Datengetriebene Geschäftsmodelle sind in der Versicherungsindustrie streng genommen nichts Neues. Die vorteilhafte Nutzung von Daten hat für die Wertschöpfung in der Branche schon immer zentrale Bedeutung. Im KI-Zeitalter bekommt der Ansatz nun aber eine ganz neue Dimension. Durch umfassende Vernetzung von Daten und moderne KI-Lösungen wird es jetzt möglich, tiefgreifendere Erkenntnisse und Vorhersagen aus Daten in einem viel größeren Umfang und nahezu in Echtzeit zu erzielen und auszuwerten. Darüber hinaus bieten generative KI-Lösungen (GenAI) revolutionäre Möglichkeiten, Daten nicht nur zu Auswertungszwecken zu nutzen, sondern neue Produkte oder Services zu gestalten, z.B. automatisch generierte und kundenindividuelle Versicherungspolicen oder persönliche und vollautomatisierte Kundendialoge über menschliche Avatare.

Die Vorteile einer ganzheitlichen datengetriebenen Transformation für Versicherungsunternehmen sind bestechend: Auf ihrer Grundlage verbessern die Unternehmen Risikoeinschätzungen und optimieren die Preisgestaltung, nutzen neue Datenpotenziale im Ökosystem für Analytics, bieten personalisierte Kundenansprache, schaffen neue Produkte, erhöhen die interne Prozesseffizienz und verbessern damit die Profitabilität. Immer mehr Entscheidungen im Unternehmen werden zukünftig auf der Basis von Daten getroffen. Versicherungskund:innen erwarten zudem immer schnellere Bearbeitungszeiten (insbesondere im Schadensfall), kontinuierliche Verfügbarkeit im Service und individuelle Betreuung. Für eine ganzheitliche Umsetzung der zugrunde liegenden datengetriebenen Use Cases entlang der gesamten Versicherungswertschöpfungskette hat Deloitte das Data-Driven Insurance (DDI) Framework entwickelt. Im Folgenden geben wir einen Überblick der wichtigen Herausforderungen, Treiber und Handlungsfelder bei diesem Ansatz.

Vielfältige Herausforderungen

Im Rahmen der datengetriebenen Transformation müssen Versicherungsorganisationen typischerweise eine Reihe von Herausforderungen bewältigen. Teilweise bestehen diese schon eine ganze Zeit lang und in vielen Fällen behindern sie die Umsetzung datenintensiver Lösungen, insbesondere KI-Lösungen, massiv. So ist eine effektive Datennutzung – etwa für Preisgestaltung, Produktentwicklung oder Innovation – aufgrund intransparenter und komplexer Datenflüsse bislang oft nur eingeschränkt möglich. Die personellen Verantwortlichkeiten für Daten und Strukturen sind ebenfalls häufig unklar, was beispielsweise die Verfügbarkeit von Daten zur Einbindung in Use Cases oder die Weiterentwicklung von Datensystemen bremsen kann. Historisch gewachsene Organisationsstrukturen sind in der Branche häufig anzutreffen, werden aber zum Flaschenhals, wenn es um die dynamischen Anforderungen neuer datengetriebener Geschäftsmodelle geht.

Außerdem herrschen in den Unternehmen vielfach noch Legacy-IT-Systeme und veraltete Datenarchitekturen vor. Sie weisen nicht die Flexibilität und Skalierbarkeit auf, die für wichtige Aufgaben wie die Verarbeitung großer und oftmals unstrukturierter Datensätze im Rahmen der datengetriebenen Organisation nötig sind. Insgesamt mangelt es manchen Versicherungsorganisationen noch an einer breiten Daten- und Innovationskultur, wie sie für einen ganzheitlichen Erfolg des Konzepts der Data-Driven Insurance erforderlich ist. Angesichts des anhaltenden Fachkräftemangels insbesondere im IT-Bereich ist es derzeit besonders schwierig, qualifizierte Mitarbeitende für die anstehende Transformation zu rekrutieren.

