Datensilos sprengen: Sind Versicherer bereit für echte Customer Experience und KI-Power?

In dieser Episode begrüßen Julius Kretz und Simon Moser zwei ausgewiesene Experten aus der Versicherungs- und Datenwelt: Achim Schuch von der DIALOG und Ralf Krämer von Precisely. Gemeinsam nehmen sie das Thema Daten als Grundlage für zentrale Herausforderungen und Innovationen in der Versicherungsbranche unter die Lupe.

Freut euch auf spannende Einblicke, wie Klimawandel, Kundenerwartungen und digitale Transformation die Rolle von Daten und deren Qualität verändern. Unsere Gäste erklären, warum Data Integrity und der sogenannte Golden Record für Versicherer unverzichtbar sind, welche Auswirkungen schlechte Daten auf den Kundenservice und die Kommunikation haben – und warum die Kundenzentrierung in puncto Personalisierung heute wichtiger denn je ist. Natürlich kommt auch das Thema Künstliche Intelligenz und ihre Abhängigkeit von hochwertigen Daten nicht zu kurz.

Ob ihr tief im Versicherungs- oder IT-Bereich steckt oder einfach lernen wollt, wie Daten ganz konkret zum Wettbewerbsvorteil werden können – diese Folge liefert praxisnahe Tipps, pointierte Analysen und eine ordentliche Portion Infotainment. 

Folge uns auf unserer LinkedIn Unternehmensseite für weitere spannende Updates.

Unsere Website: https://www.insurancemondaypodcast.de/

Du möchtest Gast beim Insurance Monday Podcast sein? Schreibe uns unter info@insurancemondaypodcast.de und wir melden uns umgehend bei Dir.

Dieser Podcast wird von dean productions produziert.

Vielen Dank, dass Du unseren Podcast hörst!

Transcript

Julius Kretz [00:00:00]:
Hallo und herzlich willkommen zum Insurance Monday Podcast. Kleingedrucktes aus der Finanz und Versicherungswelt, Dein Podcast mit spannenden Insights und exklusiven Gästen aus der traditionellen und digitalen Finanzwelt.

Ralf Krämer [00:00:27]:
Hallo und herzlich willkommen zu einer neuen Folge des Influence Monday Podcast. Ich bin Simon Moser und mit mir im Studio ist heute aus dem Insurance Monday Team Julius Kretz. Hallo Julius.

Julius Kretz [00:00:38]:
Hi Simon.

Julius Kretz [00:00:40]:
Heute reden wir über ein Thema, das die absolute Grundlage für ganz viele zentrale Aufgaben und Herausforderungen der Branche darstellt, nämlich das Thema Daten. Wir wollen das heute einmal in die Praxis überführen. Warum sind gute Daten eigentlich wichtig? Was sind gute Daten und wozu werden sie gebraucht? Dafür haben wir zwei absolute Experten als Gäste. Einmal von Precisely und einmal von der Dialoggruppe. Von Precisely haben wir zu Gast Ralf Krämer. Er ist dort Senior Account Executive. Precisely ist nebenbei auch ein Partnerunternehmen der Dialoggruppe, die an vielen Projekten zusammenarbeiten. Ralf ist eigentlich studierter Geograf und beweist damit, dass der Weg von der Landkarte zurück Datenlandschaft manchmal kürzer ist, als man denkt.

Simon Moser [00:01:25]:
Während andere Geografen und Geografinnen Flüsse kartieren, kartiert er heute Datenströme der Versicherungswelt. Ralf ist mittlerweile seit fast dreiig Jahren im Bereich Technologievertrieb unterwegs und weiß daher, wovon er spricht. Mit ihm zu Gast ist bei uns Achim Schuch von der Dialoggruppe. Er ist Country Manager für die Dialoggruppe in Deutschland und vielen Zuhörern und Zuhörern bestimmt ein Begriff, nicht zuletzt, da er bereits zum zweiten Mal hier zu Gast ist. Achim hat Rechtswissenschaften studiert, ist aber ähnlich wie Ralf schon seit ungefähr dreiig Jahren im Bereich IT und Technologie unterwegs. Schön, dass ihr weiter heute da seid. Hallo Ralf. Hallo Achim.

Julius Kretz [00:02:06]:
Bevor wir inhaltlich einsteigen, kurz eine persönliche Frage an Ihr habt Geografie bzw. Recht studiert. Was hat euch denn damit in die Technologiebranche geführt? Achim, du darfst gerne mal starten.

Achim Schuch [00:02:20]:
Auch schon früher, Du hast ja gerade schon uns alt genannt. Wir sind seit dreiig Jahren dabei.

Julius Kretz [00:02:26]:
Auch schon früher gab es, konnte man daraus schließen?

Achim Schuch [00:02:29]:
Ja leider auch früher gab es schon eine Art Fachkräftemangel, also sprich die pure Not und das pure Wissen reichte damals ja schon, um in die IT Branche einzusteigen. Tatsächlich habe ich auch viel darüber gelernt und auch dann die Rechtswissenschaften auch noch ein bisschen um Informatik erweitert. Aber tatsächlich, das war eine Zeit, da war sehr viel gefragt in der Branche. Ja und dann bleibt man da auch hängen.

Julius Kretz [00:03:03]:
Ja, ich denke mal, du bereust es auch nicht. Ralf, wie war das bei dir?

