Zahlreiche kleine und mittelständische Unternehmen (KMU) haben durch die Pandemie immense Umsatzeinbrüche erlitten. Oft hatten sie schon vorher Probleme, ihre Kosten zu decken, hatten geringe Kapitalreserven und unflexible Lieferketten. Daher konnten sie die Nachfrage-Einbrüche und Liquiditätsprobleme während der Einschränkungen durch die Pandemie nur schwer überstehen.
Dabei sind KMUs von immenser Bedeutung: Laut Statistischem Bundesamt arbeitet über die Hälfte der Arbeitnehmer in kleinen und mittleren Unternehmen – im Gast- und Baugewerbe ist beispielsweise nur einer von zehn Beschäftigten nicht in einem KMU tätig.
Nach einer ersten Schockphase haben viele KMUs ihre Geschäftsmodelle angepasst, um zu überleben. Dabei kam ihnen ein großer Vorteil zugute: Sie können im Vergleich zu Großunternehmen schnell auf Veränderungen der Pandemie reagieren. Sie sind wesentlich agiler, unbürokratischer, technologisch versierter und haben dynamischere Geschäftsmodelle. So meinen laut einer Umfrage von Cisco zwei Drittel der KMUs, dass Covid-19 die Digitalisierung ihres Unternehmens beschleunigte.
KMUs passen ihr Angebot schnell den Marktanforderungen an, was auch ihre Versicherungsbedürfnisse stetig ändert. Versicherer müssen dem begegnen und sich auf dauerhafte Verschiebungen in diesem lukrativen Markt vorbereiten. Es bedarf ausgereifter Risikoprofile, denen traditionelle Underwriting-Methoden nur schwer gerecht werden können. Versicherer sollten deshalb in fortschrittliches, datengetriebenes Underwriting investieren.
Die Vorliebe der Versicherungskunden für digitale Lösungen mit wenig Berührungspunkten steigt. Versierte Versicherungsnehmer wünschen sich personalisierte Produkte und mehr Flexibilität: Versicherungslösungen müssen ebenso agil sein, wie die Unternehmen, die sie nutzen sollen. Infolge sich wandelnder Geschäftsmodelle und schwankender Risikovariablen benötigen Versicherer Tools, die ein differenziertes Verständnis der Risiko-Exponierung ermöglichen und gleichzeitig relevante, flexible Lösungen für ihre Kunden bieten.
Effektives Underwriting für KMUs ist nicht einfach. Zudem werden Automatisierung und Modernisierung den KMU-Versicherungsmarkt in den nächsten Jahren prägen und neue Gewinner und Verlierer hervorbringen. Aber diejenigen Versicherer, die in der aktuellen Situation vorausschauend handeln und sich anpassen, werden diesen profitablen Markt langfristig für sich gewinnen können.
Wenn Underwriter das Risiko auf Grundlage allgemeiner jährlicher Statistiken wie Branche und Umsatz bewerten, entsteht eine pauschale Preisgestaltung und kaum Differenzierung zwischen den Risikoprofilen. Eine Risikobewertung, die vor einem Jahr durchgeführt wurde, ist heute jedoch nahezu bedeutungslos. Da die Margen in diesem Segment ohnehin schon knapp sind, können sich selbst marginale Änderungen der Preiseffizienz stark auf die Rentabilität auswirken. Und KMUs wünschen wie Verbraucher einen kostengünstigen Versicherungsschutz.
Außerdem soll er schnell und bequem sein: Statt jährlicher Policen und mühsamem Schriftverkehr werden sich digitale Kundenerfahrungen mit geringem Aufwand zur Norm entwickeln. Deshalb müssen Versicherer Underwriting-Strategien nutzen, die eine sich schnell verändernde KMU-Branche abbilden. Gleichzeitig müssen sie neue Produkte zu wettbewerbsfähigen Preisen anbieten, die sich an den Bedürfnissen ihrer Kunden ausrichten. Es ist also ein grundlegendes Umdenken erforderlich, mit Advanced Analytics im Mittelpunkt, um mit den schnellen Veränderungen Schritt zu halten.
Predictive Analytics und künstliche Intelligenz ermöglichen fortschrittliches datengesteuertes Underwriting und befähigen Underwriter, auf eine große Menge aktueller, nicht-traditioneller, sowohl externer als auch interner Daten zuzugreifen (zum Beispiel demografische Daten, Kriminalitätsraten, Stimmung unter den Mitarbeitern oder in sozialen Medien sowie zahlreiche weitere Aspekte mit hoher Vorhersagekraft für Schäden). Mit diesen Daten können Versicherer ausgefeilte Risikoprofile erstellen sowie aktuelle und wettbewerbsfähige Entscheidungen treffen, die das Risiko genau widerspiegeln, anstatt sich auf grobe Risikoklassifizierungen zu verlassen. Die Risiken von zwei scheinbar ähnlichen Unternehmen können damit sehr unterschiedlich aussehen und Underwriter können die Preise entsprechend anpassen.
Das automatisierte Underwriting passt sich den sich ändernden Risikoprofilen an, ohne dass der Kunde aktiv werden muss. Die Produktpersonalisierung, die sich dadurch eröffnet, ist grenzenlos. Daten-Trigger können überwachen, ob ein Unternehmen in ein neues Gebiet expandiert, seinen digitalen Fußabdruck vergrößert oder seine Geschäftstätigkeit vorübergehend einstellt. Die Richtlinie wird dann bei Bedarf automatisch angepasst.
Mit datengesteuertem Underwriting, das Predictive Analytics und künstliche Intelligenz einsetzt, können Versicherer Unternehmen ganzheitlich unterstützen, indem sie die Modellergebnisse zur Risikomanagementberatung auf der Grundlage der spezifischen Bedürfnisse ihrer Kunden nutzen. Dies benötigt ein Verständnis für die umfassenderen Bedürfnisse der Kunden und langfristige Beziehungen in einem Markt, in dem die Loyalität gegenüber Versicherern historisch niedrig ist.
Traditionelle Underwriting-Methoden waren schon vor der Pandemie überlastet und stoßen nun an ihre Grenzen. In den nächsten Jahren wird es noch mehr Veränderungen geben, da die Schockwellen der Pandemie weiter nachwirken – allerdings kann man inzwischen erkennen, in welche Richtung sich der Versicherungsmarkt bewegt. Aus der Krise kommt die Innovation und für Versicherer sollten die vielen Beispiele für Unternehmertum, die in den letzten Monaten im KMU-Sektor zu sehen waren, ein Anstoß sein, sich schnell auf den KMU-Markt der Zukunft einzustellen.
Paul Mang ist Chief Innovation Officer bei Guidewire Software.