Wie Versicherer den KMU-Markt erobern können

KMUs verhalten sich in der Regel wie Verbraucher: Sie erwarten bequemen und kostengünstigen Versicherungsschutz. Das zwingt Underwriter dazu, das Risiko auf Grundlage allgemeiner Statistiken wie Branche und Umsatz zu bewerten. Diese werden nur jährlich erhoben und führen zu einer sehr geringen Differenzierung zwischen den Risikoprofilen. Ein Gastbeitrag von Paul Mang.

Besonders bei der Versicherung von Kleinstunternehmen und Freiberuflern ist dies ineffektiv, da die Risikoprofile dort komplex, schnelllebig und undurchsichtig sind. Durch die COVID-19-Pandemie wurden diese Herausforderungen noch verschärft: größerer Preisdruck, schnellerer Konkurs und veränderte Geschäftsprofile führen dazu, dass Erhebungen von vor zwölf Monaten nahezu bedeutungslos sind. Traditionelle Underwriting-Methoden stoßen in der Pandemie also an ihre Grenzen.

Deshalb fokussieren sich gewerbliche Versicherer eher auf die Bedürfnisse von Großunternehmen. Damit schließen sie aber nicht nur einen riesigen Markt aus, sondern sie verschieben auch die Konfrontation mit unvermeidlichen Herausforderungen weiter in die Zukunft. Denn große Unternehmen durchlaufen ganz ähnliche Veränderungen wie KMUs, nur in einem geringeren Tempo. Deshalb müssen Versicherer neue Wege finden, den KMU-Markt zu bedienen und den permanenten Veränderungen ihres Versicherungsbedarfs zuvorzukommen.

Dazu gehört, aktuelle Prozesse zu hinterfragen: Sind die traditionellen Underwriting-Methoden noch relevant für die neue Art von KMUs? Sind unsere Produkte agil genug, um mit schnelllebigen Unternehmen mitzuwachsen? Ändern sich die Erwartungen technikaffiner Unternehmer an ihre Versicherung?

Advanced Analytics: Underwriting zukunftsfähig gestalten

Um als Versicherer für den Aufschwung im Mittelstand gut aufgestellt zu sein, sind vor allem drei Kernbereiche relevant: hochwertige, bedarfsgerechte Daten, risikodifferenzierende Erkenntnisse sowie Kundenfreundlichkeit und wettbewerbsfähige Preise. Im traditionellen Underwriting beeinträchtigen Optimierungen in den ersten beiden Bereichen automatisch den dritten. Aber was wäre, wenn eine Methode alle drei Anforderungen erfüllen könnte?

Mit dem fortschrittlichen datengesteuerten Underwriting, das auf prädiktiver Analytik und KI basiert, können Versicherer genau das erreichen. Datengesteuertes Underwriting sammelt eine riesige Menge externer und interner Daten, um ausgefeilte Risikoprofile in Echtzeit zu erstellen.

Dadurch können Underwriter wiederum aktuelle und wettbewerbsfähige Entscheidungen treffen, die das Risiko genau widerspiegeln, anstatt sich auf pauschale Risikoklassifizierungen zu verlassen. Dieser Ansatz steigert die Leistung in jedem der drei Kernbereiche:

Hochqualitative Daten On-Demand: Laut einer Umfrage von Accenture sind bis zu einem Fünftel der relevanten Daten von Versicherern oder Kunden falsch. Advanced Analytics umgeht dieses Risiko menschlicher Fehler, indem es Daten aus zahlreichen Quellen nutzt. Das umfasst auch wichtige Risikoindikatoren wie demografische Daten, Kriminalitätsraten, die Stimmung der Mitarbeiter, Äußerungen in sozialen Medien sowie Hunderte weitere Merkmale mit hoher Aussagekraft für Verluste. Underwriter können nahezu sofort auf die Daten zugreifen und die sich ändernden Risikoprofile einzelner Policen und ganzer Portfolios über den gesamten Lebenszyklus der Police hinweg verfolgen.

Risikodifferenzierende Erkenntnisse: Fortschrittliche Verhaltensanalysen und Algorithmen für maschinelles Lernen werden auf die Daten angewandt, um ein ganzheitliches, prädiktives Risikoprofil für ein bestimmtes Unternehmen in Echtzeit zu erstellen. Damit lässt sich aufzeigen, dass die Risiken zweier scheinbar ähnlicher Unternehmen ganz unterschiedlich sind.

Kundenfreundlichkeit und wettbewerbsfähige Preise: Richtig durchgeführt und strukturiert, benötigt man für den Prüfungsprozess nur zwei Angaben: Unternehmensname und -adresse. Das automatisierte Underwriting überwacht und adaptiert dann sich ändernde Risikoprofile, ohne dass der Kunde etwas dazu beitragen muss. Gleichzeitig bleibt die Preisgestaltung wettbewerbsfähig, da es sich um eine genaue Risikobewertung ohne künstlichen Preisdruck handelt.

Vom Risiko-Underwriter zum Risiko-Partner

In den letzten Jahren wurde Advanced Analytics verstärkt von Versicherern eingesetzt, um sich einen Wettbewerbsvorteil zu verschaffen. Die monumentalen Veränderungen durch die Pandemie haben diesen Trend verstärkt: Analysen sind nicht länger eine Option, sondern eine Notwendigkeit.

Mit volatilen Geschäftsmodellen und schwankenden Risikovariablen führen ungenaue Daten nun zu Ergebnissen, die zunehmend realitätsfremd sind. Zudem werden sich mit der Digitalisierung und Modernisierung von KMUs auch deren Anforderungen und Erwartungen als Versicherungsnehmer ändern. Schließlich sind laut einer Cisco-Umfrage rund zwei Drittel der KMUs der Ansicht, dass COVID-19 die Digitalisierung ihres Unternehmens beschleunigt hat.

Der Bedarf an einer kontaktarmen digitalen Kundenerfahrung wird wachsen und versiertere Versicherungsnehmer werden verstärkt Produktpersonalisierung und Flexibilität wünschen. Advanced Analytics wird diesen Wandel maßgeblich erleichtern und ein völlig neuartiges Versicherungsprodukt schaffen, das sich automatisch am versicherten Unternehmen ausrichtet und nach Bedarf anpasst.

Autor: Paul Mang, Chief Innovation Officer bei Guidewire Software