Heute gibt es kaum noch ein Unternehmen, in dem nicht von „Big Data“ gesprochen wird. Doch was bedeutet dieses Schlagwort? Dahinter steckt – kurz gesagt – der Umgang mit sehr großen Datenmengen. Das umfasst darüber hinaus allerdings auch die Analyse mit teils mathematischen Methoden und das Bestreben, aus der Fülle von bisher meist brachliegenden Informationen wertvolles Wissen zu gewinnen und in nutzbringende Ergebnisse für das Unternehmen zu verwandeln.

Bild: Stream of bits - Big data concept © Dreaming Andy - Fotolia.com

Dabei gilt es zwei Herausforderungen zu bestehen. Die erste lautet „Wie können die gewünschten Informationen überhaupt gefunden und für eine Auswertung verdichtet werden?“. In vielen Unternehmen haben sich bereits enorme Datenmengen angesammelt – nicht nur strukturiert in Datenbanken, sondern auch semistrukturiert in Form von E-Mails, Briefen, Blogeinträgen und anderen Medien. Solche Daten sind jedoch aufgrund ihrer besonderen Struktur, mit konventionellen Methoden schwerer zu analysieren.

Die zweite Hürde ist der Zeitfaktor: „Welche Methode liefert am schnellsten Ergebnisse, nach Möglichkeit gar sofort?“. Denn Zeitvorsprung sichert Wettbewerbsvorteile. Viele Fragestellungen lassen sich algorithmisch heute schon bearbeiten, allerdings häufig nicht in dem zeitlich erforderlichen Rahmen. Wenn ein Ergebnis, das heute benötigt wird, erst morgen bereit steht, hat es keinen praktischen Nutzen mehr. Big Data ermöglicht es jedoch, Auswertungen mittels Technologien wie In-Memory oder Parallel-Computing in Echtzeit zur Verfügung zu stellen.

Die wesentliche Voraussetzung für das Herangehen an diese Herausforderungen besteht darin, zunächst die Anforderungen und Ziele zu klären, die durch die Implementierung von Big Data erreicht werden sollen. Für das Geschäftsfeld Versicherungen bieten sich dabei interessante Ansätze:

  • Bezieht ein Kunde verschiedene Produkte beim gleichen Versicherer, lassen sich diese zu einer verdichteten Kundensicht verknüpfen. Dank der so gewonnenen Informationen können Kunden besser betreut und individuelle Angebote leichter maßgeschneidert werden.
  • Bei Kfz-Versicherungen können Leistungen beispielsweise dank der Einführung von Telematik-Tarifen individueller gestaltet werden.
  • Eingehende Korrespondenz wie E-Mail, digitalisierte Post oder Serviceanrufe können automatisch ausgewertet werden. Die konsequente Analyse ermöglicht eine genaue Vorsortierung und zügigere Bearbeitung. Anfragen können gleich mitsamt allen benötigten Daten versehen und fertig aufbereitet an den richtigen Sachbearbeiter geleitet werden.

Dies sind nur wenige Beispiele für die vielen Möglichkeiten des wertstiftenden Einsatzes von Big Data im Versicherungsumfeld.


Wie lassen sich solche Use-Cases praktisch umsetzen und was birgt die Zukunft im Bereich Big Data für die Versicherungsbranche? Das erfahren Sie im Rahmen des Partnerkongresses der Versicherungsforen Leipzig am 23.09. auf dem Workshop Big Data von PROCON IT.

 

Stephan Trompke
Stephan Trompke ist Berater bei PROCON IT und unterstützt Unternehmen bei der Umsetzung von Big Data und SAP BI Lösungen. Als studierter Wirtschaftsinformatiker und Stochastiker hat er sich auf die Themen Versicherungsmathematik, Risikomanagement und Datenanalyse spezialisiert und blickt auf Beratungserfahrung sowohl auf fachlicher sowie auf technischer Seite zurück.