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

ifa informiert

10.2022

Prognose von Schäden in der Krankenversicherung mit innovativen Methoden


Für private Krankenversicherungsunternehmen ist es wichtig, die Höhe der erwarteten künftigen Schadenzahlungen genau zu verstehen. Ob eine Beitragsanpassung notwendig ist, wird in der PKV durch den Auslösenden Faktor definiert. Das zugehörige Verfahren (lineare Extrapolation aus den vergangenen drei Beobachtungsjahren) ist in der Krankenversicherungsaufsichtsverordnung (KVAV) beschrieben und lässt wenig Handlungsspielraum. Für die Höhe der Beitragsanpassung ist der Auslösende Faktor jedoch nicht maßgeblich. Vielmehr kann eine bessere Prognose von zukünftigen Schäden eines Krankenversicherers durch Anwendung innovativer Methoden erreicht werden. Davon profitiert die Güte der Planungsrechnung: zukünftige Verläufe von Beiträgen, Überschüssen und RfB können besser prognostiziert werden. 

Bewährtes neu interpretiert – unter diesem Motto hat sich das Institut für Finanz- und Aktuarwissenschaften (ifa) in einer Case Study für einen Krankenversicherer die Verbesserung der Vorhersagegüte von Prognosen mit Hilfe von datenbasierten Prädiktionsmodellen vorgenommen. Ausgangspunkt war ein Datensatz eines Vollversichertentarifs, wie man ihn bei jedem Versicherungsunternehmen vorfindet, d.h. pro Vertrag standen Merkmale wie die Erstattungen der letzten Jahre, aber auch die für die Kalkulation ohnehin vorhandenen Merkmale wie Alter, Selbstbehalt oder berufliche Stellung zur Verfügung. Weitere Merkmale wie die historische Entwicklung der Prämien sowie Risiko- und sonstige Zuschläge sowie das Geschlecht und der Vertriebsweg wurden zugespielt, um die Güte des Prognosemodells zu verbessern.

Dabei wurden Ansätze zur Risikomodellierung aus anderen Sparten auf die Krankenversicherung übertragen und insbesondere eine getrennte Modellierung von Schadenhöhen und Schadeneintrittswahrscheinlichkeiten vorgenommen. Wie bei Data Analytics üblich, wurden weitere Merkmale abgeleitet, indem beispielsweise der Quotient aufeinander folgender Jahresschäden gebildet wurde. Zudem wurden verschiedene Modelle getestet und verglichen, um aus der Vielzahl der Merkmale die relevanten Merkmale zu ermitteln. Bei der abschließenden Bewertung der Modelle wurden dann modellierte Schäden mit den tatsächlich beobachteten Schäden verglichen. Durch die Verwendung der innovativen Methoden, die eine Berücksichtigung vielfältiger Merkmale ermöglichen, zeigte sich eine erhebliche Verbesserung der Prognosegüte. Die Datenanalyse im Bereich der Schadenzahlungen ist ein zentraler Bereich für einen Krankenversicherer, um sein Geschäft zu verstehen und angemessen steuern zu können. Die Anwendung moderner statistischer Verfahren kann dabei wertvolle Erkenntnisse liefern, die mit bewährten Methoden bislang nur ansatzweise erkannt werden.

Weitere Einsatzgebiete von Data Analytics in der Krankenversicherung finden Sie hier.


Weitere Informationen:

Dr. Sandra Blome

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

Wichtige Informationen:

ifa aktuell:
Benchmarks bei der Entwicklung biometrischer Produkte

Aufgrund der großen Bedeutung der Beitragsstabilität in der BU haben Assekurata und ifa ein Stabilitäts­rating entwickelt, welches in einer am Markt einzigartigen Tiefe die voraussichtliche Beitragsstabilität von BU-Tarifen analysiert. Dabei orientieren wir uns nicht an herkömmlichen Preis-Leistungs-Vergleichen, sondern stellen die kalkulatorische, prozessuale und bilanzielle Qualität des BU-Geschäfts gesamthaft auf den Prüfstand. Ein Versicherer, der sich dem BU-Stabilitätsrating unterzieht, profitiert so nicht nur von einem glaub­würdigen Qualitätsnachweis, der als vertrauensbildendes Element gegenüber Vermittlern und Endkunden genutzt werden kann, sondern erhält auch ein tiefgehendes, fachlich fundiertes und konstruktives Feedback zu seiner Produktentwicklung. [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:

Eiopa zu differenziertem Pricing in Schaden/Unfall [mehr]

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

Fondsgebundene Rückdeckungsversicherung in der Unterstützungskasse  [mehr]

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

VAIT-Novelle verlangt angemessenen Test aktuarieller Software [mehr]