Simon Moser [00:03:08]:
Bei mir hat es tatsächlich schon im Studium begonnen mit der Datenverarbeitung. Ich habe 86 1986 angefangen Geografie zu studieren in Heidelberg und da hat wirklich dann so Ende der er die geografische Datenverarbeitung tatsächlich begonnen, die elektronische Datenverarbeitung. Ich kann mich noch erinnern, als wir dann in ganzen Teams, also im Pulk vom geografischen Institut ins Uni-Rechenzentrum gewandert sind und dort, ihr kennt das vielleicht noch, an diesen monochromen Eingabeterminals Scripts eingegeben haben, Prompts eingegeben haben und dann am nächsten Tag in den Keller gegangen sind, um in dem Plotterraum eine Karte abzuholen, die dann über Nacht ausgedruckt wurde. Das waren so die Anfänge. Dann wurde das Institut immer mehr ausgestattet mit dann doch leistungsfähigeren Personal Computers, das waren noch die PS von IBM, damals Floppy Laufwerke. Und so kam das dann immer mehr das Interesse für die Geoinformation, so heißt die Fachdisziplin. Und nach dem Studium habe ich dann tatsächlich so eine eine weiterführende Ausbildung in Salzburg gemacht, ein Fernstudium, Hochschullehrgang für Geoinformation und so bin ich immer mehr in dieses Thema Datenverarbeitung und Datenmanagement reingerutscht.

Julius Kretz [00:04:28]:
Sehr cool, dass unsere Hörerinnen und Hörer euch auch persönlich ein bisschen besser kennenlernen. Kommen wir zu unserer Lieblingskategorie, nämlich den schnellen fünf. Ihr bekommt zwei Antwortmöglichkeiten, müsst euch spontan ganz schnell entscheiden, was besser auf euch zutrifft. Ich stelle immer die Frage euch nacheinander, also dieselbe Frage euch nacheinander. Achim darf starten, Ralf darf komplimentieren. Wir starten mal mit was ganz Einfachen zu Beginn, nämlich der Frühaufsteher oder Nachtmensch.

Achim Schuch [00:05:01]:
Wieso immer ist das nie einfach? Ich habe vier Jungs zu Hause, einer geht in den Kindergarten, 13 schulpflichtig, beides.

Julius Kretz [00:05:10]:
Also am Wochenende früher am Wochenende wird.

Achim Schuch [00:05:12]:
Dann aller Schlaf nachgeholt am Schlafen am Wochenende. Nein, ich bin grundsätzlich eher ein Nachtmensch, aber durch die Umstände gezwungen, doch früh aufzustehen.

Simon Moser [00:05:21]:
Verstanden, Ralf Bei mir hat sich tatsächlich verändert über die Jahre. Ich war früher hundertprozentiger Nachtmensch und bin mittlerweile eher zum Frühaufsteher geworden.

Julius Kretz [00:05:32]:
Sehr gut. 2. Analoges Notizbuch oder digitale Notizen digital.

Achim Schuch [00:05:40]:
Digital liegt auch daran, dass ich eine Sauklaue habe, die man nicht lesen kann.

Julius Kretz [00:05:44]:
Das kann dann helfen. Ralf, wie ist bei dir?

Simon Moser [00:05:48]:
Also da bin ich wirklich in der Oldschool analog. Bei mir liegen Notizzettel, Notizbücher. Ich brauche das einfach, was so über die Hand aufs Papier geht, bleibt im Kopf hängen und das ist bei mir Einfach so.

Julius Kretz [00:06:05]:
Perfekt. 3. Ihr seid auf einem Konzert, Stehplatz vorne oder entspannt?

Achim Schuch [00:06:12]:
Sitzplatz meistens Stehplatz auf der Bühne, aber sonst steht Platz vorne, Stehplatz auf der Bühne.

Julius Kretz [00:06:19]:
Wie kommt es dazu?

Achim Schuch [00:06:21]:
Ich habe jahrelang und mache immer noch Musik und stehe da öfters mal auf den Bühnen. Ich spiele alles, was Saiten hat, Gitarre, Bass, Mandoline, singe dazu ein bisschen.

Julius Kretz [00:06:33]:
Na gut, wenn uns hier die Themen ausgehen, dann trällern wir einfach ein paar Weihnachtslieder hier. Ralf, wie ist bei dir?

Simon Moser [00:06:40]:
Hängt stark von der Musik ab, welches Konzert, aber ich bin jetzt auch schon im fortgeschrittenen Alter. Ich tendiere immer mehr zum Sitzplatz.

Julius Kretz [00:06:50]:
Sehr gut. Reden wir mal über eure Motivation. Was motiviert euch Eher der Deadline Druck oder dann doch die langfristige Planung, wenn.

Achim Schuch [00:07:00]:
Der Deadline Druck aus einer langfristigen Planung herauskommt? Nein, grundsätzlich langfristige Planung, weil unsere Kunden, die wir haben, mit denen wir arbeiten, selbst Ralf und ich arbeiten schon seit fast 30 Jahren zusammen oder 25 Jahren zusammen. Das ist alles langfristig geplant.

Simon Moser [00:07:20]:
Sehr gut, Ralf Der Deadline Druck wird immer mehr durch die langfristige Planung ersetzt. Also ich neige tatsächlich dazu immer mehr konsequent langfristiger zu, weil ich das einfach auch nicht mehr aushalte, diesen Deadline Druck.

Julius Kretz [00:07:35]:
Na siehst du, Julius, vielleicht, es sollte uns so Mut geben, dass wir vielleicht da auch irgendwann. Das kommt irgendwann, vielleicht kommt es irgendwann mit dem Alter. Also ich bin davon noch ganz weit entfernt, muss ich zugeben.

Achim Schuch [00:07:45]:
Zusammen mit der senilen Bettflucht und der Altersweisheit.

Julius Kretz [00:07:51]:
Sehr gut. Dann Datenhaltung zentralisiert im Data Lake oder verteilt in Fachbereichen?

Achim Schuch [00:08:01]:
Ja, da sind wir schon fast im Thema mit einem zentralisierten Master Data Record im Data Lake. Perfekt.

Julius Kretz [00:08:12]:
Ralf Siehst du ganz anders wahrscheinlich.

Simon Moser [00:08:15]:
Also die verteilte Datenhaltung im Sinne eines Data Mesh hat natürlich schon seinen Charme. Also ich tendiere dazu, die Daten dort zu halten, gerne sehen zu wollen, dass die Daten dort gehalten werden, wo auch die Datenkompetenz und die Domänenkompetenz liegt. Das ist meistens eben der Fachseite. Aber man muss natürlich Konzepte implementieren, die es ermöglichen, dass eben trotzdem intelligent mit diesen Daten und kontrolliert umgegangen werden kann, ohne Wildwuchs entstehen zu lassen. Das ist die Herausforderung.

