Effizientes Underwriting mit KI

Wir fokussieren in diesem Beitrag auf Schritte im Underwriting-Prozess, welche die KI-Technologie verändern und möglicherweise prägen wird.

Die Kernkompetenz einer Versicherung ist das Abwägen und Bepreisen von Wahrscheinlichkeiten. Genau das ist die Aufgabe der Abteilung Underwriting, in der Fachkräfte aus Mathematik, Statistik und Engineering ihre Fähigkeiten einbringen. Hochqualifizierte Underwriter tragen grosse Mengen an Daten zusammen und suchen darin nach Mustern, aus denen sie komplexe Modelle erstellen. Ergebnis sind Eintretenswahrscheinlichkeiten für Ereignisse - zusammen mit dem zugehörigen potentiellen Schadensausmass.

Aus diesen Informationen wird eine Police mit Abdeckungsumfang, Rückzahlungsmodalitäten und Preis erstellt. Im besten Fall ist das Modell exakt genug und mit einer bewussten Sicherheitsmarge versehen, damit die einbezahlte Prämie im Mittel über eine grosse Zahl von Versicherungsnehmern den finanziellen Schaden übersteigt und die Versicherung einen Gewinn erzielt.

Aber halt, klingelt da etwas? Genau: Zahlen, Mathematik, Daten zusammentragen, Muster suchen, Wahrscheinlichkeiten berechnen - so lautet auch die Charakterisierung für die Künstliche Intelligenz (KI)! Wen verwundert es da, dass sich Versicherer gerade im Underwriting besonders viele Effizienzgewinne mit KI erhoffen? Versicherer wollen so wenig wie möglich von ihren Modellen überrascht werden, der Zufall soll minimiert und in den Preis einkalkuliert sein - und dies zu möglichst tiefen Kosten. Die Verheissung von KI, die Realität noch exakter, schneller und ausgefeilter zu beschreiben, klingt zu verlockend. Diese Möglichkeiten wollen die Versicherungen ausschöpfen.

Wir fokussieren in diesem Blog-Beitrag auf die Möglichkeiten von KI, im Bewusstsein, dass offene Fragen existieren, die parallel gelöst werden müssen, bevor sich der Einsatz von KI in Underwriting und im Versicherungswesen generell flächendeckend durchsetzt. Werfen wir einen Blick auf Aspekte, welche die KI-Technologie im Bereich Underwriting verändern und möglicherweise prägen wird.

KI bewältigt immense Datenmengen. Je grösser und besser die Daten-Grundlage, umso genauer die Berechnungsmodelle (wenn gut gemacht). Herkömmliche Underwriting-Software benötigt meist strukturierte Daten. KI hingegen ist kann auch mit grossen Mengen an unstrukturierten Daten umgehen. Dies ist für Versicherungen von unschätzbarem Wert.

Unstrukturierte Daten liegen in grosser Menge und enormer Vielfalt bereit. Zeitungsartikel, Social Media Profile, das Internet, Geschäftsberichte, medizinische Berichte, kombiniert mit den internen (strukturieren) Daten zu Schadenshistorie, Prämienvolumen und Kundendaten stellen sie für Deep Learning Systeme eine Goldgrube dar. Dort arbeiten KI-Experten an Algorithmen und überwachen die Qualität ihrer Voraussagen. Sobald die KI ihr Training zufriedenstellend abgeschlossen hat, kann sie eine Vielzahl von Abläufen übernehmen.

Mit KI können Versicherungsunternehmen all diese Daten effizienter nutzen und genauer bewerten. Besonders beim Beispiel Gesundheitsdaten treffen sich die Entwicklungen zum Einsatz von KI im Underwriting mit Anforderungen an Datenschutz und ethischen Überlegungen. Diese schwierigen Fragen müssen noch gelöst werden.

Die Prämienberechnung selbst ist der Kern der Versicherungsdienstleistung. Ein Modellfehler kann für die Versicherung (und für die Versicherten) schwerwiegende Konsequenzen habens. Traditionell führen Menschen die Prämienberechnung von Versicherungen durch. Underwriter analysieren die vorliegenden Daten, um das individuelle Risiko eines Antragstellers zu bewerten. Dieser Prozess ist zeitaufwändig und fehleranfällig. Die möglichen Fehler müssen in den Preis als Sicherheitsmarge miteinberechnet werden, damit im Pool für alle Versicherten genügend Geld vorhanden ist.

Schon früher waren dafür Modelle im Einsatz, heute können Versicherungsunternehmen nun zusätzlich auf mittels KI automatisierte Prämienberechnungssysteme zugreifen. Dies ermöglicht eine genauere Prämienberechnung, basierend auf den individuellen Merkmalen und dem Risikoprofil des Antragstellers. Das Ergebnis kann eine gerechtere und transparentere Preisgestaltung für Versicherungspolicen sein, mit tieferen Preisen, da die Genauigkeit der Voraussage (hoffentlich) steigt.

