Auf einen Blick
Eine Datenbasis für Schaden, Underwriting und Aktuariat
Wo Datensilos die Versicherung heute bremsen
Eine Person, vier Kennungen
Bestand, Schaden, Vertrieb und Aktuariat laufen je Sparte getrennt. Eine Person kann in Leben, Kfz, Kranken und Sach mit unterschiedlichen Kennungen vorkommen, ohne dass eine gemeinsame Sicht auf Vertrag, Person und Schaden existiert.
Lösung
Eine Identität pro Person und Vertrag über alle Sparten hinweg. Schaden-Triage, Underwriting und Aktuariat greifen auf denselben Schadenverlauf zu.
Fotos, Gutachten und Telematik im Silo
Ein Schaden besteht aus mehr als Feldern im System: Fotos, Videos, Gutachten als PDF, Telematik-Datenströme und Korrespondenz. Schaden-Analytics scheitert in vielen Häusern daran, dass diese Quellen nirgendwo gemeinsam zugänglich sind.
Lösung
Bestand, Schadenfälle samt Fotos und Gutachten sowie Telematik-Datenströme liegen auf derselben offenen Datenstruktur, Basis für automatisierte Schaden-Triage und Fraud-Bewertung.
Governance ab dem ersten Tag verpflichtend
Solvency II, IFRS 17, BaFin-Anforderungen, DSGVO und besondere Schutzregeln für Gesundheits- und Schadendaten machen Governance von Anfang an verpflichtend, nicht nachträglich nachrüstbar.
Lösung
Unity Catalog setzt Rechte, Klassifikationen und Lineage einmal um. Sie gelten gemeinsam für Bestands-, Schaden-, Underwriting- und Aktuariat-Daten, inklusive Audit-Pflichten aus Solvency II und IFRS 17.
Was Versicherungsdaten besonders macht
Vier Punkte unterscheiden Versicherungsdaten von klassischen Commerce- oder Industriewelten.
Spartenlogik
Bestand, Schaden, Vertrieb und Aktuariat laufen oft je Sparte getrennt. Eine Person kann in Leben, Kfz, Kranken und Sach mit unterschiedlichen Kennungen vorkommen.
Lange Vertragshistorien
Lebens-, Kranken- und Berufsunfähigkeitsverträge laufen über Jahre oder Jahrzehnte. Tarifgenerationen, Schadenhistorie und Reserve-Annahmen müssen über diesen Zeitraum konsistent bleiben.
Multi-modale Schadendaten
Ein Schaden besteht aus Fotos, Videos, Gutachten als PDF, Telematik-Datenströmen und Korrespondenz, nicht nur aus Feldern im System.
Regulatorik
Solvency II, IFRS 17, BaFin-Anforderungen, DSGVO und besondere Schutzregeln für Gesundheits- und Schadendaten machen Governance von Anfang an verpflichtend.
Die Lösung
Bestand, Schaden, Underwriting und Aktuariat auf einer Datenbasis
Was die Datenbasis bringt
Use Cases auf einer Datenbasis
Schadenbearbeitung und Regulierung
Bilddaten-Analyse an Kfz- und Gebäudeschäden, Betrugserkennung im Meldeprozess, automatisierte Triage und Rückstellungsmodelle laufen auf denselben Bestands- und Schadendaten.
Underwriting, Aktuariat und Tarife
Risikoscoring aus Vertragsverlauf und Telematik, dynamische Preismodelle und die Aktuariat-Datenbasis für IFRS 17 und Solvency II greifen auf dieselbe Sicht zu.
Kunden, Vertrieb und Cross-Selling
Customer 360 über Verträge und Kanäle, Next Best Action, Stornoprognose und die Integration von Vermittler- und Maklerdaten laufen auf derselben Kundensicht.
Compliance, Betrug und Reporting
AML- und KYC-Prüfungen, Regulatorik-Reporting für BaFin, Solvency II und DORA sowie Datenqualität und Lineage im Audit laufen auf derselben Governance-Schicht.
Öffentliche Beispiele von VGZ & Suncorp
Vom Silo-Extrakt zur gemeinsamen Reserve-Basis
Vorher
Nachher
Reserve-Berechnung (IFRS 17, Solvency II)
Schaden-Triage
Underwriting und Pricing
Regulatorik-Reporting
KI-Assistenten
Welche KI-Assistenten sind in Versicherungen realistisch?
KI-Assistenten brauchen genau die Datenbasis, die in den fünf Bausteinen oben entsteht. Ohne kontrollierte Datenbasis, durchgehende Identität und Feature-Layer bleiben sie wie viele andere Piloten stecken.