Julius Kretz [00:08:46]:
Sehr gut. Damit habt ihr die schnellen fünf geschafft und wir steigen mal so ein bisschen in unser erstes inhaltliches Thema ein. Ich starte mal mit einer Frage an dich, Ralf. Was sind denn aus deiner Sicht heute die größten externen und internen Herausforderungen für Versicherer?

Simon Moser [00:09:03]:
Ja, OK. Wie wir alle wissen, steckt die globale Versicherungswirtschaft in einer tiefgreifenden Transformation. Im Wesentlichen wird diese von drei Herausforderungen bestimmt. Extern sind der Klimawandel und die damit einhergehende Zunahme von Naturkatastrophen das dringendste Risiko, das eine extrem präzise Risikobewertung erfordert. Hinzu kommen der Regulierungsdruck, zum Beispiel Solvency 2 EU Act und der Wettbewerb durch Big Tags oder InsureTax, die hohe Maßstäbe im Bereich Kundenservice setzen. Und intern ist die Effizienzanforderung hoch, wobei die größte Hürde die Beherrschung der Daten ist und die Fragmentierung der Datensilos und eine vielfache noch unzureichende Datenreife verhindern ganz klar die digitale Neuausrichtung und Die Erreichung einer 360 Sicht auf die Kundendaten, die ja so wichtig ist, wie wir dann im Laufe des weiteren Gesprächs noch weiter erörtern werden.

Julius Kretz [00:10:06]:
Ja, das war ja schon mal ein sehr guter Einstieg. Machen wir das mal noch eine Ebene tiefer weiter an dich, Ralf. Wie beeinflussen denn Dinge wie Klimawandel, höhere Risiken durch Naturkatastrophen, den Bedarf an präzisen Daten? Und vielleicht erklärst du unsere Hörerschaft in dem Zuge auch mal, was denn tief im Thema netcat, wie man so schön sagt, als Naturkatastrophen steckt.

Simon Moser [00:10:32]:
Ah, okay. Natürlich spannend. Ja. Netcat ist die Kurzform für Naturkatastrophen, englisch National Catastrophes. In der Versicherungsbranche sind Nut Cut Insurance Versicherungen gegen Schäden durch. Naturgefahren wie Überschwemmungen, Stürme, Hagel, Erdbeben. Außerdem spricht man auch oft von netcat Abteilungen oder Bereichen Teams, die sich mit der Modellierung von Naturgefahrrisiken und Risikopotenzialen beschäftigen. Der Klimawandel führt logischerweise zu einer Zunahme klimabedingter Naturgefahren.

Simon Moser [00:11:10]:
Dies hat direkte Konsequenzen für den Versicherer. Zum einen die Notwendigkeit einer präzisen Risikobewertung steigt massiv an. Zum zweiten Versicherer müssen ihre Datenerfassung und Analyse von aggregierten regionalen Modellen auf eine deutlich feine, granulare Ebene umstellen, müssen genauer werden und detailreicher. Und drittens die Geografie, die Location Intelligence wird zur kritischen strategischen Fähigkeit, da der genaue Standort eines historischen Objektes existenziell für die Risikobewertung ist. Ohne die Integration dieser räumlichen Dimension, also die präzise geocodiert Datensituation, sind hinreichende genaue Underwriting Entscheidungen meines Erachtens gar nicht möglich.

Julius Kretz [00:12:01]:
Super. Ich werfe mal den Ball rüber zu Achim. Vielleicht noch mal aus deiner Sicht Big Techs und Kundenerwartungen. Wie verändert das gerade die strategische Agenda? Ist das eigentlich ein alter Hut oder irgendwie jetzt mehr denn je angekommen und die Branche bewegt sich. Wie blickst du da drauf?

Achim Schuch [00:12:21]:
Das ist ein Trend, den sehen wir seit, man könnte sagen, seit den er Jahren. Die Kommunikation wird seither immer professioneller. Wir haben inzwischen Omnichannel Kommunikation. Der Kunde erwartet einfach eine ganz andere, eine ganz andere Art mit den, wie er angesprochen wird, wesentlich schneller, wesentlich präziser, wesentlich effizienter. Dadurch sind wir auch, kommen wir auch immer weiter weg davon, dass wir eigentlich nur auf, dass wir nur reaktiv arbeiten, also sprich Inbound Kommunikation betreiben, sondern eben auch die Outbound Kommunikation in die ganzen Mitteil der IT wird.

Julius Kretz [00:13:14]:
Ja spannend. Ralf, wenn wir noch mal schauen, wo liegen die strukturellen Ursachen? Du hast es ja eben schon so ein bisschen angesprochen und ihr habt ja schon mitten in den Tiefen angefangen zwischen Mesh und Data Lake, da waren wir schon ganz tief drin. Aber lasst uns doch mal kurz gucken, wo liegen denn die strukturellen Ursachen der fragmentierten Daten?

Simon Moser [00:13:35]:
Meines Erachtens, nach meiner Erfahrung nach liegen die Ursachen in historisch gewachsenen und strukturellen Defiziten in der gesamten IT Landschaft. Wir haben zum einen die Datensilos. Die Daten wurden traditionell in eigenständigen, nicht miteinander verbundenen Systemen erfasst und verwaltet. Das betrifft sowohl die Altsysteme, also zum Beispiel Mainframes, die ja immer noch gang und gäbe sind, Versicherungsunternehmen, als auch moderne Operation CRM Systeme und neue Kernversicherungslösungen. Dann sehen wir noch eine Verschärfung durch die Digitalisierung selbst die fortschreitende Digitalisierung verschärft das Problem, da ständig eigentlich neue Kontakte und Kommunikationskanäle und moderne Zielsysteme wie Cloud Data Warehouses und Analytics Plattformen dazukommen. Eigentlich wäre die Situation gar nicht so schlimm, wenn man nicht im Sinne einer exzellenten Cloud Customer Experience vor der Aufgabe stehen würde, die in diesen multiplen Systemen verteilten Informationen zu finden, zu verknüpfen, zu verdichten, anzureichern, um am Ende zum präzisen Profilbild pro Kunde zu kommen. Besonders die Datenverfügbarkeit jetzt in mehr oder weniger Echtzeit zwischen der sehr alten Welt und den neuen Systemen und Cloud Plattformen stellt sehr, sehr große datenlogistische Herausforderungen dar.

