Der Einsatz von algorithmischem Underwriting nimmt in der gesamten Versicherungsbranche zu. Mit einer verbesserten Entscheidungsfindung und verbesserten Risikobewertungen kann ein algorithmischer Underwriting-Ansatz den Betrieb für Versicherer und das Erlebnis für ihre Kunden optimieren.
In diesem Beitrag befassen wir uns mit der Entwicklung und den Vorteilen des algorithmischen Underwritings und teilen unsere Erkenntnisse zum Aufbau und der Skalierung einer algorithmischen Underwriting-Plattform.
Die Entwicklung…
Algorithmen waren schon immer Teil des Underwriting-Prozesses, beschränkten sich jedoch im Allgemeinen auf das Rating. Beispielsweise würden bei der Bestimmung von Risikofaktoren für Kfz-Versicherungen Algorithmen oder mathematische Formeln verwendet, um Tarife basierend auf Fahrzeugmarke, Modell, Alter des Fahrers, Standort und Vorgeschichte festzulegen. Ob einfach oder komplex, Algorithmen sind seit langem unser zentrales Bewertungsinstrument.
Der Einsatz von Algorithmen in anderen Bereichen des Underwriting-Prozesses war begrenzt, weil befürchtet wurde, dass sich diese Faktoren mit der Tarifgestaltung überschneiden könnten, oder weil in anderen Teilen des Underwriting-Prozesses einfach Daten und analytische Möglichkeiten zur Entscheidungsfindung fehlten. Stattdessen war die Versicherungsbranche bei Entscheidungen über Risikoakzeptanz, Risikostufen und Berichtsreihenfolge in der Regel auf komplexe Regelwerke angewiesen.
Angesichts der Fortschritte beim Datenzugriff und bei den Analysetools überdenken Versicherungsträger nun den Einsatz von Algorithmen und nutzen sie entweder allein oder zusammen mit herkömmlichen Regel-Engines, um die Entscheidungsfindung im gesamten Underwriting-Prozess zu verbessern.
Wie es funktioniert…
Algorithmisches Underwriting nutzt analytische Modelle, um die Entscheidungsfindung im Underwriting-Prozess zu automatisieren oder Erkenntnisse zur Unterstützung von Underwritern bereitzustellen. Für homogenere Risiken kann das Underwriting ganz oder teilweise automatisiert werden.
Wichtige Entscheidungen, die mithilfe des algorithmischen Underwritings getroffen werden:
- Feststellung, ob eine Einreichung der Risikobereitschaft des Spediteurs entspricht
- Identifizieren wichtiger Risikomerkmale wie des richtigen SIC/NAIC-Codes
- Priorisierung von Konten nach Attraktivität und Gewinnbarkeit
- Risikobestimmungen für Teile oder das gesamte Risiko vornehmen
Durch diesen Ansatz können Spediteure eine schnellere Risikoakzeptanz oder -ablehnung erreichen und den Underwriting-Arbeitsaufwand reduzieren. Es trägt auch dazu bei, Kunden personalisiertere Risikobewertungen, Echtzeit-Risikomanagement und ein nahtloses Erlebnis zu bieten.
5 Vorteile des algorithmischen Underwritings
Algorithmisches Underwriting kommt der Versicherungsbranche in fünf Schlüsselbereichen erheblich zugute:
- Prozesseffizienz: Durch die Automatisierung des Underwriting-Prozesses verkürzen algorithmisches Underwriting die Bearbeitungszeiten um bis zu 50 %, rationalisieren Abläufe, erhöhen die Testgeschwindigkeit und vereinfachen die Wartung komplexer Entscheidungssysteme. Darüber hinaus können die automatisierten Prozesse des algorithmischen Underwritings dazu beitragen, einen Anstieg der geprüften Anträge um bis zu 25 % zu bewältigen, sodass Versicherer ihre Prämien ohne zusätzliche Betriebskosten erhöhen können.
- Genauigkeit: Die Genauigkeit von Risikobewertungen kann durch die Analyse umfangreicherer Datensätze verbessert werden. Diese Analysen helfen dabei, Muster und Korrelationen zu erkennen, die von menschlichen Underwritern allein möglicherweise übersehen werden. Durch diese Erweiterung der Einsichten und des Urteilsvermögens des Underwriters können Fehler bei der Risikobewertung minimiert und Betrug leichter erkannt werden. Wir gehen davon aus, dass die Verluste durch Betrug bei einigen Versicherungsunternehmen um bis zu 30 % reduziert werden können.
- Preis: Durch verbesserte Risikobewertungen können Preisentscheidungen präziser getroffen werden. Algorithmisches Underwriting hilft, Prämien an individuelle Risikoprofile anzupassen und die Kundenzufriedenheit und Wettbewerbsfähigkeit zu steigern. Darüber hinaus unterstützt es die dynamische Preisgestaltung und passt die Prämien in Echtzeit an sich ändernde Risikofaktoren an, was unserer Einschätzung nach die Underwriting-Rentabilität um bis zu 20 % verbessert.
