ID#59

21.04.2023

Dr. Michael Zimmer, Zurich: Erfolgsfaktoren eines zeitgemäßen Datenmanagement in der Versicherung – ID#59

In dieser Folge beschreibt Dr. Michael Zimmer, Chief Data Officer der Zurich Gruppe im Interview mit Benjamin Zühr die Entwicklung einer immer stärker datengetrieben Branche am Beispiel der Zurich. Wie läuft dabei der Change Prozess, welche Rolle spielt das Team und welchen rechtlichen Herausforderungen muss sich die Branche stellen?

Im Gespräch: Dr. Michael Zimmer, Benjamin Zühr
Länge: 39 Minuten

Transkript

BENJAMIN ZÜHR: Herzlich willkommen zu einer neuen Folge von Industrieversicherung Digital, dem Podcast der Versicherungsbranche. Heute als Gast bei mir, herzlich willkommen, Michael.

MICHAEL ZIMMER: Ich bin Michael. Ich bin Chief Data Officer der Zürich Gruppe Deutschland. Parallel Vater, Ehemann, Leiter künstliche Intelligenz und ganz lapidar gesagt, auch der bunte Datenfarbfleck im tristen Arbeitsalltag. Ich jage gerne im Team. Ich bin der Meinung, es geht nur gemeinsam. Ob jetzt fachlich für die Daten, für die KI, oder eben auch beim Thema Familie, Diversität, und gemeinsam an einem Strang ziehen. Das ein bisschen zu mir.

BENJAMIN ZÜHR: Super, vielen lieben Dank für die kurze Vorstellung. Wir haben uns heute zusammengefunden, um dich ein bisschen kennenzulernen, deine Rolle bei der Zürich noch einmal zu hinter leuchten, zu verstehen. Du hast ja eben schon gesagt, du bist Chief Data Officer, auch Leiter für künstliche Intelligenz. Aber vor allen Dinge auch Privatperson und zufriedener Papa, wie ich jetzt gehört habe. Da sind wir schon einmal zwei. Dann wollen wir auch schauen, wie dein Blick auf den Markt aus deiner Rolle heraus ist und auch aus der Zürich heraus. Gerade zum Thema Digitalisierung, das ist der Schwerpunkt des Podcast. Ein Thema, das wir heute auch beleuchten wollen, ist: Wir beschäftigen uns jetzt seit ein paar Monaten auch mit dem Thema Data Analytics, als Basis, unserer Meinung nach, für die Digitalisierung. Vielleicht unterhalten wir uns auch dazu noch einmal ein bisschen. Wir sind sehr interessiert an deiner persönlichen Meinung, aber auch an der Positionierung der Zürich.

MICHAEL ZIMMER: Die Daten sind der Kleb zwischen allem, was wir tun, also dementsprechend für Digitalisierung auch sehr wichtig.

BENJAMIN ZÜHR: Genau, absolut. Das Thema hatten wir jetzt auch schon mit ein paar anderen Gästen. Das ist irgendwie der gemeinsame Nenner, weswegen wir gesagt haben: Ja, lass uns mal schauen, dass wir ein paar Meinungen mehr dazu einholen. Vielen lieben Dank, dass du heute hier bei uns zu Gast in unserem Podcast bist. Erzähle einmal ein bisschen. Du hast dich eben ganz kurz vorgestellt, aber sage doch unseren Gästen, wo kommst du her, was sind deine bisherigen Erfahrungen in der Versicherungsbranche und natürlich auch mit dem Schwerpunkt Digitalisierung.

MICHAEL ZIMMER: Wenn man es einmal so nimmt. Ich habe 2007 mit Daten angefangen. Damals habe ich einerseits eine berufsbegleitende Promotion über Agilität von Datenarchitekturen gemacht. Wie bekomme ich Daten flexibel, wandelbar, veränderbar hin. Dieses Thema hat mich seit 2007 immer begleitet. Was mir da wichtig ist, Agilität ist für mich die Eigenschaft einer Organisation, einer Datenarchitektur. Ich muss eine Flexibilität fördern. Es reicht nicht, nur zu sagen, ich mache ein Vorgehensmodell. Ohne die Flexibilität des Menschen, der Organisation darunter, kann ich es nicht gestalten. Daher kam sozusagen mein wissenschaftlicher Hintergrund zu Daten.

Parallel habe ich angefangen in der Beratung zu arbeiten. Mein erster Kunde war damals die Provinzialversicherung, wo ich agile Datenprozesse entwickeln durfte. Darüber hinaus kam ich in meinen 13 Jahren Beratung bei diversen Versicherern vorbei. Ich habe Data Warehouse Architekturen mit aufgebaut, Big Data Architekturen, immer mehr Analytics. Was mir aber immer wichtig war: Die Konzepte, die ich verbrochen habe, musste ich auch immer liefern. Ich war auch mit dabei, wenn es an die Umsetzung ging. Ich habe mich immer mit den Leuten im Fachbereich zusammengesetzt. Ich wollte die Anforderungserhebung selber machen, um zu verstehen, worum es geht. Was sind die Probleme des Vertriebs, was sind die Probleme von Claims? Das hat mich auch ein bisschen auf die Querschnittsfunktionen, die ich heute innehabe, hingeleitet. Ganzheitlich über den Konzern die Daten und KI Themen steuern. Wenn man dann noch schaut … Technologie war immer Thema Digitalisierung.

