dcsimg
Digitalisierung

Data Analytics im Versicherungswesen

Eine schiere Menge gesammelter Informationen garantiert noch keine tiefen Einblicke. Um diese zu gewinnen und Rohdaten wirtschaftlich nutzen zu können, sind komplexe Analyseverfahren und eine intelligente Verwertung gefragt. Munich Re setzt in verschiedenen Bereichen auf Data Analytics und hat Anwendungen entwickelt, von denen Versicherer und Versicherte gleichermaßen profitieren.

13.04.2017

Data Analytics – Anwendungen in der Versicherungsindustrie

„Beispiele für Artificial Intelligence (AI) finden sich heute in verschiedenen Bereichen der Versicherungswirtschaft, zum Beispiel in Underwriting und Claims“, sagt Wolfgang Hauner, Chief Data Officer bei Munich Re. „AI kann den Berater in seiner Arbeit unterstützen, etwa bei der Überprüfung von Fakten und dem Vorschlag von Handlungsempfehlungen.“ Im Underwriting werden die Abläufe dagegen insgesamt smarter: „Hier werden sämtliche verfügbaren Daten und Quellen herangezogen, Prozesse und die Customer Experience verbessert.“ Smarter wird es auch im Bereich Claims, so Wolfgang Hauner. „Die Reaktionszeiten werden kürzer und Versicherer können mehr Informationen gewinnen - was ihnen wiederum Effizienzvorteile verschafft und die Entscheidungsqualität verbessert.“

Geschäftsopportunitäten durch Data Analytics

Big Data und Analytics ermöglichen es zum Beispiel, Schäden mit geringen Volumina und hohen Nachfrageraten effizient abzuwickeln. Dank innovativer Datentechnologien können auch Versicherungen angeboten werden, die zuvor als nicht rentabel oder schwer hinsichtlich ihres Risikos einschätzbar galten. Konkret können das etwa sein: attraktivere Deckungen für manche Diabetes-Typen oder Performance-Garantien für Windkraftanlagen. Weiter ist es möglich, Prozesse und Informationen zusammenzubringen, um Teile des Underwritings in automatisierte Risikomanagement-Plattformen zu überführen. Mithilfe von AI-Workflows können außerdem Anwendungen entwickelt werden, die eine frühzeitige Erkennung von Schadensfällen, zum Beispiel von Feuerschäden, ermöglichen.

Ein Data Analytics-Best Practise

Munich Re hat eine solche Anwendung bereits erfolgreich pilotiert: „Unsere Plattform Early Loss Detection (ELD) wertet kontinuierlich über 16.000 Nachrichtenquellen aus und sucht nach vorher definierten Schadensereignissen. Anhand von geocodierten Risiko- und Schadeninformationen prüft das System, ob versicherte Objekte betroffen sein könnten“, erklärt Wolfgang Hauner. „Trifft dies zu, erhalten die Verantwortlichen sofort automatisch eine Nachricht mit allen relevanten Informationen. So lassen sich Property-Schäden in kürzester Zeit erkennen und entsprechende Maßnahmen einleiten. 

Damit können wir den Umfang des Schadensmanagements drastisch senken“, ergänzt David Feghelm, Senior Solutions Manager Claims bei Munich Re. Die Funktionen von ELD gehen jedoch über eine zügige Identifikation von Schadensereignissen hinaus. Alle Einzelschäden werden in einer Datenbank abgelegt und gesammelt; jeder Fall bringt neue Informationen zu Ursachen und Auswirkungen. Mithilfe dieser Daten können künftige Schadentrends früher erkannt und präziser modelliert werden. Mit ELD steht Versicherern also ein leistungsfähiges Tool zur Verfügung, mit dem sich Kosten durch frühzeitigeres Schadenmanagement reduzieren lassen. Und andererseits Informationen gewinnen lassen, die etwa für die zukünftige Modellierung neuer Deckungen nutzbar sind.

Weitere Data Analytics- und AI-Projekte von Munich Re

Neben ELD hat Munich Re weitere Prototypen und Produkte entwickelt, die schon getestet werden oder bereits eingeführt sind. Eines davon ist Vision Intelligence, ein AI-basiertes Schadenserkennungssystem mittels Fotos. Es stützt sich auf neuronale Netze - diese kommen zum Beispiel auch bei Spracherkennungssystemen oder medizinischer Diagnostik zum Einsatz - und unterstützt Versicherer dabei, Sachschäden, die etwa auf Naturkatastrophen zurückgehen, zu kategorisieren und die ungefähre Schwere von Schäden einzuschätzen.

Die Risikomanagement-Plattform M.I.N.D., ein anderes gelungenes Pilotprojekt, das bereits erfolgreich am Markt verwendet wird, hilft Versicherern, Rückversicherern und Loss Adjustern dabei, gemeinsam Transparenz über Risiken zu schaffen und diese besser einzuschätzen. In diesem Kontext hilft AI auch dabei, möglichen Versicherungsbetrug zu identifizieren. M.I.N.D. dokumentiert historische Informationen zu Schäden und gleicht zu diesen aktuelle Bilder von Schäden ab. Betrugsversuche können so besser identifiziert, ihnen kann besser vorgebeugt und Folgeschäden können mit bereits erfolgten Schadensereignissen verglichen werden.

Big Data und Analytics in a nutshell

Intelligente Plattformen wie M.I.N.D. machen eine bessere Risikoeinschätzung möglich, Lösungen wie ELD erlauben ein effizienteres Schadenmanagement und Versicherungsprodukte können dank AI und Data Analytics deutlich besser zugeschnitten werden. Das belegen auch die erfolgreichen Pilotprojekte und neuen Services von Munich Re, welche Versicherern deutliche Effizienzvorteile und Qualitätsverbesserungen bringen. Sie interessieren sich dafür, Ihr Angebot auf diesem Feld auszuweiten? Sprechen Sie uns an, wir beraten Sie gerne dazu!
Wir verwenden Cookies um Ihr Internet-Nutzungserlebnis zu verbessern und unsere Websites zu optimieren.

Mit der weiteren Nutzung unserer Website stimmen Sie der Verwendung von Cookies dieser Website zu. Weitere Informationen zu Cookies und dazu, wie Sie die Cookie-Einstellungen in Ihren Browsereinstellungen anpassen können, finden Sie in unsereren Cookie-Richtlinien.
Sie können Cookies deaktivieren, aber bitte beachten Sie, dass das Deaktivieren, Löschen oder das Verhindern von Cookies Ihre Internet-Nutzung beeinflussen wird.