Dies ist ein Archiviert Beitrag. Entdecken Sie unsere neuesten Insights für aktuelle Entwicklungen und Perspektiven.
Eine der wichtigsten Einflussgrößen in der Nichtlebensversicherung sind Standortdaten. Sie spielen sowohl bei der Prämiengestaltung als auch bei der Risikobewertung eine zentrale Rolle – auf Ebene einzelner Versicherungsverträge ebenso wie für das gesamte Portfolio eines Versicherers.
Insbesondere im Hinblick auf Rückversicherungskapazitäten und Kapitalanforderungen sind eine hohe Datenqualität sowie die kontinuierliche Überwachung der eigenen Exposition von großer Bedeutung. Moderne Technologien ermöglichen es Versicherern zunehmend, relevante Informationen zu erfassen, Prozesse zu automatisieren und Portfolios effizienter zu steuern. Dazu gehören insbesondere Technologien und Systeme, die Geodaten nutzen – also Daten mit geografischen Koordinaten wie Längen- und Breitengrad.
Bevor Versicherer Geospatial-Technologien effektiv einsetzen können, müssen geografische Koordinaten den versicherten Standorten im Portfolio zuverlässig zugeordnet werden. Das kann eine erhebliche Herausforderung darstellen, da dafür ausreichend präzise und strukturierte Adressdaten erforderlich sind.
Straßenname, Hausnummer, Postleitzahl und Ort sollten beispielsweise als separate Merkmale in der Datenbank gespeichert werden. Die Einführung standardisierter Vokabulare im Quellsystem kann die Genauigkeit und Einheitlichkeit zusätzlich verbessern.
Besonders anspruchsvoll ist dies in Märkten, in denen Versicherungsverträge über viele Jahre bestehen oder automatisch verlängert werden. Daten und Datenstrukturen können dadurch über lange Zeit unverändert bleiben und müssen gegebenenfalls nachträglich bereinigt oder korrigiert werden.
Um das Potenzial von Geospatial-Technologien vollständig auszuschöpfen, ist eine möglichst präzise Geolokalisierung erforderlich. Idealerweise sollte die Position auf Gebäudeebene bestimmt werden. Eine geringere Genauigkeit – beispielsweise nur auf Straßen-, Orts- oder Postleitzahlebene – kann die Qualität der Analysen und damit den Nutzen der Geodaten deutlich reduzieren.
Sobald geografische Koordinaten verfügbar sind, eröffnen sich zahlreiche Anwendungsmöglichkeiten. GIS-Software ermöglicht insbesondere die Analyse und Visualisierung versicherungsrelevanter Daten wie Prämien, Versicherungssummen, Anzahl versicherter Objekte oder Schadenhöhen – beispielsweise in Form von Heatmaps.
Ein wichtiger Anwendungsfall ist die Analyse von Exposure-Kumulationen. Dabei wird überprüft, wie hoch die Gesamtversicherungssumme innerhalb eines bestimmten geografischen Gebiets oder in einem definierten Radius ist.
Dies ist insbesondere für die Steuerung der Rückversicherungskapazität relevant. Ohne GIS-Technologie ist es schwierig, Abhängigkeiten zwischen einzelnen Verträgen innerhalb eines gesamten Portfolios zuverlässig zu erkennen. Werden mehrere Risiken an einem Standort versichert und übersteigt ihre Gesamtsumme den verfügbaren Rückversicherungsschutz, kann dies im Schadenfall erhebliche finanzielle Folgen haben.
Geodaten können auch zur Analyse von Schadenmustern eingesetzt werden. Eine steigende Zahl gemeldeter Schäden in einer Region kann beispielsweise darauf hinweisen, dass zusätzliche Sachverständige benötigt werden oder neue Partner wie Werkstätten oder medizinische Einrichtungen eingebunden werden sollten.
In der Kfz-Versicherung können geografische Häufungen von Schadenmeldungen zudem Hinweise auf potenziellen Versicherungsbetrug liefern.
Besonders wertvoll sind Geodaten bei Naturkatastrophen wie Überschwemmungen, Hurrikans oder Erdbeben. Sobald Informationen über das betroffene Gebiet verfügbar sind, können Versicherer ermitteln, wie viele Kunden potenziell betroffen sind, mögliche Schäden abschätzen und entsprechende operative Kapazitäten bereitstellen.
So können beispielsweise zusätzliche Mitarbeiter für Hotlines oder mehr Sachverständige eingeplant werden. Eine unzureichende operative Kapazität kann dagegen zu längeren Bearbeitungszeiten, höheren Kosten und einer Verschlechterung der Customer Experience und des Net Promoter Score führen.
GIS-Technologien ermöglichen nicht nur die Analyse bestehender Daten, sondern auch die Erstellung eigener Datenschichten. Solche Layer bilden Gebiete mit gemeinsamen Merkmalen oder Risikowerten ab und können im Underwriting oder Pricing eingesetzt werden.
Versicherer nutzen beispielsweise Layer für Naturgefahren wie Überschwemmungen, Hurrikans oder Erdbeben. Unterschiedliche Layer können verschiedene Wiederkehrperioden oder Risikointensitäten darstellen.
Wenn sich ein versicherter Standort mit einem entsprechenden Risikolayer überschneidet, können diese Informationen unmittelbar in die Prämienberechnung oder in Geschäftsregeln einfließen. Denkbar sind beispielsweise abweichende Versicherungsbedingungen oder eine zusätzliche individuelle Risikoprüfung.
