Zürich – Die Versicherungsbranche erlebt derzeit einen Wandel. Die traditionell hohe Bedeutung von Daten für das Versicherungsgeschäft nimmt aufgrund technologischer Entwicklungen in den Bereichen KI, Advanced Analytics und LLM weiter zu. Das Wertschöpfungspotenzial datenbasierter Methoden dehnt sich auf Bereiche ausserhalb der aktuariellen Kernfunktionen aus. Neben zahlreichen Benefits hat dies erheblichen Einfluss auf die Arbeitsweise. Die Anforderungen an die Kompetenzen der Mitarbeitenden und die Art der Zusammenarbeit ändern sich. Im Rahmen einer Studie gingen die ZHAW, Cognizant und AWS der Frage nach, welche Datenkompetenzen Versicherungsunternehmen künftig benötigen und was die neuen Technologien für die Mitarbeitenden im Alltagsgeschäft bedeuten.
Mehr Daten und mehr Analyse-Optionen
Das Versicherungsgeschäft basiert wesentlich auf der Verfügbarkeit und die Nutzung von Daten. Demnach ist die Branche mit dem Umgang von Daten seit jeher bestens vertraut, insbesondere mit dem Erfassen von Daten für die Risikoprüfung, Angebotserstellung, Vertragsabwicklung und Schadensregulierung. Die Verfügbarkeit risikorelevanter Daten und die Fähigkeit, individuelle Risikodaten zu einem Gesamtportfolio zu aggregieren, ist für ein profitables Versicherungsgeschäft entscheidend. Die Art und Weise, wie Daten gesammelt, genutzt und verknüpft werden können, um Erkenntnisse zu gewinnen und Entscheidungen zu treffen, verändert sich jedoch derzeit grundlegend. Durch die zunehmende Digitalisierung und Automatisierung der Kunden-Interaktionen steigt die Menge an verfügbaren Daten in erheblichem Masse. Hinzu kommt die Unmenge an unstrukturierten Bild-, Video- und Textdaten aus verschiedenen internen und externen Quellen.
Dieser Wandel treibt die Datenanalytik, generative KI, LLM (Large Language Models) und die Aussichten auf mächtigere Methoden und Modelle in bisher ungewohnter Weise an. Die Möglichkeiten zur Vorhersage und Prävention von Schäden und die Risikolandschaft bekommen eine neue Dimension. Die Bedeutung der Daten als wertgenerierende Assets steigt. Schon jetzt haben die technologischen Erneuerungen spürbare Auswirkungen und erheblichen Einfluss auf die Arbeitsweise, die Anforderungen und die Art der Zusammenarbeit. Dieser Trend wird sich fortsetzen.
Wegweisende Ergebnisse in Studie von ZHAW, AWS und Cognizant
Um mehr über den aktuellen Stand der digitalen Transformation und die weitere Entwicklung in den Bereichen generative KI und Datenanalytik zu erfahren, hat die ZHAW (Züricher Hochschule für Angewandte Wissenschaften) in Zusammenarbeit mit Cognizant und AWS (Amazon Web Services) eine Studie durchgeführt und fünf Handlungsempfehlungen formuliert. Um die Forschungsfrage fundiert beantworten zu können, hat das Studienteam Informationen aus verschiedenen Perspektiven und Quellen zusammengetragen und ausgewertet. 2023 fanden 25 vertiefende Interviews mit 26 Expertinnen und Experten aus der Versicherungsbranche und Beratung statt. Um die Perspektive von Mitarbeitenden im Versicherungssektor zu erfassen, hat die Forschungsgruppe zudem eine standardisierte Online-Befragung mit 63 Teilnehmenden aus dem Alumni-Netzwerk des Instituts für Risk & Insurance der ZHAW School of Management and Law durchgeführt. Schliesslich hat sie anhand von 751 Stelleninseraten untersucht, wie sich Datenkompetenzen in den Anforderungen widerspiegeln, die Versicherungsunternehmen in ihren Stelleninseraten kommunizieren.
«Die Studie gibt uns wertvolle Insights, was die derzeitigen Entwicklungen in Datenanalytik und künstlicher Intelligenz für die Versicherungsunternehmen bedeuten. Die Befragten stimmen darin überein, dass sich die Möglichkeiten zur Vorhersage und Prävention von Schäden und die Risikolandschaft grundlegend verändern. Der allgemeine Trend geht von der reinen Auswertung hin zu mehr Vorhersage und Handlungs- und Entscheidungsorientierung und die Bedeutung der Daten als wertgenerierende Assets steigt. Versicherungsunternehmen investieren demnach immer stärker in Datenanalytik und KI. Dabei sollten sie eine ausgewogene Balance von strategischer Vision und praktischer Umsetzung im Blick behalten. Sie ist entscheidend, um das volle Potential von Daten auszuschöpfen und Innovationen zu fördern.»
