Earnix unterstreicht das Potenzial von synthetischen Daten im Bereich Spezialversicherungen

Earnix, der weltweit führende Anbieter von KI-basierten SaaS-Lösungen im Bereich Finanzdienstleistungen, veröffentlichte heute einen umfassenden Bericht, der das transformative Potenzial synthetischer Daten zur Beschleunigung des profitablen Wachstums und des Risikoverständnisses im Kontext des besonderen Spezialversicherungsmarktes von London beleuchtet.

Das Whitepaper Reshaping London’s Specialty Market -The Impact of Technology and Data (Umgestaltung des besonderen Marktes von London - Der Einfluss von Technologie und Daten) unterstreicht die zentrale Rolle, die synthetische Daten - also Daten, die nicht gesammelt, sondern produziert werden - für den künftigen Erfolg des Marktes spielen werden.

Während synthetische Daten im universitären Bereich schon seit Jahrzehnten genutzt werden, haben sie in kommerziellen Anwendungen erst kürzlich an Bedeutung gewonnen. Laut Gartner machten synthetische Daten im Jahr 2021 nur 1 % der Daten aus, werden aber bis 2024 voraussichtlich auf 60 % ansteigen. Technologische Fortschritte wie generationale adversarische Netzwerke, Transformatoren und große Sprachmodelle haben die Geschwindigkeit und das Volumen der erzeugten synthetischen Daten erheblich gesteigert.

Gleichzeitig hat die steigende Nachfrage nach Daten in der Spezialversicherung Underwriter und Makler dazu veranlasst, synthetische Daten zu nutzen, um bestehende Datensätze zu ergänzen und die Effizienz der Risikobewertung zu verbessern. Der Grund dafür ist, dass synthetische Daten Lösungen für mehrere zentrale Herausforderungen auf dem Londoner Markt bieten:

1. Füllen von Datenlücken: Spezialversicherer können sich synthetische Daten zunutze machen, um auf die für die Produktentwicklung und -prüfung erforderlichen Daten zuzugreifen, ohne die Sicherheit oder den Datenschutz der Kunden zu gefährden. Dies hat zu einem Anstieg innovativer Ideen und des Technologieeinsatzes im Versicherungswesen geführt.
2. Datenschutz und Sicherheit: Synthetische Daten bewahren die Vertraulichkeit und ermöglichen gleichzeitig kritische Analysen. In einer Welt, in der Daten auf breiter Basis zur Verfügung stehen, sind Techniken für synthetische Daten unerlässlich, um sicherzustellen, dass Kundendaten nicht durch Identitätsdiebstahl oder Betrug gefährdet sind.
3. Analytische Unterstützung: Synthetische Daten unterstützen eine genauere Modellierung, Simulation und Prüfung, insbesondere bei der Bewertung extremer oder seltener Ereignisse, die für den Spezialmarkt entscheidend sind, wie z. B. Überschwemmungen oder Wirbelstürme und Betrugserkennung. Versicherer können diese Ereignisse simulieren, um robuste Risikomodelle zu entwickeln, ohne auf tatsächliche Ereignisse warten zu müssen.
4. Simulationen, Stresstests und Datenerweiterung: Die Generierung synthetischer Daten verbessert die Leistung von Vorhersagemodellen, die Betrugserkennung und andere analytische Erkenntnisse. Sie ermöglicht es Versicherern, Modelle in neuen Situationen zu simulieren und Stresstests durchzuführen, sodass sie neue Produkte einführen oder in neue Segmente oder Gebiete mit begrenzten vorhandenen Daten expandieren können.

Robin Gilthorpe, CEO von Earnix, sagte: