Data Science in der Assekuranz

Wir produzieren Daten – immer und überall, egal, ob wir telefonieren, eine Fahrt über Uber buchen, Fitnessarmbänder tragen, eine Konzertkarte online reservieren oder Alexa anweisen, die Heizung einzuschalten. Durch die Nutzung von Smartphones, das mobile Internet und die umfassende Vernetzung von Gegenständen im Internet of Things (IoT) werden rund um die Welt immense Datenmengen generiert. Stichwort Big Data. Derzeit werden weltweit jährlich mehr als 16 Zettabyte Daten erzeugt. Experten schätzen, dass bis 2025 das digitale Datenvolumen auf 163 Zettabyte steigen wird. Diese Zahl mit 21 Nullen entspricht einer Datenmenge von 40 Billionen DVDs, die über 100 Millionen Mal zum Mond und zurück reichen, wie ein Vergleich des US-Festplattenherstellers Seagate und des Marktforschers IDC* veranschaulicht.

Daten verändern das Geschäftsmodell „Versicherung“ zu mehr Prävention und Lebensbegleitung

Unternehmen besitzen heute mehr Daten über ihre Kunden als je zuvor. Aber viele werten die Daten nicht aus oder wissen gar nicht, dass in ihren Servern ein kostbaren Schatz ruht: Mehr als die Hälfte der weltweit gesammelten und gespeicherten Daten gehört zu so genannten Dark Data, das heißt, Inhalt und Geschäftswert der Daten ist unbekannt. Das ergab der Global Databerg Report von Veritas Technologies (März 2016). Das verursacht nicht nur Kosten in Milliardenhöhe, sondern viele Unternehmen vergeben damit enormes Potential. In einem Beitrag in der Zeitschrift für Versicherungswesen (20/2017) prophezeien die beiden Versicherungsexperten Markus Rosenbaum und Jens Ringel: “Big Data wird in den kommenden Jahren als Katalysator wirken und den Transformationsprozess in der Versicherungswirtschaft beschleunigen, über die viel genauere Risikodifferenzierung bis hin zur Drehung des Geschäftsmodells ‘Versicherung’ zu mehr Prävention und Lebensbegleitung.”

Effiziente Auswertung von Daten mit KI-Verfahren

Mit den neuen digitalen Technologien stehen effiziente Verfahren zur Verfügung, die es ermöglichen, die explosionsartig wachsenden Datenmengen intelligent auszuwerten. Künstliche Intelligenz (KI) gilt dabei als Schlüsseltechnologie. Inzwischen ist die Aufbereitung, Analyse und Darstellung von Daten zu einer Wissenschaft für sich geworden: Data Science (Datenwissenschaft). Das interdisziplinäre Gebiet zielt im Kern darauf ab, aus Daten Erkenntnisse zu gewinnen, die als Grundlage für Geschäftsentscheidungen und Vorhersagen verwendet werden können. Dabei werden statistische Methoden oder Methoden des Maschinellen Lernens als Verfahren der KI unter Ausnutzung entsprechender Recheninfrastrukturen auf Massendaten angewendet mit dem Ziel, fachspezifische Fragestellungen zu beantworten.

So wird z.B. aus Daten, die Hinweise auf das Verhalten, die Vorlieben, die Routinen oder wichtige Lebensstationen des Kunden geben, Wissen herausgefiltert, das dabei hilft, den Kunden besser zu verstehen, passgenaue Angebote zu gestalten oder Abläufe zu optimieren. Die konkrete Analyse der Daten wird auch als Data Mining bezeichnet. Darunter versteht man die systematische Anwendung statistischer Methoden, um versteckte Zusammenhänge, Muster und Trends in Datenbeständen zu erkennen.

