Aufrufe
vor 1 Jahr

RISIKOMANAGER_04.2019

  • Text
  • Deutschen
  • Digitalisierung
  • Privatpersonen
  • Risiken
  • Risiko
  • Bafin
  • Deutschland
  • Anforderungen
  • Unternehmen
  • Banken
RISIKO MANAGER ist das führende Medium für alle Experten des Financial Risk Managements in Banken, Sparkassen und Versicherungen. Mit Themen aus den Bereichen Kreditrisiko, Marktrisiko, OpRisk, ERM und Regulierung vermittelt RISIKO MANAGER seinen Lesern hochkarätige Einschätzungen und umfassendes Wissen für fortschrittliches Risikomanagement.

6 RISIKO MANAGER 04|2019

6 RISIKO MANAGER 04|2019 Korrelation auch eine Kausalität steckt und wenn ja, welche? Expertenwissen ist zur Beantwortung dieser Fragen bis auf Weiteres unabdingbar und nicht durch Künstliche Intelligenz zu ersetzen. Gerade für Lebensversicherer sind hier also unverändert die Erfahrungen von Ärzten, Risikoprüfern und Schadenexperten wichtig. Was erwartet der Regulator von Versicherern? Die Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin) hat sich in einer Studie bereits Mitte letzten Jahres mit dem Thema „Big Data trifft auf künstliche Intelligenz“ auseinandergesetzt [vgl. BaFin 2018]. Auch für sie stellt sich die Frage, wie in einem sich extrem schnell wandelnden Umfeld die Bedürfnisse des Verbrauchers und die Finanzstabilität gewahrt bleiben können. In ihrer Digitalisierungsstrategie [vgl. BaFin 2019] nennt die BaFin dazu ihre Kernbotschaften: » Neue Risiken an Schnittstellen: Durch die stärkere Vernetzung und die zunehmende Komplexität des Marktgeschehens können Risiken an den Schnittstellen zwischen den Marktteilnehmern entstehen […]. Die Struktur dieses dynamischen Markts und die daraus resultierenden Risiken sind zu bewerten. » Systemrelevanz neu definieren: Durch Big Data und Artificial Intelligence (BDAI) können neuartige systemrelevante Unternehmen entstehen (zum Beispiel Daten-, Plattform- und Algorithmenanbieter). […] Es stellt sich daher die Frage, ob und wie man den bank- und versicherungsfachlich geprägten Begriff der Systemrelevanz weiterentwickeln muss, um auch neuen Geschäftsmodellen bzw. neuen Marktstrukturen gerecht zu werden. » Verantwortung nicht übertragbar: BDAI wird weitere Möglichkeiten zur Automatisierung marktüblicher Prozesse schaffen. Die Verantwortung für die Ergebnisse von BDAI-gestützten Prozessen kann aber nicht auf Maschinen übertragen werden. Wichtig ist deshalb, bei der Ausgestaltung von (teil-) automatisierten Prozessen den richtigen aufsichtlich-regulatorischen Rahmen zu setzen und die Einbettung in eine wirksame, angemessene und ordnungsgemäße Geschäftsorganisation zu gewährleisten. » Neue Governance-Konzepte: Es könnte im Zuge der fortschreitenden Automatisierung erforderlich sein, bestehende Governance-Konzepte auf automatisierte Prozesse zu erweitern. » BDAI in internen Modellen: Es stellt sich die Frage, ob alle Big-Data- und AI-Methoden für den Einsatz in aufsichtlich abzunehmenden internen Modellen geeignet sind. […] » Verbraucherschutz: Auch mit Blick auf Verbraucher wirft das Phänomen BDAI einige regulatorische Fragen auf […]: So gilt es zum Beispiel, rechtswidrige Diskriminierung zu vermeiden. Will man weiterhin möglichst vielen Menschen den Zugang zu Finanzdienstleistern offenhalten, sollte die Regulatorik so angepasst werden, dass hinreichend datensparsame bzw. konventionelle Finanzdienstleistungen als Alternativen angeboten werden. Auf diese Weise ließe sich dem faktischen Zwang entgegenwirken, persönlichen Daten preisgeben zu müssen. […] Viele der genannten Punkte zeigen eine klare Erwartung der BaFin hin zu einem

