Newsletter

Holen Sie sich die neuesten Updates von Hortonworks per E-Mail

Einmal monatlich erhalten Sie die neuesten Erkenntnisse, Trends und Analysen sowie Fachwissen zu Big Data.

AVAILABLE NEWSLETTERS:

Sign up for the Developers Newsletter

Einmal monatlich erhalten Sie die neuesten Erkenntnisse, Trends und Analysen sowie Fachwissen zu Big Data.

cta

Erste Schritte

Cloud

Sind Sie bereit?

Sandbox herunterladen

Wie können wir Ihnen helfen?

* Ich habe verstanden, dass ich mich jederzeit abmelden kann. Außerdem akzeptiere ich die weiteren Angaben in der Datenschutzrichtlinie von Hortonworks.
SchließenSchaltfläche „Schließen“
Vorige Folie
Big Data in Oil and Gas: Drilling Down for Insights
July 18, 2017
Data As a Core Competency Is Not Just an IT Issue
Nächste Folie

Big Data im Versicherungswesen: Diese Veränderungen bringt Analytics

In der Versicherungsbranche braut sich ein Sturm zusammen und es wird Informationen hageln. Zur Wahrung ihrer Wettbewerbsfähigkeit müssen Versicherungsunternehmen bereit sein, in Informationen auf innovative Weise nach Erkenntnissen zu suchen. Im Versicherungswesen wird man sich immer mehr auf Big Data verlassen, um die Schadensfälle zu reduzieren, Wert für die Kunden zu schöpfen und proaktiv zur Risikoüberwachung beizutragen, um Verluste für die Kunden zu minimieren.

Bisher konnte ein Versicherungsunternehmen historische Daten nutzen, um die Kosten für künftige Sachschadenersatzansprüche zu bestimmen. Jetzt können Echtzeit-Wetter- und Sensordaten das Unternehmen vor einem drohenden Sturm warnen; innerhalb von 72 kann es diese Informationen mit geografischen Daten verknüpfen, um die Wahrscheinlichkeit von Schneefall, Eisglätte oder Überschwemmungen in tiefliegenden Gebieten zu ermitteln. In den als Risikogebiete bestimmten Bereichen kann das Unternehmen Kunden ermitteln, die in tiefliegenden Gebieten oder Gebieten mit Schneesturmgefährdung leben, und sie über digitale Kanäle warnen bzw. beim Objektschutz unterstützen. Die PR-Abteilung kann proaktiv Interviews mit örtlichen Nachrichtensendern führen, um das öffentliche Bewusstsein weiter zu schärfen. Dank dieser Maßnahmen kann das Versicherungsunternehmen möglicherweise bereits einen Großteil der Versicherungsansprüche von Kunden in diesen Gegenden verhindern. Damit würden Hunderttausende Dollar eingespart, die Sicherheit der Kunden verbessert und die Kundentreue insgesamt gesteigert. So funktioniert Big Data in der Praxis.

Wie können Versicherungsunternehmen nun die alte Denkweise abstreifen und sich auf diese neue Methodik einlassen? Alles hängt von Konnektivität und Datenverarbeitung ab. Versicherungsunternehmen, die Hausrat- und Unfallversicherungen anbieten, haben angesichts der technologischen Entwicklungen immense Chancen: Sie verfügen über mehr Informationen, die sie für ihre Risikobewertungen nutzen können. Geräte mit Internetanbindung ermöglichen mehr Datenerfassung als je zuvor zum Zustand eines Objekts und seiner Umgebung.

Risikoanalyse in Echtzeit

Während sich Versicherungen und Makler für die Versicherungsmathematik einst auf historische Daten verlassen mussten, können sie nun sekündlich aktualisierte Datenquellen nutzen. So können sie in einem Umfeld mit immer stärker schwankendem Risiko besser reagieren. Klimadaten waren bisher relativ stabil, sodass sie nicht unbedingt laufend überwacht werden mussten. Heute ist der Klimawandel offensichtlich und ein klares Risiko für Versicherungsunternehmen. Änderungen müssen verfolgt werden, um Trends vorherzusagen. Mit Big Data können Versicherungsunternehmen Wetterdaten mit Daten von zahlreichen Umweltsensoren anreichern, um Windgeschwindigkeit, Luftdruck, Temperatur und Veränderungen der Strahlstrombänder nachzuvollziehen.

Auf der anderen Seite verändert das Connected Car die Kfz-Versicherung. Fahrzeuge senden heute pro Sekunde Tausende Datenpunkte an Server, in denen alles vom Standort über das Bremsverhalten bis zur Geschwindigkeit beschrieben wird. In Zukunft werden Fahrzeug-Infrastruktur-Lösungen die Straßenbedingungen hochaufgelöst in Echtzeit kommunizieren – bis hin zu Schlaglöchern und Pfützentiefe. Versicherungsunternehmen können mit diesen Daten Echtzeitentscheidungen zum Risikomanagement nutzen und vielleicht sogar Telematik und automatisierte Fahrtechnologie nutzen, um Fahrer auf die sicherste Route hinzuweisen.

