Zunehmende Automatisierung und moderne Analytics im Underwriting

Sämtliche Daten sind im Underwriting natürlich nur von Vorteil, wenn diese zum richtigen Zeitpunkt, an den relevanten Entscheidungs- und Prozesspunkten sowie im richtigen Kontext eingesetzt werden können. Eine wachsende Zahl an Unternehmen greift hierfür, zumindest in Teilbereichen, den Ansatz der „Datendemokratisierung“ auf. Die Idee ist, einer großen Anzahl an Mitarbeitenden einen einfachen und breiten Zugang zu vorhandenen Daten und Analysetools zur Verfügung zu stellen. Anstelle von komplexen, schulungsintensiven Tools und restriktiven Datenzugängen tritt die Philosophie in den Vordergrund, die Mitarbeitenden selbst zu befähigen. Die Analysetools müssen simpel sein und einen breiten Zugriff auf Daten bieten, so dass Mitarbeitende diese unkompliziert in ihre (tägliche) Arbeit einbinden können. Natürlich wird nicht jeder Underwriter separat seine individuelle Nutzung von Daten und Analysetools definieren. Es braucht letztlich ein übergreifendes Vorgehen für relevante Risiko-, Pricing- und Geschäftsentscheidungen. Nichtsdestotrotz führt eine steigende „Datendemokratisierung“ dazu, dass kontinuierlich innovative Ideen entstehen und das Underwriting Schritt für Schritt seine Daten- und Analytics-Basis erweitert.

Auf Basis eines breiten Datenpools ergeben sich auch neue Potenziale der Automatisierung. Wo früher fehlende Informationen durch Erfahrung des Underwriters ergänzt wurden, bieten sich Ansätze für eine regelbasierte Automatisierung. KI-basierte Technologien können bereits sehr gut unstrukturierte in strukturierte Daten überführen. Mit NLP-Technologien können Sprach-, Text- und Bildinformationen aus der Risikoprüfung so aufbereitet werden, dass diese für eine automatisierte Weiterverarbeitung verwendet werden können. Hierbei können auch KI-gestützte Entscheidungslogiken genutzt werden, um Bereiche zu erschließen, die aufgrund zu geringer Fallzahlen oder zu hoher Komplexität bislang noch nicht automatisiert wurden.

Doch nicht in jedem Fall muss der Einsatz daten- und KI-gestützer Technologien zu vollständiger Prozessautomatisierung führen. Oftmals können Mitarbeitende auch durch Zulieferung von Daten und Analysen im Underwriting-Prozess passgenau unterstützt werden, wodurch sich Qualität und Geschwindigkeit der Bearbeitung signifikant steigern lassen.

Eine fortlaufende Aktualisierung und Anreicherung der Datenbasis, sowie deren kontinuierliche Bewertung durch KI ermöglicht zudem schnelle Reaktionen auf externe und interne Geschehnisse. Neue Informationen wie z.B. die Erhöhung des Rechnungszinssatzes oder Unternehmensentscheidungen zum Ausschluss bestimmter Risiken (regional, Pandemie, Cyber, etc.), können somit über die KI unmittelbar in aktuelle Underwriting-Guidelines integriert und in Echtzeit live gesetzt werden.

Perspektivisch werden Versicherer interne und externe Daten nutzenmaximierend in ihre Prozesse integrieren und daraus sowohl relevante Informationen über Kund:innen extrahieren, als auch Handlungsoptionen ableiten. Das macht Versicherungsunternehmen in der Zukunft zu Hütern sensibelster Datenschätze. Eine entsprechende Verpflichtung der Versicherer zu einem verantwortungsvollen Umgang mit Daten innerhalb des Unternehmens ist dabei Voraussetzung. Zeitgleich müssen diese einen hohen Schutz der Daten vor externen Zugriffen sicherstellen. Was attraktiv für den Versicherer ist, lockt auch viele weitere Interessierte – Datenschutz und IT-Security werden also noch wichtiger.