Versicherungsförmige lösung Muster

Die jüngsten Erfahrungen in mehreren europäischen Ländern im März 2020 veranschaulichen dieses Muster: Innerhalb von weniger als 20 Tagen nach der Pandemie von 100 Fällen ging das Fahren in Deutschland bzw. Iberia um 50 bzw. 80 Prozent zurück (Abbildung 4). Wenn weniger Gefahren sind, gibt es eine geringere Häufigkeit von Autounfällen. Die Versicherung ist als Branche einzigartig, da ihre größten Bedrohungen oft untrennbar mit ihren größten Chancen verbunden sind. Die Coronavirus-Pandemie passt sicherlich zu diesem Muster. Die Retentionsraten dürften in den kommenden Monaten hoch sein, da die Kunden an dem festhalten, was sie wissen – Beziehungen zu bekannten Versicherern, Agenten und Maklern. Die Nachfrage des Marktes nach neuen Schutzmaßnahmen gegen künftige Pandemien wird steigen. Dennoch müssen die ersten Prioritäten die Unterstützung der Kunden und die Aufrechterhaltung der Vertriebswege sein. Erweiterung des menschlichen Urteilsvermögens mit Maschinenintelligenz. Historisch gesehen haben sich in der gewerblichen Versicherung Entscheidungen über das Versicherungswesen und Ansprüche auf ein Sachverständigenurteil gestützt. Der Mensch ist gut darin, Muster zu erkennen, in denen keine Daten vorhanden sind; Maschinen sind besser darin, Muster zu erkennen, in denen Daten vorhanden sind. Die Ergänzung menschlicher Erfahrungen mit analytischen Erkenntnissen bringt Konsistenz in kritische Entscheidungen in beiden Bereichen.

(Siehe “Warum Kontaktzentren immer noch Menschen im digitalen Zeitalter brauchen”, BCG-Artikel, Oktober 2017.) Ein Blockchain-basierter Versuch zur Betrugsbekämpfung könnte mit dem Teilen betrügerischer Behauptungen beginnen, um Muster schlechten Verhaltens zu identifizieren. Das würde den Versicherern drei wesentliche Vorteile bringen: Der Versicherer hat sich auch um die Entwicklung einiger Führungskräfte gekümmert, die als Kanal zwischen der digitalen Funktion und den Unternehmen dienen könnten. Dabei handelte es sich nicht um Analytiker, sondern um analytisch versierte Akteure des Wandels, die mit den Unternehmen zusammenarbeiteten, um ihre Wichtigstenprobleme zu identifizieren und sie mit Personen in der zentralen Funktion zu verbinden, die ihnen helfen konnten, diese Herausforderungen zu meistern. Diese Regelung ermöglichte es der zentralen Funktion der Datenwissenschaften, Arbeitsbeziehungen mit den Unternehmen aufzubauen; schließlich musste sie eng mit ihnen zusammenarbeiten, um Lösungen zu entwickeln, und es war von den Unternehmen abhängig, um ihre Lösungen zu liefern. Verschiebungen in den Fahrmustern. Die Pandemie kann die Einstellung der Verbraucher zu gemeinsamen Ressourcen verändern. Einzelpersonen können sich weniger auf öffentliche Verkehrsmittel und Ride-Sharing verlassen, um das Risiko einer Infektion durch stark genutzte Verkehrsmittel zu vermeiden. Die Einführung autonomer Fahrzeuge könnte sich aufgrund ihrer Verflechtung mit fahrerlosen Flotten verlangsamen. Umgekehrt könnten die Aussichten auf fahrerlose Flotten attraktiver werden, insbesondere als Alternative zum öffentlichen Verkehr, solange ein robustes Hygieneprotokoll für eine angemessene Abwasserentsorgung sorgt. Auch die Nutzung von Personenfahrzeugen für den gewerblichen Gebrauch kann zunehmen, mit mehr Auslieferungen, sei es durch kleine Unternehmen oder über digitale Liefer-Apps.

Wir sehen bereits, dass sich Ride-Sharing-Fahrer mehr mit Lebensmittellieferungen und anderen Dienstleistungen beschäftigen. Heute investieren große Versicherer in Daten aus dem öffentlichen Bereich und von privaten Unternehmen, um betrügerische Aktivitäten besser vorherzusagen und zu analysieren. Öffentliche Daten können verwendet werden, um Muster betrügerischen Verhaltens aus früheren Transaktionen zu identifizieren, aber es ist oft inkonsistent aufgrund der Schwierigkeit, vertrauliche Informationen zwischen verschiedenen Organisationen zu teilen. Die Entwicklung der branchenweiten Betrugsprävention wird durch die Beschränkungen des Austauschs personenbezogener Daten wie Name, Adresse, Geburtsdatum usw. gelähmt. Eine anhaltende Rezession und hohe Arbeitslosigkeit könnten zu einem Anstieg der Risiken außerhalb des Standardmarktes führen. Die Versicherer sollten proaktiv mit den Regulierungsbehörden zusammenarbeiten, um die angemessene öffentliche Reaktion zu gestalten, einschließlich staatlicher Mittel und zugewiesener Risikopools. Mögliche Lösungen könnten die Schaffung fairer Mechanismen für alle Interessengruppen und die Anpassung von Produkten und Empfehlungen an schwierige Bedingungen umfassen. Die Versicherer sollten auch ihre Betrugserkennungskapazitäten schärfen. Da Versicherer ihre betrieblichen Fähigkeiten und CX verbessern wollen, müssen sie sich APIs, Microservices, Cloud-Migration und digitaler Orchestrierung zuwenden, um Lösungen der nächsten Generation innerhalb eines digitalen Ökosystems zu entwickeln.