Sie sind hier: Startseite - News & Publikationen - ifa informiert - 

ifa informiert

05.2021

Data Analytics in der BU-Versicherung (mit Vorstellung am 26.05.2021 im Livestream)


Auch in der Berufsunfähigkeitsversicherung ist die Höhe der Prämie ein zentrales Kriterium für den Verbraucher. Die Prämie berechnet sich dabei typischerweise aus mehr Merkmalen als nur Alter und Beruf. Gerade in den letzten Jahren sind immer mehr Merkmale zu Person und Beruf hinzugekommen, welche die Ermittlung der Prämie verfeinern und so den Versicherern in ausgewählten Segmenten einen Preisvorteil verschaffen können.

Aus aktuarieller Sicht wird damit die Prämienkalkulation in der Berufsunfähigkeits­versicherung komplexer und die mathematischen Methoden müssen entsprechend Schritt halten. Methoden von Data Analytics können beispielsweise mittels Entscheidungs­bäumen Abweichungen von erwarteten zu tatsächlichen Inzidenzen in einzelnen Segmenten aufzeigen. Dies nutzt man heute bereits häufig im Risikocontrolling. Solche Erkenntnisse können aber natürlich auch für die Prämienkalkulation genutzt werden.

Ein Beispiel kann die Anwendung von Data Analytics in der Prämienberechnung verdeutlichen: Eine einfache Kalkulationsmethode besteht darin, ein Merkmal anhand eines einheitlichen Faktors zu berücksichtigen. Dies sei hier das Merkmal Raucherstatus. Für Raucher wird ein Zuschlag von 10% und für Nichtraucher ein Abschlag von 5% auf die Basistafel erhoben und damit ein Spreiz von 15% vorgenommen. Bei einer Analyse von tatsächlich eingetretenen BU-Fällen im Vergleich zu den erwarteten Fällen mittels Entscheidungsbäumen zeigt sich nun folgendes Bild: Auf den gesamten Bestand betrachtet, kann der Zuschlag von 10% bzw. Abschlag von 5% bestätigt werden. In teuren Berufsgruppen fällt der Spreiz jedoch tatsächlich geringer aus als 15% und in günstigen Berufsgruppen stärker. Ein solches Ergebnis bedeutet dann insbesondere, dass für günstige Berufsgruppen die Prämie für Raucher stärker erhöht und für Nichtraucher stärker verringert werden könnte.

Der Aktuar spricht in Fällen, in denen Merkmale in Bezug auf die Zielgröße voneinander abhängen, von Interaktionen. Das zuvor geschilderte Beispiel zeigt bei Raucherstatus und Berufsgruppe bzgl. der Invalidisierungswahrscheinlichkeiten solche Interaktionen auf, sodass sich ein nicht-konstanter Spreiz für verschiedene Berufsgruppen ableiten lässt.

Methoden von Data Analytics wie die hier eingesetzten Entscheidungsbäume sind in der Lage, selbstständig Interaktionen aus Merkmalen zu erkennen. Die Ergebnisse dieser Analysen bilden damit eine gute Basis für die Prämienkalkulation. Sie erlauben zum einen eine risikogerechtere Prämienkalkulation und zum anderen Wettbewerbs­vorteile durch eine differenzierende Preisgestaltung in ausgewählten Segmenten.

Dr. Sandra Blome und Dr. Johannes Schupp stellen am 26.05.2021 um 17.00 Uhr eine Anwendung von Data Analytics in der BU im Rahmen unseres Formats ifa informiert live vor. Im Mittelpunkt steht dabei eine Case Study. Der Kurzvortrag dauert etwa 30 Minuten.

Hier können Sie sich für diesen kostenlosen Livestream registrieren.


Weitere Informationen:

Dr. Sandra Blome

Institut für Finanz- und Aktuarwissenschaften
Lise-Meitner-Str. 14
89081 Ulm

Wichtige Informationen:

ifa aktuell:
Thesen zur Zukunft der Altersvorsorge in Deutschland

Es ist unabdingbar, dass in der aktuellen Legislaturperiode wichtige Weichen für die Zukunft der Altersvorsorge in Deutschland gestellt werden. Vor diesem Hintergrund hat das Institut für Finanz- und Aktuarwissenschaften im Auftrag der Union Investment Privatfonds GmbH eine Studie erstellt, die allgemein­verständlich die zukünftigen Herausforderungen des Alters­vorsorge­systems in Deutschland sowie die Wirkungsweise möglicher Reformansätze erläutert. Hieraus leiten wir Thesen zur Zukunft der Altersvorsorge in Deutschland und zu Anforderungen an Reformen ab, die sich aus fachlicher Sicht nahezu zwingend ergeben, wenn man die Faktenlage rational betrachtet. [mehr]

ifa informiert:
Aus komplexen Daten die richtigen Schlüsse ziehen – am Beispiel geografischer Analysen

Geografische Analysen ermöglichen die intuitive Visualisierung eines Versicherungsbestandes. Wie sich beispielsweise die Profitabilität eines fiktiven Versicherungsbestandes auf den Ebenen Bundesland – Region – Kreis darstellt, können Sie mit unserer interaktiven Beispielkarte selbst ausprobieren. [mehr]

Neuigkeiten in Kürze:

Forschungsarbeiten zu Solvency II mit Gauss-Preis ausgezeichnet [mehr]

VAIT-Novelle verlangt angemessenen Test aktuarieller Software [mehr]

Beitragsstabilität für BU-Tarife der Alte Leipziger bestätigt [mehr]

Quantitative Analysen zu Risikominderungstechniken im Kontext des Paneuropäischen Privaten Pensionsprodukts (PEPP) [mehr]

PRIIP: Europäische Kommission veröffentlicht überarbeitete RTS [mehr]