Julius Kretz [00:14:56]:
Das ist, glaube ich, eine gute Überleitung. Achim du hast ja so ein bisschen zum Thema Kundenverhalten schon angefangen auszuführen und Ralf, du hast gerade den Elfmeter hingelegt zum Thema Customer Experience und die Abhängigkeit zum Thema Daten. Achim wie wirken sich Defizite ganz konkret auf Customer Experience und Kommunikation aus? Vielleicht kannst du noch mal mehr den Zusammenhang da auch herstellen zwischen Daten und Customer Experience.

Achim Schuch [00:15:26]:
Es gibt dort ganz unterschiedliche Auswirkungen, die wir dort beobachten. Das können ganz einfache, ganz banale Sachen sein wie falsche Anreden, liebe Frau Simon, das können doppelte Kommunikation sein, dass einfach die Kfz nicht weiß, was die Hausrat tut und umgekehrt. Aber es geht auch tatsächlich wesentlich komplexer. Das schlägt sich hauptsächlich nieder darin, dass es dann einfach länger dauert, bevor ich vom Versicherer ein Feedback bekomme, bevor die Versicherung reagieren kann. Das heißt aus die Wartezeiten, die Bearbeitungszeiten gehen in die Höhe und richtig kritisch wird das ganze Thema dann, wenn es rechtliche oder finanzielle Auswirkungen hat. Das heißt also, wenn ich aus irgendeinem Grund falsche Daten so drin habe, dass ich entweder juristisch angreifbar bin oder B, Anstatt den Porsche mit zu bewerten, ihn mit einer Million bewerte.

Julius Kretz [00:16:44]:
Jetzt sind wir in der Industrie gewohnt, würde ich behaupten, par excellence solche Themen hoffentlich auszuschließen. Also dass mal das Letztere passiert, ist, glaube ich, valide und dann tut es richtig weh. Aber was würdest du sagen, ist der größte Treiber gerade? Ist es die Fehleranfälligkeit mit massivem Schadenpotenzial oder ist es tatsächlich die Kundenzentrierung, die wir eben angesprochen haben, 360 Grad und wo müssen wir hin? Hyperpersonalisierung alles was dazugehört. Wo würdest du sagen, wo ist der Pain gerade größer?

Achim Schuch [00:17:19]:
Was drückt mehr in eben der Hyperpersonalisierung? Die Kunden sind heutzutage viel schneller irgendwo anders gehen viel schneller weg haben. Ich habe viel schneller einfach eine neue Kfz Versicherung, neue gerade im P C Bereich habe ich sehr, sehr hohe Wechselraten. Live ist immer ein bisschen längerfristiger, habe ich seltener, aber gerade wenn ich in die Sachversicherung reinschaue, muss ich den Kunden doch sehr nah an mich binden und das geht tatsächlich nur durch in meinen Augen einer Rückkehr zur Hyper Personalisierung oder.

Julius Kretz [00:18:07]:
Einem, ich formuliere es mal so, einem Beginnen mit der Hyper Personalisierung, weil ich würde ja behaupten, viele, viele stehen da noch lange nicht und gleichzeitig, ich habe gestern noch eine Studie gelesen, auch zum Thema CX von einer großen Beratung und da war das einer der wesentlichen Score Faktoren, also Personalisierung für letztendlich eine messbare, gute Customer Experience. Insofern spannender Punkt, wie das so weitergeht und ob es ob uns mal gelingt wirklich zu personalisieren.

Achim Schuch [00:18:46]:
Lass mich kurz erklären, wie ich auf, also wie ich auf Rückkehr komme. Dazu muss ich ein bisschen aus dem Nähkästchen erzählen. Ich bin, mein Papa war während seiner Berufszeit Vertrauensmann der DEVK tatsächlich einer der Menschen, die damals als persönliche Ansprechpartner für die Kunden immer vor Ort waren, der die Kunden kannte, der genau wusste, wann der ein neues Auto kaufen wird, wann der ein, wann der diesen Unfall lieber nicht abbrechen sollte oder wann. Also sprich dieses die ganze Zeit nähe zum Kunden, diese ganze Hyper Personalisierung war da quasi durch persönlichen Kontakt gegeben und ich glaube, das ist ein Erfolgsfaktor, dass man dort, dass man es dort vielleicht auch schafft, dass der digitale Kollege, der KI Assistent irgendwann auch der Vertrauensmann des Kunden wird.

Julius Kretz [00:19:54]:
Ja, sehr guter Punkt. Jetzt sind wir ja hier ein Infotainment Podcast, das heißt, unsere Hörerinnen und Hörer sollen natürlich hier immer was Neues lernen. Zwei Begriffe, die ich ganz viel höre aktuell, egal ob auf Messen, in Fachartikeln zum Thema Daten, sind die zwei Begriffe von Data Integrity und Golden Record. Ralf, du bist ja auf dem Gebiet absolut Spezialist. Magst du unsere Hörerschaft mal erklären, was diese zwei Begriffe denn überhaupt bedeuten und warum sie vielleicht über klassische Datenqualität hinausgehen?