Die Nutzung von Big Data im Versicherungswesen verändert bereits die Branche. Ford ist beispielsweise eine Partnerschaft mit IVOX eingegangen, dem Entwickler der App DriverScore. Diese App teilt Versicherungen mit Hilfe datensparsamer Technologie mit, wie sich Fahrer verhalten, um ihre Prämien potenziell zu senken. Auf ähnliche Weise werden Connected Homes besser darin, ihre Umweltbedingungen zu kommunizieren. Wie wäre es mit Feuchtigkeitssensoren im Keller, um Informationen zu potenziellen Überschwemmungen abzurufen?

Eine neue Betrachtungsweise für Daten

All das sind Möglichkeiten für Versicherungsunternehmen. Die Herausforderung besteht darin, diese steigende Flut von Daten aufzunehmen und einen Sinn daraus abzuleiten. Zur Erlangung dieser schnell umsetzbaren Erkenntnisse müssen Unternehmen ihre Analyseverfahren über die herkömmlichen ad-hoc-Berichte erweitern. Bisher wurden Business-Intelligence-Berichte immer gesammelt erstellt – oft lagen Wochen oder Monate dazwischen – und mit diesen Daten dann Vorhersagen über zukünftige Trends getroffen. Diese Methoden haben immer noch ihre Berechtigung, aber Versicherungsunternehmen müssen ihre Analyseprozesse weiterentwickeln, um wettbewerbsfähig zu bleiben. Sie müssen Daten fortlaufend überwachen, proaktiv analysieren und so Erkenntnisse gewinnen.

Für diese Reife ist auch die Verarbeitung neuer Datenarten nötig. Bisher lagerte der Löwenanteil der Daten in starren relationalen Datenbanken. Diese Datenstrukturen sind dem Zeitalter der unstrukturierten Echtzeitinformationen von immer mehr Quellen nicht mehr gewachsen. Versicherungsunternehmen müssen diese Datenpunkte verknüpfen, um sie alle miteinander nahtlos zu analysieren. Dafür müssen isolierte Informationssysteme abgeschafft werden. Zu diesem Zweck werden der Data Lake und das Daten-Streaming immer mehr zum Einsatz kommen. Dieser Ersatz für das traditionelle Data Warehouse besteht aus einer umfangreichen Sammlung strukturierter und unstrukturierter Daten, die Unternehmen proaktiv abfragen und überwachen können.

Das Befahren dieser neuen Datengewässer

Beim Mining in diesem gewaltigen Data Lake müssen Versicherungsunternehmen den Schwerpunkt auf Geschwindigkeit legen. Sie können ihre Abfragezeiten reduzieren, indem sie die Abfragen aufteilen und simultan verwalten. Systeme wie Apache Hadoop und Map Reduce können hier hilfreich sein. Während Unternehmen mit dem wachsenden Volumen und Tempo der Big Data im Versicherungswesen zu kämpfen haben, werden die von ihnen verwendeten Tools immer stärker auf künstliche Intelligenz zurückgreifen. Maschinelle Lernalgorithmen und natürliche Sprachverarbeitung werden die Daten schnell durchforsten und Muster entdecken, die menschlichen Analysten entgehen und für diese einfach zu zeitaufwändig sind.

Um all das zu erreichen, müssen Versicherungsunternehmen sorgsam neue Fähigkeiten fördern. Datenforscher werden dann stark nachgefragt sein, aber das allein reicht nicht. Versicherer müssen Wege finden, um ihre technischen und informationsbezogenen Fähigkeiten mit branchenspezifischem Fachwissen zu verbinden; nur so wissen sie, nach welchen Informationen sie suchen und wie sie diese formulieren müssen.

Der Weg zu diesem neuen Betriebsmodell wird nicht einfach. Er erfordert eine sorgfältige Mischung aus Menschen, Prozessen und Technologie, mit der Unternehmen zum richtigen Zeitpunkt die richtigen Erkenntnisse aus ihren Daten ziehen und Entscheidungen für die Praxis treffen können. Je eher sie dieses Ziel erreichen, desto weiter sind sie der Trendkurve voraus – und umso mehr Zugkraft haben sie in der stark umkämpften Branche, in der mehr Risiken versichert werden als je zuvor.

Wenn Sie mehr darüber erfahren möchten, wie das Versicherungswesen durch die immer stärker vernetzte Welt verändert wird, sehen Sie sich diesen Bericht von Hortonworks an.

Antwort verfassen

Ihre E-Mail-Adresse wird nicht veröffentlicht. Pflichtfelder sind mit * gekennzeichnet