Wie können Versicherer Daten nutzbar machen?

Red Hat ist ein weltweit führender Anbieter von Open-Source-Softwarelösungen und unterstützt Unternehmen bei der Integration neuer und bestehender IT-Anwendungen, der Entwicklung von Cloud-nativen und Daten getriebenen Anwendungen.

Starburst ist ein führendes Unternehmen im Bereich des Data-Engineering und der Datenanalyse. Es hat sich darauf spezialisiert, Unternehmen dabei zu unterstützen, ihre Dateninfrastruktur zu optimieren und gleichzeitig datengetriebene Analysen und Anwendungen zu entwickeln.

Max Kossatz ist Financial Services Account Solution Architect bei Red Hat und berät Finanzdienstleiter zu IT Strategien, Praktiken und Technologien. Zuvor war er bei NTT Data als Entwickler und Architekt im Bereich Business Intelligence tätig.

Lukas Grubwieser ist Solutions Architect bei Starburst. Zuvor war er unter anderem als Co-Founder von IMPROIC und als Customer Engineer bei Google tätig.

Daten sinnvoll einsetzen

Eine zentrale Frage für viele Versicherer lautet: Wie lassen sich die vorhandenen Daten am besten nutzbar machen? Bei Red Hat und Starburst hat man sich genau über diese Frage Gedanken gemacht. Entsprechend können uns Max Kossatz und Lukas Grubwieser Antworten liefern.

Der klassische Weg

Informationen über Policen, Verträge usw. lassen sich zumeist nicht direkt analysieren. Die Daten liegen in Silos vor, erklärt Grubwieser. Sie lassen sich daher nicht mit denen aus anderen Abteilungen kombinieren. Der klassische Ansatz war für lange Zeit: Wir duplizieren alle Daten in ein Data Warehouse und führen sie dort in ein Datenmodell zusammen. Nachteile hierbei sind: Diese Lösungen sind nicht skalierbar und teuer, so Grubwieser weiter. Zudem falle die fehlende Flexibilität des Datenmodells auf, sobald neue, unstrukturierte Daten hinzukommen.

Der neue Weg

Um Daten verwendbar zu machen, lassen sie sich entweder an einem Punkt konsolidieren, wie Grubwieser sagt, oder man baue ein dezentrales System auf. Hier sprechen wir vom Data Mesh. Ein Vorteil hierbei: Die Teams selbst verfügen über Ownership über die Daten. Wichtig sei bei alledem, dass „du Daten als Produkt siehst“, so Kossatz. Andernfalls werfen die einzelnen Teams die Daten auf einen Haufen, worunter die Datenqualität leidet. Es bedarf eines Paradigmenwechsels im Unternehmen.

Für eine erfolgreiche Entwicklung datengetriebener Anwendungen sollte Data Science nicht isoliert als rein wissenschaftliche Funktion betrachtet werden. Stattdessen muss sie nahtlos in die DevOps-Teams integriert werden, wie Kossatz betont. Dies erfordert eine Self-Service-Plattform, die DevOps mit MLOps und DataOps-Tools verknüpft.

Business Value

Ist die nötige Veränderung im Mindset vollzogen, geht es an die Analyse der Daten. Hierfür müssen „intelligente Applikationen entwickelt werden“, so Kossatz weiter. Hier sind wir im Data-Science-Bereich. Am Ende ginge es stets um die Frage: „Wie kann man diese Daten verwenden, um bestimmte Trends und Muster zu erkennen, um daraus einen Business Value zu schaffen?“

Beispiel: Sentiment-Daten für ein Customer Profile

Auf ein Beispiel für die Verwendung von Daten angesprochen, nennt Kossatz einen Anwendungsfall. Beispielsweise können Informationen wie die Wortwahl des Kunden Auskunft über diesen geben. War der Kunde beispielsweise höflich oder besonders ungehalten über einen Sachverhalt? Diese Sentiment-Daten können anschließend von einer KI verwendet werden, um ein Customer Profile zu erstellen.

Ausblick

In der Folge geht es des Weiteren um: Die richtigen Incentivierungs-Strategien, die drei Säulen für eine Analytics-Infrastruktur, den KI-Hype und auf welche Art und Weise Starburst mit Red Hat zusammen spielt.

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.