Sie sind hier: Startseite - Beratungsfelder - Krankenversicherung - Data Analytics

Data Analytics für Krankenversicherungsunternehmen

Versicherungsunternehmen besitzen große Datenmengen, die zahlreiche Informationen z.B. zu Kunden und Schäden enthalten. Data Analytics beinhaltet die intelligente Informationsgewinnung aus solchen Daten und die praktische Umsetzung der daraus gewonnenen Erkenntnisse.

Anwendungsbeispiele:

  • Bei der Beleg- und Rechnungsprüfung kann mit Hilfe von Data Analytics das Routing in Hell- und Dunkelverarbeitung anhand des erwarteten Korrekturpotenzials gesteuert werden:

    Die Dunkelverarbeitungsquote kann durch die automatisierte Regulierung bei geringem Korrekturpotenzial erhöht werden. Durch den beschleunigten Prozess werden Kosten gesenkt und Kapazitäten effizient genutzt. Eine Fallstudie zur potenzialgesteuerten Regulierung von Arzneimittelbelegen finden Sie hier.
  • Die Zunahme an Hochkostenfällen ist für die Krankenversicherung ein zentraler Kostentreiber. Zukünftige Kosten können verringert werden, wenn frühzeitig geeignete Präventionsmaßnahmen möglich sind, damit der Eintritt eines Hochkostenfalls verhindert, hinausgezögert oder abgemildert wird. Insbesondere eigenen sich selbstlernende Modelle, laufend die aktuellsten Daten zur versicherten Person und deren Leistungshistorie für eine bestmögliche Mustererkennung zu verwenden:

    Nähere Informationen, wie bei der Vorhersage von Hochkostenfällen selbstlernende Modelle zum Einsatz kommen, finden Sie hier.
  • Der Gesundheitszustand einer versicherten Person hat wesentlichen Einfluss auf das Leistungsversprechen und die Kalkulation in der privaten Krankenversicherung. Eine verbesserte Modellierung mittels Data-Analytics-Verfahren kann entlang der gesamten Vertragslaufzeit gewinnbringend sein. Durch Analysen sich langfristig ergebender Leistungsdaten können bereits vor Vertragsabschluss Entscheidungskriterien für Werbemaßnahmen, Kundenansprache und Angebotserstellung gegeben, die Risikoprüfung dynamisiert und Annahmeregeln sowie Risikozuschläge verbessert werden. Die Modellierung von Gesundheitszustandsverläufen während der Vertragslaufzeit ermöglicht zielgerichtete Angebote zur Tarifwechsel, Vertragsänderungen oder Nachversicherungen.
  • Durch den Einsatz geografischer Analysen im Controlling können beispielsweise regionale Abweichungen bei der Inanspruchnahme von Fachärzten oder bestimmten Untersuchungen sowie Hinweise auf Übermaßbehandlungen mit geografischen Analysen identifiziert werden.

Weitere Anwendungsbeispiele finden Sie hier oder direkt bei den Sparten Leben und Schaden/Unfall.

Wichtige Informationen:

ifa aktuell:
Provisionsverbot und Kleinanlegerstrategie – Plädoyer für eine Koexistenz von Provision und Honorar bei Altersvorsorgeprodukten

Im Zuge der Einführung der sogenannten „EU-Kleinanleger­strategie“ wird derzeit auf EU-Ebene die Frage kontrovers diskutiert, ob provisionsbasierte Beratung bei Finanzprodukten stärker reguliert oder gar verboten werden sollte. Begründet wird die Forderung eines Verbots dabei mit Ergebnissen der sogenannten Kantar-Studie. Dies ist in doppelter Hinsicht problematisch: Die in der öffentlichen Diskussion angeführten Kostenargumente können gar nicht aus der Kantar-Studie abgeleitet werden. Argumente jenseits einer reinen Kosten­betrachtung, die gegen ein Provisions­verbot sprechen, werden komplett ausgeblendet. Um eine Indikation abzuleiten, für welche Typen von Verbrauchern welche Form der Beratungsvergütung kosten­günstiger ist, haben wir für verschie­dene Vergütungsmodelle quantitative Analysen durchgeführt. Hier hat sich deutlich ergeben, dass für Ver­braucher, die regelmäßig eher kleine Summen sparen (die also im Rahmen der EU-Kleinanlegerstrategie besondere Beachtung erhalten müssten) provisionsbasierte Modelle meist kostengünstiger sind als Honorarmodelle. [mehr]

ifa informiert:
Die Rolle der lebenslangen Rente in der geförderten Altersvorsorge

Produkte, die kein lebenslanges Einkommen bieten, sind viel riskanter als sie auf den ersten Blick erscheinen. Eine lebenslange Rente sichert das Risiko ab, welches daraus resultiert, dass niemand wissen kann, wie alt er oder sie wird, und daher nicht planen kann, bis zu welchem Alter die regelmäßigen Ausgaben finanziert werden müssen. [mehr]

Neuigkeiten in Kürze:

BaFin beschreibt Zuordnungsansatz für Vermögenswerte im Rahmen der EU-Offenlegungsverordnung [mehr]

Value for Money bei Altersvorsorgeprodukten [mehr]

Update des Branchenstandards für PRIIP der Kategorie 4 erfordert Modellanpassungen [mehr]

Eiopa zu differenziertem Pricing in Schaden/Unfall [mehr]

Forschungsarbeiten zu Solvency II mit PwC Insurance Nord Preis ausgezeichnet [mehr]

© ifa 2023