Oleg Korol, Chief Technology Officer bei kasko2go, im Interview

Oleg Korol, Chief Technology Officer bei kasko2go, im Interview
Oleg Korol, Chief Technology Officer bei kasko2go

Von Helmuth Fuchs

Moneycab: Herr Korol, das InsurTech-Startup kasko2go will Autoversicherern helfen, ihre Gewinne zu steigern, indem sie ihre Schadenquote minimieren. Dazu würden Sie die bestehenden Daten um eine persönliche Zuverlässigkeits-Bewertung (Personal Reliability Scoring) ergänzen, das auf den Daten des Fahrers basiert. Warum sollten Fahrer daran interessiert sein, die notwendigen Daten zur Verfügung zu stellen?

Oleg Korol: Zunächst einmal haben die Fahrer die Chance auf fairere Prämien. Sie erhalten einen Anreiz, sicher zu fahren, da sie Versicherungsangebote in Abhängigkeit von ihrer Unfallwahrscheinlichkeitsrate erhalten. Wichtig ist, dass sie, wenn sie mit den Angeboten, die sie erhalten, nicht zufrieden sind, sogar weiterfahren können, um ihre Angebote zu verbessern.

«Ein besseres Verständnis der Risiken durch die Versicherungsgesellschaften bedeutet, dass sie die Fehlermarge für die gesamte Gemeinschaft der Kunden reduzieren können. Alle gewinnen.» Oleg Korol, Chief Technology Officer bei kasko2go

Fahrer werden auch von unseren Echtzeit-Unfall-Strassenkarten profitieren können. Dies ist eine zusätzliche Funktion, die in der Fahrer-App enthalten sein wird, um dem Benutzer zu helfen, Strassen mit besonders hohen Unfallraten bei der Planung einer Reise zu vermeiden und die sicherste Route zu bestimmen.

Der Zuverlässigkeits-Score des Fahrers ist nicht ein Produkt von zusätzlichen Daten, die vom Benutzer gesammelt werden. Er ist ein Produkt der Interaktion des Fahrers mit unserem System. Wir haben festgestellt, dass es Trends und bestimmte Aktionen des Fahrers gibt, die auf ein irreführendes Verhalten hinweisen.

«Nur durch die Senkung der Fehlermarge können die Unternehmen die Prämie senken und Marktanteile gewinnen, ohne zusätzliche Risiken bei der Schadenquote einzugehen.»

Es ist wichtig zu beachten, dass keine Aktion für sich allein bewertet wird. Damit das System ein Verhaltensmuster erkennen kann, sollten sich die Interaktionsmuster wiederholen.

Die Grundidee einer Versicherung ist, dass die Mehrheit einer Minderheit hilft, die Kosten im Falle eines Unfalls zu tragen. Mit Ihrem Ansatz werden die Versicherer «gute Risiken» z. B. aufgrund ihres Verhaltens oder Fahrstils auswählen und sie mit besseren Angeboten und Preisen behandeln. Ist das nicht das Gegenteil von dem, was die ursprüngliche Absicht der Versicherung war?

Das ist eine starke Vereinfachung dessen, was eine Versicherung eigentlich ist. Genauer gesagt ist der Grundgedanke der Versicherung, dass die Mehrheit der Minderheit hilft, die Kosten von Unfällen zu tragen, vorausgesetzt, jeder handelt in gutem Glauben und mit Rücksicht auf die Verantwortung gegenüber der Gruppe. Auch heute schon werden Personen, die ständig in Unfälle verwickelt werden, die Prämien erhöht oder der Versicherungsschutz verweigert.

Alles, was unser System tut, ist das Bestehende zu optimieren. Ein besseres Verständnis der Risiken durch die Versicherungsgesellschaften bedeutet, dass sie die Fehlermarge für die gesamte Gemeinschaft der Kunden reduzieren können. Alle gewinnen.

Wie sammeln Sie alle zusätzlichen Daten für die Fahrstil- und Strassen-Bewertung und die Zuverlässigkeits-Bewertung, müssen die Fahrer ein Gerät in ihrem Auto installieren?

Alle Fahrdaten werden über das Smartphone des Fahrers gesammelt. Alle anderen Daten werden von externen Datenanbietern bezogen.

«Der Fahrer hat einen «Schlüssel» zu seinen Daten und da alle Daten anonymisiert sind, gibt es für uns keine Möglichkeit zu wissen, welche Daten zu welchem Fahrer gehören.»

Wer ist der Eigentümer der persönlichen Daten, die zur Berechnung der Scorings verwendet werden? Gibt es eine Variante, bei der die Fahrer das Eigentum an ihren Daten behalten und entscheiden, welche Versicherer temporär Zugriff auf die Daten erhalten?

Alle Daten werden anonymisiert, bevor sie in unser System gelangen. Es werden keine persönlichen Daten auf unseren Servern gespeichert.

Der Fahrer hat einen «Schlüssel» zu seinen Daten und da alle Daten anonymisiert sind, gibt es für uns keine Möglichkeit zu wissen, welche Daten zu welchem Fahrer gehören. Der Fahrer kann der Versicherungsgesellschaft den Zugriff auf seine Daten erlauben, indem er ihr den «Schlüssel» zur Verfügung stellt.

Der «Schlüssel» ist ein Einzelzugriff, er erlaubt nur den Download der Daten bis zu den Daten, bei denen der Fahrer den Zugriff gewährt hat. Wenn der Fahrer z. B. den Zugang am 1.1.21 bereitstellt, kann die Versicherung die Fahrerdaten nur bis zu diesem Datum einsehen.