Einsatz von Data Science in der Versicherungswirtschaft

Auch für die Versicherungswirtschaft bietet die Methode enormes Potenzial, denn der Einsatz von Data Science:

vereinfacht Predictive Analytics (Methoden oder Techniken zur Analyse von Daten und Fakten, um Voraussagen darüber zu treffen, wie sich eine Situation in Zukunft entwickeln wird oder kann)
ermöglicht die Erstellung kundenindividueller Bedarfsprognosen
ermöglicht die Erstellung bedarfsorientierter Angebote
ermöglicht Customer Clustering zur optimalen Kundenansprache
ermöglicht die Berechnung des Customer Lifetime Value (CLV) bzw. die Bestimmung des Kundenwerts

Customer Lifetime Value (CLV):

der Wert eines Kunden für ein Unternehmen entspricht beim Customer Lifetime Value allen Käufen, Interaktionen und Transaktionen, die ein Kunde im Laufe der gemeinsamen Geschäftsbeziehung mit einem Unternehmen gemacht hat und voraussichtlich noch machen wird.

Versicherer nutzten Datenanalyse schon im 18. Jahrhundert

Themen wie Big Data, Data Science und KI treiben auch Versicherer um. Aber im Gegensatz zu anderen Branchen kann die Assekuranz auf eine jahrhundertelange Erfahrung in der Entwicklung und Nutzung datengetriebener Modelle zurückblicken. Das Kerngeschäft von Versicherern beruht auf der Fähigkeit, Risiken zu bewerten, deren Kosten im Kollektiv zu managen und zu minimieren. Die Grundlage dafür sind: Daten. Schon im 18. Jahrhundert nutzte die Branche mathematische Methoden zur Datenanalyse. 1756 entwickelte der britische Mathematiker James Dodson auf Basis von Sterbetafeln erstmals altersabhängige Lebensversicherungsprämien. 1762 setzte Equitable Life Insurance Dodsons Ideen um. Zu den Vorreitern gehörten Versicherer auch in Sachen elektronischer Datenverarbeitung. Nur 15 Jahre nach der Entwicklung des ersten Computers durch Konrad Zuse setzte die Allianz 1956 im neu gegründeten Rechenzentrum in München den Magnettrommelrechner IBM 650 ein.

Projektionsrechnungen in Sekundenschnelle

Auch Verfahren des Maschinellen Lernens (ML) sind in der Versicherungswirtschaft nicht neu. Ein KI-Verfahren des unüberwachten ML ist z.B. die clusterbasierte Bestandsverdichtung im Risikomanagement. Anstatt mit mehreren Hunderttausend oder gar Millionen Verträgen stochastische Berechnungen einzelvertraglich für unterschiedliche Kapitalmarktszenarien durchzuführen, werden nur einige Tausend Modelpoints ermittelt, gewichtet und für Projektionsrechnungen eingesetzt. Bereits seit 2008 bietet msg life mit msg.Ilis eine praxiserprobte Softwarelösung, die die clusterbasierte Bestandsverdichtung (ein klassisches Verfahren des Maschinellen Lernens) vollständig integriert. Damit kann die Verdichtung schnell, effizient und in hoher Qualität erledigt werden. Mit msg.Ilis können Projektionsrechnungen bis zu 2000 Mal schneller durchgeführt werden als mit herkömmlichen Verfahren. Dann wird die Dauer der Bearbeitung nicht mehr in Stunden gemessen, sondern nur noch in Sekunden.

msg.Ilis steht für Insurance Liability Information System und ist eine Standardsoftware zur Unterstützung des Financial Reportings in Versicherungsunternehmen. Die Lösung bietet den Rahmen für eine zentrale Datenhaltung, in der die für alle Arten von Projektionsrechnungen notwendigen Daten aktuell, in hoher Qualität und revisionssicher verwaltet werden. Da msg.Ilis direkt auf die entsprechenden Services der Bestandsverwaltungssysteme zugreift, müssen das Produktwissen und die Versicherungstechnik nicht ein zweites Mal in der Projektionssoftware abgebildet werden. msg.Ilis ist einerseits eine Komponente der msg.Life Factory und damit vollständig in die msg.Insurance Suite integriert. Die Lösung kann aber auch als eigenständige Software mit anderen Bestandsverwaltungssystemen betrieben werden.

*Infographic Data Age 2025, www.seagate.com