: 3.250 minus 300 SB gleich 2.950 EUR direkt an die Werkstatt. IBAN steht da, Referenz steht da, Audit-Hash steht da. Hoffmann klickt freigeben. Valuta T plus 1.
Was das Modell auf dem Foto sieht. Vier Annotationen, eine Geschichte.
Vision-Modell v0.3 zerlegt jedes Foto in einzelne Schaden-Stellen. Klick auf eine Bounding-Box oeffnet den Detail-Crop. Pro Annotation eine Konfidenz, eine Klasse, ein Massstab am Karosserie-Element. Kotflügel-Delle vorn rechts 12 mal 8 cm, Lack gerissen, 94 Prozent. Stoßstange-Riss 18 cm, 89 Prozent. Lack-Riss sekundär 74 Prozent. Scheinwerfer-Glas gebrochen 92 Prozent. Plausibilitäts-Check unten: Schaden-Cluster konsistent, Vergleich mit Front-Shot PASS, Referenz-Lack-Code im Werkstatt-Katalog. Hoffmann sieht grünes Licht und bestätigt die vier Annotationen mit einem Klick.
Stunden Bearbeitung, vorher 14 Tage
ML-Konfidenz im Median
Auto-Freigabe-Quote
Vergleichs-Schäden im Modell
Technologie und Umsetzung
“Meine 38 Fälle waren früher ein Berg. Jetzt sind sie eine Reihenfolge. Den Rest macht das Modell.”
Andrea Hoffmann
Head of Claims-Operations · Nordstern Versicherung AG Hamburg
Deine Versicherung verdient eine Bearbeitung in Stunden statt Wochen.
Wir zeigen dir in einer Demo, wie eine Schadens-Workflow-Plattform für KFZ, Haus oder Privathaftpflicht aussehen könnte. Kein Verkaufsgespräch. Nur konkrete Antworten.
Operator-Cockpit · Damage-Map
248 Claims heute. Hamburg ist heiss.
Die Mobile-App ist die eine Seite. Die Operator-Sicht ist die andere. Schaden-Dispatch sieht alle 248 Claims als Cluster auf der DE-Karte, ML-Damage-Tagging mit Konfidenz-Werten pro Photo, und kann pro Klick in den Claim springen.
Damage-Map · 248 Marker live mit 4 s Refresh · Hamburg-Cluster ausgewählt mit 14 Hot-Claims · ML-Konfidenz 0.78 bis 0.96 pro Schadensart
Die DE-Karte zeigt alle Cluster nach Severity. 14 Hot in Hamburg, 28 in München, 22 in Berlin. Hamburg-Cluster ist ausgewählt, M. Petrowski mit Total-Schaden-Verdacht steht oben auf der Liste.
Vier Photos pro Claim, YOLOv8-Tagging mit Bounding-Boxes direkt im Bild. Beule rechts vorn 0.94, Lackschaden Tür links 0.87, Glasrisse Scheinwerfer 0.78. ML-Schätzung 4 820 EUR, Vorschlag Werkstatt Kowalski 8 km entfernt.
Die Dispatcherin sieht in 15 Sekunden, ob der Claim auto-freigegeben werden kann, manuelles Photo-Review braucht oder als Total-Schaden eskaliert werden muss.
Sachbearbeiter-Korb
22 Claims im Korb. Drei brauchen jetzt eine Hand.
S. Bahrenbach öffnet morgens ihren Korb. Sortiert nach SLA-Risk. ML-Konfidenz pro Claim, Werkstatt-Empfehlung mit Distanz, SEPA-Status der Werkstatt-Direktzahlung. Auto-Modus pro Claim mit Konfidenz über 0.9, manueller Eingriff bei Konfidenz unter 0.8.
Adjuster-Korb · 22 Claims sortiert nach SLA-Risk · 3 crit unter 1 h Rest · Auto-Freigabe-Quote 62 % · SLA-Treffer Q2 97.4 %
Möchten Sie ein ähnliches Ergebnis?
Horatiu Serban · Founder & CEO
Kurzes Gespräch. Wir schauen gemeinsam, wo bei dir messbar mehr Anfragen und Sichtbarkeit drin sind.