Future Processing
Versicherung Grossbritannien

Bereitstellung einer zentralen, benutzerfreundlichen Datenplattform zur Förderung datengestützter Entscheidungen im Versicherungswesen

Zusammenfassung

Herausforderung: Nach einer Fusion stand der Kunde vor der Aufgabe, umfangreiche Datenmengen aus unterschiedlichen Quellen zu konsolidieren, um konsistente Berichte zu erstellen und zentrale Geschäftskennzahlen zuverlässig zu ermitteln.

Ansatz: In enger Abstimmung mit dem Kunden entwickelten wir eine zentrale Datenplattform auf Basis von Databricks. Unsere fundierte Versicherungsexpertise war dabei entscheidend für die Umsetzung präziser Analysen und belastbarer Reportingstrukturen.

Ergebnis: Der Kunde verfügt nun über eine einheitliche, moderne Datenplattform, die den Zugriff auf harmonisierte, geschäftskritische Daten deutlich vereinfacht und Mitarbeitende im gesamten Unternehmen bei fundierten Entscheidungen unterstützt.

Table of contents

Über den Kunden

Bei dem Kunden handelt es sich um eine global agierende Versicherungsvereinigung auf Gegenseitigkeit, die sich auf Schutz- und Haftpflichtdeckungen (P&I) im maritimen Bereich spezialisiert hat und zahlreiche internationale Reedereien und Schifffahrtsunternehmen betreut.

Geschäftliche Herausforderung

Im Zuge einer großangelegten Fusion musste der Kunde heterogene IT-Landschaften und Datenbestände zweier Unternehmen zusammenführen, die jeweils auf langjährig gewachsenen Altsystemen und Prozessen basierten. Die mangelnde Kohärenz zwischen den internen Systemen machte das Reporting ineffizient und riskant.

In der Versicherungsbranche ist eine präzise Datenbasis entscheidend, um die Effizienz von Geschäftsabläufen verlässlich messen zu können. Einer der wichtigsten Indikatoren ist die Schadenquote – das Verhältnis zwischen Prämieneinnahmen und Schadenzahlungen.

Für ein neu fusioniertes Unternehmen war die Berechnung dieses Indikators auf der Grundlage einheitlicher, granularer und zuverlässiger Daten entscheidend für ein effektives Underwriting, die Risikobewertung und die Planung der Geschäftsstrategie.

Future Processing: ein vertrauenswürdiger Partner mit ausgewiesener Branchenexpertise

Unsere Zusammenarbeit mit dem Kunden besteht bereits seit mehreren Jahren und umfasst zahlreiche Projekte – dadurch verfügen wir über ein tiefes Verständnis der Versicherungsbranche.

Für dieses Projekt wurden wir aufgrund der etablierten Partnerschaft und unserer tiefen Fachkenntnisse im Bereich der maritimen Versicherung als Umsetzungspartner ausgewählt.

Die Einarbeitung eines Teams ohne Branchenerfahrung hätte mehrere Monate in Anspruch genommen.

Da die Seeversicherung ein hochspezialisierter Sektor ist, konnten wir dank unserer bestehenden Zusammenarbeit nahtlos einsteigen und von Beginn an messbare Ergebnisse liefern.

Zentrale Datenplattform

Das Hauptziel bestand darin, sämtliche Daten des Kunden – aus Altsystemen, SQL-Datenbanken, Excel-Berichten und externen Quellen – in einer zentralen Plattform zusammenzuführen. Wir spielten eine entscheidende Rolle bei der Implementierung der Datenplattform in Databricks – einer Lösung, die skalierbare, cloudbasierte Datenverarbeitung ermöglicht. 

Daten aus verschiedenen Quellen werden über Azure Data Factory geladen, wo sie orchestriert und validiert werden.

Die Daten werden anschließend verarbeitet und in einem Delta Lake gespeichert – einem optimierten spaltenbasierten Speicherformat, das effiziente Abfragen, Versionierung und ein zuverlässiges Reporting unterstützt. Diese Einrichtung bildet die Grundlage für fortschrittliche Geschäftsanalysen, einschließlich Berechnungen der Verlustquote, die für die Bewertung von Risiko und Rentabilität pro Mitglied entscheidend sind.

Die Plattform ist so konzipiert, dass sie im gesamten Unternehmen zugänglich ist, wobei rollenbasierte Berechtigungen einen angemessenen Zugang gewährleisten. Zudem verfügt es über einen integrierten KI-Assistenten, der die Datenexploration und -analyse beschleunigt, indem er auch technisch weniger versierten Nutzern ermöglicht, Abfragen zu formulieren, Visualisierungen zu erstellen und per natürlicher Sprache auf die Dokumentation zuzugreifen. Dies steigert die Produktivität und senkt die Einstiegshürde für die Arbeit mit komplexen Datensätzen – so können Nutzer eigenständig und ohne Unterstützung durch technische Teams agieren.

