Problemstellung & Zielsetzung

Die Schadenreserve-Analyse liefert einen guten Blick auf die Reservesicherheit unter HGB. Aber was bedeutet dies auf granularerer Ebene, zum Beispiel je Vertriebskanal?

Dies war die Ausgangsfrage des Vorstands, der die Profitabilität in einer Schätzung bewertet haben wollte – ohne vorsichtige Puffer auf sehr granularer Ebene. In länger abwickelnden Sparten ist dies mit klassischen Reservierungsverfahren nur über eine Schlüsselung möglich. An dieser Stelle holte unser Kunde BELTIOS P&C ins Projekt:

Wir entwickelten eine Lösung mit verschiedenen KI-/Machine Learning-Algorithmen, die am Ende eine Schätzung je offenem Schaden liefern. Abgerundet wird das Modell durch eine Bewertung noch unbekannter Spätschäden. Unsere plausiblen Modellergebnisse führten schließlich dazu, dass eine Einbindung in das Schadensystem erfolgte. Der Sachbearbeiter erhält nun einen automatisch generierten Vorschlag für die Schadenreserve.

Ergebnisse

Dank unserem Einsatz kann der Kunde nun folgende Funktionen nutzen:

• Modellierung des Reservebedarfs auf Einzelschadenbasis unter Einbindung von KI/ML
• Separate Bewertung von Spätschäden
• Robustes Modell für den Einsatz in der Schadenabteilung
• Automatisierung und damit Vereinfachung des Schadenprozesses