Risikomanagement mit Big Data und künstlicher Intelligenz

-
24. Oktober 2016
-
Von Stefan Hirschmann

Mit Hilfe großer Datenmengen können Risiken heute besser erkannt, modelliert und versichert werden. Die erweiterte IT- und analytische Kompetenz wird in der Assekuranz bereits konkret angewendet, z. B. in der Früherkennung und Trendanalyse von Feuerschäden oder in der Schadenschätzung durch Bildanalysen.

Dank Digitalisierung und neuer Technologien stehen heute weit mehr Daten in viel kürzerer Zeit zur Verfügung und können ausgewertet werden. Kundenportfolios können mit Hilfe von Datenanalysen untersucht werden, um Trends zu erkennen, Prozesse zu verbessern, die Bestände zu optimieren und den Vertrieb zielgerichtet zu unterstützen. Je globaler und umfassender die Datengrundlage ist, desto höher ist der Erkenntniswert. Die neue Dimension der Daten und deren Analyse erfordert damit Kompetenzen, über die Versicherungsunternehmen oft noch nicht verfügen. Neue Wettbewerber können Daten unter Umständen schneller und gezielter auswerten, in neuen Anwendungen nutzen und traditionelle Anbieter so unter Druck setzen.

Somit kommt Big Data eine strategische Dimension zu. „Wesentlich sind der Wille und die Fähigkeit in ausreichende Ressourcen zu investieren und mit den passenden Partner zu kooperieren“, erklärt Ludger Arnoldussen, Mitglied des Vorstands der Münchener Rück. Genau das will der Rückversicherer mit dem Aufbau von eigenem Know-how und IT-Strukturen tun. Um Informationen schneller zu nutzen und Risiken noch genauer zu erfassen, nimmt das Thema Big Data im Innovationsprozess neuerdings eine Schlüsselfunktion ein. Eingebunden werden dabei nicht nur externe Spezialisten, sondern auch die Kunden des Unternehmens. Schon heute gibt es Beispiele, wie mit Hilfe von Big Data-Anwendungen Informationen besser zusammengeführt und Prozesse effizienter gestaltet werden können. Durch ein voll automatisiertes Monitoring von 7.000 digitalen Nachrichtenkanälen mit täglich 250 Gigabyte können Feuerschäden in Großbritannien und den USA schneller und zu reduzierten Kosten erfasst werden. Im Abgleich mit Portfolien werden dann Risikomuster besser erkannt, das Schadenmanagement greift schneller und effektiver. Für das Risikomanagement werden auf einer Plattform zu Naturgefahren 16 Terabyte Daten von der Münchener Rück, deren Kunden und Dritten kombiniert, um Schäden besser abschätzen zu können und das Ressourcenmanagement zu optimieren.

Um große Datenmengen zu erheben und zu verarbeiten, wird künstliche Intelligenz eine zunehmende Rolle spielen – und sie ist bereits heute fester Bestandteil: Zum Beispiel bei der Analyse großer Textmengen und in der Schadenschätzung durch Bildanalysen. Hier werden auch von Satelliten und Drohnen ermittelte Daten genutzt. Zuletzt geschah dies z. B. in den USA nach dem Hurrikan Matthew. Künstliche Intelligenz soll Menschen im Wesentlichen bei ihrer Arbeit unterstützen und Standardroutinen erleichtern. „Vor allem strategische Entscheidungen und die Pflege dauerhafter guter Kundenbeziehungen können durch eine Maschine aber auch auf lange Sicht nicht ersetzt werden“, betont Arnoldussen.

Bildquelle: iStock