Simon Moser [00:20:29]:
Dann fangen wir mal mit Data Integrity an. Das ist aus unserer Sicht in unserer Definition ein umfassenderer Ansatz als die bloße Datenqualität. Unter Datenqualität kannst du dir was vorstellen, werden die Adressen verbessert, werden Dubletten gefunden und korrigiert. Aber Data Integrity geht noch ein bisschen darüber hinaus. Sie wird definiert als Daten mit maximaler Genauigkeit, Konsistenz und jetzt kommt der entscheidende Unterschied und Kontext, also eine Erweiterung um zusätzliche Informationen. Dadurch werden schnelle und fundierte Erscheinungen ermöglicht. Aber was verstehen wir jetzt unter Erweiterung durch Kontext? Während die Datenqualität sich oft auf die Korrektheit, wie ich schon gesagt habe, und Vollständigkeit von Stammdaten beschränkt, fügt Data Integrity den entscheidenden Kontext hinzu. Das ist zum einen der interne Kontext.

Simon Moser [00:21:20]:
Damit ist z.B. das Beziehungsgeflecht der einzelnen Datenpunkte untereinander gemeint, also wie z.B. haushaltsklammern, also wer gehört zu einem Haushalt, die Schadenstickets, die Transaktionen, wie sind die miteinander verwoben, zu welcher Entity, zu welcher Person gehören die und wie hängen die wirklich zusammen wirklich voneinander ab? Und das ist der entscheidende Punkt. Da kommt aber noch der externe Kontext dazu und da ist die Anreicherung mit externen Marktrisiko Potenzialdaten gemeint mit Hilfe von Location Intelligence, die in der Lage ist, Umgebungsvariablen an Lokationen und Orte zu hängen. Data Integrity sichert dadurch eben die Vertrauenswürdigkeit der Daten ab, Denn je automatisierter Prozesse ablaufen, also Stichwort Dunkelverarbeitung, desto bedeutsamer wird die Verlässlichkeit der Datenbasis, auf der die Prozesse aufsetzen. Und im Zeitalter von KI gewinnt dieser Aspekt natürlich noch mehr an Bedeutung. Also völlig klar muss man sich nochmal drauf verlassen können. Du hast nach Golden Record gefragt und das ist im Prinzip der zentrale technische Ankerpunkt.

Simon Moser [00:22:28]:
Von der Data Integrity her ist der beste und einzige konsistente konsolidierte Master View, der alle relevanten Stammdaten einer Entität, also oder Produkt, sparten und systemübergreifend aggregiert. Er ist somit die Single Source of Truth für ein Unternehmen und entsteht in einer eher fortgeschritteneren Stufe des Datenreifegradmodells durch den Einsatz hochleistungsfähiger automatisierte Deduplizierung, so Matching Algorithmen, die Daten eben als Silos konsolidieren. Der Golden Record ist also die Basis für jede holistische konsistente Sicht auf unternehmensweite Daten. Ohne ihn kann keine verlässliche Segmentierung, keine Hyperpersonalisierung, da kommt der Begriff wieder in der Kommunikation kann eine effektive Kontextualisierung erfolgen und er ist unbedingt bei, um die Version der personalisierten, relevanten Kommunikation zu erreichen.

Julius Kretz [00:23:33]:
Ja, klingt erstmal absolut sinnig und nach was, was jetzt jeder Versicherer, jeder größere Vertrieb eigentlich haben sollte. Wo stehen wir denn da in der Branche? Weil ich glaube, in der Realität sind wir davon ein ganzes Stück entfernt.

Simon Moser [00:23:49]:
Ja, das kommt wirklich so ein bisschen auf den Reifegrad der einzelnen Unternehmen an. Es gibt Unternehmen, die sind schon relativ vorangeschritten und weit gekommen auf ihrer, aber es gibt noch großen Aufholbedarf. Das ist wirklich ganz individuell und wir kommen vielleicht auch noch dazu mal zu besprechen, was denn pragmatisch getan werden kann, um die ersten Schritte zu gehen, wenn man eben da noch nicht angekommen ist, noch nicht eben diese reife Stufe erreicht hat.

Julius Kretz [00:24:19]:
Super, dann kommen wir noch mal zu dir, Achim. Ich reite im wahrsten Sinne des Wortes darauf rum. Aber nochmal zur Sicht. Wie beeinflusst das konkret Cross und Upselling? Und vielleicht kannst du da jetzt auch noch mal kurz zum Lernen für unsere Zuhörerinnen und Zuhörer sagen, was verstehst du eigentlich unter der Sicht? Sind wir da in einem Tool? Sind wir da auf einer Datenseite? Wo ordnest du das Ganze ein?

Achim Schuch [00:24:45]:
Also erstmal mit einer Sicht ist immer gemeint, dass derjenige, der sich um diesen Kunden oder um dieses Produkt oder um diesen Fall gerade kümmern muss, will, soll tatsächlich alle relevanten Informationen, egal wo und wie, zur Verfügung hat. Bedeutet, wir sind inzwischen dort unabhängig von Raum, von Zeit und auch von der Entität. Also sprich, alles, was ich an Informationen bekommen, an Informationen habe, sollte ich auch in dieser Sicht mit sehen.

Julius Kretz [00:25:31]:
Das heißt, das ist der Link nur zum Verständnis. Datenintegrität, also eine saubere Datenbasis mit externen Daten letztendlich beschrieben, kontextualisiert. Das ist eigentlich der Kern der Sicht, oder?

Achim Schuch [00:25:46]:
Absolut, absolut. Plus dazu noch die hohe Kunst, das auch noch so darzustellen, dass es überschaubar.

Julius Kretz [00:25:52]:
Ist dann für den Anwender quasi, der im Service sitzt oder der die Kampagne fährt oder wie auch immer, der gerade.

Achim Schuch [00:26:00]:
Irgendeine Versicherung irgendwo präsentiert beim Kunden, der möchte natürlich vom Kunden möglichst übersichtlich sehen, wie schaut das, wie schaut das gerade aus bei dem. Deswegen ist das eigentlich, ist eigentlich das ein optimaler Zustand ist, wirklich diese 360 Grad Sicht habe, aber so wie ich entschieden weniger habe und das fängt in meinen Augen schon bei nur 350 Grad an, ist der Einfluss auf die Kundenbindung, auf Cross Selling nicht mehr gegeben. Weil es ist einfach, es verhindert die komplett. Es verhindert ein Cross Selling. Ich kann eigentlich heutzutage ohne die VIEW kein Upsell machen, kein Crossell machen, kann keine Verlängerung eines Vertrages erwirken, wenn ich nicht weiß, detailliert weiß, mit wem ich gerade über was rede. Und da ist tatsächlich der Kundenanspruch in den letzten Jahren, Jahrzehnten gewachsen.

