Big Data für Versicherungen. Proceedings zum 21. Kölner Versicherungssymposium am 3.11.2016 in Köln

Fo schung am i wKöln
Band 2/2017
Big Da a ü Ve siche ungen
P oceedings zum 21. Kölne Ve siche ungssymposium
am 3.11.2016 in Köln
Ma ia Heep-Al ine , Ho s Mülle -Pe e s, Pe e Schimikowski, Be nd Schnu (H sg.)
Fo schung am i wKöln, Band 2/2017
Ma ia Heep-Al ine , Ho s Mülle -Pe e s, Pe e Schimikowski, Be nd Schnu (H sg.)
Big Da a ü Ve siche ungen. P oceedings zum 21. Kölne
Ve siche ungssymposium am 3.11.2016 in Köln
Zusammen assung
Au g und de schnellen echnologischen En wicklungen und den dami einhe gehenden e wei e en
Möglichkei en ha ü den Beg i „Big Da a“ eine s a ke Beg i se wei e ung s a ge unden
–
insbesonde e im D eiklang Digi alisie ung / Big Da a / Cloud Compu ing (DBC). „Big Da a“ im
wei e en Sinn um ass inzwischen mindes en die Themen elde
IT &
P ozesse, Me hoden &
Model
lie ung, P oduk en wicklung & Kundenmanagemen sowie Rech & Da enschu z.
Wegen
de hohen Bedeu ung haben die Fo schungsbe eiche des i wKöln ü 2016 „Big Da a“ als
übe g ei endes Fo schungs hema gewähl . Im 21. Kölne Ve
siche ungssymposium wu de dahe das
Themen eld in seine Vielschich igkei on Re e en en a
us meh e en Fach ich ungen skizzie .
Abs ac
The Caused by he echnological de elopmen and he co esponding ex ended possibili ies, an ex-
ension o e m “Big Da a” has occu ed
– especially in he con ex o Digi aliza ion / Big Da a / Cloud
Compu ing (DBC). In an ex ended de ini ion, “Big Da a” co e
s a leas he aspec s “IT & P ocesses”,
“Me hods & Modeling”, “P oduc De elopmen & Clien Managemen ” as well as “Legal Aspec s &
Da a P o ec ion”.
Because o he high ele ance, he esea ch cen e s o he Cologne Ins i u e o Insu ance (i wKöln)
ha e chosen “Big Da a” as a common esea ch opic. A he 21 h Cologne Insu ance Symposium,
“Big Da a” has been ea ed by speake s ep esen ing h
e a ious aspec s o his opic.
Schlagwö e
Big Da a, Digi alis
ie ung, Ve siche ung
Vo wo
Au g und de schnellen echnologischen En wicklungen ha Big Da a – insbesonde e im
D eiklang Digi alisie ung / Big Da a / Cloud Compu ing (DBC) die Wel e ände und wi d
sie auch noch wei e e ände n.
Abbildung 1: Jede Mensch is einziga ig, besonde s, un e wechselba – be echenba .1
Diese Ve ände ungen beein lussen den Ve siche ungsbe eich massi – je nach S and-
punk als Ho o , Hype ode Heilsb inge .
Ausgehend on eine ein achen De ini ion als „g oße und komplexe Da enmengen“ ha
mi den e wei e en Möglichkei en bei „Big Da a“ eine s a ke Beg i se wei e ung s a ge-
unden. „Big Da a“ im wei e en Sinn um ass dami meh e e Themen elde in un e schied-
lichen Fach ich ungen. Wegen diese Vielschich igkei haben sich die ie Fo schungsbe-
eiche des i wKöln
– inanzielles & ak ua ielles Risikomanagemen (FaRis)
– Rück e siche ung,
– Ve siche ungsma k und
– Ve siche ungs ech
1 Quelle: And eas Do mann, T aile zum Symposium des IVW Köln, e ö en lich am 31.10.2016,
h ps://www.you ube.com/wa ch? =HCcEIq90IZs& ea u e=you u.be (S and 08.12.2016).
ü 2016 zum Ziel gese z , das Thema „Big Da a“ jeweils im Hinblick au die eigene Schwe -
punk se zung zu e o schen – insbesonde e im Hinblick au die Themen elde
– IT & P ozesse,
– Me hoden & Modellie ung,
– P oduk en wicklung & Kundenmanagemen sowie
– Rech & Da enschu z.
„Big Da a“ wu de dabei nich nu in Vo ägen, Publika ionen und Abschlussa bei en be-
handel , sonde n wa auch das Schwe punk hema
– des 10. FaRis & DAV Symposiums am 10.06.2016 sowie
– des 21. Kölne Ve siche ungssymposiums am 03.11.2016.
Das FaRis & DAV Symposium ha sich mi den ehe quan i a i en Face en des Beg i s im
Hinblick au IT & P ozesse sowie Me hoden & Modellie ung auseinande gese z ; das Kölne
Ve siche ungssymposium ha das Thema b ei e übe alle Aspek e und Face en behan-
del – abges imm au einen wenige spezialisie en Pe sonenk eis.
Fü das übe g ei ende Fo schungsp ojek sowie die O ganisa ion des 21. Kölne Ve siche-
ungssymposiums wu de eine P ojek g uppe mi
- P o . D . Ma ia Heep-Al ine (i wKöln, FaRis) ü das Themen eld Modelle & Model-
lie ung,
- P o . Ho s Mülle -Pe e s, (i wKöln, Fo schungss elle Ve siche ungsma k ) ü das
Themen eld P oduk en wicklung & Kundenmanagemen ,
- P o . D . Schimikowski, (i wKöln, Fo schungss elle Ve siche ungs ech ) ü das The-
men eld Rech & Da enschu z sowie
- P o . D . Schnu , (Schmalenbach Ins i u , ko espondie endes Mi glied in FaRis) ü
das Themen eld IT & P ozesse
e ablie , die auch die He ausgebe dieses Tagungsbandes mi den Vo ägen und Diskus-
sionsbei ägen zum 21. Kölne Ve siche ungssymposium sind.
Beim Vo ag on Ka ja Wü z zu Sich des Regulie e s au Big Da a mi Fokus au den Ve -
b auche schu z wu de in Abs immung mi de Re e en in au einen eigenen sch i lichen
Bei ag e zich e und s a dessen nu sei ens de He ausgebe übe diesen Bei ag be-
ich e . Die ( e kü z en) Vo ags olien können au de Websei e des i wKöln im Be eich
zum 21. Kölne Ve siche ungssymposium he un e geladen we den.2
Köln, Janua 2017 Die He ausgebe
2 Siehe h ps://www. h-koeln.de/mam/downloads/deu sch/hochschule/ akul ae en/wi -
scha s_und_ ech swissenscha en/p __sen a ion_w__ z.pd (S and 05.12.2016).

Au o en e zeichnis
1. Ein üh ung: Was is Big Da a? Ma ia Heep-Al ine
Be nd Schnu
TH Köln
2. Big Da a als Schlüssel zu Digi alisie ung
Volke Reichenbach
msg Sys ems
3. Die Big Da a He aus o de ung
Daniel John
HUK-Cobu g
4. Cogni i e Compu ing als Konsequenz au geände es
Kunden e hal en und Big Da a
S e an Riedel
IBM
5. Kundenbeziehung im Wandel
- du ch Kundenp o ilie ung und Real-Time We bung.
And eas Schü z
SAP
6. Rech liche Rahmenbedingungen on Big Da a Michael Kamps
CMS Hasche Sigle
7. Die Sich des Regulie e s au Big Da a mi Fokus
au den Ve b auche schu z
Be ich zum Vo ag on Ka ja Wü z (EIOPA)
Ma ia Heep-Al ine
TH Köln
8. F agen & Anme kungen zu Big Da a Ma ia Heep-Al ine
Ho s Mülle -Pe e s
TH Köln
Ku zp o ile de ex e nen Re e en en des Symposiums 3
Volke Reichenbach, msg Sys ems
Volke Reichenbach, Jah gang 1952, s udie e In o ma ik
und BWL an de Rheinischen F ied ich-Wilhelms-Uni e -
si ä in Bonn und schloss sein S udium 1981 als Diplom
In o ma ike ab.
E a bei e e zunächs als Sys emp og ammie e bei de
Ideal S anda d GmbH Bonn und wa danach als Be eichs-
lei e GMO ü die Gesellscha ü Managemen und O -
ganisa ion ä ig.
Von 1994 bis 2014 wa Volke Reichenbach als Mi glied
des Vo s ands de mg sys ems ag e an wo lich ü die
Resso s Se ice Consul ing Insu ance, Business Consul-
ing Insu ance, Rech , Pe sonal und Be iebso ganisa-
ion.
Sei 2014 is e Mi glied des Au sich s a s de msg sys-
ems ag, Mi glied des Au sich s a s de objec i e pa ne
ag und a bei e da übe hinaus eibe u lich.
D . Daniel John, HUK-Cobu g
D . Daniel John lei e das Ak ua ia de Schaden-/Un all-
e siche ung de HUK-Cobu g und ha dieses konse-
quen au mode ne Themen und um Da en und Analy-
ics ausge ich e .
E ha in ensi am Au bau des un e nehmenswei en
Da a Wa ehouse mi gewi k und is Mi beg ünde des
Da a Science Cen e s de HUK-COBURG.
In den le z en 10 Jah en ha e iele Analy ics-P ojek e
ini iie und e olg eich beglei e . Dazu gehö auch de
neue Telema ik-Ta i – die e s e ich ige Big-Da a-An-
wendung de HUK-COBURG.
33 Bildma e ial und Ku zp o ile nach Be ei s ellung du ch die Re e en en.
S e an Riedel, IBM
S e an Riedel e an wo e sei Janua 2011 als Gene al-
be ollmäch ig e de IBM den Ve siche ungsbe eich ü
Deu schland, Ös e eich und die Schweiz. Zu o üh e
e das S a egische Ou sou cing de IBM in Deu schland
ü alle Indus ien. Die Rolle übe nahm e , nachdem e
ach Jah e lang den Be a ungsa m de IBM ü die Ve si-
che ungswi scha ü Zen al- und Os eu opa üh e.
Als Diplom-Wi scha sin o ma ike (DH) s a e e S e an
Riedel 1991 seine Ka ie e in dem neu geg ünde en Se -
ice-Be eich de IBM, wo e e olg eich iel äl ige E ah-
ungen als Be a e , P ojek lei e und Ve iebsbeau -
ag e sammel e. Als Jah gang 1967 is de e hei a e e
Wahlkölne zwa kein Digi al Na i e, abe aus Leiden-
scha und mi iel Engagemen imme am Puls de Zei .
h ps:// wi e .com/S e anRiedelIBM
And eas Schü z, SAP
And eas Schü z e üg übe um assende Kenn nisse
und E ah ungen in den Be eichen Digi alisie ung sowie
Cus ome Engagemen und Comme ce.
Als gele n e Fi menkundenbe eue wa He Schü z
on 1986 – 2002 bei de D esdne Bank AG in F ank u
ä ig und zule z als Senio P ojec Manage ü das
Cus ome Rela ionship Managemen im Co po a e Ban-
king e an wo lich. Von 2002 bis 2016 ha He Schü z
bei SAP e schiedene Rollen ausge üll : als Solu ion A -
chi ek ü CRM- und F on o ice-Themen, als Cus ome
Engagemen Manage ü SAP Consul ing und als Senio
P esales Specialis ü den Be eich Financial Se ices.
Michael Kamps, CMS Hasche Sigle
Michael Kamps is Rech sanwal und Pa ne im Geschä s-
be eich „Technology Media Communica ion“ bei CMS Ha-
sche Sigle, eine de g öß en deu schen Wi scha skanz-
leien. E be ä na ionale und in e na ionale Mandan en zu
allen F agen de in o ma ions ech lichen Compliance mi
einem Schwe punk au da enschu z ech lichen F age-
s ellungen und de Rech sbe a ung im Be eich „Digi al Bu-
siness“.
Michael Kamps s udie e Rech swissenscha en in Köln
und absol ie e seinen ju is ischen Vo be ei ungsdiens
bei Ge ich en und Behö den in Düsseldo , Köln und
Washing on, D.C. E is Leh beau ag e ü In o ma ions-
ech an de In e na ionalen Filmschule Köln. Regelmä-
ßige Vo äge und Ve ö en lichungen zu Themen des In-
o ma ions ech s.
Ka ja Wü z, EIOPA
Ka ja Julie Wü z is Head o EIOPA's C oss-Sec o al and
Consume P o ec ion Uni . She is esponsible o EIOPA's
ac i i ies and ini ia i es ela ed o consume p o ec ion,
he Join Commi ee along wi h he o ganisa ion o EI-
OPA's commi ee mee ings and public e en s.
Be o e joining EIOPA a he end o 2011, Ms Wü z had ex-
ensi e wo king expe ience as P incipal Legal Counsel and
eam leade in he a ea o inancial law and legal o e sigh .
In his espec she began he ca ee i s a he Eu opean
Commission, ollowed by a ew yea s a he Danish cen al
bank (Danma ks Na ionalbank), subsequen o which she
wo ked o mo e han a decade a he Eu opean Cen al
Bank (ECB). She has au ho ed and co-au ho ed a numbe
o academic a icles ela ed o inancial legisla ion, legal
o e sigh and he ECB's ad iso y compe ence in i s ields
o compe ence.
Ms Wü z has Danish na ionali y and s udied EU law a he
Uni e si y o Copenhagen, om whe e she ob ained he
Mas e deg ee in law in 1995.
- 7 -
P o . P o esso
RegTech Regula o y Technology
S. Sei e
SAP Sys eme / Anwendungen / P oduk e
Sog. sogenann
TH Technische Hochschule
u. a. Un e Ande em
U hG U hebe ech sgese z
. Ch . Vo Ch is us
Vgl. Ve gleiche
Vs. e sus
Xing C ossing
z. B. Zum Beispiel

