Big Data in der Assekuranz: Horror, Hype oder Heilsbringer? Die Digitalisierung schreitet unaufhörlich voran, nun hat die Stunde der Daten geschlagen. Die Ausgangsposition für die Assekuranz ist gut, die Branche gilt als Vorreiter bei der Verwendung von Massendaten. Eine Herausforderung bleibt jedoch die zunehmende Fragmentierung der Versichertenkollektive, lautete eine Schlussfolgerung auf dem Symposium der Forschungsstelle aktuarielles Risikomanagement des Instituts für Versicherungswesen der TH Köln.
Die Protagonisten in dieser Geschichte sind Daten, genauer: Datenberge. So groß und komplex, dass konventionelle Analyseverfahren sie nicht intelligent auswerten können. Schwierig wird es bereits bei der Definition und Abgrenzung der Begriffe "Digitalisierung", "Big Data" und "Cloud Computing", sagte Maria Heep-Altiner, seit 2008 Professorin am Institut für Versicherungswesen der Fachhochschule Köln.
Objektive Risisken lassen sich besser einschätzen
In ihrem Eröffnungsvortrag zum zehnten Symposium der Forschungsstelle aktuarielles Risikomanagement des Instituts für Versicherungswesen der TH Köln (10. FaRis & DAV-Symposium) unterschied die Wissenschaftlerin zwischen einer ad hoc-Definition und einer erweiterten Definition. Während die ad hoc-Definitionen "trivial" seien, seien die erweiterten Definitionen "unscharf und schwer sauber abgrenzbar". Zu den Vorzügen von Big Data für die Assekuranz zählte Heep-Altiner eine bessere Einschätzung von objektiven Risiken durch Zusatzinformationen, zum Beispiel durch GPS-Daten oder Google Maps.
Auf der Suche nach dem goldenen Mittelweg
Ebenso könnten Massendaten ein subjektives Risikoverhalten beeinflussen, wie etwa durch Pay-as-you-drive-Tarife. Schließlich sieht die Forscherin eine Verringerung der asymmetrischen Informationssituation zwischen Versicherer und Kunden. Gleichwohl ließ Heep-Altiner mögliche Risiken nicht unerwähnt. "Im Extremfall könnte eine absolute Individualisierung der Versicherungsprodukte die Folge sein", sagte sie.
Dies führe letztlich den Versicherungsgedanken, nämlich eine Ökonomisierung von Risiken durch Kollektivierung, ad absurdum. "Der risikoadäquateste Tarif besteht natürlich darin, dass jeder seine Schäden gefälligst selbst bezahlt. Das spart dann auch die Verwaltungskosten eines Versicherers", so Heep-Altiner. Deshalb, so eine Schlussfolgerung ihrer Rede, sollte die Branche "im eigenen Interesse hier eine gesunde Balance finden, wenn sie Verwerfungen vermeiden will".
Kognitive System können Ironie verstehen
Die Erwartungshaltung der Kunden, auf allen Kanälen online mit dem Versicherer zu kommunizieren und Daten auszutauschen, sei aber nun mal vorhanden, sagten Astrid Smolarz und Alexander Schäper von IBM. Die Datensätze in den IT-Systemen der Versicherer fließen, so Smolarz, durch mehrere Systeme, im Bestandsbild seien oft nicht alle notwendigen Daten vorhanden, was die Kommunikation mit Kunden erschwere. Demgegenüber könne schon heute eine Verarbeitung in Echtzeit (real time) erfolgen. Kognitive Systeme wie das Computerprogramm Watson "können selbst Ironie verstehen", so Schäper. So sei eine Datenanalyse in "Bruchteilen von Sekunden" möglich.
IBM-Managerin Smolarz sieht denn in kognitiven Systemen eine "Art des Denkens, sie lernen immer weiter, lesen, verstehen und schlussfolgern". Mit klassischer Business Intelligence sei dies nicht machbar. Wie das Füllhorn an Informationen intelligent genutzt werden kann, veranschaulichte Smolarz am Beispiel des Schadenmanagements in der Kfz-Sparte.
