Welches sind die zentralen Herausforderungen, die Versicherer bei der Kapitalanlage zu beachten haben?
Maxim Pertl: Wir beobachten ein kontinuierliches Bestreben, das bestehende Betriebsmodell abzulösen, um angesichts der sich verschärfenden demografischen Entwicklungen, Regulatorik und Kosten zukunftssicher zu werden. Die Versicherungsbranche legt aktuell eine hohe Dynamik bei der Transformation an den Tag: Nahezu alle Versicherer im deutschsprachigen Raum sowie international prüfen ihre Optionen oder haben sich bereits auf diese transformative Reise begeben.
Neben dieser disruptiven Entwicklung gibt es aber auch weitere Fokusthemen, denen wir – als Technologieunternehmen – bei fast allen Häusern begegnen und bei denen wir mit unserer cloud-nativen Lösung unterstützen. Hierzu zählen zum Beispiel das im Rahmen von Solvency II geforderte Look-Through für Private-Markets-Vermögenswerte, um die Risiken einer Kapitalanlage zu erfassen. Auch eine Cross-Asset Exposure-Analye – also eine Risikoeinschätzung über alle Anlageklassen hinweg – in Echtzeit ist eine zentrale Herausforderung bei vielen Versicherungsunternehmen. Für viele dieser Häuser sind diese Fokusthemen mit ihrer aktuellen Systemlandschaft nur mit extremen Aufwänden und auf keinen Fall in Echtzeit realisierbar. Grund dafür sind in der Regel historisch gewachsene Datensilos und -blockaden.
Worin liegt genau die Herausforderung bei Daten in der Kapitalanlage?
Christine Berthold-Poje: Ein effizienter Umgang mit Daten ist für den Geschäftserfolg eines Versicherers von zentraler Bedeutung. In der Praxis zeigt sich jedoch, dass es in Versicherungsunternehmen meist immer noch siloartige Datenarchitekturen gibt. Das Datenvolumen nimmt aufgrund neuer regulatorischer Anforderungen, neuer Anlageklassen sowie Märkte, zunehmender Digitalisierung und Technologie kontinierlich zu, und somit auch die Komplexität, der steigende Aufwand und die Kosten im Datenmanagement. Zusätzlich erschweren isolierte Datenbestände, fehlende Datenintegration und -konsistenz zwischen Legacy-Systemen im Front-, Middle- und Back-Office die Bemühungen, datengetriebene Prozesse strukturierter, transparenter und übergreifender zu managen. Innerhalb einer solchen Architektur wird Datenmanagement zur Sisyphusaufgabe.
Maxim Pertl: Anstatt Daten lediglich für Monats- oder Quartalsberichte aufzubereiten, liefern wir mit unserem skalierbaren Managed Service über die Cloud täglich eine bereinigte, zentralisierte Datenbasis für alle Assetklassen. Datenredundanzen werden eliminiert, und eine Datenkonsistenz über Portfolios, Reporting und Systeme gewährleistet.
Für die schnell voranschreitenden Entwicklungen im Bereich der künstlichen Intelligenz ist eine solide, kapitalmarktweite Datenbasis von immenser Bedeutung und kann massive Wettbewerbsvorteile generieren – denn der Wert von KI steht und fällt mit der Güte und dem Volumen der genutzten Daten. Spezialisierte KI wird entlang der gesamten Wertschöpfungskette des Front-to-Back-Investmentprozesses Anwendung finden. Wir entwickeln beispielsweise via spezialierter KI Co-Piloten für die Umsetzung personaspezifischer Aufgaben sowie zur Erhebung neuer Insights und Analytics, wie Benchmark-Szenarien, Vergleiche mit definierten Peers über unterschiedliche Zeiträume oder zu Marktevents. Kunden können hierdurch neue Erkenntnisse zu Over- oder Underperformance – einschließlich der Ursachen und potenzieller Korrekturmaßnahmen – erhalten.
Welche neuen bzw. zusätzlichen Assetklassen könnten durch cloud-natives Investment Management künftig erschlossen werden?
Maxim Pertl: „The sky has no limit” – unsere datenzentrierte Plattform integriert bereits jetzt mehr als 100 Private- und Public-Market-Assetklassen in einer „Single Source of Truth“. Über die Jahre haben wir immer wieder Assetklassen hinzugefügt, wobei Kunden vom einzigartigen Netzwerkeffekt einer cloud-nativen Lösung profitiert haben. Denn jede neue Assetklasse steht nach der Integration ins System allen unseren mehr als 2.400 Kunden auf Wunsch sofort zur Verfügung.