- 8 -
1 Ein üh ung: Was is Big Da a?
Ma ia Heep-Al ine , Be nd Schnu (TH Köln)
De nach olgende Bei ag wu de in g öße en Teilen dem en sp echenden Ein üh ungsbei-
ag in den P oceedings zum 10. FaRis & DAV Symposium en nommen.4
1.1 Beg i sbes immung on Big Da a
De Beg i „Big Da a“ besag zunächs einmal nu , dass es sich um „g oße Da enmengen“
handel . Au g und de schnellen echnologischen En wicklungen und den dami einhe -
gehenden e wei e en Möglichkei en ha hie abe eine s a ke Beg i se wei e ung s a -
ge unden, insbesonde e muss das Themen eld „Big Da a“ im D eiklang Digi alisie ung /
Big Da a / Cloud Compu ing (DBC) gesehen we den, wobei auch hie du ch Beg i se -
wei e ungen eine kla e Abg enzung nu seh schwe möglich is .
Ad Hoc De ini ion E wei e e De ini ion
Digi alisie ung Übe üh ung analoge G ö-
ßen in disk e e G ößen.
Gesam hei de Technologien und
Me hoden zum Au be ei en und
Speiche n analoge In o ma ionen
au digi alen Medien.
Big Da a G oße und komplexe Da-
enmengen.
Gesam hei de Technologien und
Me hoden zum Sammeln und
Auswe en g oße und komplexe
Da enmengen.
Cloud Compu ing Rechnen in eine „Wolke“. Gesam hei de Technologien und
Me hoden zum dezen alen Spei-
che n und Aus üh en on Da en
und P og ammen.
Die Ad Hoc De ini ionen sind ela i i ial, die e wei e en De ini ionen unscha und nu
schwe saube abg enzba , d. h. man ha hie im P inzip eine Bandb ei e zwischen Alles
und Nich s.
Bedeu e e Digi alisie ung u sp ünglich nu , dass eine disk e e Codie ung o genommen
wi d, 5 so s eh diese Beg i inzwischen schon as synonym ü eine ganze echnologische
Re olu ion.
4 Heep-Al ine : Big Da a ü Ve siche ungen. In: P oceedings zum 10. FaRis & DAV Symposium am 10. Juli
2016 in Köln, Fo schung am IVW Köln 10 / 2016, h ps://cos.bibl. h-koeln.de/ on doo /index/in-
dex/docId/426 , S. 6 – 17.
5 Die wich igs e und bekann es e Fo m eine disk e en Codie ung is die 0/1 Codie ung.
- 9 -
1.2 Themen elde zu Big Da a
Big Da a im wei e en Sinn geh eben alls wei übe die i iale De ini ion hinaus und um-
ass inzwischen eine Viel al an Themen elde n wie beispielsweise
 IT & P ozesse,
 Me hoden & Modellie ung,
 P oduk en wicklung & Kundenmanagemen sowie
 Rech & Da enschu z,
die da übe hinaus auch noch un e einande e ne z sind, siehe dazu auch die nach ol-
gende Abbildung mi den wich igs en Ve knüp ungen zwischen diesen Themen elde n in
de Ve siche ungsb anche.
Abbildung 2: Themen elde on Big Da a ü Ve siche ungen.6
Abge unde wi d de D eiklang du ch die eno men echnischen Möglichkei en, die sich
du ch eine e ne z e Da enhal ung mi els Cloud Compu ing e geben.7 Ha e man ühe
eine klassische (P ozess) Abg enzung
Da enau be ei ung

Da enspeiche ung

Da enanalyse,
6 Heep-Al ine (2016): Big Da a ü Ve siche ungen, S. 7.
7 Auch wenn un e Siche hei saspek en dies nich in jede Hinsich als posi i zu bewe en is .
IT&P ozesse
Rech &
Da enschu z
Me hoden&
Modellie ung
P oduk en w.
&Kunden‐
managemen
Da enschu z,
Pe sönlichkei s ech e,
Eigen ums ech e
Bedingungswe ke,
Ha ungs ech ,
P oduk ges al ung
Da eno ganisa ion,
Auswe ungs‐
möglichkei en
Ta i me kmale,
P oduk komponen en,
Ände ungsdynamik
E c.
- 10 -
so e wischen inzwischen die G enzen dahingehend, dass im Sys em
Digi alisie ung

Big Da a

Cloud Compu ing
einzelne Teile synonym ü g oße Teile des Gesam sys ems s ehen und somi kaum noch
kla oneinande abgeg enz we den können.
Klassische Sich weise Mode ne Sich weise
• Technische Res ik ionen
• Ge inge Da en olumina
(Small Da a)
• Nu s uk u ie e Da en
• S and Alone Ve a bei ung
• Technische Ve besse ungen
• Hohe & komplexe Da en olumina
(Big Da a)
• Auch uns uk u ie e Da en
• Ve ne z e Ve a bei ung
• Klassische s a is ische Ve ah en • Zusä zlich neue Ve ah en ü uns uk-
u ie e Da en
• Ein ache P oduk s uk u en
(z. B. Ta i e au Basis ein ach s uk u-
ie e Me kmale)
• Komplexe P oduk s uk u en
(z. B. Telema ik a i e in KH,
Vi ali y Ta i e in de KV)
• Da enschu zp oblema ik als ech li-
ches Handlungs eld
• Zusä zlich neue ech liche Hand-
lungs elde
Konn e man ühe au g und echnische Res ik ionen nu ge inge Da en olumina „s and
alone“ bea bei en, so kann man heu e e ne z auch ex em g oße Da enmengen e a -
bei en. S anden ühe nu klassische s a is ische Ve ah en ü s uk u ie e Da en zu Ve -
ügung, so kann man heu e mi Mus e e kennungen und Kon ex analysen auch uns uk-
u ie e Da en modellie en. Wa en au Basis de klassischen Ve ah en nu ehe ein ache
Ta i - und P oduk s uk u en möglich, so kann man heu e e ne z und in e ak i auch
komplexe Sys ema iken abbilden.
In de Konsequenz haben sich dabei alle dings auch e gänzend zu schon bei s uk u ie -
en Da en o liegenden Da enschu zp oblema ik wei e e ech liche Handlungs elde e -
geben – beispielsweise in Bezug au Eigen ums ech e und allgemeines Ha ungs ech .
1.3 Hin e g undin o ma ionen zu Big Da a
In de nach olgenden Abbildung is skizzie , wie in de sogenann en Da enpy amide aus-
gehend on den Zeichen als Basis eine Codie ung on In o ma ionen du ch Syn ax, Sem-
an ik, Kon ex bis hin zu P agma ik und Ve ne zung eine T ans o ma ion zum Wissen e -
olg .
- 11 -
Abbildung 3: Da enpy amide.8
Big Da a – im Un e schied zu Small Da a – sind cha ak e isie du ch die e schiedenen Vs:
• Volume: die Menge de p oduzie en Da en
 siehe die nach olgende Abbildung,
• Veloci y: die Geschwindigkei , mi de Da en e zeug we den
 siehe die nach olgende Abbildung,
• Va ie y: die e schiedenen Da eninhal e und – o ma e, die aus
un e schiedlichen Quellen s ammen
 ehe echnisches „P oblem“ sowie
• Ve aci y: die Rich igkei und Ve lässlichkei de Da en
 z.B. Aussagek a on Da en aus sozialen Ne zwe ken,
wo aus sich in diesem Zusammenhang besonde e An o de ungen und He aus o de un-
gen e geben. Ge ade im Hinblick au Volumen und Geschwindigkei konn en in den le z-
en Jah en asan e En wicklungen beobach e we den, siehe dazu auch die nach olgende
Abbildung:
8 In Anlehnung an: Bodendo , F eimu (2013): Da en- und Wissensmanagemen , Be lin, Heidelbe g, Sp in-
ge -Ve lag, S.1 .
In o ma ion
Wissen
Da en
Zeichen
Syn ax
Seman ik/
Kon ex
P agma ik/
Ve ne zung
M;a;i;e;
Maie
Maie is 
weiblich.
F auMaie 
leb inBe lin.
- 12 -
Abbildung 4: En wicklung on Volume (in Exaby e).
9
Dabei sind bei de Nu zung o gesch i ene Analysen Ve siche e , Au omobil & Medien
du chaus Vo ei e inne halb de gesam en Indus ie, siehe dazu auch die nach olgende
Abbildung.
9
Quelle: S a is a 2016, S udie „Digi al Uni e se“, in: s a is a.com, h p://de.s a is a.com/s a is ik/da en/s u-
die/267974/um age/p ognose-zum-wel wei gene ie en-da en olumen/, Zug i am 09.07.2016

