Actuarial Data Science – die Macht der Daten

Big Data, small solutions – information overload! Teil 1

Erst vor Kurzem erfuhr ich von einer Bekannten von einer mobilen App, die es ermöglicht, Live-Daten vom Aufenthaltsort eines Users auf dem eigenen Smartphone zu erhalten. In diesem Falle ermöglicht das Tool dem Partner meiner Bekannten, ihre Heimfahrt mit dem Auto (es handelt sich um eine Fernbeziehung) live zu verfolgen, um mögliche Unfälle in Sekundenschnelle zu erkennen und zeitnah zu handeln. Gleichzeitig vermittelt die App beiden während der Fahrt ein Gefühl der Sicherheit.

Diese kurze persönliche Anekdote möchte ich zum Anlass für meinen heutigen Blogeintrag nehmen.

Das Bedürfnis der Sicherheit ist gewiss keine neuartige Erkenntnis. Jedoch lässt sie sich idealerweise auf die – speziell aufgrund der Digitalisierung – veränderten Ansprüche eines Versicherungskunden beziehen. Dieser wünscht heutzutage eine ständige Erreichbarkeit (auf allen Kanälen), individuelle Beratung sowie Produkte und vor allem im Leistungsfall eine schnelle Reaktion. Zusammengefasst wird also mehr als nur der Standard gewünscht.

Hierfür lassen sich die scheinbar unendlichen Mengen an verfügbaren Daten - Stichwort Internet of Things oder noch weiter gedacht: Internet of Everything - hervorragend nutzen, sofern sie denn wahrgenommen werden. Unser Beispiel liefert mit Hilfe des Live-Trackings über GPS bereits eine Ausprägung der möglichen Datenquellen. Die Aufgabe für Versicherer besteht nunmehr darin, verschiedenste Datenstrukturen aus unterschiedlichsten Quellen zu standardisieren, logisch und vorausschauend miteinander zu verknüpfen und somit individuelle Services für den Kunden zu liefern. Um hierbei eine umfassende Analyse zu gewährleisten, sollten die bereits bekannten Themen Big Data und Predictive Analytics sinnvoll verknüpft und genutzt werden.

Das Ziel dieses intelligenten Datenerhebungsprozesses stellen adaptive Produkte dar, die auf die jeweils individuellen Bedürfnisse eines Kunden zugeschnitten sind. Sich ändernde Umstände können in Echtzeit erfasst und erkannt werden und Produkte kontinuierlich an die Situation angepasst werden. Dazu gehört neben der Aktualisierung und Erweiterung von Versicherungsschutz und ‑leistungen ebenso eine Dynamisierung der Prämien. In anderen Worten wird dem Kunden eine „Echtzeit-Absicherung“ geboten, die ausgehend von seinen persönlichen historischen und Live-Daten ergänzt mit weiteren risikorelevanten Informationen individuell kalkuliert werden kann.

Zusätzlich zu der Auswertung und Strukturierung von riesigen Datenmengen erwartet den Versicherer mit der Erhebung persönlicher Daten eine weitere Herausforderung. Hierzu muss dem Kunden der Mehrwert adaptiver Produkte im Tausch zur Bereitstellung und Berechtigung zur Nutzung seiner persönlichen Informationen dargestellt werden. Insbesondere im Zuge der Regulatorik (z. B. EU_DSGVO) keine leichte Aufgabe.

Grundsätzlich entsteht also eine Win-Win-Situation, sofern der Versicherer seine Strategien, Techniken und Prozesse zielgerichtet aufbaut, um relevante Daten und Informationen sinnvoll für die Entwicklung adaptiver Produkte zu nutzen. Freuen Sie sich an dieser Stelle schon einmal auf den zweiten Teil des Blogs.

Vor dem Hintergrund der Anforderungen, die durch die Weiterentwicklung und die Möglichkeiten der heutigen Datennutzung entstehen, müssen sich unter anderem auch die Aktuare über die zukünftigen Aufgaben ihres Berufsfeldes Gedanken machen. Innerhalb der Versicherer werden Think Tanks gebildet, um neue Risikokalkulationsansätze unter Berücksichtigung der neuen Datenerhebungsalternativen zu entwickeln. Neben neuen Herausforderungen können sich für Aktuare durch die Nutzung von Datenmengen auch Chancen – Stichwort Data Scientist – ergeben. Nicht ohne Grund hat der DAV (Deutscher Aktuar Verband) das Thema Actuarial Data Science als eigenen Agenda-Punkt aufgenommen.

Abschließend möchte ich eine Kernfrage aus unserer Einleitung aufgreifen: Welche Informationen sind für die Strategie und das Geschäftsmodell der kommenden Jahre interessant? Hierzu erlaube ich mir die prägnante und vielleicht etwas provokative Aussage: Alle persönlichen bzw. individuellen Daten sind interessant!

Beste Grüße
Bo

Bo Lennart Andresen ist gelernter Kaufmann für Versicherungen und Finanzen und Bachelor der Betriebswirtschaftslehre. Bei PPI arbeitet er als Consultant im Bereich Versicherungen. Mit dem Fachwissen aus dem Versicherungsalltag bildet er die Schnittstelle zwischen fachlichen Anforderungen und der Umsetzung im technischen Bereich.

#Digitalisierung #Versicherungen #Data&Analytics #ActuarialDataScience #Big Data #PredictiveAnalytics  #Data #Datenschutzgrundverordnung #EU-DSGVO,
Reaktionen:

0 Kommentare:

Kommentar veröffentlichen