Es wird irgendwann für Sas, die ja vor zehn Jahren einer der Daten Player waren, Leiter für alle Dachgeschäfte zu dem Thema bei einem Beratungshaus. Irgendwann weiter Industriespezialist für Versicherungen bei einem anderen Beratungshaus. Es hat mich immer begleitet, immer End to End, aber es war immer wichtig mit den Leuten gemeinsam auf Augenhöhe zu sein. Es freut mich, dass ich es mittlerweile auch auf die nächste Ebene geschafft habe, nachdem ja Daten wichtig sind. Ich freue mich darüber wirklich sehr. Ich hatte meine erste Veröffentlichung im Aktuars Magazin, in dem Fall in der internationalen Variante. Die deutsche kommt aber auch noch zum Thema Ethik, KI und EU Act. Daran sieht man, dass Daten wichtig sind, dass selbst ich als Nicht-Aktuar in einer Arbeitsgruppe mitarbeiten kann, worüber ich mich natürlich sehr freue. Ich habe am Anfang gesagt, ich jage gerne gemeinsam. Wir müssen uns zusammentun und unsere unterschiedlichen Sichten zusammenbringen. Ich bin zwar kein Versicherungsmathematiker, aber ich kenne Daten und Infrastrukturen gut, und wir befruchten uns gegenseitig. Ich denke, darum geht es auch. 05:46

BENJAMIN ZÜHR: Das ist sehr spannend. Vielleicht können wir nachher noch einmal ganz kurz darauf eingehen, was die rechtlichen Hürden an der einen oder anderen Stelle sind, die vielleicht der Digitalisierung auch im Wege stehen, wenn wir auf die Branche schauen. Das kommt auch immer wieder in unserem Podcast vor. Es gibt ja unterschiedliche Ebenen der Digitalisierung. Es gibt das Privatgeschäft, wo ich der Meinung bin, dass da schon einiges im Bereich Digitalisierung passiert ist. Dann gibt es das klassische Gewerbegeschäft, wo auch immer mehr Ansätze sind, wo auch Player wie Syncsurance den Markt in den letzten paar Jahren positiv beeinflusst haben. Dann gibt es das klassische Commercial Geschäft, das komplexe Geschäft, wo sich die Branche eher schwertut beim Thema Digitalisierung. Zumindest ist das meine Meinung. Wie siehst du das Ganze? Ist das auch deine Meinung, oder siehst du das ein bisschen differenzierter? Vor allen Dingen, wie stellt ihr euch bei der Zürich dem Ganzen?

MICHAEL ZIMMER: Ich glaube, Digitalisierung in der Versicherung … Wir sind in vielen Sachen besser als unser Ruf. Wir machen viele Dinge, wir sind dabei, wir sind auch bei KI Themen und anderen Sachen vorne mit dabei. Einerseits, weil wir es regulatorisch bei gewissen Sachen müssen, andererseits waren aber Daten auch schon immer unser Geschäftsmodell. Daten gehören zu unserer DNA. Wenn ich mir aber die Digitalisierung allgemein anschaue, sparten- und auch geschäftsübergreifend, kann man schon sehen, dass wir in den letzten Jahren sehr viel mit Partnerschaften, Dienstleistungen gemacht haben. Das bedeutet, auch schon vor drei, vier, fünf Jahren waren sehr viele Daten und KI in der Versicherung, aber nicht zentral in einer Plattform gebündelt, sodass du da Skaleneffekte ziehen kannst. Wenn man sich einmal den durchschnittlichen Prozess in Schadensbereichen, Antragsbereichen unserer Branche anschaut, habe ich 10, 15 Dienstleister, die alle eine tolle Funktionalität machen, aber wir müssen es integrieren. Eine Herausforderung und Chance zugleich, weil sich in den Datenarchitekturen, in der KI, in den letzten drei bis fünf Jahren auch mit der Cloud sehr viel getan hat.
So sind wir in der Lage, unsere Komplexität zu reduzieren. Wir haben immer noch die Partner, die tolle Arbeit leisten, aber gewisse Tätigkeiten holen wir wieder zurück, weil wir es können. Dadurch vereinfachen wir unsere Prozessketten und können auch an die Digitalisierung gehen.

Aus meiner Sicht ist das erste Problem, dass wir diese unterschiedlichen Schnittstellen mit Partnern aufbrechen müssen, die richtigen Daten sammeln. Was ich in unserer Branche immer interessant fand: Wir haben Dienstleister, die uns irgendwelche Fachdaten Extraktionen machen, die analysieren uns Rechnungen. In der Vergangenheit haben wir Werte dafür zurückbekommen, das Ergebnis. Heute muss ich schauen, dass ich alle Zwischenergebnisse bekomme, dass ich damit Erkenntnisse selber generieren kann. Dazu müssen wir enger mit den Partnern zusammenarbeiten, sie aber auch bewusst steuern und auch die Daten mitnehmen. Auf der Grundlage, um wieder auf die Digitalisierung zurückzukommen, sind wir in der Lage, unsere Prozesse zu gestalten. Du hast ja auch Unterscheidung nach Retail oder Großkundengeschäft angedeutet. Jeder Versicherer in Deutschland hat mehrere 100000 Dokumente im Retail-Geschäft, die postalisch, digital, als PDF, über irgendwelche Bilder ankommen. Dort haben wir irrsinniges Potenzial zur Automatisierung, genauso in der Mensch Sprache Schnittstelle. Da können wir viel tun. Wir müssen es nur strategisch angehen.