- 13 -
Abbildung 5: Nu zung o gesch i ene Analysen.
10
Es is abe aus de Abbildung auch e sich lich, dass die Schwe punk e eine Nu zung o -
gesch i ene Technologie je nach B anche du chaus seh un e schiedlich aus allen.
In den nach olgenden Bei ägen we den die hie skizzie en Aspek e – insbesonde e in
Bezug au die zu o de inie en Themen elde – noch wei e e ie .
1.4
(Zwischen) Fazi zu Big Da a
Die F age, welche Aussich en du ch Digi alisie ung, Big Da a und Cloud Compu ing spezi-
ell ü den Be eich Ve siche ung zu e wa en sind, kann mi Siche hei in diesem Symposi-
umsband nich um assend und abschließend bean wo e we den.
Man kann abe zumindes schon zum je zigen Zei punk einige (po en ielle) Vo - und
Nach eile skizzie en, die sich aus eine Anwendung on DBC bei Ve siche ungen e geben
(können):
Vo eile on Big Da a ü Ve siche ungen
Man bekomm eine e besse e Einschä zung on objek i en Risiken du ch Zusa zin o -
ma ionen wie GPS Da en, Google Maps, Tanke Rou en, Supply Chains, e c.
10
Quelle: h ps://www.bi kom.o g/P esse/Anhaenge-an-PIs/2016/Juni/Bi kom-Resea ch-KPMG-Mi -Da en-
We e-scha en-10-06-2016- inal.pd , S.11
- 14 -
Eine Beein lussung on subjek i em Risiko e hal en wi d möglich beispielsweise du ch
pay as you d i e ode pay as you li e.
Dadu ch e inge sich gg . die asymme ische In o ma ionssi ua ion zwischen dem
Ve siche ungsun e nehmen und dem Ve siche ungsnehme
– bei Ve agsbeginn (Ad e se Selek ion) bzw.
– wäh end de Ve agslau zei (Mo al Haza d).
Nach eile on Big Da a ü Ve siche ungen
Im Ex em all könn e eine absolu e Indi idualisie ung de Ve siche ungsp oduk e die
Folge sein, was nich unbeding imme im Sinne des Kunden is . Insbesonde e s ell sich
in diesem Zusammenhang die F age, ob noch alle Kunden in Zukun aus eichend Ve si-
che ungsschu z ü Ih e Risiken bekommen können.
Dies könn e insgesam den Ve siche ungsgedanken – nämlich eine „Ökonomisie ung
on Risiken du ch Kollek i ie ung“ – ad Absu dum üh en.
Denn: De isikoadäqua es e Ta i bes eh na ü lich da in, dass jede seine Schäden ge äl-
ligs selbs zahl . Das spa dann auch die Ve wal ungskos en eines Ve siche ungsun e -
nehmens
T o z de Vo eile, die sich ohne jeden Zwei el aus Digi alisie ung / Big Da a / Cloud Com-
pu ing ü die Ve siche ungsb anche e geben we den, soll e ge ade die Ve siche ungs-
b anche dahe im eigenen In e esse hie eine gesunde Balance inden, wenn sie im eige-
nen In e esse Ve we ungen e meiden will.
- 15 -
2 Big Da a als Schlüssel zu Digi alisie ung
Volke Reichenbach (msg Sys ems)
Das Tempo de digi alen T ans o ma ion nimm deu lich zu und Big Da a is in diesem Zu-
sammenhang ein Schlüsselelemen .
2.1 Digi ale T ans o ma ion – Eino dnung
2.1.1 Big Da a – De ini ion
De aus dem englischen Sp ach aum s ammende Beg i „Big Da a“ bezeichne Da enmengen,
welche:
zu g oß, zu komplex, zu schnelllebig ode zu schwach s uk u ie sind,
um sie mi he kömmlichen Me hoden de Da en e a bei ung auszuwe en. ...
„Big Da a“ wi d häu ig als Sammelbeg i ü digi ale Technologien e wende , die in echni-
sche Hinsich ü eine neue Ä a digi ale Kommunika ion und Ve a bei ung in soziale Hinsich
ü einen gesellscha lichen Umb uch e an wo lich gemach we den. E s eh dabei g und-
sä zlich ü g oße digi ale Da enmengen abe auch ü de en Analyse, Nu zung, Sammlung,
Ve we ung und Ve ma k ung.11
2.1.2 Digi ale T ans o ma ion – Ve s ändnis
Mi de Digi alen T ans o ma ion e binde ich zwei wesen liche Aspek e:
1. Die Se ice-dominie e Logik (P o . Wa g) und
2. Die Kundenzen ie ung – De Kunde im Fokus und de dami e o de liche Pe spek-
i enwechsel.
Die Digi ale T ans o ma ion besch eib einen du ch die Se ice-dominie e Logik sowie
du ch Technologie ausgelös en g undlegenden Wandel on Un e nehmen, siehe dazu
auch die nach olgende Abbildung.
11 Quelle: Wikipedia.
- 16 -
Abbildung 6: Digi ale T ans o ma ion.12
Das Tempo de Digi alen T ans o ma ion nimm deu lich zu, siehe dazu auch die nach ol-
gende Tabelle.
Technologie
e ügba
 In e ne / Ne zabdeckung
 Technik / Mobili y
 So wa e / Cloud / Mic o-Se ices / Apps
Technologie o
Quan ensp ung
 Mobili y – die digi ale T ieb ede (iPhone 2016: 7 / iPhone
2025: Leis ungs ähigkei des heu igen WATSON)
 Geschwindigkei – heu e 40 Millisekunden
2020 mi 5G < 1 Millisekunde
 Explosion de Endge ä e (> 250 M d. in 2020)
Gesellscha digi al
 Hohes Digi alisie ungs empo
 Digi ale Konze ne als T eibe
Digi alisie ung de
Wi scha läu
 Alle Mä k e be o en – T ans o ma ion / Dis up ion
 B anchenübe g ei ende Technologie
 B anchenspezi ische Lösungen
12 In Anlehnung an eine O iginalg a ik on D . Tanmay Vo a, Un e nehmensbe a e , Kolhapu ,
h ps://pbs. wimg.com/media/CUkoJ -U8AUQP5F.jpg:la ge (S and 09.12.2016).
Gewinnen
Hie a chien
Kon olle
Planen
P i a sphä e
Zielen
Ne zwe ken
En scheidungs‐
be ugnis
Expe imen‐
ie en
T anspa enz
Von Zu
- 23 -
…und ü po enzielle Kunden
• das Ne z on F eunden, Bekann en e c. bzw.
• das Ne z de F eunde de F eunde und Bekann en zu e mi eln.
Nex Bes Ac ion implizie dabei
• Facebook, Twi e , Xing, LinkedIn, ... ,
• „ein ache“ Regelwe ke wie
- Gebu s agska en,
- Nach assen nach eine Schaden egulie ung ode
- kon inuie liche Kommunika ion,
• E mi lung on C oss Selling Po enzialen (im Sinne on „we x gekau ha , ha auch
y gekau “),
• E assung on Ände ungen de Lebenssi ua ion wie
- Hei a , Kind, Hobbies, neue F eunde und Bekann e sowie
• E mi lung on Hinweisen au mögliche Se ices, um dadu ch die We schöp ungs-
ke e anzu eiche n.
2.4 Wege zu digi alen Exzellenz
Kunden-Fokussie ung und Kundenzen ie ung wi d en scheiden
Kunde im Mi elpunk
P oduk e an seinen Bedü nissen o ien ie en wie bei-
spielsweise
• Li e
• Heal h
• Home
• Mobili y
• Sel
• Company
Kunden kennen und
e s ehen
• Digi ale Analysen
• P edic i e Analy ics

- 24 -
Kunde will digi al
kommunizie en
• Cus ome -Jou ney
• Kundenin e ak ion als posi i es E lebnis
• Omni-Channel
• Bi-modale IT ü Flexibili ä
• IoT Schni s ellen, In eg a ion
Kunde will Lösungen
Ve siche ung wi d zum Lösungsanbie e
• P imä p oduk (di ek )
• Sekundä p oduk (Kollabo a ion & Pa ne )
Pa adigmenwechsel
• Heu e: Gü e dominanz
• Mo gen: Se icedominanz
Im Zusammenhang mi eine In eg a ion de digi alen Wel bzw. eine Ve siche ung als
Lösungsanbie e bedeu e digi al Excellence die In eg a ion on Kunde und Digi alwi -
scha (inkl. IoT) in das Ve siche ungs-Geschä smodell.
Typ on Digi alisie ung … Spa en / Segmen e
An icipa o s
• en wickeln zukün ige
Geschä smodelle
• lau ende Op imie ung
s a k be o en K z
Rück e siche e
Indus ie e siche e
Haus a
K anken
Fas Followe s
• e kennen die Leade
und adap ie en ih Ge-
schä smodell
be o en Leben
…
Su i o s
• okussie en au ku z is-
ige Pe o mance
wenige be o en Ha p lich
Rech sschu z
- 25 -
2.5 Zusammen assung
E e y hing is changing – alles ände sich, on allgemeinen Ma k ände ungen bis hin zu
konk e en Ände ungen de Geschä smodelle.
Ma ke Changes 2/3 de Un e nehmen de FORTUNE 500 Lis e on 1970 sind nich
meh gelis e .
Speed Changes Geschwindigkei de Ve ne zung und digi alen T ans o ma ion
s eige sich wei e .
Business Changes E olg eiche Un e nehmen e inden sich neu bzw. e ände n ih
Geschä smodell.
Du ch digi ale T ans o ma ion we den Ve siche e ( on einen Kos ene s a e n ü Scha-
den älle de Ve gangenhei ) zu ( o ausschauenden und Zukun so ien ie en) Lösungsan-
bie e n.
Digi ale T ans-
o ma ion
Ve siche e
we den zu Lö-
sungsanbie e n
P ozess-
E izienz
Digi ale
E izienz
Digi al
Excellence
Kunde
im Fokus
Kunde: digi al, indi iduell,
schnell, ola il, cle e
Agie en als Pa ne
Lösen P obleme
Handeln o ausschauend
Kunde e leb den Se ice
unmi elba
- 26 -
3 Die Big Da a He aus o de ung
Daniel John (HUK-Cobu g) 21
3.1 Was is Big Da a?
De g öß e Baum de Wel heiß „Gene al She -
man“, is 84 m hoch, ha einen Du chmesse on 11
m an de S ammbasis, ein Volumen on 1.500 qm
und wi d au gu 2.000 Jah e Al e geschä z . So
s eh e da, g oß und beeind uckend, im Sequoia
Na ionalpa k in Kali o nien. Ein bisschen klein ühl
man sich schon, wenn man o ihm s eh .
Es is nich de höchs e Baum de Wel . Auch nich
de b ei es e. Und nich de Äl es e. E is de mi
dem g öß en Volumen. „Wi haben den G öß en“,
sagen die Ame ikane deshalb. Ma ke ing is eben
alles.
Nu : Is „Big“ imme beau i ul?
Big Da a bezeichne Da en, die zu g oß, zu schnell-
lebig, zu komplex ode schwach s uk u ie sind,
um sie mi ein achen Mi eln zu e a bei en. In den
le z en Jah en ha sich iel ge an: Neue Technik lie-
e ganz ande e Pe o mance und dami auch
neue Möglichkei en.
Diese Technologie is beach lich und aszinie end!
Abe : Aus achliche Sich gil „Da en sind Da en“. Und Big Da a is nu ein ande es Wo
ü Massenda en. Is das wi klich spannend?
Selbs ü den g öß en Baum de Wel gil : E is auch nu aus Holz. Seh beeind uckendes
Holz zwa . Alle dings:
 So iele g oße Bäume gib es ga nich . Und
 man kann nich einmal ein ich ig g oßes Kanu da aus bauen. Denn wenn man den
g öß en Baum de Wel ällen wü de, dann wü de e du ch die Wuch des Au p alls
in iele kleine Teile ze spli e n.
21 Quellen ü das nach olgende Bild-, G a ik- und Ca oonma e ial: Selbs e s ell du ch den Au o bzw. im
P i a besi z des Au o s.
- 27 -
Wa um also de Hype um Big Da a?
Weil Big Da a de T aum da on is , den ganz g oßen Fang an de
Angel zu haben. „Big Da a“ – de Beg i weck Emo ionen! Denn
wi e knüp en dami die wi klich g oßen Visionen. Zum Beispiel:
 Digi ale Re olu ion,
 Neue indung de Un e nehmen,
 Dis up i e Geschä smodelle,
 Soziale Umwälzung sowie
 eine ganz neue Gesellscha .
Nu – wenn man einmal aus Sich de P axis schau :
Wie geh eigen lich Re olu ion?
B auch man da ü wi klich die ganz g oßen Da enmengen? Kleine
Fische un es doch auch. Das weiß jede .
Und genau das is das P oblem des Beg i es „Big Da a“. Mi le -
weile e s eh die Allgemeinhei un e Big Da a ein ach jede Fo m
analy ische Da en e a bei ung. De Beg i Big Da a e wässe .
Denn ein no male Mensch kann nich un e scheiden, ob die Tech-
nologie g oß ode klein is . In ein paa Jah en is sie sowieso no -
mal. Spä es ens dami mach sich die En äuschung b ei .
Dahe de Vo schlag: Bei de De ini ion des Beg i es Big Da a soll-
en wi uns au das Wesen liche zu ückbesinnen, das wi dami
e binden. Und das is die Vision on de Ve ände ung du ch Ana-
ly ics. Also:
Big Da a := Big Vision!
Dabei soll e es egal sein, ob wi g oße ode kleine Da enmengen
e wenden. Neue Technik soll e do eingese z we den, wo sie
Sinn mach . Al e geh abe auch. En scheidend is die Ve ände-
ung, die du ch die Big Da a Vision en s eh . Denn Ve siche ungen
b auchen Ve ände ung. Das zeig de Blick au die Reali ä .
- 28 -
3.2
Die Reali ä de Ve siche e
So sieh sie aus, die Reali ä de Ve siche e :
Wüs e! Wohin das Auge auch schau : Wüs e, Wüs e, Wüs e.
Da gib es zwa jede Menge Salzklumpen – als Symbol ü den Rohs o Da en im Vo de -
g und des Bildes.
Abe die F age is : Wo sind die Da ennu ze ?
Schauen wi uns das genaue an: Welche Da en gib es im Ve siche ungsun e nehmen?

