Daten sind überall und moderne Analytics-Werkzeuge bieten Risk- und Insurance Managern völlig neue Möglichkeiten, mit ihren Daten zu arbeiten und relevante Antworten zu erhalten.
Daten und Datenanalysen sind seit jeher fester Bestandteil des Versicherungs- und Risikomanagements.
"Schauen sie zurück auf die Anfänge von Lloyd's, als sich Underwriter in Kaffeehäusern (oder waren es Kneipen?) trafen, um ihre Erfahrungen auszutauschen, welche Schiffe es erfolgreich in den Hafen geschafft hatten. So fing die Transportversicherung an - mit Leuten, die Informationen sammelten und nutzten, um Risikoentscheidungen zu treffen", sagt Rob Hoyt, Professor für Risk- und Insurance Management an der Universität Georgia/USA.
Parallel zu der fortschreitenden Professionalisierung der Versicherungswirtschaft entwickelte sich die Aktuarwissenschaft als ein Weg, den Prozess der Datenerhebung zu formalisieren und auf die Bewertung und Bepreisung von Risiken anzuwenden. Da die Versicherungsmathematik das Wachstum der Versicherungs- und Risikomanagement-Branche enorm beflügelte, beschäftigen sich seither zunehmend Spezialisten mit dem Thema.
Aktuare und Versicherungsmatehmatiker wurden zu Experten darin, Konzepte aus der Mathematik für die Risikoanalyse und -bewertung einzusetzen. Und so gibt es innerhalb von Erst- und Rückversicherungsunternehmen in der Regel eine Abteilung von Experten, die für aktuarielle Analysen, Produktentwicklungen und deren Preisgestaltung verantwortlich sind.
Aber all das ändert sich
Denn neue Technologien lüften den mystischen Schleier, der das Thema „Data Analytics“ umgibt. Analytisch normal begabte Endanwender ohne versicherungsmathematischen Hintergrund (wie es Risk- und Insurance-Manager normalerweise sind) können mit Hilfe von modernen Analytics-Tools heutzutage viel leichter ihre Daten interaktiv analysieren und Hypothesen testen, als noch vor ein paar Jahren.
"Da die Rechenleistung und die Verbreitung von Daten exponentiell zunimmt, sind die Mauern zwischen Datenprofis und Risikomanagementprofis aufgebrochen", sagte Hoyt. "Daher ist es wichtig, dass ein breiterer Kreis von Personen im Risikomanagement die Grundlagen von Data Analytics versteht."
Anwenderfreundliche Analytics-Tools ermöglichen es Risikomanagern, Antworten auf geschäftskritische Fragen zu erhalten und neue Erkenntnisse zu gewinnen.
Risikomanager haben die Möglichkeit, mit Hilfe moderner Data Management- und Analytics-Tools den positiven Beitrag ihrer Arbeit auf das Unternehmensergebnis sichtbar zu machen, indem sie weniger Zeit mit dem Sammeln von Informationen und mehr Zeit mit der Beantwortung relevanter Fragen verbringen.
Und genau nach solchen Skills suchen CEOs und Geschäftsführer heutzutage: Nach Mitarbeitern und Line Managern, die mit Daten arbeiten können und wissen, wie sie handlungsrelevante Informationen aus diesen Daten „extrahieren“. Analytics- bzw.- zahlenaffine Risikomanager sind in der Lage, diese Rolle zu besetzen und ihren Wert für das Unternehmen zu steigern.
Heutzutage ist Data Analytics weniger „nerdig“ sondern mehr self-service und anwenderfreundlich. Der technologische Fortschritt und die zunehmende Leistungsfähigkeit von Prozessoren hat in den letzten Jahren dazu beigetragen, analytische Werkzeuge zu entwickeln, mit deren Hilfe Risk und Insurance Manager komplexe Datenanalysen selber durchführen können, ohne auf die Hilfe von teuren Data Scientists oder Aktuaren zurückgreifen zu müssen.