Mein Ansatz ist der: Wir haben die mächtige Plattform, und wir skalieren. Wir arbeiten die Sachen spartenübergreifend ab. Man muss aber auch sehen, dass wir neben der Zusammenführung von unterschiedlichen Partnern auch die Leute mitnehmen müssen und zeigen müssen, dass der Austausch der Daten mit Claims, mit Underwriting, mit Datenschutz, Betriebsrat einbezogen wird. Wir haben da Quality Gates, um sicherzustellen, dass wir auch regelkonform sind. Beim Datenaustausch, und da bin ich jetzt wieder beim gemeinsam jagen, wird der Kuchen größer, wenn wir das tun. Daten sind nicht Macht für einen einzelnen, sondern, wenn wir das richtig spielen, wird für uns alle mehr daraus.

Ich glaube, mit diesem Mindset in Verbindung mit mittlerweile mächtigen Architekturen, bewusster Kanalisierung, Komplexitätsreduktion und der Auswahl der richtigen Cases können wir zeigen, dass es geht. Abschließend noch eine Sache. In der Vergangenheit war die Versicherungsbranche sehr gut dabei, KI Labore zu gründen, wo sie die teuersten Leute vom MIT, vom CERN etc. zusammengekauft haben. Was sie aber vergessen haben, war, der Value passiert im Business, nicht im Elfenbeinturm. Es ist auch wichtig, dass Daten und KI Hand in Hand mit dem Business arbeiten müssen, es muss integriert werden. Deshalb ist auch mein Vergleich … AI Lab mag ich nicht so gern. Ich beschreibe uns immer als KI Versuchsküche a la Dr. Oetker oder Sky-Chefs. Wir wissen, was wir an Zutaten haben, wir arbeiten mit unseren Leuten wie im Fernsehen zusammen, um das Rezept zu machen. Aber wenn wir wissen, dass wir eine Pizza in die Lieferkette bringen, einmal mit Thunfisch, können wir sie zukünftig auch mit Salami, mit vier Käsesorten oder mit Zwiebeln rausjagen, und wir können den Fall skalieren.

Ich glaube, das ist das Entscheidende, was wir machen müssen. Weg von der Kunst hin zu nutzengetriebenen Cases. Das bedeutet auch, ich brauche nicht immer das modernste Modell, sondern ab und zu kann eine lineare Regression Wörter zählen, auch Nutzen stiften. Wir sollten uns davon verabschieden, das Neueste nur zu tun, weil wir meinen, das Neue wäre besser. 12:04

BENJAMIN ZÜHR: Das hört sich total spannend an. Vor allen Dingen zwei Sachen, in die ich gerne noch einmal tiefer hineingehen würde. Das ist einmal das Thema Systemansatz, so wie ich das jetzt verstanden habe von dir, und noch einmal das Thema Mensch. Das sind zwei Komponenten, bei denen es, glaube ich, unterschiedliche Ansatzpunkte gibt, bei denen unterschiedliche Meinungen letztendlich im Markt vorherrschen. Angefangen mit dem Thema Systemansatz.
Ich habe dich jetzt so verstanden, dass quasi eure Strategie gar nicht ist: Okay, wir bauen das eine Supersystem, um dann letztendlich daraus entsprechend die Daten zu generieren, eine Struktur zu generieren, Prozesse zu generieren etc.. Sondern ihr sagt ganz bewusst: Nein, es gibt unterschiedliche Systeme, die unterschiedliche Fähigkeiten haben. Aber wir müssen ab einem gewissen Punkt die Fähigkeit besitzen, die Daten aus den Systemen zu konsolidieren, zu verarbeiten, zu interpretieren, um daraus für uns Schlüsse zu ziehen, um besser zu werden. Ist das richtig, oder ist das falsch verstanden?

MICHAEL ZIMMER: Deine Interpretation, ich würde einfach einmal … Also, mit den Systemen: Wenn wir einfach einmal schauen. Wir als Zürich, Deutschland haben ja außer der privaten Krankenversicherung im Prinzip alle Produkte in irgendeiner Form im Angebot. Wenn ich mir jetzt anschaue, large Commercial Schadenbearbeitung ist etwas Anderes als Lebensschaden bearbeiten, ist etwas anderes als Volumen Endkundengeschäftsschaden. Am Ende sieht man schon, wenn ich mir nur den Markt der Werkzeuge anschaue. Es gibt nicht die eierlegende Wollmilchsau, die alles kann. Da sind wir, zum Beispiel, schon getrieben, dass wir schauen müssen, was passt wo wie am besten? Gibt es eine Lösung, mit der wir leben können? Gibt es eventuell eigene Lösungen aus dem Konzern, weil da haben wir ja auch Lösungen. Man muss aber auch schauen, wir in Deutschland sind ein Tier 1 Country, das ja eine größere Komplexität hat als kleinere Länder. Da sieht man, ich kann nicht die Weltlösung nehmen. Deshalb ist mein Ansatz neben der ganzen technischen Legacy, die es ja durchaus gibt, diverse partnerführende Systeme, bestandsführende. Das kommt einfach über die Zeit, und wir sind dabei die zusammenzuführen. Ich bin aber ein Fan von Services, die wieder verwendbar sind.