- 29 -
Dieses Bild zeig exempla isch die g undlegenden Teile des Da enhaushal es eine Ve si-
che ung.
Wenn man sich das anschau , s ell man es : „Big“ is hie nu wenig. Das meis e sind ganz
no male Da en.
Abe : Auch on den ganz no malen Da en wi d in de P axis ü „Analy ics-Zwecke“ nu
seh wenig e wende ! Siche lich gib es in de P axis die ein ode ande e Analy ics-An-
wendung. Das sind dann jedoch meis ens e einzel e, isolie e „Inseln“.
Dahe die Au o de ung: Ve wandeln wi die Da en in eine blühende Landscha !
Das is die Vision, die Da en und Analy ics-Me hoden zu e wenden, um die Wel zu e -
ände n. Die iel äl igen Möglichkei en, die in unse en Da enhaushal en schlumme n soll-
en wi nu zen! Je z !
Und wenn zu den o handenen Da en i gendwann auch noch ex e ne ode wei e e Da-
enquellen hinzukommen, dann we den aus den Blumen ielleich Bäume.
- 30 -
3.3
De Da a Scien is
Wenn wi Da en und eine Vision haben: We we e die Da en dann aus?
We is de Da a Scien is ? Welche Kompe enzen b auch e ?
Die e s e Idee is übliche weise: Wi b auchen einen „Da en o sche und Me hodensach-
e s ändigen“. Vielleich noch einen „Technike “, de die mode ne Technik au bauen und
be eiben kann. Dami soll e man dann doch allen He aus o de ungen gewachsen sein?
Allein dieses Quali ika ionsp o il is schon schwie ig am Bewe be ma k zu inden.
Die P axis zeig leide , dass man noch wei meh Kompe enzen b auch , um Big Da a an-
zugehen. Ein Da a Scien is muss sein:
Wa um das so is ?
Analy ics is all abou change.
Abe
Change can no
(only)
be achie ed by analy ics.
Das zeig das olgende Beispiel:
- 31 -
Das Fazi da aus is :
We wi klich e was e ände n will b auch
Emo ionale In elligenz.
We die a ionale Supe woman und den emo ionalen Supe man ü die Umse zung de
Big Da a Vision ge unden ha , de s eh o de nächs en F age: Wo sollen sie a bei en?
Zunächs e schein die An wo ein ach: Im Da a Science Cen e na ü lich.
- 32 -
Nu : Wo soll e man das Da a Science Cen e ansiedeln?
Abbildung 12: Ansiedlung des Da a Science Cen e .22
Ein e s e Gedank e könn e sein: Das Da a Science Cen e komm in die IT. P oblem dann
is alle dings: Die IT is seh wei weg on den achlichen F ages ellungen, die mi Big Da a
gelös we den sollen. Und Analy ics is wei meh als Technik.
Die nächs e Idee könn e sein, das Da a Science Cen e in de Fachab eilung einzuo dnen.
Diese is alle dings wei en e n on ma hema ischen und s a is ischen Me hoden sowie
IT.
Manchmal inde sich ein Da a Science Cen e dahe heu zu age au de g ünen Wiese. Das
is dann wei weg on allem.
Inso e n gil : Die Ausges al ung eines Da a Science Cen e is eine F age, die man lange
disku ie en kann und die au jeden Fall un e nehmensindi iduell zu bean wo en is . Bei
de HUK-COBURG is das Da a Science Cen e ein Zusammenschluss aus Ak ua ia und Bu-
siness In elligence Compe ence Cen e . Das unk ionie seh gu .
22 Quelle: HUK-Cobu g, 2016.
Fachab eilung IT
Da a Science
Cen e
g üne Wiese
?
?
?
- 39 -
 4 Te aby e Da en, d.h. 4.000.000.000.000 By e
 ü einen Zei aum on 3 Mona en,
 200.000 Fah en,
 2,5 Mio. ge ah ene Kilome e
 in 54.000 S unden sowie
 iele Millionen Posi ions-, Geschwindigkei s- und Beschleunigungsda enpunk e.
Das e lei e zum Zwischen azi :
Bei Telema ik geh es um Da en und Fak en!!!
Abe :
Is das wi klich so?
Die An wo da au lau e :
Nein!
Es geh um Emo ionen.
Zum Beispiel: Wu – ode um es einmal isuell auszud ücken:
Und es geh um das da aus esul ie ende Ve hal en: So wie diesen Un all – den e s en in
unse e Tes lo e. Ein To alschaden.

- 40 -
Abbildung 13: Beispiel Telema ik a i e (1).
23
Wie sehen die Fah da en aus, die die Box au zeichne ? Das olgende Bild zeig das Ge-
schwindigkei sp o il eine Fah on Fulda nach Cobu g.
Abbildung 14: Beispiel Telema ik a i e (2).
24
23
Quelle: HUK-Cobu g, 2016.
24
Quelle: HUK-Cobu g, 2016.
- 41 -
In diesen Da en kann man olgendes sehen:
 S ad e keh in Fulda: B emsen, an ah en, b emsen, an ah en, ...
 Au obahn ah au de A7 – zwischen 150 und 200 km/h. Einmal soga bis 250 km/h.
Das 100e Tempolimi wi d dennoch eingehal en.
 Abe auch: Ein ziemlich gene es, s a kes Beschleunigen nach eine langen Bau-
s elle – deu lich be o das Tempolimi au gelös wi d.
 Pause.
 Eine lange Fah au eine Bundess aße mi Tempoma .
 Dabei: Den ein ode ande en Übe hol o gang.
Was machen wi mi diesen Da en?
 Es geh da um, Ve hal en zu e s ehen. Und Zusammenhänge zu Schäden.
 Is das eine Physik? Ode is das nich ehe Psychologie?
 Au jeden Fall abe gil : Big Da a is hie nu ein We kzeug.
Zusammen assend läss sich sagen:
Telema ik a i ie ung is neu.
Die zukün igen He aus o de ungen sind iel äl ig. Z.B. e kennen, ob jemand wäh end de
Fah au dem Handy spiel . Ode ande e „ge äh liche Mus e “ inden. Es gib iel zu un.
- 42 -
3.7
Das g oße Fazi
Und dann kann es losgehen mi de
- 43 -
4
Cogni i e Compu ing als Konsequenz
au geände es Kunden e hal en & Big Da a
S e an Riedel (IBM)
Gelegen liche Blockaden, das O ensich liche zu e kennen, ha es wohl schon zu allen Zei-
en gegeben.
Abbildung 15: Welcome o he cogni i e e a.
25
Die „ adi ionelle“ Ve siche ungswi scha sieh sich heu e mi eine deu lichen Zunahme
an neuen Ma k eilnehme n kon on ie . Viele diese neuen Teilnehme s ehen an de
Schni s elle zum Kunden und se zen do a ak i e Kommunika ionsmöglichkei en ein.
Cogni i e Compu ing kann schon je z an diese S elle einem Pa adigmenwechsel de
B anche und Ma k eilnehme bewi ken. Den Kunden do abholen, wo e ge ade s eh ,
heiß hie die De ise. Unabhängig on seinem gewähl en Kanal und mi eine indi iduel-
len und au ihn zugeschni enen Ansp ache.
25
Quelle: IBM, 2016.
- 44 -
Abbildung 16: Pa adigmenwechsel B anche & Ma k eilnehme .
26
Bishe nie dagewesene Ve ände ungen müssen on de Ve siche ungsb anche bewäl ig
we den. Sie we den mi eine Vielzahl on He aus o de ungen und Ve ände ungen kon-
on ie – on sich e ände nden wi scha lichen Rahmenbedingungen, bis hin zu selbs -
bewuss e en Kunden. Wi sehen eine Reihe on Fak o en, die Ve siche ungen on heu e
ges al en und e ände n.
Zahl eiche digi ale Technologien wie z.B. Cloud agen dazu bei, dass die We schöp ungs-
ke e in de Ve siche ungsb anche anspa en e wi d und sich ein ache ze legen läss .
Gleichzei ig so g die mobile Technologie da ü , dass Inhal e und Da en jede zei und
übe all zugänglich sind. Dies e möglich neue Geschä smodelle und gene ie iesige
Mengen on neuen Da en. Kunden e wa en, dass sie ih e Ve siche ung übe alle Kanäle
e eichen können und en sp echend ih es pe sönlichen Kon ex es mi ihnen in e agie
wi d.
In gesä ig en Mä k en mi eine Übe al e ung de Be ölke ung e al e ebenso das Ange-
bo spo olio de Ve siche ungen – wäh end in Wachs umsmä k en eine neue Mi el-
schich he anwächs . Die „Millennials“ zeichnen sich du ch un e schiedliche Ve hal ens-
weisen, Wünsche und E wa ungen aus, die es ü Ve siche ungen e o de lich machen,
ih e Ma ke ing-, P oduk - und Ve iebss a egien zu übe denken, um auch wei e hin
ma k ele an zu bleiben.
Die Zinssä ze sind au g und de allgemein ged ück en Ma k lage nach de wel wei en Fi-
nanzk ise au einem his o isch nied igen Ni eau. Dies wiede um mach einen Ausgleich
schlech e Be iebse gebnisse schwie ige . Gleichzei ig s eigen die Umsä ze langsame o-
de s agnie en, wäh end die Kos en wei e hin wachsen und Ve lus e du ch Ka as ophen-
älle lang is ig ehe ans eigen.
26
Quelle: IBM, 2016.

