AssCompact suche
Home
Management & Wissen
22. Januar 2023
Internet of Things für Versicherer

Internet of Things für Versicherer

In dieser Ausgabe des Digital Insurance Podcast spricht Digital-Experte Jonas Piela mit Timo Mühlhausen von Siemens Digital Industries darüber, wie Daten aus den Maschinen aufbereitet werden und inwiefern sie die Risikomodellierung verbessern.

Siemens Digital Industries (früher: Siemens PLM Software) ist in den Bereichen Digitalisierung und industrielle Automatisierung unterwegs. Das Unternehmen ging 2007 aus einem Merge mit einem amerikanischen Unternehmen hervor und hat heute seinen Hauptsitz in Plano, Texas.

Timo Mühlhausen ist seit gut einem Jahr Director of Data Driven X Factory Automation bei Siemens Digital Industries. Bei Siemens ist er seit 15 Jahren und hat damit den Großteil seiner Berufskarriere dort verbracht.

IoT in der Industrie

Timo Mühlhausen leitet ein Start-up im Corporate. Er befasst sich mit datengetriebenen Geschäftsmodellen wie Internet of Things (IoT) und den dazugehörigen Industrieanwendungen. Es geht unter anderem darum, Daten von einem Sensor für „dynamische Finanzierungslösungen“ zu nutzen, wie er sagt. Das betrifft neben dem Leasing- und Bankensektor auch die Versicherungswirtschaft.

IoT für die Versicherer

Mühlhausen erklärt: Jede Minute in der Industrie, in der eine Maschine nicht läuft, kostet viel Geld. Dementsprechend ist das Thema für Versicherer von großem Interesse. Bisher haben schlichte Risikotabellen Auskunft darüber gegeben, wie es um die Ausfallwahrscheinlichkeiten einer Maschine bestellt ist. Diese basieren auf historischen Daten und Herstellerangaben – nicht auf dem aktuellen Zustand einer Maschine.

Die Daten sind schon da

Das ändert sich mit IoT. Mithilfe des „Internet of Things“ können Daten ausgelesen werden, wie beispielsweise die Temperatur oder Luftfeuchtigkeit in einem Motor. Diese Daten lassen sich nutzen, um eine akkurate Risikoberechnung vornehmen zu können, sagt Mühlhausen. „Das wird ja alles heute schon gemessen“, ergänzt er. Aber: Um die Daten sinnvoll nutzen zu können, müssen sie vorverarbeitet werden.

Faktoren bei der Risikoberechnung

Weitere Umstände sind für die Risikomodellierung zu beachten. Timo Mühlhausen nennt ein konkretes Beispiel: „Es gibt ja viele Maschinen, die sind ortsveränderlich.“ Dementsprechend könne der aktuelle Aufenthaltsort des Geräts von Relevanz für Versicherer sein. Wenn eine Maschine beispielsweise in ein Flutgebiet gebracht wird, verändert das die Risikoberechnung.

Die autonome Fabrik

Auf die Anmerkung, dass diese Berechnungen bislang doch gut funktioniert haben, antwortet Mühlhausen: „Es wird automatisiert, was automatisiert werden kann.“ In vielen Produktionen herrsche ein Automatisierungsgrad von 90% und mehr vor. Mittels Daten könne ein Produktionsstillstand verhindert und eine Geschäftsprozessoptimierung erzielt werden. Dies alles stelle die Voraussetzung für eine autonome Fabrik dar.

Ausblick

Des Weiteren spricht Jonas Piela mit Timo Mühlhausen über die Grenzen des Messbaren, die Aggregierung der Daten und wem diese überhaupt gehören.

Hier geht es zur aktuellen Podcast-Episode.

Über den Podcast

Seit April 2020 veröffentlicht Jonas Piela regelmäßig Gespräche mit Vorständen und Managern der Versicherungswirtschaft über die digitale Transformation. Sein Ziel ist, dass seine Zuhörer einem lockeren Gespräch unter Gleichgesinnten lauschen und so Ideen und Anregungen für die eigene Arbeit mitnehmen. Zu finden ist der Podcast unter anderem bei Google, Apple und Spotify sowie unter pielaco.com/podcast und dkm365.de.