Aber Achtung: Die mit KI berechneten Prämien muss weiterhin durch Menschen mit Fachexpertise überprüft werden. Die Robustheit der KI-Algorithmen muss sich dabei über längere Zeit erst noch beweisen.

Ein weiterer entscheidender Vorteil von KI im Underwriting ist die Möglichkeit zur Echtzeit-Risikobewertung. Herkömmlicherweise dauerte der Underwriting-Prozess Tage oder sogar Wochen, da die Anträge aufwändig von Menschen erstellt und überprüft wurden. Dies konnte zu Verzögerungen und Frustration bei den Kunden führen.

Dank der Implementierung von KI können Versicherungsunternehmen den Underwriting-Prozess erheblich beschleunigen. Anträge werden in Echtzeit überprüft, weshalb Kunden sofortige Entscheidungen mitgeteilt bekommen. Dies verbessert nicht nur die Kundenzufriedenheit, sondern ermöglicht es den Versicherern auch, wertvolle Geschäftschancen sofort wahrzunehmen.

Unter dem Begriff Predictive Underwriting versteht man den Vorgang, mit Hilfe von Machine-Learning-Algorithmen zukünftige Risiken vorherzusagen, indem Künstliche Intelligenz historische Daten und aktuelle Trends analysiert. Dies ermöglicht es Versicherungen, proaktiv Massnahmen zu ergreifen, die mögliche Verluste minimieren helfen.

Indem sie auf Predictive Underwriting setzen, können Versicherungsunternehmen ihr Risikomanagement verbessern und gleichzeitig ihre Rentabilität steigern. Sie können Kunden mit niedrigeren Risiken niedrigere Prämien anbieten, was die Kundenbindung fördert.

Auch hier gilt wiederum: Die Optimierungen sind nur so gut wie die Qualität der Ergebnisse der KI. Eine solide Datengrundlage, robust konzipierte Algorithmen, KI-Training und ein umfassendes, menschliches Monitoring sind notwendig, damit sich Versicherer nicht dem Risiko eines grösseren Unfalls aussetzen.

Dynamisches Pricing ist ein weiterer Aspekt des Underwritings, der von KI vorangetrieben wird. Anstatt feste Prämien für Versicherungspolicen festzulegen, können Versicherer mit KI eine dynamische Preisgestaltung einführen. Diese basiert auf Echtzeitdaten und passt sich den sich ändernden Risikofaktoren an.

Ein Beispiel dafür ist das Telematik-System in der Autoversicherung, bei dem die Fahrweise des Versicherungsnehmers überwacht wird. Je sicherer jemand fährt, desto niedriger ist die Prämie. Damit wird sicheres Verhalten belohnt. Bei der Anwendung stellen sich erneut Fragen zu Datenschutz und Ethik.

Die fünf vorgestellten Aspekte der Anwendung von Künstlicher Intelligenz zeigen auf, dass KI das Underwriting im Versicherungswesen grundlegend verändern kann. Von der automatisierten Prämienberechnung über Echtzeit-Underwriting bis hin zur personalisierten Policengestaltung bietet KI den Versicherungsunternehmen die Möglichkeit, effizienter zu arbeiten, bessere Entscheidungen zu treffen und den Kunden einen Mehrwert zu bieten.

Technisch ist schon vieles machbar. Da es sich bei der Versicherungsbranche aus guten Gründen um eine hochregulierte Branche handelt, spielen bei der Umsetzung regulatorische und ethische Fragen eine wichtige Rolle. Inwiefern sollen persönliche oder gar besonders schützenswerte Daten in die Risikobewertung einfliessen können? Wohin fliessen die Gewinne der Automatisierung, wenn eine Versicherung ein Allgemeingut wie "Gesundheit" besser bepreisen kann? Wie schützen wir Versicherungsnehmende vor einer “schlechten” Risikobewertung durch Künstliche Intelligenz, wenn sie kein Eigenverschulden trifft?

Wahrscheinlich wird es länger dauern, diese gesellschaftlichen und politischen Fragen zu lösen, als es die Programmierung und das Training der Künstlichen Intelligenz erfordern. Das heisst auch, dass die Versicherungsbranche Zeit hat, sich darauf vorzubereiten. Der Umstieg auf Versicherung mit Künstlicher Intelligenz wird am Ende grundlegende Auswirkungen zeigen.

Smart Finance wird die Entwicklung weiter kritisch verfolgen - auf diesem Blog und in unseren Events!