- 45 -
G undsä zlich s ellen Be ugs älle und In e ne isiken in heu igen e ne z en Um elde n
Ve siche ungen o imme g öße e He aus o de ungen. Angesich s de Ta sache, dass K i-
minelle imme a inie e o gehen, müssen Ve siche ungsun e nehmen in de Lage sein,
Be ugs älle besse zu e kennen. Sie benö igen neue, inno a i e Lösungen, um diese Risi-
ken zu e meiden.
In Summe lassen sich die im Folgenden au gelis e en ün dis up i e K ä e
• E agsd uck de Geschä smodelle,
• s eigende Regulie ung,
• höhe e Siche hei s isiken,
• neues Kunden e hal en und
• dis up i e We bewe b
he auss ellen, die Finanzdiens leis ungsindus ie zwingen, sich dabei au ih e d ei Ke n-
kompe enzen
• Wo k o me Ein achhei / En scheidung
• Unde s and me Indi idualisie ung / E kennung
• Engage me Bequemlichkei / Zusammena bei
zu okussie en. Zu Bewäl igung de B üche emp ehlen wi Ve siche e n, sich au die Ve -
besse ung ih es Leis ungsspek ums in Bezug au Zusammena bei , E kennung und En -
scheidungen zu konzen ie en. Eine enge e Zusammena bei zwischen Kunden, Ve mi -
le n und Ve siche ungen wi d die Kommunika ion maßgeblich e besse n. Dies üh wie-
de um zu schnelle en und e ek i e en Se iceleis ungen. Neue We kzeuge und Fe igkei-
en hel en dabei, E kenn nisse und Ideen zu Tage zu b ingen, die in den iesigen Da en-
mengen on heu e e bo gen sind. Dadu ch we den Kundenzen ie ung und Inno a io-
nen e ein ach . Besse e Fähigkei en in de En scheidungs indung üh en zu eine schnel-
le en Bea bei ung on Ve siche ungsansp üchen, besse en Risikoabschä zungen und ei-
ne besse en Planung des Angebo spo olios. Dies wiede um sind die G undlagen ü
besse e Geschä se gebnisse.
4.1 Pa adigmenwechsel bei Kunden & Da en
Vo dem Hin e g und mode ne Möglichkei en is die adi ionelle Da en e a bei ung un-
wi scha lich und üh o allem im Hinblick au das Indi iduum nich schnell genug zu
den e wa e en E gebnissen. Sobald Kunden beobach en, wie neue Technologien in an-
de en B anchen einge üh we den, um indi iduelle P oduk e, Se ices und E lebnisse zu
scha en, neigen sie meh als je zu o dazu, diese auch on de Ve siche ungsb anche zu
- 46 -
e wa en und e hal en zu wollen. Das Ve auen in die B anche hingegen bleib ehe ge-
ing. Ve siche ungsun e nehmen müssen dahe die Kunden als Indi iduen sehen, pe sön-
lich au sie zugehen und enge einbinden.
Abbildung 17: T adi ionelle Da en e a bei ung.
27
Die e ügba en Da en eines Ve siche ungsun e nehmens können dabei wie olg klassi-
izie we den:
Da en im di ek en
Zug i
 Kundenda en
 T ansak ionsda en
 Vo he sagemodelle
 B anchen- & Fachkenn nisse
 Da en aus Un e nehmenssys emen
Da en auße halb
de Fi ewall
 News
 E en s
 Geo-Da en
 We e
 Social Media
Neue Da en de
Zukun
 In e ne o Things
 Senso Da en
 Bilde & Videos
 S immung & Emo ionen
Kogni i e Sys eme können die A und Weise, wie Pe sonen und Sys eme zusammena -
bei en g undlegend e ände n und das Leis ungsspek um on Pe sonen spü ba e wei-
e n, da sie de en Fähigkei nu zen, um achkundige Un e s ü zung zu bie en. Sie be a en
und geben Emp ehlungen, indem sie um ang eiches Fachwissen au bauen und zum be-
nö ig en Zei punk au na ü liche und e wendba e A und Weise zu Ve ügung s ellen.
27
Quelle: IBM, 2016.
- 47 -
In diesem Fall nehmen kogni i e Sys eme die Rolle eines Assis en en ein, de jedoch kei-
nen Schla benö ig , iesige Mengen an s uk u ie en und uns uk u ie en In o ma ionen
e a bei en kann und doppeldeu ige und soga wide sp üchliche Da en au einande ab-
s immen und le nen kann. Da diese Sys eme in de Lage sind, mi Menschen in den Dialog
zu e en, können sie Kunden basie end au Gesp ächen und Ve hal ensweisen aus de
Ve gangenhei e s ehen und kon ex - und e idenzbasie e Rückschlüsse in Gesp äche
und In e ak ionen einb ingen. Mi diesen A en on kogni i en Sys emen können Ve si-
che ungsun e nehmen ih en Kunden heu e eine übe zeugende und pe sonalisie e
Schni s elle ü Be a ungsleis ungen bie en.
Kogni i e Sys eme hel en Anwende n beim E langen neue E kenn nisse, die mögliche -
weise selbs die bes en Expe en nich en deck hä en. Hie ü müssen iesige Mengen an
wel wei e ügba en In o ma ionen du chsuch , Zusammenhänge au neue une wa e e
A und Weise he ges ell und die E gebnisse in E kenn nisse übe Kunden, Mä k e, Ge-
schä schancen und Risiken umgewandel we den. Einige Funk ionen ü das E kennen
wu den be ei s en wickel und Finanzdiens leis e se zen diese be ei s ein. Hochen wi-
ckel e kogni i e Funk ionen konn en du ch Reduzie ung de Be iebskos en zu besse en
Geschä se gebnissen bei agen. Du ch Einblicke in die Ve hal ensweisen on Kunden,
können Anbie e Kundenan o de ungen besse e s ehen und ih Angebo e besse n.
Abbildung 18: Mode ne Da en e a bei ung (1).
28
Die He aus o de ung bes eh in Zukun da in, dass au Basis des ak uellen Kon ex es En -
scheidungen ge o en we den. Die Fähigkei , e ek i e En scheidungen zu e en, is da-
28
Quelle: IBM, 2016.
- 48 -
bei in jede B anche wich ig. Nach den E gebnissen eine ak uellen IBM B anchenum-
age
29
äuße en die Teilnehme aus de Ve siche ungswi scha Bedenken im Hinblick
au die Fähigkei zu En scheidungs indung in ih em Un e nehmen in ielen Be eichen.
Zwei D i el wa en demnach nich on En scheidungen zu Kos en eduzie ung übe zeug
und as die Häl e nich on En scheidungen im Zusammenhang mi Ausgaben und S a-
egie.
Die imme g öße we denden Da enmengen bie en zwa in e essan e Pe spek i en ü
undie e En scheidungen – die im Un e nehmen e ügba en Da en haben abe häu ig
eine ge inge Quali ä und den En scheide n ehl das Fachwissen, um die Da en e ek i
zu nu zen.
4.2
Kogni i e Sys eme
Was e s ehen wi als IBM un e Cogni i e Compu ing? Cogni i e Compu ing is ein neue
G undsa z in de Da en e a bei ung. Cogni i e Compu ing-Lösungen bie en un e schied-
liche Funk ionen wie:
1. E idenzbasie es Le nen: um sich au de Basis de E gebnisse zu e besse n und
so mi jede I e a ion und In e ak ion in elligen e zu we den. Aneignen on Fach-
wissen aus un e schiedlichen s uk u ie en und uns uk u ie en In o ma ions-
quellen.
2. Ve a bei ung na ü liche Sp ache: zu In e ak ion mi dem Menschen au na ü -
liche A und Weise.
3. E zeugung und Bewe ung on Hypo hesen: zu E wei e ung de kogni i en
P ozesse on Expe en, um En scheidungen zu beglei en und zu e besse n. Un-
e s ü zen bei En scheidungen im Un e nehmen du ch Einhei lichkei .
Kogni i e Sys eme wie IBM Wa son e s ehen und le nen du ch In e ak ionen mi Men-
schen, bilden Hypo hesen und lie e n e idenzbasie e An wo en - da aus e geben sich
zahl eiche Einsa zgebie e ü Ve siche ungsun e nehmen.
Wa son ü 360°-Sich
Kon ex bezogenes Finden du ch Da en-Explo a ion
im Kundendialog
z. B. Ma ke ing, Ve ieb, Se ice Cen e
29
IBM Execu i e Repo , Ve siche ungswi scha und Wa son (h ps://www-01.ibm.com/common/ssi/cgi-bin/ssialias?h ml-
id=GBE03710DEDE&)
- 55 -
In e ne Fak o en sind beispielsweise P ozessb üche, die ypische weise
zwischen den Anwendungssilos und den zahl eichen neuen Kanälen
au e en.
Neue Geschä smodelle
E ablie e Ve siche e we den du ch inno a i e Ve siche ungsun e -
nehmen sowie FinTechs bed oh , die ih Geschä smodell du ch Pa -
ne scha en mi Anbie e n on Wa en und Diens leis ungen e wei e n.
Anbie e wie beispielsweise Amazon Paymen s, e scha en den inno-
a i en Ve siche ungsun e nehmen einen Zusa znu zen und e hal en
im Gegenzug neue Kunden.
Diese He aus o de ungen zeigen zweie lei ganz kla : Zum einen is eine echnologische
Neuaus ich ung unausweichlich, die besse e Kundene ah ungen e möglich und eindeu-
ig au den Kunden ausge ich e is . Zum ande en is es heu e no wendig, das Kundenbild
meh ode wenige ausschließlich aus Da en zu gewinnen, da sich die pe sönliche Bezie-
hung zwischen Ve e e und Kunde zunehmend au lös . Nu Ve siche e , die in de Lage
sind, aus Da en ein de aillie es Kundenbild he zus ellen, können in Ech zei ele an e und
pe sonalisie e Kundene lebnisse e zeugen.
Ob neue Technologien es scha en we den, die pe sönliche E ah ung zwischen Ve e e
und Kunden nachzubilden, s eh in den S e nen. Vielleich komm es da au abe au un-
se em we bewe bsin ensi en Ma k auch ga nich an. Wah scheinlich geh es wie imme
da um, ein ach besse zu sein als die Mi bewe be .
5.3 Die neuen Wege de Kunden
Welche Wege gehen Kunden heu e, be o sie sich ü einen Kau ode Ve agsabschluss
en scheiden? Schauen wi uns als Beispiel Megan an, eine junge F au aus de Gene a ion
de Millennials. Sie such eine Au o e siche ung.
Es wa ein gu es Jah ü Meagan. Sie is be u lich au ges iegen, bekam eine Gehal se hö-
hung und einen hohen Bonus. Sie is ge ade seh mi ih em Leben zu ieden und möch e
sich e was gönnen. Als E s es will sie die al e Kis e, mi de sie sei Jah en un e wegs is ,
du ch ein Au o mi e was meh Fah spaß e se zen. Sie ha au Facebook gesehen, was ih e
F eunde aus Uni-Tagen ah en, und ih ge allen die neuen deu schen Spo wagen. Nach-
dem sie im In e ne gu eche chie ha , en scheide sie sich. Ih neues Au o wi d in zwei
Wochen gelie e .
Meagan weiß, dass ih e neue Au o e siche ung eu e wi d. Abe be o sie sich da übe
den Kop ze b ich , pos e sie die Nach ich übe ih neues Au o e s einmal au Facebook.
Und wo sie ge ade dabei is , ag sie ih e F eunde auch um Ra in Sachen Ve siche ung.
Selbs e s ändlich haben ih e F eunde dazu eine Meinung und Meagan nimm sich o ,
ih e Emp ehlungen spä e genaue anzusehen.