Schaden-Assistenten für die Bearbeitung
Ziehen Schadenmeldung, Vertragsbestand, Fotos und Gutachterberichte zusammen und priorisieren die Bearbeitung nach Schwere und Fraud-Indikatoren.
Underwriting-Assistenten mit vollständiger Risikosicht
Greifen kanalübergreifend auf Vertragsbestand, Schadenhistorie und Telematik-Daten zu, ohne zwischen mehreren Tools zu wechseln.
Aktuariat-Assistenten für Reserve-Modelle
Gleichen Modellinputs, Annahmen und Ergebnisse mit aktueller Bestands- und Schadensicht ab, einschließlich Lineage in die IFRS-17- und Solvency-II-Reports.
Vertriebs- und Makler-Assistenten
Aggregieren Produkt-, Risiko- und Vertragsdaten kontextbezogen für Beratung und Angebot, ohne Vertragsdetails aus drei Systemen zusammenzusuchen.
Audit- und Compliance-Assistenten
Fragen Datenherkunft, Modellversionen und Freigabe-Schritte aus dem Model Risk Management auf derselben Datenbasis ab.
Wo liegen die Grenzen von KI in der Versicherung?
Auch eine gute Datenplattform ändert nichts daran, dass viele Probleme direkt in Bestand, Schaden und Aktuariat entstehen.
Datenqualität in Bestandssystemen
Dubletten, abweichende Adressformate, lückenhafte Schadenhistorie und uneinheitliche Tarif-Kennungen verzerren jedes Modell. Eine Plattform allein bereinigt das nicht von heute auf morgen.
Modell-Freigabe im Aktuariat
Solvency II verlangt unter dem Model Risk Management dokumentierte Modellentwicklung, unabhängige Validierung und nachvollziehbare Freigaben. Das bleibt Projektarbeit mit Aktuariat, Risk und Compliance.
DSGVO und besondere Datenschutzregeln
Schadenfotos enthalten oft personenbezogene Informationen Dritter, Gesundheitsdaten unterliegen besonderem Schutz, Telematik enthält Bewegungsprofile. Die organisatorische Klärung bleibt fachliche Arbeit.
Fairness und Diskriminierungsfreiheit
Telematik- und verhaltensbasierte Tarife können diskriminierende Effekte haben. Der EU AI Act stuft bestimmte KI-Systeme in Leben und Kranken als Hochrisiko ein.
Auditpflichten BaFin und EIOPA
Aufsichtsberichte, Solvency-II- und IFRS-17-Reporting brauchen durchgängige Lineage von der Quelle bis in den Bericht. Die fachliche Abnahme bleibt Aufgabe von Risk und Compliance.
Change-Management in Schaden und Underwriting
Eine neue Schaden-Triage-Logik lässt sich technisch schnell ausrollen; ein neuer Ablauf im Schaden- oder Underwriting-Team dauert Monate.
Databricks Premier Partner
Als einer der wenigen DACH-Partner mit Zertifizierungen auf Platform-, Data-Engineering- und ML-Level begleiten wir Versicherungs-Projekte von der Architektur bis zum produktiven Modell. Über 50 Projekte, 10+ Jahre Erfahrung.
Wann lohnt sich eine Lakehouse-Basis in der Versicherung?
Mehr als fünf Sparten mit getrennten Bestandssystemen liefern Daten für KI-Initiativen
Über 500.000 Schäden pro Jahr mit Multi-Modal-Daten aus Foto, Text und Telematik
Telematik ist bereits in Kfz- oder Gewerbe-Tarifen aktiv oder befindet sich im Pilotbetrieb
IFRS-17-Reporting läuft im laufenden Betrieb, ein Solvency-II-Audit steht an
Drei oder mehr parallele KI-Initiativen (Schaden, Underwriting, Aktuariat, generative KI) laufen gleichzeitig
Erst Datenbasis, dann Modell
Wer zuerst mit Modellen startet und die Datenbasis später nachzieht, verliert oft das erste Jahr mit Datenintegration im einzelnen Use Case. Sobald mehrere Initiativen parallel laufen, wird die geteilte Basis günstiger als mehrere eigene Pipelines.
Bereit für eine gemeinsame Datenbasis in Schaden, Underwriting und Aktuariat?
In einem ersten Data & AI Assessment prüfen wir plattformneutral, ob eine gemeinsame Lakehouse-Basis für eure Bestands-, Schaden- und Underwriting-Daten der richtige nächste Schritt ist.