ERM 7 Abb. 02 Im geschlossenen Steuerungsprozess der Datenverarbeitung und Modellierung ist die Rolle des Aktuars zur unabhängigen Validierung und Prüfung der Daten- und Modellqualität von großer Bedeutung ó ó ó Sterbetafeln Angepasste statistische Modelle Regelwerke und Fragebäume Anwendungsmodell ó ó IT-Implementierung Verwaltung der Annahmen und Modelle Produkt / Anwendung ó ó ó ó ó Produktentwicklung Vertriebsunterstützung Risikoprüfung Schaden-Mgmt. Kapital-Mgmt. ó ó Regulatorische Anforderungen Expertenwissen Monitoring / Steuerung Prüfung der Modelle und Daten ó ó ó Daten sammeln Daten extrahieren Daten transformieren und laden ó ó ó Statistische Schätzer GLMs, GAMs etc. Baumverfahren Statistisches Modell ó ó Konsistente und qualitätsgesicherte Daten „One Source of Truth“ Integrierte Daten ó ó ó Datenstrategie Datenmodell und Wörterbuch Externe Daten kontrollierten Einsatz von Big Data in der regulierten Welt der Lebensversicherung. Insbesondere bei der Validierung der Datenqualität, der Interpretation von Daten und statistischen Ergebnisse, aber auch bei der letztendlichen Ableitung der Modelle für die Anwendung im Versicherungsprodukt sowie für den Vertrieb wird eine unabhängige Prüfung der Resultate notwendig sein. In der Versicherung hat der verantwortliche Aktuar als Prüfungsinstanz für die handelsrechtliche Reservierung und Überschussbeteiligung für die Versicherten oder die versicherungsmathematische Funktion zur Sicherstellung der Datenund Modellqualität für die Bewertung der Verpflichtungen unter Solvency II bereits eine ähnliche Funktion ( Abb. 02). Für BDAI-Anwendungen bietet sich an, eine vergleichbare Funktion im Prozess als Risikomanagement-Instanz zu schaffen. Fazit und Ausblick: Die ersten Big-Data-Lösungen sind bereits am Markt Munich Re unterstützt Erstversicherer in allen vier Bereichen und bietet darüber hinaus Zedenten schon jetzt Big-Data-Lösungen und Services an, die einen relevanten Mehrwert für den Kunden bringen. Bei deren Entwicklung wurde bereits umfassend auf die Qualitätssicherung der Daten und Modelle geachtet. Im Fall einer Berufsunfähigkeit etwa mussten Antragsteller bisher in einem aufwendigen Verfahren mindestens 30 Gesundheitsfragen beantworten. Mit der Anwendung von Smart Underwriting, einem von Munich Re entwickelten Verfahren, mit dynamischen Fragebäumen, sind es nur noch bis zu sechs Fragen. Gleichzeitig wird die Qualität der Risiken im Portfolio der Anbieter durch enges Monitoring im Abgleich mit Pool-Daten sichergestellt. Die Zukunft hat längst begonnen – zum Wohle aller Beteiligten. Quellenverzeichnis sowie weiterführende Literaturhinweise Bafin (2018): Studie „Big Data trifft auf künstliche Intelligenz“, Bonn 2018, Internet: https://www.bafin.de/Shared- Docs/Downloads/DE/dl_bdai_studie.html. BaFin (2019): Digitalisierungsstrategie der BaFin, Internet: https://www.bafin.de/DE/DieBaFin/ZieleStrategie/Digitalisierungsstrategie/digitalisierungsstrategie_artikel.html. Autor Dr. Frank Schiller, Leiter Actuarial & Pricing für den Bereich Leben und Kranken, Munich Re.

RISIKO MANAGER

 

Copyright Risiko Manager © 2004-2017. All Rights Reserved.