N

Predictive Analytics als Antwort auf Herausforderungen des Klimawandels

Predictive Analytics als Antwort auf Herausforderungen des Klimawandels


 

Der wissenschaftlich nicht mehr zu bezweifelnde Wandel des Klimas stellt auch die Versicherungswirtschaft vor große Herausforderungen. Die Nutzung von Künstlicher Intelligenz wird hier eine Schlüsselrolle zukommen.

Im Zusammenhang mit den Veränderungen des globalen Klimas und den sich daraus ergebenden Extremwetterlagen werden regelrechte Horrorszenarien für die Versicherungswirtschaft an die Wand gemalt. Ganze Landstriche sollen nach heutigen Maßstäben nicht mehr versicherbar sein. Andererseits sind durchaus Stimmen zu vernehmen, die nicht davon ausgehen, dass die Folgen des Klimawandels so eindimensional negativ für Versicherungen sein werden. Denn dort, wo heute aktiv etwas für den Hochwasserschutz getan wird, ist damit zu rechnen, dass die Schäden, die sich durch Überschwemmungen ergeben, zurückgehen werden. Die Folgen des Klimawandels für die Assekuranz sind so volatil, wie die Rechenmodelle der Wissenschaftler selbst.

Vorhersagen werden wichtiger

Für Versicherungen wird es von wachsender Bedeutung sein, angemessen auf die durch den klimatischen Wandel schwieriger werdenden Bedingungen im Bereich der Sach- und Spezialversicherungen zu reagieren. Anhand der Fragen, was genau und was warum bisher an Schäden aufgetreten ist, müssen Vorhersagemethoden entwickelt werden, die aussagen, welche Schäden mit welcher Wahrscheinlichkeit wo auftreten werden. Die Rückschau in die Vergangenheit lässt sich mittels klassischer Reportinginstrumente der Business Intelligence aus Datenhaushalten ermitteln. Technisch deutlich komplexer wird der Blick in die Zukunft.

Erfahrungen aus Predictive Analytics übertragen

Einen Weg weisen die bisher ermutigenden Ergebnisse, die die Versicherungen durch den Einsatz von Künstlicher Intelligenz und deren Methoden, wie dem maschinellen Lernen, bereits in den Bereichen Leben und Kranken gesammelt haben. Moderne vorhersagende Methoden werden schon erfolgreich zur Betrugsprävention und -erkennung eingesetzt: Anhand von Gesundheitsdaten lassen sich individuelle Risiken des Versicherten vor Vertragsannahme automatisiert prüfen oder auch die Erfolgsaussichten von Programmen zur Gesundheitsprävention ermitteln.

Es wird aus Gründen der Rentabilität des Geschäftsmodells eine Notwendigkeit werden, individuelle Tarife beispielsweise in der Wohngebäudeversicherung anzubieten. Je granularer diese Daten, umso besser für den Versicherer. Um valide Vorhersagen zu den Risiken treffen zu können, bedarf es nicht allein intelligenter Vorhersagemodelle, sondern auch unterschiedlichster Datenquellen. Informationen zu Mikrowetterlagen, Satellitenaufnahmen und Koordinaten, aufbereitete Werte und Informationen aus den Klimamodellen der Wissenschaftler.


Es muss jetzt gehandelt werden

Die Prognosen der Wissenschaft stimmen wenig optimistisch. Das Klima wandelt sich, wie stark dieser Wandel sein wird, hat der Mensch nur noch teilweise in der Hand. Ein neuer Grad an Komplexität in den Berechnungen lässt vermuten, dass sich die Auswirkungen des Wandels gegenseitig verstärken könnten.

Den Industrienationen verbleibt ein verhältnismäßig kleines Zeitfenster, um wichtige Maßnahmen zur Erreichung ihrer verabredeten Klimaziele einzuleiten. Und in einem engen Zeitrahmen müssen auch Versicherungsgesellschaften agieren, um sich kurzfristig auf die Herausforderungen der Zukunft vorzubereiten: die Schaffung von Schnittstellen zu unterschiedlichsten Datenquellen und Lieferanten, die Implementierung von KI-Methoden zur Verarbeitung solcher Daten.

Damit einhergehend die versicherungsmathematische Berechnung von Risiken und Entwicklung von Tarifen, die Rücksicht auf die klimatischen Risiken an einem Ort nehmen. Die Aufgabenliste ist lang. Und deshalb sollte heute gehandelt werden, um sich nicht tatsächlich in einer Welt wiederzufinden, die nicht versichert werden kann.

 

Alle Artikel