Also, dass ich sagen kann: Ich habe gewisse Funktionalitäten. Ob ich nachher ein Anwaltsgutachten in irgendeiner Form, Auslese oder Paragraphen oder ein Großmakler Wording habe, am Ende steckt dahinter eine Funktionalität, die wir in diversen Varianten anwenden. Dieser Bausteinansatz in Verbindung mit einer Orchestrierungsplattform, die uns zwischen den Systemen hilft, ist aus meiner Sicht der Ansatz der Wahl. Wohl wissentlich, in Vorträgen mit Leuten, die nicht in der Branche sind, sage ich immer: Versicherung steht darauf, aber wir versichern ein Handy, wir versichern ein Gebäude, ein Auto, dein Leben, deine Arbeitskraft, deine Arbeitsstätte. Das sind komplett unterschiedliche Produkte mit komplett unterschiedlichen Kalkulationen, und dem müssen wir auch Rechnung tragen. Wir haben eine immense Breite an Fachlichkeit. Deshalb müssen wir damit leben. Gäbe es die perfekte Lösung, wäre es schön. Aber die Komplexität wird ja noch größer. Wenn ich nur rechts und links nach Europa schaue, ein internationales Programmgeschäft. Dadurch, dass wir einer der größten Industrieversicherer sind, steuern wir das zentral. Wir haben natürlich Assets, um international die Gewinn- und Verlustrechnung aufmachen zu können, weil ja die Länder betroffen sind. Aber wenn ich jetzt ein Beispiel aus dem Motor nehme. In Frankreich darf ich Gebrauchtteile nach einem Unfall für die Reparatur verbauen. In Deutschland mit unserem heiligen Blech, auch bei mir im Süden, wäre das ein Sündenfall. Genauso haben manche Länder Werkstätten, die ihnen alles abnehmen. Dritte Länder haben Organisationen, die als Man in the Middle stehen.

Wenn du dir das anschaust, gibt es nicht die eine Lösung, sondern du musst smart schauen, dass du die Sachen zusammenführst. Dann sind wir wieder bei einem smarten Orchestrierunglayer inklusive wieder verwendbarer Services, um so viel Wiederverwendung wie möglich ziehen zu können. Das ist der Ansatz, wo wir eine Quadratur des Kreises machen müssen. Wir haben aber einerseits durch die Größe Vorteile, bekommen aber auch eine gewisse Komplexität. Wir sind nicht irgendein Spartenversicherer, der sich komplett darauf stützen kann, der sich komplett darauf fokussiert. Wenn wir die Beispiele nehmen, können auch wir in Standardcases Dunkelverarbeitung in wenigen Sekunden durchführen, aber das sind die Standardfälle. Die komplexen Geschichten sehen anders aus. 17:34

BENJAMIN ZÜHR: Das hört sich für mich auf jeden Fall nach einem sehr ehrlichen Ansatz an. Ich glaube auch, dass das der Realität entspricht, dass es eben nicht die Eier legende Wollmilchsau ist. Selbst im Nischenbereich habe ich das Gefühl, dass es das häufig nicht gibt. Deswegen glaube ich auch, dass es der richtige Ansatz ist, da zu schauen, wie man die unterschiedlichen Dinge zusammenbringt. Noch einmal das Thema Mitarbeiter. Meine persönliche Erfahrung ist bisher, dass sich der Mensch gerade im komplexeren Geschäft … Teilweise hört man immer wieder, das kann man nicht digitalisieren.

Jetzt ist die Frage, was bedeutet Digitalisierung? Ist Digitalisierung immer gleich Dunkelverarbeitung? Das glaube ich nicht. Aber eine Struktur zu schaffen, kann ja auch eine Form von Digitalisierung sein. Wie geht ihr da mit den Menschen um, wie holt ihr die ab? Kannst du dazu vielleicht noch etwas sagen? Weil gerade KI ist nicht zwingend für jeden greifbar.