Von Daten zu Entscheidungen

Die Plattform integriert mehrere Arten von Daten, darunter:

  • Schadendaten und Underwriting-Daten
  • Excel-Dateien aus den Finanzabteilungen mit Kostenaufstellungen (Verwaltungskosten, Rückversicherungskosten)AIS-Daten (Automatic Identification System), die Schiffspositionen und Anlegezeiten anzeigen – nützlich für die Analyse des Verhaltens und die Festlegung von Versicherungsprämien

Diese Datenumgebung ermöglicht die Erstellung geschäftskritischer Kennzahlen – sowohl auf Basis einfacher als auch komplexerer Versicherungsmodelle. Einige Berechnungen erforderten komplexe Datentransformationen und sogar eine manuelle Datenextraktion aus Rückversicherungsverträgen – Dutzende von Dokumenten, von denen einige über 100 Seiten lang waren.
Die daraus resultierenden Berichte liefern wichtige Erkenntnisse für operative und strategische Entscheidungen.

Zu den wichtigsten Ergebnissen gehören:

Schadenquotenbericht: Gibt Aufschluss über das Verhältnis der insgesamt angefallenen Schäden zu den erwirtschafteten Prämieneinnahmen

Kombinierter Schadenquotenbericht: Geht über die reine Schadenquote hinaus, indem auch Verwaltungs-, Betriebs- und Rückversicherungskosten einbezogen werden.

Exposure-Bericht: Zeigt den Umfang der versicherten Risiken über Mitgliedergruppen und Assets hinweg auf – eine wichtige Grundlage zur Bewertung potenzieller Verbindlichkeiten und zur Unterstützung von Underwriting-Entscheidungen.

Die Berichte ermöglichen fundierte Entscheidungen in den Bereichen Risikobewertung, Prämiengestaltung, Schadenprognose und Schadenverhütungsplanung.

Schadenquote – jetzt besser berechnet, strategischer eingesetzt

Die Schadenquote wurde bislang als einfaches Verhältnis zwischen Schäden und Prämien ermittelt. Die neue Plattform berücksichtigt nun auch Kostenfaktoren wie Rückversicherung und Verwaltung und erlaubt Analysen bis auf die Ebene einzelner Schiffe.

Dies ermöglicht unter anderem:

  • Die Identifikation von Mitgliedern mit dauerhaft ungünstigen Schadenquoten
  • Eine faire und transparente Anpassung von Prämien
  • Die Risikoreduzierung durch verbesserte Prognosen und Verhaltensanalysen auf Mitgliederebene
  • Die Stärkung von Vertrauen und Loyalität innerhalb des Versicherungsverbunds.

Die Schadenquote ist weit mehr als eine rein finanzielle Kennzahl – sie dient als abteilungsübergreifendes Steuerungsinstrument, das die Prämiengestaltung an das tatsächliche Risiko koppelt und so die langfristige Stabilität und Nachhaltigkeit der Versicherungsgruppe unterstützt.

Wer die Plattform nutzt

Die Plattform ist für den bereichsübergreifenden Einsatz konzipiert und wird bereits aktiv genutzt – unter anderem von:

  • Underwriting-Teams bei Policenerneuerungen
  • Schadenabteilungen zur Trendanalyse
  • Führungskräften auf C-Level, um die finanzielle Gesamtlage zu überwachen
  • Teams für Schadenverhütung, um Risikomuster zu erkennen und zukünftige Schäden zu vermeiden.

Ziel ist es, die Plattform als zentrale, bereichsübergreifende Reporting-Lösung im gesamten Unternehmen zu etablieren.

Hauptvorteile unserer Partnerschaft

Die Implementierung der Datenplattform war ein wichtiger Meilenstein in der digitalen Transformation des Kunden. Sie ersetzte fragmentierte Systeme durch eine moderne, cloudbasierte Lösung, die leistungsstarke Analysen und eine schnellere Reaktion auf Veränderungen ermöglicht.

Grundlage dieses Erfolgs war die tiefgreifende Versicherungsexpertise unseres Teams – sie erlaubte es uns, den Kunden von Tag eins an zielgerichtet bei Daten, Reporting und geschäftlichen Anforderungen zu begleiten.

Zu den wichtigsten Vorteilen unserer Zusammenarbeit gehören:

  • Zentralisierung aller wichtigen Daten in einer cloudbasierten Databricks-Plattform, Verbesserung der Zugänglichkeit und Konsistenz im gesamten Unternehmen
  • Durch den Einsatz von Azure Data Factory zur automatisierten täglichen Datenintegration und -validierung wird ein konsistentes, aktuelles und vertrauenswürdiges Reporting sichergestellt.
  • Präzise Berechnung geschäftskritischer Kennzahlen auf Basis harmonisierter und qualitativ hochwertiger Daten
  • Bessere Entscheidungsfindung und Risikosteuerung durch die Integration externer Datenquellen wie AIS
  • Skalierbare Grundlage für weitere Innovationen – etwa KI-gestützte Analysen und bereichsübergreifendes Self-Service-Reporting

Technologien im Projekt