Joachim Ullerich, Head of Insurance Central Europe bei Cognizant
Die Studie zeigt, dass sich der Fokus der Datenanalytik von der reinen Auswertung hin zu Vorhersage (Prädiktion) sowie zu Handlungs- und Entscheidungsorientierung (Präskription) verschiebt. Im Zentrum der Veränderung stehen die zunehmenden Möglichkeiten, aus analysierten Daten geschäftsrelevante Informationen zu gewinnen. Hierfür investiert die Versicherungsbranche in Methodik, Werkzeuge und Systeme. Das Ziel der zunehmenden Technologisierung soll keine vollständige Automatisierung sein, sondern die Verbesserung von Arbeitsprozessen entlang der Wertschöpfungskette. Mit der Integration der neuen Technologien in operative Prozesse streben die Versicherungsunternehmen ein umfassendes Verständnis und genaueres Bewerten der Risiken und eine durchgehende Kundenorientierung mit verbesserten Interaktionen an, ausserdem Kosteneffizienz, ein datenbasiertes, auf objektiven Einsichten basierendes Entscheiden und Handeln sowie die Entwicklung innovativer Versicherungsprodukte. Die in der Studie Befragten wünschen sich eine 360-Grad-Kundensicht und End-to-End-Prozesse sowie effizientere, regelkonforme Prozesse.
Der Grundstein für die effektive Datenorientierung liegt im Zusammenwirken von Fachexpertise mit Datenmanagement, Datenanalytik und KI. Bei der angestrebten Datenorientierung haben geschäftliche Funktionen die Eigentümerschaft über ihre Daten und sie können Auswertungen nach ihren konkreten geschäftlichen Anforderungen erstellen. Dies setzt Anwendungen und Instrumente voraus, die einfach handhabbar und flexibel anpassbar sind. Es bedingt auch, dass technische Systeme echtzeitfähig sind und über geeignete Schnittstellen verfügen. Ausserdem soll der Fokus verstärkt auf Data Management und Data Governance liegen – zum einen, um die Verfügbarkeit einer hinsichtlich Qualität, Granularität und Umfang ausreichenden Datengrundlage sicherzustellen, zum anderen, um den Anforderungen hinsichtlich Regulierung, Compliance und Ethik zu entsprechen. Besonders nachhaltiger KI-Erfolg stellt sich für die Unternehmen ein, die von allgemeinen Top-Down-Anwendungsfällen hin zu einer Bottom-Up-Wertschöpfung gehen, die echte Probleme der Mitarbeitenden löst.
Konkrete Handlungsfelder
Die Studie ergab fünf Handlungsfelder, die Versicherungsunternehmen unterstützen, das volle Potential der Daten und die methodisch-technischen Möglichkeiten auszuschöpfen, Risiken effektiv zu managen und Innovationen zu fördern:
- Vision mit geschäftlichen Zielen und Prioritäten in Einklang bringen:
Angesichts der dynamischen Entwicklungen in Datenanalytik und KI ist es essenziell, eine auf geschäftlichen Zielen basierende Vision zu entwickeln, diese regelmässig zu überprüfen und Projekte entsprechend zu priorisieren. - Modelle der Zusammenarbeit und entsprechende Kompetenzen fördern:
Eine innovations- und datengetriebene Kultur mit Experimentierfreude und Fehlertoleranz sowie aktiver Risikokontrolle erfordert gezielte Sensibilisierung und Weiterbildung der Mitarbeitenden. - Organisatorische und technische Voraussetzungen für Analytik und KI schaffen:
Versicherer stehen nicht auf einer grünen Wiese. Es ist wesentlich, die notwendigen Voraussetzungen für datengetriebene Arbeitsweisen und den Einsatz von KI zu schaffen. - Datenanalytik, KI und Generative AI als Unternehmensfähigkeit wertschöpfend implementieren:
Während die Wichtigkeit von Daten für den Versicherungsbetrieb allgemein anerkannt wird, müssen Umgang und Nutzen konkret aufgezeigt werden. Dabei ist der Nutzen für die verschiedenen Anwendungsbereiche, sei es für das Aktuariat oder den Vertrieb, differenziert herauszuarbeiten. - Awareness schaffen, um Arbeitsweisen neu zu gestalten, und «Tone from the Top»:
Ausser dem Festlegen für Richtlinien und Strukturen für Datenmanagement, -qualität, -sicherheit und Compliance müssen Vorgesetzte und Mitarbeitende diese mit Leben füllen, indem sie sich der geschäftlichen Bedeutung dieser Themen bewusst sind.
Hinsichtlich der Bedeutung von Daten für das Versicherungsgeschäft ist keine Überzeugungsarbeit zu leisten. Die Versicherungsunternehmen müssen vielmehr auf der Grundlage einer klaren Vision und daraus abgeleiteten strategischen Prioritäten den Nutzen technischer und methodischer Innovationen in konkreten Anwendungsfällen aufzeigen. Damit die Transformation hin zu interdisziplinären Teams und zur Integration von Datenanalytik in alle Geschäftsfunktionen gelingt, stehen Führungskräfte und Entscheidende in der Verantwortung, ihre Unternehmen in Bezug auf Kompetenzen, technische und organisatorische Herausforderungen sowie Kultur fit für die Zukunft zu machen.
Weitere Informationen zur Studie erhalten Sie hier: Digitale Transformation bei Versicherungen | Cognizant Schweiz. (Cognizant/mc/ps)