MICHAEL ZIMMER: Der Punkt greifbar ist aber der entscheidende Einstiegspunkt. Für mich als Head of AI … KI hat nach außen hin einen leicht disruptiven Faktor. Die Medien verkaufen das immer, als hätten wir den Terminator, der schon alles kann. Praktisch sind viele Modelle alles, nur nicht wirklich schlau. Sie können Sachen identifizieren. Das muss man den Kollegen immer klarmachen. Aus meiner Sicht ist es so: Demografischer Wandel, Arbeitsbelastungen, die wir haben. KI kann uns helfen, unseren Wohlstand zu halten, nimmt uns aber in vielen Fällen nicht die Arbeitsplätze. Nichts desto trotz sind es übergreifende Sachen. Regelmäßiger Austausch mit dem Betriebsrat, mit den allgemeinen Kollegen, klarstellen, dass wir Datenschutz einhalten, und auch einmal in größeren Runden zeigen, was wir tun. Um das aber konkret zu treiben, wir machen nichts ohne die Kollegen im Fach. Das bedeutet, wenn ich eine Idee habe … Das war am Anfang so. Ich wusste, worauf ich wetten will, weil ich ja auch ein bisschen Erfahrung hatte. Wir kamen mit einem Case hinein, haben das Fach überzeugt. Das haben wir ein-, zweimal gemacht.

Mittlerweile kommen die unterschiedlichen Fachbereiche auf uns zu: Wir haben eine Idee. Dann setzen wir uns eine halbe Stunde bis eine Stunde zusammen. Das machen wir noch ein zweites Mal, weil dann sollen sie schon einmal ein paar Daten mitbringen. Dann entscheiden wir, ob der Case funktioniert oder nicht, und geben ihnen auch schon Input. Dadurch sind sie Teil der Lösung und verstehen es auch. Es gibt ja den Begriff explainable AI. Ich brauche derzeit keine komplexen Reports, um meinen Leuten Vertrauen in die Empfehlungen zu geben. Sie sind in der Entwicklung mit dabei, und die Leute, die in der Entwicklung mit dabei sind, sind dann wiederum meine Promotoren bei den anderen. Die kommen auf uns zu. Wir sind aber auch offen. Wir erklären, wir nehmen mit. Mittlerweile ist es so, dass auch die Heads Of den Nutzen sehen und schon in einigen Bereichsrunden, in denen ich saß, Bereichsleiter oder Bereichsvorstände für KI die Lanze gebrochen haben, weil sie das Potenzial sehen. Vor zweieinhalb Jahren, als ich anfing, war ich der einzige, der gepredigt hat. Mittlerweile sitze ich hinten, grinse und denke mir: Yes. Unsere Meinungsmacher verkaufen es. Aber am Ende geht es um den Menschen. Es geht darum, Ängste abzubauen und sie mitzunehmen. Um noch einmal auf den Punkt zu kommen: Das kann man nicht. Der Appetit kommt beim Essen. Wir müssen die Leute mitnehmen, wir müssen es zeigen, eventuell auch, wenn man durch eine andere Denkweise herangehen kann, und dann sukzessive etwas verändern. Das ist kein einfacher Weg. Es ist einfacher in Volumenprozessen, weil da kann ich einfach rechnen.

Das klassische Underwriting im Industrieversicherungsgeschäft ist da sitzen Ingenieure, hoch dekoriert. Es ist zum Teil individuell. Aber auch da, man reibt sich, man schaut, und es gibt Entlastungen. Im Beispiel, was wir jetzt gerade bauen. Wir extrahieren aus den Großmakler Wordings unsere Lösungen, um die Sachen vergleichbar zu machen, Risiken sichtbar zu machen. Aber auch wenn jetzt ein neues Angebot kommt, können wir sagen: Okay, 80 Prozent des Vertrags sind mit uns konform, schaut ihr euch bitte noch die 20 Prozent an. Weil es sind 150 Seiten plus Dokumente. Beim Ursprungsangebot steht ein Passus auf Seite 2, und in unserem Vergleichswerk steht es auf Seite 156. Wenn du das richtig machst, müsstest du ja jede Seite vergleichen. Allein der Aufwand, da sind wir dabei. Aber entscheidend ist, nicht im Elfenbeinturm alleine zu sitzen, sondern gemeinsam zu entwickeln. Vertrauen aufbauen, um zu sehen, dass eigentlich die KI Begleithund der Polizei ist, der die Drogen mit entdeckt oder auch helfen kann. Aber der Mensch mit dem Begleittier funktioniert, und das Begleittier nimmt dem Mensch nicht die Verantwortung ab. 22:55

BENJAMIN ZÜHR: Super, vielen lieben Dank. Ganz ehrlich, hätte ich jetzt doch gerne einen live Podcast, weil es spannend wäre zu wissen, was die Zuhörer mehr interessieren würde. Ob wir weiter machen mit Data Analytics oder mit dem Thema Vergleich von Großmakler Wordings, was du eben angesprochen hast. Das ist auch ein sehr spannendes Thema. Vielleicht bietet sich die Möglichkeit, dazu noch einmal einen extra Podcast zu machen, in dem du mehr erzählst. Ich glaube, das würde viele interessieren. Ich würde noch eine Sache fragen.
Du hattest das vorhin nur ganz kurz angeschnitten. Thema: rechtliche Herausforderungen.
Kannst du dazu vielleicht noch einmal etwas sagen. Das ist ein Thema, das wir bisher im Podcast eher weniger beleuchtet haben. Wir sind immer mehr aus der technischen Richtung gekommen. Ich glaube aber auch, dass es, wie du sagtest, rechtliche Themen gibt, die beachtet werden müssen und die es einem nicht zwingend einfacher machen. Dementsprechend wäre es toll, wenn du vielleicht noch einmal kurz sagen könntest, was du damit meinst. 24:06

MICHAEL ZIMMER: Rechtlich haben wir drei Faktoren. Wir haben einerseits die klassische Datenschutzthematik, die immer geklärt werden muss, auch bei uns im Prozess. Wenn wir wissen, dass wir etwas tun, haben wir ein paar Gateways. Datenschutzfreigaben, ethische Freigaben für KI Fälle, und wir haben auch noch Compliance mit in unserem Prozess. Das habe ich mit designt. Aber Datenschutz ist eine Thematik. Wir müssen schauen, was wir mit den Daten machen, auch mit der Cloud etc.