- Proaktives Risikomanagement: Algorithmen können Versicherern dabei helfen, neu auftretende Risiken proaktiv zu erkennen und ihre Underwriting- und Risikomanagementstrategien anzupassen. Dies kann dazu beitragen, potenzielle Verluste zu mindern, die Verlustquote zu senken und die Gesamtleistung des Portfolios zu verbessern.
- Kundenerfahrung: Das algorithmische Underwriting ermöglicht sofortige oder nahezu sofortige Entscheidungen über Deckungsberechtigung, Preise und personalisierte Angebote. Mit prädiktiven und präskriptiven Analysen können Versicherer in Echtzeit kontextbezogene Angebote machen und so Versicherungen zugänglicher und relevanter für die Bedürfnisse des einzelnen Kunden machen. Dadurch wird die Versicherung auch für Kunden oder Segmente zugänglicher, die durch die Underwriting-Methoden der Vergangenheit möglicherweise an den Rand gedrängt wurden.
Aufbau einer algorithmischen Underwriting-Plattform im großen Maßstab
Eine algorithmische Underwriting-Plattform erfordert einen mehrschichtigen Ansatz, der zukünftige Skalierbarkeit berücksichtigt. Zu den erweiterten Funktionen, die bei der Überlegung einer algorithmischen Underwriting-Plattform erforderlich sind, gehören Modelle für maschinelles Lernen, Echtzeit-Risikobewertung und dynamische Preismodelle.
Herausforderungen, die Sie bei der Optimierung Ihrer Daten- und algorithmischen Underwriting-Plattform berücksichtigen sollten:
- Datenqualität und Verfügbarkeit: Die Daten können fragmentiert, unvollständig oder veraltet sein.
- Modellinteroperabilität: Komplexen maschinellen Lernalgorithmen, die für das Underwriting verwendet werden, kann es an Transparenz und Interoperabilität mangeln, was die Erklärung der Ergebnisse erschwert.
- Einhaltung: Da die Regulierung algorithmischer Modelle und KI zunimmt, müssen Versicherer den Vorgaben immer einen Schritt voraus sein und die Modelle nach Bedarf anpassen.
- Fairness und Voreingenommenheit: Wenn algorithmisches Underwriting nicht proaktiv angegangen wird, besteht das Risiko, dass unlautere Praktiken und historische Vorurteile aufrechterhalten werden.
- Datenschutz und Sicherheit: Beim algorithmischen Underwriting werden große Mengen personenbezogener und sensibler Daten erfasst, verarbeitet und gespeichert. Der Schutz von Kundendaten ist für die Compliance und den Erhalt des Kundenvertrauens von entscheidender Bedeutung.
Erfolgsgeschichten…
Wir sehen in der gesamten Branche Erfolgsbeispiele für algorithmisches Underwriting. Im P&C-Bereich beispielsweise Ki-Versicherung nutzt KI und Algorithmen für sofortige Angebote für gewerbliche Versicherungen und die automatisierte Ausstellung von Policen. Hiscox arbeitete mit Google Cloud zusammen, um ein KI-Modell zu entwickeln, das das Underwriting für bestimmte Produkte automatisiert. Auf der Lebensversicherungsseite hingegen Ethos setzt maschinelles Lernen ein, um Risiken einzuschätzen und vereinfachte Versicherungsanträge anzubieten.
Abschluss
Obwohl algorithmisches Underwriting kein neues Konzept im Versicherungswesen ist, ist es revolutionär, da es den Zugang zu neuen Datenquellen, die Datenqualität und die Analysetools verbessert. Diese Verbesserungen ermöglichen Underwritern Einblicke in andere Bereiche der Wertschöpfungskette und erweitern ihre Möglichkeiten über veraltete Modelle oder Knockout-Regeln hinaus.
Trotz ihrer Komplexität müssen sich Versicherer der Möglichkeit von Voreingenommenheit und mangelnder Transparenz bei algorithmischen Underwriting-Modellen bewusst sein. Ethik und Compliance, einschließlich Datenschutz, Verbraucherschutz und faire Kreditvergabegesetze, werden für Versicherer von Anfang an Herausforderungen darstellen, denen sie sich stellen müssen.
Während sich die Technologie weiterentwickelt und die Möglichkeiten zur Datenanalyse erweitert werden, sind wir Zeuge davon, wie algorithmisches Underwriting die Versicherungsbranche revolutionieren, Innovationen vorantreiben und Finanzinstitute in die Lage versetzen wird, fundiertere, datengesteuerte Entscheidungen zu treffen.