Versicherungswirtschaft-heute

            Mobilsite

 

Wie Maschinen Versicherungsbetrug aufdecken

09.01.2018 – wim_stoop_clouderaVon Wim Stoop, Senior Product Marketing, Manager bei Cloudera. Daten lügen nicht: Eine der größten Herausforderungen für Versicherungsunternehmen ist der Versicherungsbetrug. Die Unternehmen rüsten daher zunehmend auf und investieren in Technologien wie Big Data und Machine Learning. Denn richtig eingesetzt, lässt sich damit menschliches Verhalten exakter voraussagen.

Versicherungsbetrug gilt bei vielen in Deutschland als salonfähig: Rund 15 Prozent sehen ihn als Kavaliersdelikt an, das zeigt eine Umfrage von Statista. Dabei gaben fünf Prozent der Befragten an, schon einmal Versicherungsbetrug begangen zu haben – zehn Prozent haben zumindest darüber nachgedacht. Ähnlich sieht es auch in anderen Ländern aus. So haben Versicherer in Großbritannien 2016 rund 125.000 betrügerische Ansprüche in einer Höhe von fast 1,5 Mrd. Euro aufgedeckt . Eine Verlangsamung dieses Trends ist nicht in Sicht, die Zahlen nehmen sogar noch zu. Für Versicherer stellt sich deshalb die Frage, wie sie diesem Trend entgegen wirken können.

Mit Big Data, dem Internet der Dinge, Data Analytics und vor allem Machine Learning steht jedoch ein Potpourri ein IT-Trends bereit, um die Versicherer bei ihrem Kampf gegen Windmühlen zu unterstützen. Mit Technik lassen sich aus großen Datenmengen Verhaltensmuster herausfiltern, die helfen, schwarze Schafe frühzeitig zu entdecken – idealerweise bevor man als Versicherer dem Kunden eine Police anbietet. Interessant dabei: Neben klassischen Daten kommen hierbei auch immer öfter alternative Daten wie Social Media zum Einsatz. Denn Seiten wie Facebook und Twitter, auf denen sich die Menschen weit öffnen, können Versicherern wertvolle Informationen für einen umfassenden Blick auf ihre Kunden liefern.

Machine Learning unterstützt Kfz-Versicherer

Im Bereich der Automobilversicherungen haben Machine Learning und das Internet der Dinge bereits Fuß gefasst. Telematikbasierte Lösungen helfen Versicherungen, Betrugsversuche zu reduzieren und Risiken effektiv zu managen. So stellt beispielsweise Octo Telematics eine Connected-Car-Plattform bereit, die Versicherungen bei der Bewertung von Risiken und der Aufdeckung von Betrugsfällen unterstützt.

Dazu nutzt das Unternehmen verhaltens- und kontextbasierte Daten und analysiert täglich Informationen aus elf Milliarden Datenpunkten von über fünf Millionen verbundenen Autos. Die Daten stammen aus einer Black Box am Auto des Kunden, die ständig Informationen registriert, zum Beispiel GPS-Position, Geschwindigkeit, Entfernung und Fahrtzeit, aber auch den Beschleunigungsstil sowie das Brems- und Abbiegeverhalten. Für genauere Vorhersagen und Risikomodelle setzt das Unternehmen dabei auf Machine Learning.

Auch in Deutschland setzen erste Versicherer neue IT-Lösungen ein. Die Württembergische Versicherung bietet seit dem Sommer ein Telematik-Angebot für Fahranfänger unter 30 Jahre mit einer günstigeren Ersteinstufung an. Eine Telematik-App zeichnet das Fahrverhalten der Kunden auf und ermittelt so den persönlichen Fahr-Score. Dieser ergibt sich aus Beschleunigungs- und Bremswerten sowie aus dem Kurvenverhalten.

