Andreas Reuß, 2006, ISBN: 3-931289-73-7
Versicherungsunternehmen verfügen über eine Fülle von Daten, die vielfältige Informationen über das jeweilige Unternehmen, seine Kunden, seine Wettbewerber und das übrige Umfeld enthalten. Diese Daten bergen großes Potenzial zur Verbesserung der Produkte und Geschäftsprozesse von Versicherungsunternehmen und somit zur Generierung von Wettbewerbsvorteilen. Dies setzt allerdings voraus, dass die Unternehmen die strategische Bedeutung der in diesen Daten verborgenen Informationen erkennen und Prozesse zur intelligenten Informationsgewinnung aus Daten initiieren sowie geeignet strukturieren.
Data-Mining ermöglicht eine solche intelligente Informationsgewinnung aus Daten, indem möglichst automatisiert interessante Muster in Datenbeständen erkannt werden. Dabei stellt sich die Frage, wie Versicherungsunternehmen idealerweise mit Data-Mining-Technologien umgehen sollten.
Zum einen muss sichergestellt werden, dass Data-Mining die gewünschte Wirkung im Unternehmen entfaltet, also tatsächlich zur Generierung von Wettbewerbsvorteilen beiträgt. Durch die Entwicklung eines generischen Prozessmodells im Rahmen der Arbeit wird eine umfassende Grundlage für die Einbettung von Data-Mining in die Gechäftsprozesse geschaffen. Das generische Prozessmodell wird außerdem durch die Anwendung auf spezifische Fragestellungen bei Versicherungsunternehmen konkretisiert.
Zum anderen ist zu untersuchen, welche Auswirkungen potenzielle Data-Mining-Ergebnisse auf das Unternehmen haben. Durch die Durchführung einer systematischen Potenzialanalyse wird im Rahmen der Arbeit festgestellt, welche Geschäftsprozesse besonders gut durch Data-Mining unterstützt werden können. Das hierbei zu Grunde liegende generische Vorgehensmodell wird dadurch konkretisiert, dass es auf die Frage der Potenzialanalyse bei Versicherungsunternehmen angewendet wird.
Anhand von drei beispielhaften Einsatzgebieten wird schließlich das Potenzial für Data-Mining bei Versicherungsunternehmen veranschaulicht.
Das im Rahmen der Arbeit entwickelte Vorgehensmodell zur systematischen Potenzialanalyse ermöglicht erstmals eine betriebswirtschaftliche fundierte Abschätzung des Potenzials der Nutzung von Data-Mining-Technologien.
Darauf aufbauend stellt das ebenfalls neu entwickelte generische Prozessmodell eine umfassende und theoretisch fundierte Basis für den zielgerichteten Einsatz von Data-Mining-Verfahren im betrieblichen Umfeld und die Einbettung der Analysen in die Geschäftsprozesse von Versicherungsunternehmen dar.
Terms: Data-Mining, Produktentwicklung, Storno, Cross-Selling, Kundenwert
Die Zukunft der Lebenserwartung ist aktuell so unsicher wie selten zuvor. Das ifa hat im Rahmen der Herbsttagung der DAV auf diese Unsicherheit hingewiesen und vorgestellt, wie Aktuare in der Produktentwicklung und im Risikomanagement mit dieser Unsicherheit umgehen können. [mehr]
Value for Money und der Nachweis eines angemessenen Kundennutzens von Lebensversicherungsprodukten ist stark in den Fokus der BaFin gerückt. Vor diesem Hintergrund stellt die Rechnungszinserhöhung eine doppelte Chance dar. Zum einen entsteht die Möglichkeit, die Attraktivität der Produkte im Neugeschäft zu erhöhen. Zum anderen bietet sich die Chance, bestehende Schwachstellen im Produktfreigabeverfahren zu korrigieren und damit für die Zukunft nachhaltig kundenorientiert aufgestellt zu sein. [mehr]
BaFin veröffentlicht Erkenntnisse aus der Wohlverhaltensaufsicht Lebensversicherung [mehr]
Transparenz und Kontrolle bei Methoden, Modellen und Tools [mehr]
BaFin beschreibt Zuordnungsansatz für Vermögenswerte im Rahmen der EU-Offenlegungsverordnung [mehr]
Value for Money bei Altersvorsorgeprodukten [mehr]
Update des Branchenstandards für PRIIP der Kategorie 4 erfordert Modellanpassungen [mehr]