Julius Kretz [00:27:12]:
Ja, würde ich unterschreiben. Und du sagst die steile these, ich kann dann also wenn ich das nicht habe, kann ich kein Cross und Upsaying betreiben. Ich erlebe zumindest im Privaten, dass mit der Gießkanne plötzlich ein Brief in meinem Briefkasten liegt. Möchten Sie nicht eine BU abschließen? Da war ich dann doch höchst verwundert. Aber man kann es natürlich probieren, ob es mit Erfolg gekrönt ist, das werden wir dann sehen. Aber so so stelle ich mir dann eine nicht personalisierte Ansprache vor und mit der großen Gießkanne und vielleicht erwischst du damit 0,05 Prozent.

Achim Schuch [00:27:47]:
Das ist die berühmte Schrotflinte im schwarzen Zimmer.

Julius Kretz [00:27:51]:
Genau. Ja super. Dann noch mal tiefer vielleicht jetzt operativ. Das eine ist Cross and Upselling, aber was passiert denn in so einem Fall, wo es wirklich eng und bremslich wird, nämlich im Schadenfall, wenn Daten fehlen? Vielleicht hast du da noch ein bisschen auch einen Hintergrund oder tiefere Erläuterung.

Achim Schuch [00:28:16]:
Es ist eigentlich ganz klar, was passiert, wenn Daten fehlen, müssen diese Daten irgendwo gefunden werden. Was einfach heiß Es dauert Zeit und Zeit ist gerade in solchen Fällen ein wichtiger Faktor, weil erstens sind die Mitarbeitenden beschäftigt damit, was nicht unbedingt sein muss. Und zweitens heißt es ja auch in der Branche immer, je schneller ein Schaden abgewickelt ist, umso günstiger wird er. Dazu kommt noch, dass im Falle von falscher Daten natürlich dann auch sich der Schaden falsch auswirken kann, die Abrechnung falsch auswirken kann. Das Allerschlimmste, was passieren kann, ist, dass eben durch Fehler oder durch Verzögerung der Kunde weg ist. Das ist ja das, was eine gute Kundenkommunikation versucht zu verhindern, wo wir eigentlich eine Kundenbindung erreichen wollen. Das können wir nur, wenn wir alle Daten, alle relevanten Daten immer auch zur Verfügung haben.

Julius Kretz [00:29:29]:
Ja, sehe ich ganz genauso. Ralf, ich habe bei dir vorhin zwischen den Zeilen gelesen, dass du ganz gerne mal unsere Hörerschaft, die da doch auch Zielgruppe ist von Datenstrategien, mal ein, zwei Tipps mitgeben würdest, wie man denn ganz gut mit den Themen Data Integrity, Golden Record, generell Datenstrategie starten kann. Tu das so einmal gerne, aber konzentrier dich mal bitte so auf die wirklich zwei, drei wichtigsten Punkte.

Simon Moser [00:30:00]:
Ja, zum einen muss man ganz klar mal feststellen, dass der Weg zur Data Integrity nicht zwingend linear oder sequenziell über große monetische IT Projekte erfolgen muss. Mal ganz pragmatisch. Also erstens Versicherer sollten mit einem unternehmenskritischen Use Case tatsächlich beginnen, wo der größte Schmerz oder Handlungsbedarf besteht, weil da hat man auch die größte Aufmerksamkeit von der Geschäftsleitung und die notwendige Unterstützung auch budgetärer Art. Zweitens setzt auf modulare Lösungen, können sofort modulare Data Integrity Lösungen einsetzen, die nicht vom eigenen aktuellen Reifegrad abhängen, Schlanke Cloud Angebote nutzen. Das Angebot ist bereits jetzt schon riesig. Schauen Sie einfach nach gleichgewichtigen Software oder Data as a Service Angeboten, beispielsweise Anomalieerkennung, Adressprüfung, Korrekturen, Geocodierung einfach als Webservice buchen, Schnell agil in spezifische Prozesse einbinden. Man hat nur einen vierten Punkt Schnelle Erfolge suchen, eine Fokussierung auf einige wenige und das kommt zum ersten Punkt Kritische Datendomänen und Daten Asset liefern schnelle, messbare Erfolge. Und das ist ganz, ganz wichtig, um schnell Vertrauen aufzubauen im Fachbereich und auf der Führungsebene, was die Glaubwürdigkeit der digitalen Agenda stärkt.

Simon Moser [00:31:21]:
Also das sind wirklich ganz pragmatische Dinge, die man beherzigen sollte.

Julius Kretz [00:31:27]:
Dann hoffen wir mal, dass es in der Breite umgesetzt wird. Kommen wir mal zu einem Thema, das ja gerade in aller Munde ist und das glaube ich, aus meiner Sicht ganz, ganz stark auch mit dem Thema Datenqualität zusammenhängt, nämlich dem Thema KI. Und da die Frage an euch beide Achim, du darfst gerne mal Wie beeinflusst denn Datenqualität die Ergebnisse von KI Modellen und warum sind Daten in Bezug auf KI überhaupt so wichtig?

Achim Schuch [00:31:56]:
Die Beeinflussung erfolgt nachhaltig und umfassend. Eine KI kann immer nur dann saubere Ergebnisse liefern, wenn sie auf Daten zurückgreifen kann, auf die sie sich hundertprozentig verlassen kann. Das kann nur funktionieren, wenn die Datenqualität komplett wirklich abgesegnet ist. Wir reden ja von unterschiedlichen Arten von KI, die uns begegnen. Und gerade wenn ich dann in den Bereich reinkomme, wo ich mit einer KI aus unstrukturierten Daten strukturierte Daten erzeuge, muss ich diese dann natürlich sehr, sehr genau überprüfen auf Logik, auf Sachrichtigkeit, auf richtige Angaben, auf richtige Erkennung. Weil eine KI ist nun mal eine Intelligenz und eine Intelligenz macht immer Fehler. Noch schlimmer würde das Ganze oder noch drastischer wird das Ganze, wenn ich nicht von einem Large Language Model ausgehe, sondern von einer Agenda, also von einer KI, die tatsächlich Prozesse versucht abzudecken und Ziele verfolgt. Exakt.

