Hagelschaden in Millisekunden kalkuliert: Wie KI Versicherungen bei der Massenregulierung entlastet

Nach einem Hagelsturm müssen Versicherungen tausende Kfz-Schäden kalkulieren. Unser Machine-Learning-Modell berechnet die Reparaturkosten auf Basis strukturierter Schadendaten: Welches Bauteil ist betroffen (Dach, Motorhaube, Kotflügel, Tür), welcher Hersteller und Fahrzeugtyp, welches Material, wie viele Dellen in welcher Größe. Auf dieser Datenbasis prognostiziert das Modell die voraussichtlichen Reparaturkosten — in Millisekunden.

Hagelschäden — insbesondere feine Dellen — sind auf herkömmlichen Fotos kaum sichtbar. Die Oberfläche reflektiert zu stark, die Verformungen sind zu subtil. Stattdessen kommen Hagelscanner zum Einsatz, die die Oberfläche systematisch abtasten, oder Dellenspiegel — Reflexionstafeln, die selbst kleinste Dellen für das menschliche Auge sichtbar machen. Beide Methoden liefern strukturierte, quantifizierbare Daten statt interpretationsbedürftiger Bilder.

Ein Dellenspiegel (auch: Reflexionstafel, PDR-Lichttafel) ist ein Werkzeug aus der Dellentechnik. Die Tafel wird neben das beschädigte Bauteil gehalten — die Reflexion auf der Lackoberfläche macht Verformungen sichtbar, die mit bloßem Auge kaum erkennbar sind. Geschulte Partner nutzen den Dellenspiegel, um Dellen systematisch zu zählen, zu vermessen und im Schadenmanagement-System zu dokumentieren.

Unser KI-gestütztes Schadenmanagement-System skaliert über ein Gig-Economy-Partnermodell: Externe Partnerunternehmen übernehmen die Vor-Ort-Dokumentation der Hagelschäden, geführt durch einen strukturierten Prozess. Die Schadendaten — ob per Hagelscanner oder Dellenspiegel erfasst — fließen in ein zentrales KI-System. Das KI-Modell kalkuliert die Reparaturkosten in Millisekunden. Am Ende prüft ein interner Gutachter optional remote die Ergebnisse und versendet das Gutachten. Über 40.000 Fälle wurden so allein 2022 abgewickelt.

Bei der KI-gestützten Hagelschaden-Kalkulation übernehmen im Partnermodell externe Dienstleister die Vor-Ort-Erfassung — z.B. Werkstattmitarbeiter, Logistikpartner oder andere lokale Kräfte. Sie benötigen keine Gutachter-Qualifikation: Der strukturierte Erfassungsprozess und die standardisierten Werkzeuge (Hagelscanner, Dellenspiegel) stellen die Datenqualität sicher.

Unser Machine-Learning-Modell für die Hagelschaden-Kalkulation wurde auf historischen Schadendaten trainiert und berücksichtigt alle relevanten Faktoren: Bauteil, Hersteller, Fahrzeugtyp, Material, Anzahl und Größe der Dellen. Die Prognosegenauigkeit liegt bei 98 %. Da die Eingabedaten strukturiert und konsistent erfasst werden, liefert das Modell reproduzierbare Ergebnisse — im Gegensatz zu manuellen Kalkulationen, die von Gutachter zu Gutachter variieren.

Das KI-gestützte Schadenmanagement-System für Hagelschäden verbessert die Combined Ratio über drei Hebel: Erstens reduziert die KI-Kalkulation die Bearbeitungszeit pro Fall drastisch (Millisekunden statt Stunden). Zweitens ermöglicht ein Gig-Economy-Partnermodell die Skalierung der Schadendokumentation ohne eigene Personalaufstockung. Drittens sinken die Prozesskosten, weil intern maximal ein Remote-Gutachter für die Prüfung und Freigabe benötigt wird.

Das ML-Modell für die Hagelschaden-Kalkulation berücksichtigt herstellerspezifische Faktoren wie Materialien, Bauteilgeometrie und Reparaturverfahren. Es wurde auf einem breiten Fahrzeugspektrum trainiert und kann auf neue Hersteller und Modelle erweitert werden, sobald entsprechende Schadendaten vorliegen.

PLAN D hat das KI-gestützte Schadenmanagement-System für Hagelschäden konzipiert, entwickelt und in Betrieb gebracht: vom Gig-Economy-Partnermodell über den strukturierten Erfassungsprozess bis zum Machine-Learning-Modell für die Reparaturkostenprognose. Wir haben die Architektur entworfen, das ML-Modell trainiert, das KI-System gebaut und betreiben und entwickeln es kontinuierlich weiter.

Ja — Hagelschäden am Fahrzeug fallen unter die Teilkaskoversicherung. Das ist für Versicherungen relevant, weil nach einem Hagelereignis tausende Teilkasko-Fälle gleichzeitig anfallen. Genau dieses Massenszenario adressiert unser KI-gestütztes Schadenmanagement-System: schnelle, standardisierte Kalkulation statt wochenlanger Einzelbegutachtung.