Ehrlicherweise, wenn ich mir Industrieversicherung als Branche anschaue … Es gibt meistens keine Gesundheitsdaten wie bei einer Krankenversicherung. Klar, habe ich auch Namen, aber das ist im Zweifel der Geschäftsführer. Aus datenschutzrechtlichen Thematiken ist die Industrieversicherung eher ein einfacher Case, weil ich keine personenbezogenen, sensitiven Daten habe. Gleichzeitig habe ich noch die Situation, gerade im internationalen Programmgeschäft, ich muss auch näher einziehen, um es über die Länder hinweg konsolidieren zu können. Wenn eine deutsche Firma bei uns international versichert, ist das zwar in Deutschland in den Büchern, aber der Schaden wird in dem Land gemacht. Da haben wir auch Sachen. Positiv gesehen, wir haben das Anliegen, dementsprechend können wir uns mit dem Datenschutz in der Regel sehr gut einigen und schauen, was wir tun. In den klassischen Retail-Sparten sieht es anders aus. Da habe ich im Zweifel Befunde, Adressen et cetera pp. Da ist Datenschutz ein entscheidender Player.

Die Compliance Geschichten kommen mit hinein. Wie gehen wir mit Daten um? Wann müssen wir sie vernichten? Wenn wir in klassische Underwriting Situationen schauen, kommen Dokumente herein. Dann ist es wichtig, dass wir klar machen, dass die Dokumente richtig geflaggt werden müssen, abgelegt werden, im Zweifel haben sie Löschfristen. Das ist dann auch eine Frage der Weiterbildung von Leuten plus Schaffung von geeigneten Ablagen, um das so weit wie möglich zu automatisieren.
Und die dritte Thematik, die dann noch aufkommt, ist Ethik, Datenschutz, EU Act. Jetzt kommt ja gerade, was darf ich mit KI machen? Da bin ich auch mit der Aktuarsvereinigung im Austausch, um zu schauen, wie bewerte ich KI Anwendungsfälle? Welche Daten sind betroffen, treffe ich eine Entscheidung, wie reif bin ich, geht es um Leib und Leben? Da sagt die Ethik: Wenn es sozial verwerflich oder um Leib und Leben geht, darf ich die Cases eigentlich nicht machen. Wir wollen keine Orwell’sche Welt, aber wir möchten auch nicht, dass das Leben gefährdet wird. Da gibt es dann unterschiedliche Dokumentationspflichten. Das sind Sachen, bei denen man schauen muss. Aber am Ende ist auch … Ich persönlich sehe diese Themen als Hausaufgabe, die ich aus guten Gründen mache, weil ich in einer Welt leben will, in der ich als Person im Datenschutz zähle. Deshalb sind die auch in meinen Prozessen von vorneherein mit dabei.

Ich fange erst an, richtig zu arbeiten, wenn ich die Freigaben habe. Das ist meine Einstellung. Ich sehe das nicht als Limitierung, sondern auch als Chance, das bewusst mit zu gestalten. Aber es kann natürlich einschränkend sein, gewisse Sachen nicht zu tun oder Workarounds zu finden. Nichtsdestotrotz, es ist ja im Sinne unserer Kunden, es ist im Sinne des Individuums, und am Ende hilft es uns als Gesellschaft. 27:43

BENJAMIN ZÜHR: Ja, absolut. Vielen Dank. Ich würde gerne noch einmal zum Thema Data Analytics kommen. Das ist quasi ein Schwerpunktthema, das wir in den letzten Monaten auch im Podcast immer wieder besprochen haben. Vor allen Dingen zum Thema: Schwerpunkt Portfolio, was sicherlich auch für den einen oder anderen Zuhörer interessant sein könnte. Für mich wäre es interessant zu wissen, wie du persönlich, aber auch natürlich aus deiner Sicht, aus der Funktion für die Zürich, die Bedeutung von Data Analytics bei der Auswertung, Interpretation von Risiko und Schadendaten siehst.

MICHAEL ZIMMER: Risiko Schaden ist natürlich ein wichtiger Inputgeber, um mein Portfolio gestalten und steuern zu können und Risiken aktiv bewerten zu können. Man muss auch sagen, dass Industrieversicherungsgeschäft ist es nicht wie bei der klassischen Kfz Versicherung, ich gebe drei Datenpunkte ein. Das wird entweder über eine direkte Beziehung, eine Ausschreibung oder über irgendwelche Großmakler oder Makler an einen herangetragen.
Es ist essenziell, gewisse Klassen zu haben, zu wissen, wie du es einordnest. Wobei ich sagen würde, meine persönliche Einschätzung, ich bin ja eher der Generalist, ist die: Im kleineren Geschäft wird auch dieses Klassifizieren immer wichtiger, weil ich einfach über Volumen gehen muss. Ich kann nicht alles anschauen.

