Meinung

Versicherer verlieren Geld an Policen, die sie nicht identifizieren können. KI will das ändern.

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Selbst in einem starken Jahr für die Branche sagt ein Startup, dass bis zu 20 % bis 30 % der Policen eines Versicherers unrentabel sein könnten. Es hat 8 Millionen $ aufgebracht, um sie zu finden.

US-Property- und Haftpflichtversicherer haben laut einem Bericht von Soteris, einem von Y Combinator unterstützten Startup, das Software an die Branche verkauft, gerade eines ihrer besten Underwriting-Jahre seit Jahrzehnten verzeichnet. 

Allerdings können starke Gesamtergebnisse Schwachstellen verbergen. Soteris sagt, dass viele Versicherer stillschweigend Geld an einem bedeutenden Anteil ihrer Policen verlieren und keine verlässliche Methode haben, um zu erkennen, welche das sind.

Soteris tritt aus der Stealth-Phase mit mehr als 8 Millionen $ Seed-Finanzierung und einem neuen Produkt, das dieses Problem adressiert, hervor. Der CEO, Sunit Shah, sprach darüber, was er als blinden Fleck der Branche sieht und was die Behebung für Versicherer und deren Kunden bedeuten könnte.

Warum Versicherer das Problem nicht erkennen können

Versicherer legen Preise fest und beurteilen die Leistung, indem sie ähnliche Kunden gruppieren, etwa Fahrer eines bestimmten Alters in einer bestimmten Region. Da jede einzelne Police entweder einen Schaden verursacht oder nicht, haben Aktuare lange Unterschiede innerhalb einer Gruppe als zufälliges Rauschen behandelt. Eine Gruppe kann gesund erscheinen, während einige Policen darin Geld verlieren, und die tatsächlichen Kosten einer Police zeigen sich erst, wenn Schäden eintreten, manchmal Jahre nach dem Verkauf.

„Jeder Versicherer weiß, dass er Policen schreibt, die ihm Geld verlieren werden“, sagte Shah in einer Erklärung. Er argumentiert, dass ihnen die Werkzeuge fehlen, um diese Policen zu finden. In der Zusammenarbeit mit Versicherern habe er festgestellt, dass selbst solche mit soliden Bilanzen Policen tragen, die den Gewinn schmälern, in manchen Fällen 20 % bis 30 % des Gesamten.

Eine Branche, die sich zur individuellen Police bewegt

Die Größe des Gewinns erklärt, warum die Idee Aufmerksamkeit erregt. McKinsey hat geschätzt, dass Versicherer ihre Underwriting-Ergebnisse, den Gewinn aus dem Schreiben von Policen, um 30 % bis 50 % steigern könnten, durch koordinierte Maßnahmen wie das Kürzen unrentabler Geschäfte und das Zurückgewinnen von Gewinnen in Gruppen, die im Durchschnitt gesund aussehen. Der Beratungsbericht 2025 Versicherungsbericht weist auf eine feinere Segmentierung und Personalisierung bis hin zur einzelnen Police als zukünftige Richtung der Branche hin.

Soteris ist ein Startup, das an diesem Wandel arbeitet. Sein Ansatz nutzt Machine Learning, eine Form von KI, die Muster aus historischen Daten lernt, um die vergangenen Policen eines Versicherers auf Millionen oder sogar Milliarden Arten zu analysieren. Das Unternehmen sagt, ein Team, das in Tabellenkalkulationen arbeitet, könnte dutzende oder hunderte Durchläufe durchführen. Durch die Kombination dieser Analysen bewertet es jede Police einzeln statt als Teil einer Gruppe.

Das Unternehmen sagt, Versicherer können in weniger als einem Viertelsekunde einen Score erhalten, wenn ein Angebot angefordert wird oder zu einem späteren Zeitpunkt, und dass die Einrichtung weniger als 90 Tage dauert.

Von Schadensfällen zum Gewinn

Das erste Produkt von Soteris, das seit 2020 bei Versicherern und den Agenturen, die in ihrem Namen verkaufen, im Einsatz ist, sagt voraus, wie viel vom Prämienbetrag jeder Police an Schadenszahlungen ausgezahlt wird. Das Unternehmen sagt, es habe mehr als 100 Millionen Policenanträge im Wert von über 180 Milliarden $ Prämien bewertet und dass Kunden ihre Schadensauszahlungsquote innerhalb eines Jahres um 5 bis 15 Prozentpunkte verbessert haben.

Das neue Produkt geht einen Schritt weiter, zum Gewinn. Das Geld einer Police wird oft auf das Unternehmen, das sie verkauft, das Unternehmen, das die staatliche Lizenz hält, und das Unternehmen, das das Kapital bereitstellt, aufgeteilt, wobei jeder einen anderen Anteil erhält. Soteris sagt, die Schadenskosten einer Police zeigen nicht, was sie für das schreibende Unternehmen einbringt. Das neue Tool schätzt diese Größe und gibt sie in EBITDA aus, einem gängigen Maß für den operativen Gewinn.