- 56 -
Abbildung 22: Jede Kunde geh bei seine En scheidung ganz eigene Wege.
34
Au de Bahn ah zu A bei will Meagan he aus inden, welche P ämie sie bei ih e de zei-
igen Ve siche ung, de Al e Wege AG, ü ih neues Au o zahlen müss e. Sie g ei zu ih em
Table und besuch de en Websi e. Die Na iga ion is e was unübe sich lich, abe schließ-
lich inde Meagan die Sei e, au de sie die In o ma ionen zum Einholen eines Angebo s
eingeben kann.
Be o sie dami e ig is , muss sie alle dings aus dem Zug auss eigen. Als sie die Ange-
bo seinholung spä e im Bü o zu Ende b ingen will, s ell sie es , dass die Websi e de Al e
Wege au Ih em No ebook ganz ande s aussieh als au dem Table und auch die Na iga-
ion komple un e schiedlich is . Nachdem sie die Sei e schließlich wiede ge unden ha ,
muss sie alle In o ma ionen nochmals eingeben. Das ä ge sie, abe sie mach sich die
Mühe und hol das Angebo ein.
Am nächs en Tag e häl sie das Angebo pe E-Mail. Sie lies es au ih em Sma phone. Lei-
de is die P ämie iel höhe als sie dach e. Sie will dahe im In e ne wei e suchen. Weil
sich Sma phones da ü nich besonde s gu eignen, g ei sie wiede zum Table . Sie goo-
gel „Ve siche ungs e gleich“ und inde meh e e Websi es. Sie wähl eine, bei de sie die
Ta i e meh e e Ve siche ungen gleichzei ig übe blicken kann. Meagan ge äll die Ein ach-
hei diese Websi e genauso wie de Ums and, dass sie do keine pe sönlichen Da en
p eisgeben muss.
34
Quelle: SAP, 2016.
- 57 -
Sie gib die e o de lichen In o ma ionen ein und e gleich die e schiedenen P ämien,
die die Ve siche ungsun e nehmen ü ih neues Au o e langen. Seh wei oben in de
P eisskala inde sie Al e Wege. Je z s ell sich Meagan die F age, ob sie nich all die Jah e
iel zu iel ü ih e K z-Ve siche ung bezahl ha .
Die Loyali ä , die Meagan einmal ü ih en Ve siche e emp and, schwinde asch.
Zu ück au de Websi e, übe geh sie das nied igs e Angebo wegen schlech e Kunden-
bewe ungen. Sie möch e im Schaden all keine Schwie igkei en.
Dann allen Meagan einige Ve siche ungsun e nehmen mi ziemlich ähnlichen Ta i en au ,
da un e auch de Anbie e ih e Gebäude- und Haus a e siche ung: die Neue Zukun .
Sie muss e noch nie einen Schaden all on de Neuen Zukun egulie en lassen, abe sie
moch e das Un e nehmen schon imme . Es e siche nämlich nich nu ih Haus, sonde n
gib au seine Websi e neben Ra schlägen zum Thema Ve siche ung auch Tipps zu Repa-
a u en am und im Haus. Es emp iehl soga Handwe ksbe iebe o O und bie e Raba e
bei Baumä k en in de Nähe an. Au de Ve gleichswebsi e klick sie au den Link zu Neuen
Zukun und inde eine ein ache und kla s uk u ie e Sei e o , die sie ehe an ih e Lieb-
lings-Shopping-Websi e als an ein ypisches Ve siche ungsun e nehmen e inne .
Die Websi e e kenn , dass Meagan be ei s Kundin is .
Sie wi d gebe en, sich zu Bes ä igung anzumelden. Danach wi d sie pe sönlich beg üß .
Ih wi d gesag , wie seh man sie als Kundin ü die Gebäude- und Haus a e siche ung
schä z , und dass man sich eu , auch ih neues Au o e siche n zu dü en. Meagan mag
diese Ansp ache und möch e die In o ma ionen ü das o melle Angebo eingeben. E -
euliche weise is ein Teil de nö igen In o ma ionen be ei s au oma isch in die en sp e-
chenden Felde einge agen wo den. Nachdem sie die noch ehlenden In o ma ionen e -
gänz ha , e häl sie so o ein Angebo mi den Kos en ü die Ve siche ung. Ganz e eu
s ell sie es , dass das Angebo de Neuen Zukun noch güns ige is , als au de Ve -
gleichswebsi e angegeben – jeden alls solange auch ih e Haus e siche ung wei e hin be-
s eh . Sie is zwa mi dem Angebo zu ieden, möch e spä e abe doch noch wei e nach
einem besse en suchen. Da um e läss sie die Websi e, ohne das Angebo zu akzep ie en.
Die Neue Zukun beme k so o , dass Meagan das Angebo e lassen ha , und sende ih
eine E-Mail, die e ag , ob ih noch In o ma ionen ehlen ode sie ande wei ig Hil e
wünsch . Abe Meagan nimm diese E-Mail im Momen nich zu Kenn nis. Sie is mi an-
de en Angebo en beschä ig und schau sich die Ve siche ungen an, die ih e Facebook-
F eunde emp ehlen. Meh e e legen ih die Neue Zukun nahe. Meagan un e b ich ih e
Reche che und en deck dabei die E-Mail de Neuen Zukun . Sie en häl neben dem An-
gebo wei e e In o ma ionen auch ein Fo o ih es neuen Au os zusammen mi Links zu
A ikeln übe Wa ung und P lege sowie Emp ehlungen ü nü zliches Zubehö .
Meagan schä z diese pe sönliche Au me ksamkei . Be o sie sich endgül ig en scheide ,
such sie im In e ne nach Bewe ungen und Be ich en übe die K z-Ve siche ung de
- 58 -
Neuen Zukun . Die meis en Bewe ungen sind posi i , doch Meagan inde auch eine k i-
ische. De en Ve asse beschwe sich übe die zu langsame Bea bei ung eines Schaden-
alls. Abe Meagan kann e kennen, dass die Neue Zukun noch am Tag de Bewe ung mi
einem Lösungs o schlag und einem Hil sangebo eagie ha . Das is de Momen , in dem
sie sich ü die Neue Zukun en scheide .
Sie wechsel zu ück zu de E-Mail und beschließ , die Neue Zukun anzu u en, dami die
Police ech zei ig am Lie e ag des neuen Au os ausges ell is . De Kundenbe eue
nimm den An u en gegen und u das Angebo au , ü das Meagan zu o die Da en
eingegeben ha e. In kü zes e Zei is die Ve siche ung abgeschlossen und die Neue Zu-
kun ha ü ih e K z-Ve siche ung eine neue Kundin. Am nächs en Mo gen e häl Meagan
die Bes ä igung ü die neue Police und zusä zlich ein Willkommenspake mi Gu scheinen
ü eine Au op lege i ma in ih e Nähe. Meagan is hoche eu übe ih e E ah ung mi de
Neuen Zukun und das eil sie all ih en F eunden au Facebook mi .
Meagan ha bei ih em Einkau einen ganz indi iduellen Weg eingeschlagen.
T o zdem ha die Ve siche ung Neue Zukun diesen Weg e s anden und ihn mi ein a-
chen, pe sonalisie en und nah losen E lebnissen ange eiche , die Meagans En schei-
dung e ein ach haben. Im Gegenzug is es de Neuen Zukun gelungen, ih e Geschä s-
beziehung mi Meagan zu e wei e n.
Im Ve gleich de beiden Ve siche ungen läss sich es hal en, dass Meagans al e Ve siche-
ung ih ehe S eine in den Weg geleg s a gehol en ha . Jedes Mal, wenn Meagan den
Kanal wechsel e, muss e sie wiede hol In o ma ionen angeben, die de Al e Wege AG ei-
gen lich be ei s o lagen. Meagans Weg mag ih ganz eigene , pe sönliche gewesen sein.
Abe die einzelnen Elemen e, die ihn e möglichen, sind es nich . Diese Elemen e be ach-
en wi heu e als Bes P ac ices in de Ve siche ungsb anche.
5.4 Bes P ac ices aus de Ve siche ungsb anche
– mi dem SAP-Lösungspo olio ü Ve siche e
Bishe lag de Fokus im Ve siche ungswesen meis ens au in e nen, s uk u ie en Da en
(z. B. ü Deckung, Risiko, P ämie). Au diese Basis allein lassen sich die Wünsche und Pläne
on Kunden und ih e Bewegg ünde alle dings nich e s ehen.
Mode ne Ve siche e beziehen zusä zliche, auch uns uk u ie e Da en in ih e Analysen
mi ein, wenn Sie Folgendes e ah en möch en:
 Welche Online-Anzeigen und Websei en wu den besuch und on wem?
 Was ha sich de Kunde au de Websei e des Ve siche e s angeschau , be o e sich
gemelde ha ?
 Welche Eins ellung ha ein Kunde zu einem Ve siche e ? Wissen Ve siche e , wel-
che Kunde ih Un e nehmen in den sozialen Medien lob ?
- 59 -
 Welches P o il ha de Kunde? Anhand on zehn „Likes“ au Facebook können Ve -
siche e ein Kundenp o il e mi eln, das genauso aussagek ä ig is , wie alle his o-
ischen Da en aus dem Ve siche ungske nsys em und de CRM-Anwendung zu-
sammen.
 Welche In e essen und welchen Lebenss il p leg de Kunde? Fü welche Dinge in-
e essie e sich?
Kunden wechseln nach Belieben die Kanäle und e wenden dazu un e schiedliche Ge ä e.
Die nach olgende A chi ek u zeig , wie man dem Kunden au allen Kanälen olgen kann
und ihm eine einhei liche und konsis en e Bo scha e mi el .
Abbildung 23: Einhei liche und konsis en e E ah ungen, kanalübe g ei end.35
Neue Technologien sind die eibende K a ü den g undlegenden Wandel in de Ve si-
che ungsb anche. Geschä smodelle we den umges al e , P ozesse neu en wickel und
Mi a bei e mi Ech zei -Da en und mobilen Anwendungen ausges a e .
SAP-Lösungen ü die Ve siche ungsb anche bie en um assende Ech zei -Funk ionen ü
die gesam e kundeno ien ie e We schöp ungske e. Sie e üllen die An o de ungen de
gu e ne z en Kunden übe alle Kanäle. Sie op imie en die Schadenabwicklung, e ein a-
chen die Policen e wal ung und übe nehmen die ak i e Risiko e wal ung.
Ve siche e sind dami in de Lage, neue P oduk e in ku ze Zei au den Ma k zu b ingen
und die Umsä ze zu s eige n.
Die Digi alisie ung e ände jeden Aspek de We schöp ungske e in de Ve siche ungs-
b anche – on de e s en Kundenin e ak ion übe das Ve siche ungsgeschä an sich bis
35 Quelle: SAP, 2016.
- 60 -
hin zum Schaden allmanagemen . Das digi ale Zei al e e lang hochg adig au oma i-
sie e und s anda disie e Geschä sp ozesse im gesam en Un e nehmen, die hochindi i-
duelle Kundene ah ungen e möglichen.
5.5 Die Kundenbeziehung wi d digi alisie
Manche mode ne Ve siche ungsun e nehmen sind da on übe asch , dass Kunden in
ihnen auch den e auenswü digen Be a e sehen wollen, obwohl sie doch nu Ve siche-
ungen e kau en. Das zeig , dass pe sonalisie e Angebo e siche lich wich ig sind, abe
eine Be a ung nich olls ändig e se zen können. So kann man es als Bes P ac ice bezeich-
nen, nich nu pe sonalisie e Angebo e zu machen, sonde n auch pe sonalisie e In o -
ma ionen und Ra schläge anzubie en. Dadu ch ück de Kunde s ä ke in den Mi elpunk
und dem Ve siche e e ö ne sich eine neue Quali ä des Kundenkon ak es, die übe Ve -
ags e länge ungen und Schaden älle hinausgeh .
Mögliche Beispiele sind Ra schläge zu Win e o be ei ung on Haus und Ga en und si-
che hei s ele an e In o ma ionen wie Rück u ak ionen on Au omobilhe s elle n. Die
Kos en sind e gleichsweise ge ing, abe de Nu zen is g oß, wenn die Kunden beginnen,
ih en Ve siche e wiede als Be a e wah zunehmen. Das s ä k die T eue, ö de die Be-
ei scha , den Ve siche e wei e zuemp ehlen und mach den Kunden emp ängliche ü
pe sonalisie e Angebo e.
Pe sönliche E ah ungen sind unmi elba . Analysen ü den Vo schlag des nächs en sinn-
ollen Sch i es, ange eiche mi ele an en Inhal en, müssen dahe in de digi alen Wel
so o e olgen. Fü bes mögliche Kundene ah ungen is Ech zei en scheidend und Kon-
ex essenziell. Die Da en und E kenn nisse on le z e Woche ode auch on ges e n ei-
chen da ü nich .