Im wirklichen Großkundengeschäft, also, wenn wir über alle Fabriken eines Herstellers sprechen oder die kompletten Flotten weltweit, muss ich auch noch in Einzelprüfungen gehen. Da bin ich direkt vor Ort, was ich mir bei kleineren Geschäften nicht immer leisten kann. Nichts desto trotz, wenn ich die Informationen aus Schäden mit KI richtig aufbereite, die richtigen Gründe habe, warum ich einen Schaden hatte, die richtigen Umfänge, das Ganze mit Naturrisikoklassen zusammenspielen kann, was wir weltweit betrachten müssen, inklusive Zustand von Produktionsstätten, Pipelines oder was auch immer, gibt natürlich der Loop von historischen Schäden in Verbindung mit smart zugekauften Informationen zum Teil auch gute Impulse, um den Risikoappetit richtig steuern zu können. Weil bei einem Schaden in der Industrieversicherung, wenn er groß ist, sprechen wir über hohe Millionenbeträge. Deshalb ist es wichtig, die Informationen zu nehmen.

Das bedeutet für uns, wir haben den Vorteil als internationales Unternehmen, wir haben Gruppensysteme, wir können Sachen mitnehmen, wir können Sachen wiederverwenden. Wir müssen es als Deutsche Einheit auch nicht immer alles selber entwickeln. Aber ich bin in den letzten Jahren aktiv dabei gewesen, diese Systeme zusammenzubringen, damit die den Underwritern zugestellten Pricing Aktuare die Informationen mitbekommen können, um am Ende die Portfoliooptimierung, Preisoptimierung machen zu können, um aktiv gestalten zu können. Der Markt ist zeitweise turbulent. Es kommen Sachen hinzu, Preis mehr … Du musst aktiv sein. Deshalb brauchst du die Daten, und Risiko Schaden in Verbindung mit Bestand muss zusammengeführt werden, um überhaupt den Blick machen zu können. 31:39

BENJAMIN ZÜHR: Das sehe ich genauso. Ich würde das gerne noch einmal ein bisschen auf die Spitze treiben. Ich verstehe, dass das Thema Data Analytics wesentlich für eine Portfoliooptimierung ist und immer wichtiger wird. Was mich interessieren würde, bezogen auf das Commercial Geschäft, denkst du, dass eine automatische Portfoliooptimierung auf der Basis auch im komplexen Geschäft möglich ist? Vielleicht wird das ja auch schon gemacht oder wird möglich sein? Oder ist das eher etwas, wo du sagst: Nein. Empfehlung ja, aber im Zweifel sollte darauf doch noch einmal jemand schauen.

MICHAEL ZIMMER: Wir haben vorher auch über die ethische Komponente und die Risikobewertung, Komponente der Daten und KI, gesprochen. Wenn ich das nehme, ist eine komplett automatische Entscheidung auch ein ethisches Risiko. Eine positive Entscheidung ist immer einfacher als eine negative Entscheidung. Aber Ablehnen nur von der Maschine, ist eine Sache, bei der du wissen musst, dass der Algorithmus stimmt.

Dementsprechend sehe ich KI in vielen Sachen und auch im Industrieversicherungsbereich als Unterstützung, die gewisse Teilprozesse automatisieren können. Beispiel: Wenn irgendwelche Learnings hineinkommen, kann ich die über unsere Lösungen, über unsere Wording Intelligence innerhalb maximal einer Stunde Bearbeitungszeit in Systeme bringen, und ich kann sie immer vergleichen. Da spart sich der Underwriter richtig viel Zeit. Er kann seine Zeit für die Prüfung nutzen. Das kann ich automatisieren. Will ich die Entscheidung bei diesen großen Risiken wirklich komplett automatisieren? Ich weiß es nicht. Wenn ich aber sehe, ich habe gewisse Niederlassungen, kann ich, wenn die Länder die Daten anbieten, mir auch einfach frei verfügbare Daten nehmen. Ich kann mir Geoinformationen nehmen, mir irgendwelche Informationen über den Zustand dazu joinen.