Achim Schuch [00:33:20]:
Dann bin ich an der Stelle, wo ein Fehler in den Daten meine komplette Anwendung, meine komplette KI Strategie sehr schnell über den Haufen werfen kann.

Julius Kretz [00:33:35]:
Ralf Hast du dem noch was hinzu?

Simon Moser [00:33:37]:
Achim hat im Prinzip schon das Wesentliche genannt. Es geht um eine gute, vertrauenswürdige Datenbasis. Denn es ist ja auch klar, KI sind ja auch nur Algorithmen, da geht es um Wahrscheinlichkeit. Und wenn die Datenbasis nicht ausreichend ist und Schlechtes, dann kommen falsche oder irrelevante Prognosen am Ende raus. Garbage in, Garbage out. Das ist einfach so. Die schlechte Datenbasis verhindert die Skalierung von kritischen KI Anwendungen. Das ist die negative Konsequenz, vor allen Dingen im Underwriting oder Betrugs Use Cases.

Simon Moser [00:34:14]:
Und das ist schon ganz relevant, da eben die Datenbasis sauber und konsistent und kontextualisiert zu haben an der Stelle.

Julius Kretz [00:34:30]:
Das war doch schon mal ein guter Ausblick in die Zukunft. Kommen wir direkt mal zu einem weiteren Ausblick in die Zukunft an euch beide. Wir wagen jetzt mal einen Blick in die Glaskugel. Bleiben beim Thema KI. Welche Rolle Spiel wird denn KI aus eurer Sicht in zehn Jahren im Versicherungsgeschäft spielen? Ralf Du darfst einmal starten.

Simon Moser [00:34:53]:
Zehn Jahre. Also liebe seit die Entwicklung der KI.

Julius Kretz [00:34:57]:
Das kann alles sein. Deswegen Nehmen wir auch 10 Jahre, weil bei KI weiß keiner, ob in 10 Jahren die KI die Welt regiert oder gar keine Rolle spielt. Aber deswegen ist ja die eure Sicht.

Simon Moser [00:35:06]:
Aber weißt du, die Entwicklung KI, ihr wisst es ja besser wahrscheinlich als ich seid ihr da in dem Business unterwegs ist, die ist so dermaßen vorangekommen, dass ich kaum wage, ein oder zwei Jahre vorherzusagen. Aber wir werden sehr bald sehen, dass die KI angetrieben durch eine robuste Data Integrity eine tiefgreifende und transformative Rolle spielen wird. Wir werden zum Beispiel vollautomatisierte Kernprozesse haben. Die KI wird routinemäßig Kernprozesse wie das Underwriting oder das Schadmanagement in hohem Maße automatisieren und optimieren. Das steht außer Frage. Entscheidungen werden nicht nur auf Intuition, sondern auf vorausschauenden Erkenntnissen basieren, die aus umfangreichen Analysen, Modellierung der Data Integrity Grundlage gewonnen werden. Wir werden ein Höchstmaß an Präzision bei der Risikobewertung erreicht haben. Und angesichts des Klimawandels wird, ich habe es anfänglich schon erwähnt, die Location Intelligence, die Geodaten in Verbindung mit KI zur zentralen strategischen Kompetenz werden.

Simon Moser [00:36:08]:
KI Modelle werden den Standort und das Umfeld eines versicherten Objektes mit externen Risikodaten verknüpfen, um Risiken in Echtzeit und auf granularster Ebene zu bewerten. Das wird einfach kommen, da bin ich fest von überzeugt. Governance und Vertrauen ist noch wichtig. KI Anwendungen werden nur erfolgreich sein, wenn sie von einem lückenlosen Data Governance Rahmen getragen werden. Responsible AI ist da so ein Stichwort, das man jetzt immer wieder häufiger hört, wird nicht nur eine regulatorische Anforderung, sondern ein Kernbestandteil der Markenidentität sein, um Vertrauen bei Kunden und auch bei Aufsichtsbehörden zu sichern. Das sind so die Punkte, die ich sehe in der Zukunft. Wir sind schon auf einem guten Weg und vielleicht will Achim noch ein bisschen was zur Hyper Personalisierung sagen und wie KI da vielleicht seiner Meinung nach mit reinkommt.

Achim Schuch [00:37:08]:
Ja, und ich würde sogar sagen, vielleicht ist das Erscheinungsbild der KI, sprich die Exposition der KI an den Endkunden viel, viel geringer, als wir es uns jetzt vorstellen. Warum? Weil die KI im Hintergrund Prozesse abarbeiten kann, für das dann die Menschen im Kontakt wieder die Möglichkeit haben, mit dem Kunden zu reden. Wir haben in der Versicherungsbranche ja sehr oft, Oder die Versicherungsbranche ist an sich eine prozessgetriebene, wo oftmals gerade die von der KI beigesteuerte Intelligenz nicht so viel Mehrwert dazu beiträgt, wie es eigentlich sein könnte. Und ich denke, das ist ein Trend, den wir auch weiter sehen werden, dass einfach der Trend hingeht zu guten, ordentlichen Prozessen, die möglichst Fehler sowohl von menschlicher als auch von künstlicher Intelligenz ausschließt.