Das Unternehmen sagt, mehrere Pilotprojekte zeigten, dass das EBITDA der Versicherer um 70 % bis 125 % gestiegen ist. Es handelte sich dabei um Pilotprojekte und nicht um vollständige Rollouts, und die Ergebnisse stammen von Soteris selbst.

Was das für Kunden bedeuten könnte

Für jemanden, der Auto- oder Hausversicherungen kauft, sagt Shah, dass die Hauptauswirkung auf Seiten des Versicherers liegt, da das Tool hilft, jede Police profitabel zu machen. Er argumentiert, dass der Nutzen für Kunden indirekt entsteht.

„Das Hauptziel der Versicherer ist es, ihre Policenzahl zu erhöhen, sodass die sekundäre Wirkung darin besteht, dass sie dadurch Preise senken können, um mehr Marktanteile zu gewinnen“, sagte Shah. „Für die meisten Menschen würden wir also erwarten, dass ihre Tarife niedriger sind, als sie es wären, wenn der Versicherer unser Produkt nicht nutzen würde.“

Das ist eine Erwartung, keine Garantie. Shahs Antwort konzentrierte sich auf Preise und ging nicht darauf ein, ob Kunden, die als unrentabel eingestuft werden, die Deckung verweigert oder nicht verlängert werden könnte. Die Beschreibung des eigenen Produkts des Unternehmens, das Versicherer daran hindert, Policen zu schreiben, die nie rentabel sein würden, lässt vermuten, dass dies eine echte Frage ist.

Die Frage der Fairness

Der Einsatz von KI durch Versicherer hat Bedenken geweckt, dass Menschen unfair bepreist oder von einem Algorithmus abgelehnt werden könnten. „Das ist ein berechtigtes Anliegen und wir nehmen es ernst“, sagte Shah. Er verweist auf bestehende Antidiskriminierungsvorschriften und Anforderungen an Bias‑Tests und meint, dass Regulierung ein Grund sei, KI intern zu entwickeln, anstatt sich auf externe Chatbots zu verlassen. Soteris sagt, seine Modelle zeigen, wie stark jeder Faktor zu einem Ergebnis beigetragen hat, was er zufolge für Versicherer wichtig ist, weil die korrekte Einhaltung von Vorschriften entscheidend für den Erfolg in der Branche ist.

Warum die Verzögerung und wer dahintersteht

Soteris arbeitet seit 2020 mit Versicherern zusammen, geht aber erst jetzt an die Börse. Shah sagt, das Problem habe Zeit gebraucht, um gelöst zu werden. Das richtige Team zusammenzustellen war schwierig, und er stellte fest, dass Experten von außerhalb der Versicherungsbranche nicht automatisch passend waren. „Fachwissen im jeweiligen Bereich war sehr wichtig“, sagte er. Sein eigener Weg begann mit einem Nebenunternehmen, das Preisgestaltungsmodelle für Lebensversicherer entwickelte, während er im Graduiertenstudium war. Nach einer Promotion in Wirtschaftswissenschaften handelte er bei dem Hedgefonds Pine River Capital und half dort, ein Projekt zu leiten, das einen Rückversicherer für Sach‑ und Haftpflicht aufbauen sollte. „Dort habe ich wirklich gelernt, wie hart die Versicherungsbranche tatsächlich ist“, sagte er.

Die Seed‑Runde wurde von Spider Capital angeführt, wobei Intact Private Capital, Amplify Partners, Foundation Capital, Webb Investment Network und Overlook Ventures ebenfalls teilnahmen. Soteris nannte keine Kunden. „In diesem Stadium können wir diese Informationen aufgrund vertraglicher Verpflichtungen nicht öffentlich teilen“, sagte Shah.

Worauf man achten sollte

Die Richtung der Branche ist klar: Mehr Versicherer wollen Risiken Policenweise bepreisen und beurteilen. Offene Fragen sind, wie viel des potenziellen Gewinns außerhalb von Pilotprojekten real ist und wo er letztlich endet. Versicherer könnten die Einsparungen an Kunden weitergeben, indem sie die Preise senken, wie Shah erwartet, oder sie als höhere Margen behalten, während sie weniger Policen schreiben. Regulierungsbehörden werden voraussichtlich genau beobachten, welche Kunden am falschen Ende der Scores landen.

Juan Pablo Aguirre Osorio ist ein freiberuflicher Reporter für Espacio Media Incubator. Mit einer Ausbildung in Full-Stack-Engineering bringt Juan Pablo eine technische Kompetenz in seine Berichterstattung über innovative Technologien, einschließlich KI, mit. Seine Arbeiten wurden in HackerNoon, The Sociable und anderen veröffentlicht, und er war zuvor Student Ambassador bei Microsoft.