Ein kleiner Hinweis: Deutschland ist da leider schlechter unterwegs. Ich habe mit der Chief Data Officerin aus UK … der wollte ich einen Brief schicken, deshalb habe ich nach der Adresse gefragt. Ich habe die Adresse gegoogelt, oder hatte dann ihre Adresse noch. Und was kam? Es kam die Bewertung ihres Gebäudes inklusive Karten und allem drum und dran. Das würde in Deutschland nicht gehen. Deshalb bekommst du in England, wenn du eine Adresse eingibst, wenn du das richtig machst, eine Bewertung des kompletten Gebäudes. Da funktioniert es. So eine Automatisierung kann ich machen. Aber für die Entscheidung, am Ende, würde ich immer den Menschen mit hineinnehmen, um die Sachen abzuwägen. Auch weil das Industrieversicherungsgeschäft komplex ist. Zum Teil spielt ja der Ort eine Rolle, zum Teil auch, wie eine Maschine steht, welche Sensoren vorhanden sind. Das ist zum Teil auch Druiden Erfahrung unserer hochdekorierten Underwriter oder Bewertungsexperten. Wo die KI im Zweifel unterstützen kann nach derzeitigem Stand, ist ähnlich wie bei einem Arzt. Es unterstützt, es hilft, aber der Arzt ist bei der Operation immer noch mit dabei. Aber es macht im Zweifel effizienter, reduziert Fehler. 35:16

BENJAMIN ZÜHR: Vielen lieben Dank. Ich glaube, wir haben alle einen guten Überblick bekommen, was euch bei der Zürich beschäftigt, wie du persönlich zu dem einen oder anderen Thema stehst. Aber auch noch einmal deine Einschätzung zum Thema Data Analytics. Vielen lieben Dank von dieser Seite. Ich hoffe, dass es dir Spaß gemacht hat, und natürlich hoffe ich, dass wir uns vielleicht zum Thema Wording Vergleich, beziehungsweise Großmakler Wording Vergleich, noch einmal hören.

MICHAEL ZIMMER: Ich würde gerne noch eine Lanze für einen Case brechen, den ich jetzt leider nicht gemacht habe, aber den ich klasse finde aus unserem internationalen Kontext. Der zeigt auch ein bisschen, wie wir uns als Branche verändern. Eine Sache noch vorweg. Ich war in den letzten Wochen mit Industrieunternehmen als CEO im Austausch, wie können wir IOT Daten zusammenbringen? In den Gesprächen kam heraus, dass wir uns mittlerweile auch als Trusted Advisors sehen, als Man in the Middle. Bewertungen in Bezug auf Resilienz, nicht nur Versicherungen, sondern uns auch verbessern, unsere Expertise mit zu verkaufen.

Wir sind auch dabei, unsere Rolle als Versicherer mit neuen Aufgaben und auch im Ökosystem zu finden. Was da sehr gut hineinpasst: Die Kollegen, in dem Fall aus der Schweiz, haben in der Krankenhaus Versicherung, der Spital Haftpflicht, angefangen mit KI die Schadendokumente, da sind wir auch wieder bei dem Thema von vorher, zu digitalisieren, auszuwerten. Sie haben eigene Ontologien, Sachen aufgebaut, um es auswertbar zu machen. Das Beeindruckende daran ist, wir waren früher Dienstleister, die Schäden bearbeitet haben. Jetzt können wir darauf hinweisen: Übrigens, by the way, du hast in den Prozessen schon das zweite Mal einen Fehler. Möchtest du das nicht verbessern? Wir können helfen zu optimieren, Risiken zu minimieren. Das ist noch einmal eine andere Rolle, wo wir unser Geschäftsmodell zum Teil auch verändern. Wir gehen weg vom reinen Risikoträger Kind zum Gestalter für ein besseres Ganzes mit den Unternehmen. Das ist auch ein interessanter Ansatz, der sich in diversen Sparten durchträgt. Aber da können Daten und KI helfen. Für mich ist es eins der wenigen Beispiele, die ich in 15 Jahren erlebt habe, wo auch das Geschäftsmodell verändert wird.

Jedes Beratungshaus sagt: KI und Daten sind disruptiv. Aber wenn du dir unsere Geschäftsmodelle anschaust, sind die immer noch relativ stabil. Da kannst du wirklich sagen: Benchmark, Prozessverbesserung. Das ist etwas Anderes. Das fand ich interessant. Dahin müssen wir als Branche. Wenn ich mir unsere Offerings anschaue, unsere Beratungsexpertise ist ja auch geschätzt. Wir haben Vertrauen, gerade bei den Großkunden, weil wir da sind, weil wir helfen. Das ist etwas, wo wir uns gerade positionieren. 38:24

BENJAMIN ZÜHR: Total spannend, vor allen Dingen, weil ich persönlich, aber auch hier häufig diskutiert, das Thema Risikomanagement gerade im Zusammenhang mit Digitalisierung als ein wesentliches Thema sehe. Es ist sehr spannend zu hören, dass es jetzt schon erste Anwendungsfälle in der Praxis gibt. Vielen lieben Dank dafür.

MICHAEL ZIMMER: Gerne.

BENJAMIN ZÜHR: Super, Michael. Dann möchte ich mich auf jeden Fall noch einmal ganz herzlich bedanken für deine Zeit und für die wirklich sehr interessanten Informationen und hoffe, dass wir uns bald wieder hören.

MICHAEL ZIMMER: Gerne, wobei ich dann wahrscheinlich mein Team mitbringen würde. Die sind tiefer drin sind und können im Zweifel, wenn es an die Details geht, Rede und Antwort stehen.

BENJAMIN ZÜHR: Klasse, so machen wir das. Erst einmal wünsche ich dir einen schönen Tag.

MICHAEL ZIMMER: Danke.

BENJAMIN ZÜHR: Bis bald, ciao.

MICHAEL ZIMMER: Ciao.