Geografische Layer können zudem für weitere Zwecke genutzt werden – etwa zur Lead-Generierung, zur Zuordnung von Kunden zu Agenten oder zur Weiterleitung von Krankenversicherungskunden an die nächstgelegene medizinische Einrichtung.
Immer mehr Datenquellen können mit geografischen Informationen verknüpft und für Versicherungsprozesse genutzt werden.
Katasterdaten liefern beispielsweise Informationen über Grundstücke, Gebäude, Flächen und Strukturen. Im Verkauf von Sachversicherungen können solche Daten den Prozess vereinfachen, indem weniger Informationen direkt vom Kunden abgefragt werden müssen. Gleichzeitig verbessern sie die Risikoanalyse und die Genauigkeit der Prämienberechnung.
Auch Wetterdaten können die Schadenbearbeitung unterstützen. Versicherer können automatisiert prüfen, ob in einem bestimmten Gebiet zum angegebenen Zeitpunkt tatsächlich Regen, Sturm oder andere Wetterbedingungen aufgetreten sind, die einen gemeldeten Schaden verursacht haben könnten.
Dadurch lassen sich bestimmte Fälle für vereinfachte Schadenprozesse qualifizieren oder sogar vollständig automatisiert bearbeiten. Die Verfügbarkeit solcher Daten unterscheidet sich jedoch von Markt zu Markt.
Hochauflösende Satellitenbilder sind heute zunehmend verfügbar. Gleichzeitig hat sich die Frequenz erhöht, mit der Satelliten einzelne Gebiete erfassen. Dadurch entstehen neue Möglichkeiten für automatisierte Bildanalysen.
Im Schadenmanagement können aktuelle Satellitenbilder beispielsweise nach einer Überschwemmung oder einem Hurrikan genutzt werden, um beschädigte Gebäude zu identifizieren und teilweise sogar das Ausmaß der Schäden abzuschätzen.
Dadurch könnten Schäden schneller bestätigt, Entschädigungen geschätzt und Auszahlungen ausgelöst werden, ohne dass zunächst ein Sachverständiger vor Ort sein muss.
Bei komplexeren Schäden von Firmenkunden können Satellitenbilder auch zur Schadenbegrenzung beitragen. Informationen über den Wasserstand in einer überfluteten Produktionshalle können beispielsweise Hinweise darauf geben, welche Maschinen oder Komponenten beschädigt wurden.
Je früher solche Informationen verfügbar sind, desto früher können Ersatzteile bestellt und Maßnahmen zur Wiederherstellung des Betriebs eingeleitet werden. Dadurch lassen sich Betriebsunterbrechungen und potenzielle Schadenkosten reduzieren.
Auch im gewerblichen Underwriting können Bild- und Geodaten Prozesse deutlich vereinfachen. Underwriter müssen häufig große Mengen unstrukturierter Informationen analysieren – beispielsweise zur Anzahl, Struktur und zum technischen Zustand von Gebäuden.
Ein Teil dieser Informationen kann automatisiert aus Satelliten- oder Luftbildern gewonnen werden. Auch potenzielle Gefahren in der Umgebung oder die Lagerung brennbarer Materialien lassen sich auf diese Weise erkennen.
Dadurch kann der Underwriting-Prozess stärker automatisiert und die Zahl notwendiger Vor-Ort-Besichtigungen reduziert werden. Die eingesparte Zeit kann für die Bewertung zusätzlicher Risiken und eine bessere Portfolioselektion genutzt werden.
Sollers Consulting unterstützte einen Kunden beim Einsatz einer solchen Technologie zur Erfassung der Größe versicherter landwirtschaftlicher Gebäude und ihrer Position auf dem versicherten Grundstück.
Vor Einführung der Lösung mussten Versicherungsagenten die Gebäude selbst vermessen und entsprechende Pläne erstellen. Dadurch war der Verkaufsprozess zeitaufwendig und komplex.
Die Automatisierung dieses Prozesses ermöglichte es den Agenten, sich stärker auf vertriebliche Aktivitäten zu konzentrieren. Gleichzeitig wurde der Abschlussprozess aus Kundensicht einfacher, da keine manuellen Messungen mehr erforderlich waren.
Geospatial-Technologien entwickeln sich dynamisch und werden zunehmend in Versicherungsprozessen eingesetzt. Ihr Einfluss wird sich insbesondere in der weiteren Automatisierung und Vereinfachung von Prozessen zeigen.
Standortbezogene Informationen, die heute noch vom Kunden oder Geschädigten bereitgestellt werden müssen, können zunehmend automatisch aus externen Datenquellen gewonnen werden.
Dadurch entstehen neue Möglichkeiten für Straight-Through-Processing, bei dem Prozesse vollständig automatisiert ablaufen können, ohne dass ein Mitarbeiter des Versicherers eingreifen muss.
Bei einer Hausversicherung könnte es künftig beispielsweise ausreichen, persönliche Daten und die Adresse des Gebäudes anzugeben. Die Adresse wird geokodiert und mit externen Datenbanken, Karten und Bildern verknüpft. Daraus lassen sich unter anderem Gebäudefläche, Immobilienwert, technischer Zustand, Umgebungsrisiken und Naturgefahren ableiten.
Geospatial-Technologien wurden hier vor allem anhand von Beispielen aus der Nichtlebensversicherung dargestellt, wo ihr Einfluss besonders groß sein dürfte. Die zugrunde liegenden Technologien zur Bild- und Datenanalyse lassen sich jedoch auch auf andere Bereiche übertragen – beispielsweise auf Fotos, die mit Smartphones aufgenommen werden, und damit auf die automatisierte Regulierung von Kfz-Schäden.