Wie nicht nur in Kfz sondern auch in der privaten Krankenversicherung datengetriebene Policen Einzug halten, erfahren Sie im zweiten Teil des Tagungsberichts am 15. Juni 2016.
Bildquelle: © sakkmesterke / Fotolia.com
Die Protagonisten in dieser Geschichte sind Daten, genauer: Datenberge. So groß und komplex, dass konventionelle Analyseverfahren sie nicht intelligent auswerten können. Schwierig wird es bereits bei der Definition und Abgrenzung der Begriffe "Digitalisierung", "Big Data" und "Cloud Computing", sagte Maria Heep-Altiner, seit 2008 Professorin am Institut für Versicherungswesen der Fachhochschule Köln.
Objektive Risisken lassen sich besser einschätzen
In ihrem Eröffnungsvortrag zum zehnten Symposium der Forschungsstelle aktuarielles Risikomanagement des Instituts für Versicherungswesen der TH Köln (10. FaRis & DAV-Symposium) unterschied die Wissenschaftlerin zwischen einer ad hoc-Definition und einer erweiterten Definition. Während die ad hoc-Definitionen "trivial" seien, seien die erweiterten Definitionen "unscharf und schwer sauber abgrenzbar". Zu den Vorzügen von Big Data für die Assekuranz zählte Heep-Altiner eine bessere Einschätzung von objektiven Risiken durch Zusatzinformationen, zum Beispiel durch GPS-Daten oder Google Maps.
Auf der Suche nach dem goldenen Mittelweg
Ebenso könnten Massendaten ein subjektives Risikoverhalten beeinflussen, wie etwa durch Pay-as-you-drive-Tarife. Schließlich sieht die Forscherin eine Verringerung der asymmetrischen Informationssituation zwischen Versicherer und Kunden. Gleichwohl ließ Heep-Altiner mögliche Risiken nicht unerwähnt. "Im Extremfall könnte eine absolute Individualisierung der Versicherungsprodukte die Folge sein", sagte sie.
Dies führe letztlich den Versicherungsgedanken, nämlich eine Ökonomisierung von Risiken durch Kollektivierung, ad absurdum. "Der risikoadäquateste Tarif besteht natürlich darin, dass jeder seine Schäden gefälligst selbst bezahlt. Das spart dann auch die Verwaltungskosten eines Versicherers", so Heep-Altiner. Deshalb, so eine Schlussfolgerung ihrer Rede, sollte die Branche "im eigenen Interesse hier eine gesunde Balance finden, wenn sie Verwerfungen vermeiden will".
Kognitive System können Ironie verstehen
Die Erwartungshaltung der Kunden, auf allen Kanälen online mit dem Versicherer zu kommunizieren und Daten auszutauschen, sei aber nun mal vorhanden, sagten Astrid Smolarz und Alexander Schäper von IBM. Die Datensätze in den IT-Systemen der Versicherer fließen, so Smolarz, durch mehrere Systeme, im Bestandsbild seien oft nicht alle notwendigen Daten vorhanden, was die Kommunikation mit Kunden erschwere. Demgegenüber könne schon heute eine Verarbeitung in Echtzeit (real time) erfolgen. Kognitive Systeme wie das Computerprogramm Watson "können selbst Ironie verstehen", so Schäper. So sei eine Datenanalyse in "Bruchteilen von Sekunden" möglich.
IBM-Managerin Smolarz sieht denn in kognitiven Systemen eine "Art des Denkens, sie lernen immer weiter, lesen, verstehen und schlussfolgern". Mit klassischer Business Intelligence sei dies nicht machbar. Wie das Füllhorn an Informationen intelligent genutzt werden kann, veranschaulichte Smolarz am Beispiel des Schadenmanagements in der Kfz-Sparte.
Wie nicht nur in Kfz sondern auch in der privaten Krankenversicherung datengetriebene Policen Einzug halten, erfahren Sie im zweiten Teil des Tagungsberichts am 15. Juni 2016.
Bildquelle: © sakkmesterke / Fotolia.com
Autor(en): Umar Choudhry
