AI: OK?

Künstliche Intelligenz (KI) ist seit langem ein heißes Thema und eine Entwicklung, die verspricht, viele Aspekte unseres Lebens weiter zu verändern. Um zu verstehen, was dies für Versicherungsmathematiker bedeuten könnte, sollten wir von etwas ausgehen, dessen wir uns sicher sind: Datensätze sind die Grundlage für Vorhersagen, die der Risikomessung zugrunde liegen. Das maschinelle Lernen und andere KI-Tools ermöglichen es, weitaus umfangreichere Datensätze zu berücksichtigen und damit potenziell völlig neue Wege zur Bewertung und Analyse von Risiken zu entwickeln.
Veröffentlicht am 21.02.2023

geschrieben von Esko Kivisaari
Vorsitzender der AAE-Arbeitsgruppe Artificial Intelligence-Data Science   
 

Viele Menschen - im Versicherungswesen, in der Technologie und anderswo - denken reflexartig, dass mehr Informationen nur von Vorteil sein können. Und Studien legen nahe, dass dies bisher der Fall war. Aber es gibt auch andere, die sich Sorgen machen: Was ist, wenn die KI eine so hohe Granularität der Daten ermöglicht, dass die Bündelung ähnlicher Risiken praktisch unmöglich wird? Oder wenn die Ungewissheit beseitigt wird, so dass eine Risikoverteilung nicht mehr angemessen ist? Vielleicht werden die Vorhersagen so präzise, dass die Prämien einfach nicht mehr bezahlbar sind? Oder könnte mehr Intelligenz in der Risikoberechnung sogar das Verhalten der Menschen ändern? Diese Überlegungen sind für den anhaltenden Erfolg eines auf Gegenseitigkeit beruhenden Risikokonzepts von entscheidender Bedeutung. Und Versicherungsmathematiker würden auch einwerfen, dass eine größere Genauigkeit der Vorhersagen nichts an der Tatsache ändert, dass die tatsächlichen Ergebnisse immer stochastisch sein werden.

Andererseits dürfte die Nutzung von KI in Bezug auf bestimmte verwaltungsintensive, hochfrequente Risiken die Versicherer in die Lage versetzen, Deckungen anzubieten, die für ihre Kunden derzeit unwirtschaftlich sind, und damit die Versicherbarkeit zu erhöhen. Darüber hinaus beruhen viele versicherungsmathematische Modelle auf der Kalibrierung durch Menschen, was sie anfällig für persönliche Fehler und Verzerrungen macht - ein Problem, das gut ausgebildete KI beseitigen kann, aber Sie können sich in Modellfehler und Datenverzerrungen einkaufen, die Versicherungsmathematiker zu vermeiden helfen können. Viele KI-Implementierungen, die die Risikobewertung verbessern können, sind bereits im Einsatz, von der Bearbeitung einfacher schadenbezogener Aufgaben und der besseren Erkennung von Betrug bis hin zu präventiven Initiativen, die durch Smartwatches und andere Geräte erleichtert werden.

Es ist bereits absehbar, dass die KI-Entwicklungen weitreichende Auswirkungen haben werden und dass sie das Potenzial haben, Schockwellen an unerwarteten Stellen auszulösen.

Da dieser Wandel bereits im Gange ist, ist ein umfassendes Verständnis der Schlüssel zur Vermeidung negativer Folgen und zur Optimierung der Vorteile. Vor diesem Hintergrund hat die Actuarial Association of Europe (AAE) ein Diskussionspapier mit dem Titel "AI and the opportunities and challenges it presents to insurability" veröffentlicht. Dieses Papier untersucht die Voraussetzungen, die ein Risiko versicherbar machen, sowie die mildernden Faktoren, die die Versicherbarkeit beeinträchtigen können, und befasst sich eingehend mit den Auswirkungen von KI auf all diese Faktoren.

Dieser Artikel erschien zuerst in den AAE Blogs am 20. Februar 2023: https://actuary.eu/ai-ok-blog/