- 61 -
5.6
Wie inno a i e Technologien Pe sonalisie ung e möglichen
Im Folgenden wi d mi zwei Beispielen da ges ell , wie inno a i e Technologien Pe sona-
lisie ung in de P axis e möglichen.
Pe sonalisie e Banne we bung
Nach olgend we den zwei Beispiele de ik i en „Shi by Bank“-Websei e zu Bewe bung
eines P i a k edi s ange üh .
Abbildung 24: Pe sonalisie e Banne we bung – K edi ü e s es eigenes Au o.
36
Es is en scheidend, dass jede Besuche de Websei e de Shi by Bank ein indi iduell au
ihn angepass es We bebanne angezeig bekomm , passend zu seine ak uellen Lebens-
si ua ion.
Abbildung 25: Pe sonalisie e Banne we bung – Vo so ge ü die Ren e.
37
Das bedeu e also, dass au Basis des Kunden- bzw. Besuche p o ils de Inhal de Websei e
pe sonalisie we den kann – beispielsweise ü die Bewe bung eine K edi an age ü ei-
nen Au okau ode im Hinblick au eine Ren e.
36
Quelle: SAP, 2016.
37
Quelle: SAP, 2016.
- 62 -
Konk e e Umse zung eines Kunden am Beispiel on Money Supe ma ke
Money Supe ma ke (www.moneysupe ma ke .com) bie e Kunden in G oßb i annien eine neue
A des P eis e gleichs ü Finanzdiens leis ungen an. Zielse zung wa es, die P ozesse so zu e -
ein achen, dass de Kunde nu ein einziges Fo mula aus üllen muss. De Inhal des P eis e gleich-
spo als is ein b ei ge äche es Angebo ü Finanzdiens leis ungen und um olgende Be eiche:

Ve siche ungen

Reisen

Geldgeschä e

Spa p oduk e

K edi e

K edi ka en

u. .a.m.
Siehe dazu auch die nach olgende Abbildung mi de S a sei e dieses Po als.
Abbildung 26: Money Supe ma ke (1).
38
38
Quelle: h p://www.moneysupe ma ke .com/ (S and 08.12.2016).
- 63 -
In de nach olgenden Abbildung is eine ypische Angebo ssei e im Be eich „Home“ illus-
ie .
Abbildung 27: Money Supe ma ke (2).
39
5.7
Zusammen assung und Ausblick
De digi ale Ma k e olu ionie die Geschä sp ozesse, We schöp ungske en und ganze
Geschä smodelle und wi k sich e heblich au die A und Weise aus, wie Ve siche ungs-
un e nehmen und ih e Kunden heu e mi einande umgehen.
Mi de zunehmenden Digi alisie ung sind Ve siche ungs e e e nich meh die wich-
igs e Quelle ü das Wissen übe Kunden, geschweige denn de en e s e Ansp echpa ne .
39
Quelle: h p://www.moneysupe ma ke .com/insu ance/ (Tempo ä e S and, egelmäßige Ak ualisie ung).
- 64 -
Wenn Kunden mi ihnen Kon ak au nehmen, dann e s nachdem sie sich au ih em indi-
iduellen, o un e b ochenen Weg in e schiedenen Kanälen und Quellen in o mie ha-
ben.
Ve siche e begegnen demnach kompe en en Kunden und höhe en E wa ungen – und
eine Ve schiebung des K ä e e häl nisses zuguns en de Ve siche ungsnehme .
Fü die Ve siche e e schä sich dadu ch de We bewe b, den sie übe den P eis allein
nich meh gewinnen können, da diese im In e ne so o sich ba is und on de Kon-
ku enz augenblicklich un e bo en we den kann.
Um das Ve häl nis wiede ausgeglichen zu ges al en, können Ve siche ungsun e nehmen
e s ä k au Da en se zen. Dami sind sie in de Lage, die un e wechselba e Kundenbe-
ziehung bis zu einem gewissen G ad wiede zu e zeugen, die eins ih e Ve e e e ablie
haben: pe sönliche und be a ende Beziehungen, die sich am einzelnen Kunden o ien ie-
en.
In de digi alen Wel is es nich ein ach, Kunden zu übe zeugen und zu begeis e n. Da ü
b auchen Ve siche e nich nu die nö ige Technologie, de Wille zu Ve ände ung is
ebenso en scheidend. Na ü lich läss sich nich alles au einmal e ände n, sonde n sch i -
weise und ganz p agma isch. Wich ig is , dass zügig begonnen wi d, um nich den An-
schluss an den We bewe b zu e lie en.
Inno a i e Ve siche ungsun e nehmen haben den Weg be ei s o gezeichne und die
wei e oben besch iebenen Bes P ac ices ealisie . Sie haben e kann , dass S ills and den
An ang om Ende bedeu e .
Ve siche e sehen kla e , wenn sie sich in die Kunden hinein e se zen und ihnen übe zeu-
gende Se ices bie en, wie e wa olgende:
 Eine KFZ-P ämie, die sich dem a sächlichen Fah e hal en imme wiede neu an-
pass – ganz nach Ve b auch, wie de S om aus de S eckdose;
 Haus a s- ode K anken e siche ungsbei äge, die sich nach dem jeweiligen Le-
benss anda d ich en;
 Eine Auslands eise e siche ung, die den Kunden genau dann absiche , wenn e
die G enze übe sch ei e .
In de digi alen, schnelllebigen Wel on heu e können sich Ve siche e nu behaup en,
wenn sie in de Lage sind, ein um assendes Kundenwissen au zubauen und die Vo lieben
und Wünsche des Kunden zu an izipie en. Kunden e wa en diesen Se ice sowie indi i-
duell au sie zugeschni ene Angebo e und Ta i e. Geling es dem Ve siche e , diese An-
sp üche zu e üllen, ha e eine gu e Chance, das Ve auen de Kunden zu gewinnen und
das K ä e e häl nis wiede ausgewogen zu ges al en.
- 71 -
Abbildung 32: Da enschu z ech liches G undp inzip.47
Ein p axis ele an es Beispiel ü einen gese zlichen E laubnis a bes and is die Be ugnis,
pe sonenbezogene Da en ü eigene Geschä szwecke zu e heben, zu e a bei en ode zu
nu zen, wenn dies ü die Beg ündung, Du ch üh ung ode Beendigung eines Ve ages
e o de lich is . 48 Ein bekann es Beispiel ü Einwilligungen sind z.B. die bei Gewinnspielen
bekann en "Ank euz ex e", bei denen sich ein Teilnehme mi de Ve wendung de on
ihm angegebenen Da en ü die we bliche Di ek ansp ache (also z.B. dem Ve sand on E-
Mail-Newsle e n) ein e s anden e klä .
Vo dem Hin e g und dieses – im Ve gleich zu ande en Rech sgebie en – du chaus s en-
gen G undsa zes sind ü Big Da a-Anwendungen einige da enschu z ech liche Aspek e
besonde s ele an .
6.2.1 Pe sonenbezug & Da en olumen
Die da enschu z ech lichen Regelungen inden nu Anwendung au den Umgang mi
"pe sonenbezogenen Da en". Dies sind nach de gese zlichen De ini ion "Einzelangaben
übe die pe sönlichen ode sachlichen Ve häl nisse eine bes imm en ode bes immba en
na ü lichen Pe son".49
47 Quelle: CMS Hasche Sigle.
48 § 28 Abs. 1 N . 1 BDSG; die e gleichba e Regelung inde sich in A . 6 Abs. 1 b) EU-DSGVO.
49 § 3 Abs. 1 BDSG; die e gleichba e De ini ion inde sich in A . 4 Zi . 1 EU-DSGVO.
Gese zliche Vo sch i ?
Einwilligung?

Ve an wo liche
S elle
Be o ene
z.B. Du ch üh ung eines Ve ages
z.B. we bliche Di ek ansp ache

- 72 -
Ge ade bei de ech lichen Beu eilung on Big Da a-Anwendungen kann die F age des
Pe sonenbezuges ele an we den – denn nich jede Big Da a-Anwendung is au In o -
ma ionen zu eine "bes imm en ode bes immba en" na ü lichen Pe son angewiesen; bis-
weilen is die Iden i ä on Pe sonen ü den Analyse- ode Anwendungszweck i ele an .
Abbildung 33: Pseudonymisie ung / Anonymisie ung.50
Aus da enschu z ech liche Sich bedeu sam is die Un e scheidung zwischen Anonmyi-
sie ung und Pseudonymisie ung: Nu bei eine Anonymisie ung (z.B. du ch Zusammen as-
sung / Agg egie ung on Angabe zu eine Pe sonenmeh hei ) en äll de da enschu z-
ech lich ele an e Pe sonenbezug öllig und kann auch nich nach äglich wiede he ge-
s ell we den.
Demgegenübe wi d bei de Pseudonymisie ung die Iden i izie ung eine Pe son du ch
die Ve gabe eines Pseudonyms (wie e wa eine Kennzi e ) lediglich e schwe . Fü dieje-
nige S elle, die übe die Zuo dnungs abelle – bes ehend aus Pseudonym und Kla namen
– e üg , is auch ein pseudonymisie e Da ensa z pe sonenbezogen. Insowei un e lie-
gen auch pseudonymisie e Da en dem Da enschu z ech – die Pseudonymisie ung kann
abe als p oba es Mi el zu da enschu zkon o men Ges al ung on P ozessen und An-
wendungen eingese z we den.
Umgekeh kann abe auch bei o geblich iden i izie enden Da en de Pe sonenbezug
en allen: Ve üg ein Un e nehmen übe meh e e Da ensä ze mi de Namensangabe
"Pe e Mülle ",
is alleine au g und dieses Elemen s keine e lässliche Iden i izie ung eine bes imm en
Pe son möglich. Dies e o de die Hinzunahme wei e e Iden i izie ungsk i e ien wie e wa
Gebu sda um und / ode Ansch i .
50 Quelle: CMS Hasche Sigle.
Anonymisie ung / Agg egie ung?