Julius Kretz [00:38:29]:
Das heißt aber auch, die Prozesssicht erstmal schneller effizienter werden und gleichzeitig ist doch über Personalisierung eben auch die Küche auf der Torte zu sein, also die Meile mehr zu gehen. Das ist ja nicht nur die Prozessoptimierung, sondern eben das Mehr. Wenn ich jetzt noch mal in eure Richtung gucke, gerne starten mit Achim, weil du sowieso gerade schon dran bist. Und dann Ralf, ergänzend, wenn ihr so mit Blick auf die auf die letzten fast 40 Minuten, wo wir intensiv gesprochen haben, zurückblickt, was wären so eure Key Messages? Also was kann ich jetzt als Verantwortlicher in einem Versicherungsunternehmen als Vorstand mitnehmen? Jeder gerne so zwei Key Messages. Das wäre großartig, wenn uns die noch zusammenfassend mitgeben könntet. Achim, wir starten, wir starten mit dir.

Achim Schuch [00:39:23]:
Gerne eigentlich nicht mal zwei, sondern eine Key Message. Gute Daten, ordentliche Daten sind die Grundlage jeglichen Fortschritts in der in der Technik der Versicherung, so wie ich die habe. Kann ich in Richtung KI denken, kann ich in Richtung Hyperpersonalisierung denken? Kann ich überhaupt innovativ Ideen weiterentwickeln Daher, das ist der Punkt.

Julius Kretz [00:39:54]:
Das ist das Wichtige und da kannst du wahrscheinlich helfen. Richtig.

Achim Schuch [00:39:59]:
Da können wir von der Dialog Group natürlich helfen. Da sind wir auch sehr froh, dass wir dort die Precise bei uns haben, die eben bei allem, was es gibt um Daten, uns dort die Produkte liefern, die das auch sicherstellen können. Rüber zu dir, Ralf.

Julius Kretz [00:40:20]:
Genau. Deine zwei Key Messages.

Simon Moser [00:40:26]:
Vielleicht anschließend oder unterstützen nochmal untermauern, was zu dem, was du gesagt hast. Achim Daten werden immer mehr zum wichtigsten strategischen Asset für ein Unternehmen. Das muss einfach in die Unternehmens DNA integriert werden und vor allen Dingen müssen Daten in das Zentrum von der Unternehmensstrategie gerückt werden, denn sie müssen getragen werden durch die durch die zentralen Unternehmensvorgaben, Unternehmensziele. Die dürfen nicht irgendwo unten im Keller bleiben. Sie müssen tatsächlich auf die Führungsebene gehoben werden, mit einer entsprechenden Kompetenz ausgekleidet werden, mit einer entsprechenden Strategie umzogen werden, sodass sie die entsprechende Bedeutung bekommen.

Julius Kretz [00:41:22]:
Sehr gut. Vielleicht bevor wir zu unserer zweiten Lieblingskategorie zum Abschluss kommen, nämlich den Famous Last Words, ein kleines Service Announcement noch an die Hörerschaft, an alle, die gerne mal ihre Datenlandschaft aufräumen wollen und verbessern wollen und mit euch in Kontakt treten. Wie erreicht man euch beide dann am besten?

Achim Schuch [00:41:40]:
Achim Gerne Du als erstes natürlich ganz klassisch über E Mail. Achim Tschuch EU, aber gerne auch per LinkedIn dort bin ich glaube auch relativ leicht zu finden und natürlich über unsere Webseite.

Julius Kretz [00:41:58]:
Perfekt. Ralf Bei dir ganz genauso.

Simon Moser [00:42:02]:
Der klassische Weg funktioniert genauso wie Der Weg über LinkedIn. E Mail Adresse Ralf Krämer mit e geschriebenrecisely com. Dann natürlich über LinkedIn, da bin ich wahrscheinlich am einfachsten zu finden. Auch gerne gleich mit mir vernetzen und die Internetpräsenz precisely com.

Julius Kretz [00:42:22]:
Perfekt. Dann unsere zweite Lieblingskategorie, die famous last words. Wir starten diesmal mit dir. Ralf Welchen Satz oder welcher Satz wird beim Thema Daten in der Versicherung viel zu selten gesagt?

Simon Moser [00:42:36]:
Ich habe es schon ein bisschen vorweggenommen. Daten sind unser wichtigstes strategisches Asset. Daher müssen wir Daten das Zentrum unserer Unternehmensstrategie stellen. Hört man viel zu selten.

Julius Kretz [00:42:49]:
Achim Bei dir.

Achim Schuch [00:42:54]:
Viel zu selten höre ich den Satz. Wir sollten jetzt keinen Kaffee kochen, sondern den Achim Schock von der Dialog anrufen.

Julius Kretz [00:43:03]:
Sehr gut, da darfst du direkt weitermachen. Achim Welcher Satz darf gerne verschwinden? Was hörst du zu oft und geht ihr auf den Geist?

Achim Schuch [00:43:12]:
Oh, wir haben da noch die Daten auf dem Mainframe liegen, wir können den nicht abschalten.

Julius Kretz [00:43:19]:
Habe ich vielleicht auch ein, zwei Mal gehört. Ralf bei dir oder gesagt gesagt, ne, ich glaube nicht, dass wir bei Muffenten Mainframe besitzen, aber einmal an dich. Ralf.

Simon Moser [00:43:33]:
Datenqualität ist Aufgabe der IT. Wir vom Business können da gar nichts machen.

Julius Kretz [00:43:40]:
Auch zwei, dreimal gehört. Auf jeden Fall kann ich unterschreiben. Ja, super. Ralf Achim, vielen Dank, dass ihr euch die Zeit genommen habt und uns einmal einen Überblick gegeben habt, warum Daten gerade in der Versicherungswirtschaft so wichtig sind. An unsere Hörerinnen und Hörer vielen Dank fürs Zuhören und wie immer gilt, wenn euch diese Folge gefallen hat, abonniert den Insurance Monday Podcast auf der Plattform eurer Wahl. Empfehlt uns weiter. Teil Macht glücklich und geteilte Freude ist doppelte Freude, gerade jetzt in der Weihnachtszeit oder wenn dieser Podcast ausgestrahlt wird, wahrscheinlich nach Weihnachtszeit. Vielen Dank, dass ihr hier wart.

Julius Kretz [00:44:19]:
Auch dir vielen Dank, Julius, für die Co Moderation und bis zum nächsten Mal. Ciao.