Sofern diese Werte einen definierten Schwellenwert nicht erreichen, bekommt der Kunde eine günstige Einstufung. “Das Internet der Dinge wird in Zukunft viele Chancen für Versicherungen bieten und großen Einfluss auf die Produktgestaltung und -bepreisung haben”, sagt Franz Bergmüller, Vorstand der Württembergische Versicherung. “Unser Ziel ist, in Zukunft noch tiefer in diese Thematik einzusteigen.”

Neue Einblicke mit Data Analytics

Im Zusammenspiel mit IoT und Big Data können telematikbasierte Lösungen außerdem bei unklaren Versicherungsfällen wertvolle Informationen zur Unfallrekonstruktion bereitstellen. Nach einem Unfall lässt sich so oft ermitteln, wie hoch die Geschwindigkeit war und in welchem Winkel der Aufprall erfolgte. Daraus lässt sich beispielsweise ableiten, ob die Unfallopfer überhaupt schnell genug unterwegs waren, um ein Schleudertrauma zu erleiden. Im Gegenzug können Versicherungen so die Prämien für verantwortungsbewusste Fahrer senken.

Fortschrittliche Analytik und insbesondere Machine Learning bieten Versicherern in vielen Bereichen neue Möglichkeiten. So liefern sie beispielsweise Informationen für die Festlegung von Beiträgen und berechnen exakter voraus, wie viel eine Police den Versicherer wahrscheinlich kosten wird. Versicherer können so risikoreiche Policen frühzeitig identifizieren und sich auf gewinnbringendere Geschäftsbereiche konzentrieren.

Zudem ergeben sich deutliche Einsparungen bei der Klärung von Versicherungsansprüchen, wenn es gelingt, zielgerichteter nachzuforschen, komplexe Ansprüche schneller zu identifizieren und in kürzerer Zeit abzuwickeln. Um den größtmöglichen Nutzen aus Technologien wie Machine Learning zu ziehen, müssen Versicherer ihr Geschäftsmodell jedoch zumeist neu ausrichten und die Datenanalytik in den Mittelpunkt stellen.

… es lohnt sich

Die britische Versicherungsgesellschaft Markerstudy hat mit Machine Learning die Performance ihres Bewertungssystems deutlich verbessert. Vor der Umstellung verarbeiteten die Systeme bis zu 25 Millionen Anfragen pro Tag und stießen dabei an ihre Grenzen, was zu höheren Kosten und arbeitsintensiven Prozessen führte. Heute analysiert das Unternehmen Daten aus unterschiedlichen Quellen, zum Beispiel aus Systemen für die Verwaltung von Versicherungspolicen, Hinweisen von Schadensregulierern, aus Social Media, Wetterdaten und Verkehrsmustern. Innerhalb von 18 Monaten konnte der Versicherer so den Anteil der Anfragen, die in Versicherungspolicen mündeten, um 120 Prozent steigern.

Auch der Versicherungskonzern Axa nutzt Machine Learning und ein Deep-Learning-Modell, um herauszufinden, welche Kunden teure Unfälle verursachen könnten. So will man die Kosten senken und gleichzeitig die Preise für Versicherungspolicen optimieren. Erst Erfolge sind beachtenswert: Durch die neue Vorgehensweise konnte die Prognosegenauigkeit von 40 auf 78 Prozent erhöht werden.

Eines ist sicher: Die Versicherung der Zukunft wird anders aussehen und anders arbeiten als heute. Und der Wandel hin zu einer mehr IT-gestützten Zukunft passiert bereits jetzt. Versicherer nutzen schon heute Big Data, Machine Learning und Analytics, um auf innovative Weise Unfälle zu reduzieren, Betrug zu bekämpfen, Kosten zu minimieren aber auch, um die Policen für die Kunden günstiger zu machen. Machine Learning wird deshalb künftig ein wesentlichen Bestandteil der Geschäftsmodelle von Versicherern sein.

Bild: Wim Stoop ist Senior Product Marketing Manager ist bei Cloudera. (Quelle: Cloudera)

- Anzeige -
- Anzeige -
- Anzeige -

 

VVW | Kontakt | AGB | Datenschutzerklärung | Impressum | Mediadaten