Künstliche Intelligenz (KI) und die Fähigkeit, Fragen in natürlicher Sprache zu stellen (NLP), ermöglichen es analytischen Laien, Fragen in natürlicher Sprache zu stellen und dennch verständliche Antworten zu erhalten. Vor kurzem noch völlig undenkbar.
Bei Ventiv haben wir gemeinsam mit IBM die Analytics-Engine der nächsten Generation implementiert: IBM Watson Analytics. Mit Watson zu arbeiten ist, wie eine Frage an Google, Siri oder Alexa zu stellen. Anstatt herauszufinden, wie man Zugang zu den diversen Datenquellen erhält und wie diese verknüpft sind, sind Nutzer in der Lage, diesen zeitaufwändigen Datenaufbereitungsteil zu überspringen und direkt mit ihren Daten zu arbeiten, um z.B. prädiktive Analysen zu erstellen.
Künstliche Intelligenz im Krankenhausmanagement
Aus der Praxis kann Dr. Hoyt berichten, dass insbesondere Risikomanager im Gesundheitswesen die Vorteile von KI-basierten Analysewerkzeugen zu nutzen wissen, um z.B. die Ursachen von Problemen zu identifizieren. Zwar wissen Krankenhauspersonal und Manager, dass Stürze ein hohes Patientenrisiko darstellen - aber kenn sie auch deren Ursache, um das Sturzrisiko erst gar nicht eintreten zu lassen? Die Möglichkeit, Fragen in natürlicher Sprache zu stellen erleichtert es Risikomanagern, bereits Bekanntes (known Knowns) zu erforschen, aber auch den – oftmals viel gefährlicheren - unbekannten Unbekannten (unknown unknowns) auf die Schliche zu kommen.
"Jetzt können Risk Manager aus dem Bereich Krankenhausmanagement die gemeinsamen Merkmale der Patienten identifizieren, die die höchste Wahrscheinlichkeit aufweisen, zu fallen. Diese Erkenntnisse dienen als Ausgangspunkt für gezielte Präventionsmaßnahmen", sagte Hoyt. "Das Beispiel aus dem Gesundheitswesen zeigt eindrucksvoll, wie Daten in einem geschäftlichen Kontext unmittelbar verwertbar gemacht werden können."
Der intelligenten Datenanalyse sind keine Grenzen gesetzt
Moderne Analytics Tools ermöglichen es Risikomanagern auch, Daten aus internen oder externen Drittsystemen zu integrieren, um eine ganzheitlichere Sicht auf ihre Risiken zu erhalten. Die Möglichkeit, externe Date wie Naturkatastrophen oder politische Ereignisse mit eigenen Risikodaten wie Schäden oder Gebäudekonstruktion zu verknüpfen, schafft neue Erkenntnisse und Möglichkeiten der Schadenprävention.
Das „Mashing-Up“ von eigenen Daten zur z.B. Gebäudebeschaffung mit Daten zu vorherrschenden Klimabedingungen kann helfen festzustellen, ob bestimmte Standorte anfälliger sind für z.B. Schimmelpilzbefall . Wenn erkennbar ist, dass das Gebäude in einem Feuchtgebiet liegt, können die Baumaterialien und Wartungsprotokolle näher untersucht und Maßnahmen festlegen werden, um Schäden zu vermeiden oder zu verringern.
Risiko- und Versicherungsmanager müssen anfangen, Ihren Datenschatz zu heben
Ventivs marktführende Datenmanagement- und Analytics-Plattform RiskConsole Advance (RCA) bietet modernste Tools für ad-hoc Auswertungen, Reporting, Dashboarding und Visual Data Discovery. Außerdem ist Ventiv Technology der erste und einzige RMIS-Anbieter, der IBM Watson Analytics als optionale Erweiterung für RCA anbietet. Das ermöglicht Risk- und Insurance-Managern erstmals, Risiko-, Versicherungs- und Schadendaten interaktiv zu analysieren, neue Erkenntnisse zu schaffen und vorausschauend zu handeln.
Björn Heck ist Director bei der Ventiv Technology Deutschland GmbH. Schreiben Sie Björn eine E-Mail: bjoern.heck@ventivtech.com