Erhebliche Potenziale durch Data-Driven Insurances

Auch wenn der Transformation viele Hindernisse im Weg stehen: Für eine zukunftsweisende Aufstellung ist der Wandel zur Data-Driven Insurance dringend zu empfehlen. Schließlich eröffnet sich datengetriebenen Versicherern eine breite Palette von attraktiven Chancen, die entscheidende Wettbewerbsvorteile mit sich bringen können.

Die Entwicklung von Kultur und Fähigkeiten

Der Weg hin zu Data-Driven Insurance bedeutet zunächst einen tiefgreifenden kulturellen Wandel für das Unternehmen – dieser ist einer der wichtigsten Erfolgsfaktoren für die Transformation. Für die Überwindung der Hürden und die Realisierung der Potenziale kommt es nämlich nicht nur auf die Einführung neuer Technologien an, sondern vor allem auf eine umfassende Orientierung hin zu einem datenorientierten Mindset. Die Art der Entscheidungsfindung verändert sich durch die Daten-Fundierung deutlich, die Organisation muss ihre Prozesse entsprechend strukturell anpassen. Werte wie Erkenntnisgewinn, Neugier und Risikobereitschaft, aber auch die Bereitschaft, Erkenntnisgewinne über Organisationsgrenzen hinweg zu teilen, haben bei dem anstehenden kulturellen Wandel zentrale Bedeutung. Insbesondere ist eine Kultur vorteilhaft, bei der die Hypothesen hinter der Entscheidungsfindung schnell geprüft und bei einem Misserfolg zügig durch neue Hypothesen ersetzt werden (auch als Fail-Fast-Konzept bezeichnet). Die daraus gezogenen Erkenntnisse kommen dem Unternehmen dann als Lerneffekt zugute. Außerdem gilt es ein neues Bewusstsein bei allen Mitarbeitenden zu schaffen, was die Werthaltigkeit von Daten angeht – und dadurch auch ein Bewusstsein für die Wichtigkeit der Anforderungen an das Datenmanagement.

Frühzeitig sollte von der Führung eine gemeinsame Vision für das datengetriebene Unternehmen der Zukunft entwickelt werden. Mitarbeitende werden dabei durchgängig mit eingebunden. Eine transparente Kommunikation, gezieltes Change Management und Schulungen mit Datenfokus unterstützen die Veränderungen. Das Ziel ist eine unternehmerische Orientierung am Wert-Potenzial von Daten in der ganzen Belegschaft und in allen Funktionen. Denn die datengetriebene Innovation ermöglicht einer Versicherungsorganisation viel mehr als nur gesteigerte Effizienz und Kostenvorteile – sie schafft auch zusätzliche Wachstumsimpulse.

Die fünf wichtigsten Dimensionen: Strategie, Team, Prozesse, Daten und Technologie

Für den Aufbau der nötigen Fähigkeiten für die Transformation empfiehlt sich die Einnahme einer End-to-end-Sicht auf Unternehmensebene, die fünf wichtige Dimensionen in den Blick nimmt: Strategie, Team, Prozesse, Daten und Technologie.

Strategie

Bei der Strategieentwicklung sollten Versicherungsunternehmen zunächst die
wichtigsten Prioritäten ermitteln. Auf dieser Grundlage können sie dann die
nötigen Daten und Analysen identifizieren, die bei der Erreichung der
strategischen Ziele helfen. Die Definition der relevanten werthaltigen
Datenbestände hat oberste Priorität. Eine entsprechende Datenstrategie
erleichtert die praktische Umsetzung. Dabei müssen auch grundsätzliche
Entscheidungen über die individuelle Ambition des Unternehmens bei der
Daten-Innovation getroffen werden.

Team

Die zukunftsweisenden Chancen der datengetriebenen Ansätze lassen sich nur
ergreifen, wenn die Mitarbeitenden auf allen Hierarchieebenen die dafür nötigen Skills einsetzen können. Nur so können sie die richtigen Erkenntnisse aus KI und anderen neuen Technologien gewinnen. Entsprechende Fähigkeiten müssen in der Belegschaft gezielt aufgebaut werden. Neue Lösungen für bessere Zusammenarbeit und Kommunikation optimieren die Produktivität der Data-Driven Insurance.