A 653412 XB
- 73 -
En häl ein Da ensa z hingegen nu die Namensangabe
"Pa icia Lena F ei au on Gan e sheim",
so is alleine au g und dieses Elemen s die Iden i izie ung de dahin e s ehenden Pe son
wah scheinliche .
Ein wei e e wesen liche Aspek im Zusammenhang mi dem "Pe sonenbezug" on Da en
is das sog. "Volumen isiko". Dies besch eib die s eigende Wah scheinlichkei de Iden i-
ika ion eine bes imm en Pe son, je g öße die zu Ve ügung s ehende Da enmenge de
e a bei enden S elle is .
Die nach olgende G a ik mach dies anhand on Da en deu lich, die übe ein "Wea able"
zu E assung on Gesundhei sda en e hoben we den könn en:
Abbildung 34: Pe sonenbezug & Da en olumen.51
Fü sich genommen wä e jede Einzelangabe (z.B. "Sch i zahl p o Tag", "Kö pe gewich ",
"Al e " e c.) im Hinblick au die eindeu ige Zuo dnung zu eine bes imm en Pe son unk i-
isch. Mi s eigende Da enmenge is es jedoch wah scheinliche , dass eine bes imm e
Kombina ion on Einzelelemen en nu eine bes imm en Pe son zuzuo dnen und diese
mi hin zu iden i izie en is .
Dieses Risiko is bei ielen Big Da a-Anwendungen e iden , de en Meh we aus de Ve -
a bei ung g oße Da enmengen esul ie .
6.2.2 Zweckbindung & „Mul ipa y"-S uk u en
Ein wei e es, ü die ech liche Beu eilung on Big Da a-Anwendungen wesen liches Ele-
men is die Zusammen üh ung on Da en aus un e schiedlichen Quellen, ü die un e -
schiedliche S ellen da enschu z ech lich e an wo lich sind.
Eine He aus o de ung s ell in diesem Zusammenhang das da enschu z ech liche P inzip
de Zweckbindung da . So leg die EU-DSGVO es , dass pe sonenbezogene Da en
51 Quelle: CMS Hasche Sigle.
Sch i zahl
+ Kalo ienkonsum
=
?
+ Kö pe gewich
+ G öße
+ Al e
+ Niko inabusus
- 74 -
ü es geleg e, eindeu ige und legi ime Zwecke e hoben we den
und (…)
nich in eine mi diesen Zwecken nich zu e einba enden Weise wei e e a bei e we -
den" dü en.
52
Dies bedeu e , dass g undsä zlich be ei s bei de Da ene hebung es s ehen muss, zu wel-
chen Zwecken die Da en nach ih e E hebung e a bei e we den. In de Regel muss de
Be o ene hie übe auch (e wa in Da enschu zhinweisen) au geklä und in o mie we -
den.
Die nachs ehende Abbildung e deu lich , dass un e schiedliche Da enquellen o on
un e schiedlichen S ellen e an wo e we den und ü jede Da enquelle egelmäßig eine
de inie e Zweckbes immung bes eh .
Abbildung 35: Zweckbindung & Da enquellen.
53
Vo de Zusammen üh ung on pe sonenbezogenen Da en aus un e schiedlichen Quel-
len in eine einhei liche Big Da a-Anwendung muss deshalb gep ü we den, ob die ü die
jeweilige Da enquelle bes ehende Zweckbes immung auch die Analyse im Rahmen de
Big Da a-Anwendung um ass .
Is dies nich de Fall, lieg eine sog. "Zweckände ung" o – diese is zwa nich ausge-
schlossen beda abe ih e sei s eine e neu en da enschu z ech lichen Rech e igung.
Alleine die Exis enz on pe sonenbezogenen Da en (die zu einem bes imm en Zweck e -
hoben wu den) indizie keineswegs die Be ugnis zu spä e en Ve a bei ung auch zu an-
de en Zwecken!
52
A . 5 Abs. 1 b) EU-DSGVO; e gleichba e Regelungen inden sich auch in den de zei anwendba en na io-
nalen Gese zen und de EU-Da enschu z ich linie.
53
Quelle: CMS Hasche Sigle.
- 75 -
Dies kann gg . dazu üh en, dass jede Be o ene im Zusammenhang mi eine de Da en-
quellen o eine ech lich zulässigen Analyse um seine Einwilligung gebe en we den
muss.
6.2.3 Vo sich o e mein lich " eien Da en"!
Sowei in eine Big Da a-Anwendung auch Da en aus "ö en lichen" Quellen – insbeson-
de e sozialen Medien – e wende we den, sind nich nu gese zliche Vo sch i en zu be-
ach en, sonde n gg . auch die "Hauso dnungen" de jeweiligen Pla o m.
Eine ech eind ückliche E ah ung muss e de b i ische Ve siche e Admi al bei Ein üh-
ung seines neuen KFZ-Ve siche ungs a i s "Fi s Ca Quo e" ü Fah an änge machen. Da-
bei soll e die Ta i ie ung u.a. on de Auswe ung bes imm e Facebook-Pos s abhängig
gemach we den.
Abbildung 36: Admi al Fi s Ca Quo e.54
Nu wenige S unden o de Ma k ein üh ung wu de das neue P oduk ges opp – und
zwa nich e wa du ch Da enschu zbehö den ode Ve b auche schu z e bände, sonde n
du ch Facebook. Die Be eibe des sozialen Ne zwe ks be ie en sich au einen Ve s oß ge-
gen ih e Nu zungsbedingungen:
54 Quelle: The Gua dian, www.gua dian.co.uk.
- 76 -
Abbildung 37: Facebook Pla o m ich linie.55
6.3 Big Da a & Da enschu z ech – P ak ische Ansä ze
Die da enschu zkon o me Ges al ung on Big Da a-Anwendungen is möglich.
6.3.1 Rele an e F agen
Alle dings is hie zu eine de aillie e ech liche P ü ung e o de lich, bei de insbesonde e
olgende F agen geklä (und ech lich bewe e ) we den müssen:
 We den pe sonenbezogene Da en e a bei e ?
 Wohe kommen die Da en?
 Wie, wo ü und on wem sollen die Da en e a bei e we den?
 Was passie nach de "Big Da a-Analyse"?
 Welche Auswi kungen e geben sich ü die Be o enen?
6.3.2 T anspa enz & Einwilligung
In ielen Fällen wi d die da enschu z ech liche Zulässigkei on eine Einwilligung des Be-
o enen abhängen. Diese is nu dann wi ksam, wenn
 de Be o ene in omie handel , also o E eilung seine Einwilligung die T agwei e
seine E klä ung übe blicken kann,
 eine eindeu ige E klä ung abgib ("Un e schieben" in AGB ode du ch o ausge üll e
Felde is unwi ksam!)
 sie ei wide u lich is .
Im Rahmen de no wendigen In o ma ion muss de Be o ene insbesonde e in o mie
we den
 übe Zweck, A und Um ang de Da en e a bei ung bzw.
55 Quelle: Facebook, Inc., h ps://de elope s. acebook.com/policy/?locale=de_DE.

- 77 -
 bei "Ve ne zung" (also e wa gemeinsame Ve a bei ung du ch meh e e Un e neh-
men): We sind die Be eilig e an de Ve a bei ung? An welche Emp änge we den Da-
en übe mi el .
Die In o ma ion muss in "p äzise , anspa en e , e s ändliche , leich zugängliche Fo m"
und in "kla e und ein ache Sp ache" zu Ve ügung ges ell we den.
6.3.3 "Dynamik de Zwecke"
In ielen Fällen wi d es nich ode nu schwe möglich sein, bei Einholung eine e s en Ein-
willigung (e wa beim Abschluss eines Ve siche ungs e ages) be ei s alle zukün igen
Zwecke ü die Ve a bei ung on pe sonenbezogenen Da en zu de inie en.
Vo diesem Hin e g und we den Konzep e ü eine "dynamische Einwilligung" in Zukun
an Bedeu ung gewinnen: In dem Maße, in dem sich die Zwecke ü die Ve a bei ung pe -
sonenbezogene Da en dynamisch en wickeln, soll en auch Einwilligungen dynamisch
eingehol we den können.
Alle Vo aussich nach we den dabei echnische Konzep e e o de lich sein, die dem je-
weiligen Kunden / Nu ze ode sons igen Be o enen ein "Selbs -Managemen " seine Da-
en e möglichen – e wa in Fo m on F eigaben ü de inie e Zwecke.
Be ei s je z bie en Apps au Sma phones in zahl eichen Anwendungs ällen de a igen
Mechanismen an, bei de ein Nu ze eine bes imm e Anwendung selbs ak i ie en kann.
Die "Zukun de Einwilligung" könn e z.B. wie olg aussehen:
- 78 -
Abbildung 38: Zukun de T anspa enz.56
56 Quelle: CMS Hasche Sigle.
- 79 -
7 Die Sich des Regulie e s au Big Da a
mi Fokus au den Ve b auche schu z
Be ich zum Vo ag on Ka ja Wü z (EIOPA) 57 on Ma ia Heep-Al ine
De nach olgende Bei ag is ein e kü z e Be ich zum Vo ag on Ka ja Wü z au dem 21.
Kölne Ve siche ungssymposium; e s ell keine o izielle Posi ion on EIOPA da . Fehle und
Mängel in de Da s ellung gehen allein zu Las en de Be ich e s a e in.
Da en sind das Rohma e ial on Ve siche ungsun e nehmen, wobei die Menge de e -
ügba en Da en exponen iell ans eig – ebenso wie die Fähigkei , diese Da en zu spei-
che n und zu e a bei en, so dass man be ei s on eine d i en indus iellen Re olu ion
ge ieben on Au oma isie ung und Digi alisie ung sp echen kann.
In diesem Zusammenhang e weis de Beg i Big Da a au g oße Mengen on Da en p o-
duzie mi hohe Geschwindigkei on eine g oßen Anzahl e schiedene Quellen und
e a bei e on leis ungss a ken IT We kzeugen, um au diese Basis Vo he sagen zu e -
en.
Das ech lichen Rahmenwe k in diesem Zusammenhang um ass sowohl den Be eich des
Da enschu zes (Aspek e zu pe sonenbezogenen Da en, das Rech au Ve gessen we den,
F agen zu Übe agba kei beispielsweise bei Telema ikda en wie auch e hische F age-
s ellungen) als auch ( öllig losgelös on echnologische Aspek en) die Finanzgese zge-
bung im Allgemeinen wie die gene ellen Sol ency II An o de ungen im Hinblick au ein
e nün iges Managemen ode speziell die Ve mi le ich linie mi den An o de ungen,
den Kunden ai und im Einklang mi seinen In e essen zu behandeln au de Basis kla e
und nich i e üh ende In o ma ionen.
Aus Digi alisie ung und Big Da a e geben sich au de ande en Sei e abe besse e und in-
no a i e e P oduk e und Diens leis ungen, insbesonde e haben die Konsumen en einen
besse en Einblick und dami eine besse e Kon olle übe ih e jeweilige inanzielle Si ua-
ion.
„Reg ech“ Se ices so gen in diesem Zusammenhang ü eine e besse e egula o ische
Compliance; o z alledem gib es hohe Risiken du ch Fehle bei den Funk ionsmechanis-
men on Big Da a Tools und Algo i hmen.
Big Da a e möglich eine isikoo ien ie e e Ta i ie ung – beispielsweise du ch Subs i u-
ion g obe Me kmalss uk u en du ch eine e In o ma ionen. Wei e hin e möglich Big
Da a meh pe sonalisie e P oduk e und Diens leis ungen angepass an die Bedü nisse
de Kunden. Au de ande en Sei e esul ie da aus abe auch eine e inge e Ve gleich-
ba kei diese s a k indi idualisie en P oduk e.
57 (Ve kü z e ) O iginal o ag un e h ps://www. h-koeln.de/mam/downloads/deu sch/hochschule/ akul-
ae en/wi scha s_und_ ech swissenscha en/p __sen a ion_w__ z.pd (S and 05.12.2016).
- 80 -
Ein wei e es P oblem aus de Konsumen enpe spek i e im Zusammenhang mi eine im-
me eine en Risikoeinschä zung du ch Big Da a is die Ge ah , keinen Zugang meh zu
Ve siche ungsschu z zu bekommen – e wa zu eine Gebäude e siche ung in Hochwasse -
exponie en Regionen ode zu K anken- ode Lebens e siche ungen bei en sp echenden
E gebnissen on Gen es s. Hie sind die einzelnen S aa en ge o de , e izien e Gegens eu-
e ungsmaßnahmen zu e g ei en.
Aus Big Da a esul ie en Kos eneinspa ungen au g und e izien e e P ozesse, was den Un-
e nehmen besse e und häu ige e In e ak ionen mi ih en Kunden e möglich . Hie e gib
sich ein e ände e We bewe b du ch „Insu Techs“ als neue Ma k eilnehme .
Big Da a ha nich nu Auswi kungen im Hinblick au eine e besse e Be ugse kennung,
sonde n auch au die Schaden egulie ung ode das Beschwe demanagemen . Geeigne e
Algo i hmen können in Zukun das Konsumen en e hal en besse dahingehend o he -
sagen, wie wah scheinlich beispielsweise eine Beschwe de ode die Annahme eines Scha-
den egulie ungsangebo es sein wi d.
Aus Big Da a können sich Repu a ions isiken im Hinblick au das Ve auen de Kunden
in einen angemessenen Umgang mi ih en pe sönlichen Da en e geben. Big Da a e höh
das Exposu e ü Cybe Risiken – beispielsweise beim Umgang mi sensiblen Gesund-
hei sda en. Es e geben sich Ha ungs isiken – insbesonde e im Hinblick au die un e -
schiedlichen Pa eien, die an de Sammlung, Agg ega ion, Speiche ung, Analyse und Nu -
zung de Da en be eilig sind.
Zusammenge ass e geben sich je nach Sich weise (Kunde ode Ve siche ungsun e neh-
men) ganz un e schiedliche Chancen und Risiken.
Aus Sich de Kunden bes ehen die g öß en Chancen in indi iduell zugeschni enen P o-
duk en bei einem e besse en We bewe b. Risiken e geben sich o allem bei F agen des
Da enschu zes, dem Risiko, on Ve siche ungsschu z ausgeschlossen zu we den, und ei-
ne In o ma ionsübe lu ung, die En scheidungen e schwe . De nich -digi ale Teil de
Be ölke ung bleib da zu ück.
Aus Sich de Indus ie bes ehen die g öß en Chancen na ü lich in einem e izien e en Ri-
sikomanagemen – beispielsweise bei de Be ugs e meidung, sowie eine höhe en Kos-
ene izienz. Das Un e nehmen kenn seine Kunden besse und kann sie dahe geziel e
du ch We bemaßnahmen ansp echen. Inno a ionen we den so e leich e .
Au de ande en Sei e e geben sich öllig neue Risiken wie e wa Cybe isiken ode öllig
e ände e Ha ungs isiken. Ve besse e We bewe b bedeu e auch ein höhe es Risiko,
om Ma k zu e schwinden, wenn man mi neuen Technologien nich schnell genug mi -
hal en kann. Ein zen ales Risiko ü die Indus ie bes eh abe da in, dass eine o ale Indi-
idualisie ung bei de P oduk s uk u das Modell de kollek i en Solida i ä in F age s ell
– was abe le z endlich die wesen liche Geschä sg undlage on Ve siche ung is .