Am 18. April 2019 veröffentlichte das Bundesministerium der Finanzen den Referentenentwurf für ein Gesetz zur Deckelung der Abschlussprovisionen von Lebensversicherungen und von Restschuldversicherungen. Sofern der Entwurf geltendes Recht wird, stellt das BMF die Versicherungswirtschaft vor erhebliche Herausforderungen.

Kerngedanke des Referentenentwurfs ist eine Stärkung des Verbraucherschutzes durch die Vermeidung von Fehlanreizen bei der Vermittlung von Versicherungsverträgen. Damit knüpft der Entwurf an die kürzlich in Kraft getretene Versicherungsvertriebsrichtlinie (IDD) an. Noch vor der Evaluierung der IDD nutzt das BMF die „zweite Phase“ der Evaluierung des Lebensversicherungsreformgesetzes (LVRG), um bei der Lebens- und Restschuldversicherung für regulatorische Vorgaben der Provisionsdeckelung zu sorgen. 

Am 08. Mai 2019 veröffentlichte EIOPA einen Bericht mit dem Titel “Big Data Analytics in Motor and Health Insurance“. Der Bericht basiert auf einer Befragung von Versicherungsunternehmen und -vermittlern der Sparten Kraftfahrzeug- und Krankenversicherung zum bisherigen und geplanten Einsatz von Big Data Analytics (BDA) sowie den daraus resultierenden Chancen und Risiken.

Die Verwendung datengetriebener Geschäftsmodelle in der gesamten Wertschöpfungskette nimmt stark zu. Traditionell verfügbare Daten werden zunehmend mit Daten aus neuen Quellen (bspw. Internet der Dinge und Telematik) ergänzt. Als wesentliche Chancen identifiziert EIOPA die Möglichkeit genauerer Risikobewertungen sowie mögliche Effizienzsteigerungen, insbesondere durch automatisierte Entscheidungsfindung und daraus resultierende geringere Kosten. Zudem eröffnen sich die Möglichkeiten neuer nutzungsbezogener Versicherungsprodukte wie z. B. Pay-As-You-Drive-Versicherungen.

Zentrale Herausforderung ist nach wie vor die Datenverfügbarkeit und -Qualität. Verzerrungen in den Datensätzen übertragen sich bei fehlender Bereinigung auf die Ergebnisse der BDA-Algorithmen. Darüber hinaus sind Erklärbarkeit, Transparenz, Prüfbarkeit sowie ethische Aspekte in der Anwendung zu berücksichtigen. Beispielsweise sind nicht gesetzeskonforme Benachteiligungen (z. B. aufgrund des Geschlechts) auszuschließen.

Derzeit werden BDA-Tools wie Künstliche Intelligenz oder Maschinelles Lernen von etwa 31 % der befragten Unternehmen verwendet, weitere 24 % der Unternehmen planen den Einsatz. Aktuell finden sich Anwendungsfälle insbesondere im Pricing, im Underwriting, in der Schadenregulierung sowie im Vertrieb.

Für Fragen stehen Ihnen unsere aktuariellen Data Analytics-Experten Dr. Clemens Frey und David Richter jederzeit zur Verfügung.