Icon_Telematic

Sensorbasierte Unfallerkennung – Welche Technologien Versicherer heute nutzen können, um Kunden zu begeistern und Daten für sich nutzbar zu machen

Nach einem Autounfall direkt an der Seite des Kunden zu sein, ist für KFZ-Versicherer enorm wichtig. Es schafft hohe Kundenzufriedenheit, weil ein erfahrener Sachbearbeiter den Geschädigten durch die Stresssituation begleitet und den Schaden effizient und zeitnah steuern kann. Letzteres vermeidet Aufwände für Werkstätten und Sachverständige außerhalb des Partnernetzwerks sowie für Anwälte. In der Praxis erfährt der Versicherer jedoch häufig erst im Nachhinein vom Schadenereignis und kann somit für Kunden sowie Unfallgegner keine optimalen Lösungen platzieren.

Sensorbasierte Unfallmelder stellen eine Möglichkeit dar, eine „Automated First Notification of Loss“ beim Versicherer als Startpunkt für eine Schadenregulierung auszulösen. In der Praxis sind drei Varianten mit unterschiedlichen technischen Reifegraden gängig.

1. Moderne, mit dem Internet vernetzte Autos besitzen Sensoren ab Werk, die eine Vielzahl an Messwerten generieren. Ein Algorithmus erkennt durch die entsprechende Interpretation dieser Daten, wenn das Fahrzeug in einen Unfall verwickelt ist. Diese Informationen können Versicherern vom Fahrzeughersteller zur Verfügung gestellt werden.

2. Für ältere Modelle gibt es die Möglichkeit, einen nachrüstbaren Sensor im Wagen anzubringen, der möglicherweise weniger präzise Daten als vorinstallierte Sensoren liefert, aber unabhängig vom Autobaujahr ist.

3. Zudem kann ein Smartphone als Sensor fungieren. Da dieses im Normalfall nicht fest mit dem Fahrzeug verbunden ist, ist die Datenqualität sowie die Wahrscheinlichkeit der Unfallerkennung am geringsten. Allerdings stellt es bei der Distribution die kostengünstigste Alternative dar und durch gesammelte Unfalldaten kann der Erkennungsalgorithmus sukzessive verbessert werden, weshalb die Lösung hohe Potentiale aufweist.

Strategisch ergeben sich für KFZ-Versicherer verschiedene Handlungsoptionen, die sich zwischen zwei Gegensätzen bewegen.

1. Passives Warten: Einige Unternehmen warten ab, bis vernetzte Autos einen signifikanten Marktanteil ausmachen, um dann direkt auf Daten mit potenziell hoher Qualität zuzugreifen. Das Risiko dieser passiven Strategie ist zum einen der perspektivisch unbestimmte Zeitpunkt, zu dem dieser signifikante Marktanteil erreicht wird und darüber hinaus das damit verbundene Risiko von Marktanteilsverlusten bis zum Markteintritt.

2. Aktives Handeln: Andere nutzen die Chance des unmittelbaren Markteintritts und beschäftigen sich mit existierenden Brückentechnologien. Deren Daten machen eine Unfallerkennung aktuell zwar herausfordernder, allerdings sind sie bereits heute in hoher Zahl verfügbar (fast jeder Kunde besitzt ein Smartphone). Zudem sind die Smartphone-Daten geeignet, um im Rahmen der Weiterentwicklung der KI-basierten Algorithmen als Trainingsdaten genutzt zu werden. Versicherer sammeln so Erfahrungen mit den Möglichkeiten und Grenzen der Unfallerkennung, sind in der Lage datenbasierte Use Cases sinnvoll abzuleiten und beschäftigen sich schon heute mit den dazugehörigen, teils neuartigen Prozessen.

Wir glauben, dass die Transformation hin zur flächendeckenden Verbreitung vernetzter Autos viel Zeit in Anspruch nehmen wird (z.B. aufgrund der aktuell absehbaren zunehmenden Alterung des Fahrzeugbestands) und die Koexistenz der verschiedenen Ansätze noch lange bestehen wird. Einem Versicherer, der mit der Heterogenität der Handlungsoptionen umgehen kann, bietet sich daher ein entscheidender Wettbewerbsvorteil.

Besitzt ein Versicherer erst einmal eine ausreichend große Datenmenge, kann er diese mithilfe verschiedener Methoden der Datenanalyse untersuchen. Hierfür werden KI-basierte Modelle (von Klassifikationsbäumen bis hin zu neuronalen Netzen) entwickelt, die auf Grundlage bekannter Einflussgrößen eine Zielgröße auf Basis der Muster im Datensatz vorhersagen können. Konkrete Anwendungsfälle können hierbei sein, Personenschäden, Fahrtauglichkeit oder konkrete Schadenhöhen einzuschätzen. Hierzu werden Sensordaten (z.B. beschädigte Autoteile sowie Beschleunigung vor und nach dem Unfall) mit kundenspezifischen Daten (etwa Fahrverhalten, Alter oder Wagentyp) intelligent kombiniert. Je genauer dem Sachbearbeiter das Unfallbild schon vor dem Anruf klar ist, desto effizienter kann er dem Geschädigten helfen und Schadenkosten minimieren.

Bei einigen Versicherern ist die Unfallerkennung bereits heute in bestehenden Telematiktarifen integriert. Am Markt gibt es eine Vielzahl von Anbietern für die technische Umsetzung. Aus diesem Grund und aufgrund der Potenziale an datengetriebenen Use Cases, empfehlen wir KFZ-Versicherern, sich frühzeitig mit der Analyse und Bewertung der Optionen im eigenen Geschäftsmodell auseinander zu setzen und sich im Ergebnis zeitnah zu positionieren. Wir unterstützen die Assekuranz bei der strategischen Ausrichtung und Umsetzung mit unserer langjährigen Expertise und Erfahrung, die wir im Rahmen unserer Beratungstätigkeit für die Mehrzahl deutscher Versicherungsunternehmen mit Aktivitäten rund um die Telematik gesammelt haben.
Sprechen Sie Herrn David Feldmann hierzu gerne an.

Tags: Keine Schlagworte

Comments are closed.