Prozesse

In der Prozesslandschaft von Data-Driven Insurance arbeiten Führungskräfte und Mitarbeitende mit klar definierten Abläufen, die sie organisationsweit
kommunizieren, anwenden und vorleben. Dabei werden die Verantwortlichkeiten in der Datenverarbeitung durch eine entsprechende Data Governance eindeutig geregelt. Prozessoptimierungen und Automatisierungen realisieren zusätzliche Potenziale, beispielsweise durch automatisiertes Dokumentenmanagement.

Daten

Datengetriebene Entscheidungen setzen die Durchführung von Research, Analytics und Datenerhebung voraus, um nutzbare Erkenntnisse zu erzielen. Möglich ist dies nur, wenn eine hohe Datenqualität gewährleistet ist. Die Werthaltigkeit von Daten muss im Unternehmen allgemein verstanden werden, mit einem entsprechenden Fokus auf wichtige Aspekte des Daten-Lebenszyklus wie Verfügbarkeit, Aktualität, Wertmaximierung, Qualitätssicherung oder Weiterentwicklung. Dabei sind Compliance-Gesichtspunkte und regulatorische Anforderungen durchgängig zu
beachten (z.B. zu Themen wie Data Privacy, Data Security). Auf dieser Grundlage lassen sich Datenbestände insbesondere durch die gezielte Integration von externen Daten erweitern und dadurch das Spektrum an Use Cases weiter vergrößern. 

Technologie

Die neue Daten-Orientierung benötigt eine robuste, leistungsfähige und sichere technologische Infrastruktur als Grundlage. Da die neuen Use Cases auch deutlich höhere Datenanforderungen mit sich bringen, sind skalierbare Ansätze und moderne Architekturen notwendig, um die anfallenden großen Datenmengen zu verarbeiten. Cloud-basierte Lösungen für Versicherungsorganisationen sowie Data Lake-Lösungen zur
schnellen und dezentralen Datenbereitstellung bieten hier ein hohes Potenzial. Wichtig ist eine ausreichende Flexibilität bei der Implementierung neuer Technologien. Zugleich muss die Stabilität der Datenquellen gewährleistet werden, besonders im Hinblick auf wiederkehrende Aufgaben wie die Erstellung regulatorischer Reports. Die neuen Möglichkeiten der KI können beispielsweise durch Sandboxing exploriert werden.

Unterstützung bei der Transformation: Die Expertise von Deloitte

Der technologische Fortschritt erlaubt es Versicherungsunternehmen, das Leitbild der datengetriebenen Organisation ganzheitlich zu verwirklichen. Die Transformation zur Data-Driven Insurance ist allerdings eine Initiative mit langfristigem strategischem Horizont und tiefgreifenden Implikationen für alle Dimensionen des Unternehmens und der Wertschöpfungskette. Deloitte kann bei diesem Prozess mit breit gefächerter Kompetenz unterstützen, die im DDI-Vorgehensmodell gebündelt ist. Auf dieser Basis begleiten wir den notwendigen strukturellen Wandel, bei dem die gesamte Organisation eingebunden wird. Bei der Umsetzung rufen wir Industrie- und Fachexpertise aus dem globalen Netzwerk von Deloitte bedarfsgerecht ab.

Die beschriebenen Dimensionen des DDI-Frameworks – von Strategie bis Technologie – können wir im Rückgriff auf ausgedehnte Erfahrungen im Bereich der datengetriebenen Transformation in der Versicherungsbranche mit erprobten Best Practice-Lösungen umsetzen. Im ersten Schritt klären unsere Expert:innen auf der Grundlage einer Bestandsaufnahme, welche Bausteine für das Versicherungsunternehmen relevant sind und priorisiert werden müssen, sowie welches Ambitionsniveau für die Transformation in den einzelnen Dimensionen erstrebenswert und zugleich realistisch ist. Dann werden konkrete Maßnahmen abgeleitet und in eine Handlungs-Roadmap übertragen, um identifizierte Lücken zu schließen. Die End-to-end-Kompetenz unserer Expert:innen steht dem Unternehmen je nach Bedarf während der gesamten Transformation zur Verfügung.