Ihre Open-Source-App kann kostenlos genutzt werden. Wie monetarisieren Sie Ihr Wissen und Ihre Lösung?

Die Entscheidung, unsere Telematiklösung als Open-Source zu erstellen, war einfach. Wir haben uns den Markt angeschaut und festgestellt, dass die Technologie, die Datenerfassung zum Teil der PHYD-Lösung (Pay-how-you-drive) zu machen, sowohl mit einer App als auch mit einem Gerät, billig und trivial ist. Dies führt dazu, dass eine endlose Anzahl von Unternehmen versucht ihr eigenes Datenerfassungssystem zu bauen, was ein solches System schlussendlich zu einer Handelsware macht. Wenn es eine Ware ist, ist die einzige Möglichkeit, auf diesem Markt zu konkurrieren, der Preis, und wir haben vor, den Markt zum Preis von 0 zu gewinnen.

Wir haben natürlich auch ein grundlegendes Datenanalyse-Tool in unsere Open-Source-Lösung integriert. Die Normal-Sigma-Plattform ist die fortgeschrittene Datenanalyse, die eine bessere Genauigkeit und ein tieferes Verständnis des Kunden bietet, was für die Aktuare von Versicherungsgesellschaften sehr wertvoll sein wird. Diese Informationen werden in Form von Risikoberichten verkauft, die vom Versicherer für einen bestimmten Fahrer angefordert werden können, unabhängig davon, ob es sich um einen bestehenden oder potenziellen Versicherungsnehmer handelt.

«Normal Sigma verwendet KI nicht, um die Wahrscheinlichkeitsberechnungen durchzuführen; es verwendet KI, um sicherzustellen, dass die Daten, die für die Berechnungen verwendet werden, korrekt und sauber sind.»

Daher ist Normal Sigma unser Weg, unseren Open-Source (OS) Ansatz zu monetarisieren. Das heisst, wir setzen nicht voraus, dass Unternehmen, die unser OS verwenden, auf Normal Sigma umsteigen. Das OS wird kostenlos bleiben, egal ob der Kunde Normal-Sigma nutzt oder nicht. Es ist ihre Entscheidung, ob sie von einem tieferen und bewährten Dateneinblick profitieren wollen oder nicht.

Mit Ihrem neuen Produkt «Normal Sigma» wollen Sie «Künstliche Intelligenz» (KI) nutzen, um über aktuelle Telematikangebote hinauszugehen. Was wird das Besondere an der neuen Lösung sein, welche zusätzlichen Technologien setzen Sie ein, um aktuelle Lösungen zu verbessern?

Im Gegensatz zu anderen Projekten, die wir kennen, ist der KI-Teil von «Normal Sigma» hauptsächlich dazu da, Daten zu korrigieren und zu klären. Die KI hilft uns, die Daten verständlicher zu machen und nicht, Rückschlüsse daraus zu ziehen. Mit anderen Worten: Normal Sigma verwendet KI nicht, um die Wahrscheinlichkeitsberechnungen durchzuführen; es verwendet KI, um sicherzustellen, dass die Daten, die für die Berechnungen verwendet werden, korrekt und sauber sind.

Sobald die Daten von der KI gesäubert sind, sind die Berechnungen, die mit den Daten durchgeführt werden, rein mathematisch und statistisch. Die Ergebnisse solcher Berechnungen lassen sich in alle bestehenden versicherungsmathematischen Modelle wie verallgemeinerte lineare Modelle (GLM) oder verallgemeinerte additive Modelle (GAM) einfügen.

Sie bieten den Versicherern nicht nur Ihre Software an, sondern auch eine eigene Vergleichsplattform für Autofahrer, auf der diese einfach ihren Scoring-Wert oder ihre Unfallwahrscheinlichkeit eingeben können und von den Versicherern massgeschneiderte Kfz-Versicherungsangebote erhalten. Haben Sie Pläne, ein digitaler Versicherungsmakler zu werden?

Wir testen diese Option, um den Markt mit unserem Modell anzukurbeln, das in Kürze live gehen wird, damit wir die Marktveränderungen erkunden können. Wir gehen davon aus, dass die bekannten Vergleichsportale das Potenzial unseres Modells erkennen und unser Konzept übernehmen werden. Nach diesem Schritt werden wir uns ausschliesslich auf die Datenanreicherung von Risikoprüfungen konzentrieren.

Selbstfahrende Autos werden einige der grössten Risiken wie die Verkehrsdichte in und um Städte herum angehen und die meisten fahrerbezogenen Risiken eliminieren. Wie wird dies Ihre Strategie und Ihre Lösungen beeinflussen?

Eigentlich begrüssen wir diese Marktverschiebung, freuen uns sogar darauf. Unser monetarisiertes Produkt ist kein PHYD-Produkt (Pay-how-you-drive) und das Verhalten des Fahrers spielt fast keine Rolle in der Endausgabe unseres Systems. Der Hauptoutput des Systems ist die Umgebung, in der das Fahren stattfindet.

Das bedeutet, dass es keinen Unterschied macht, wer der Fahrer ist, ob es ein Roboter oder ein Mensch ist. Wenn Regen das Fahren gefährlicher macht, wird es sowohl für einen menschlichen als auch für einen Roboterfahrer gefährlicher.

Der Hauptunterschied wird die Fähigkeit des Roboterfahrers sein, mehrere Informationsströme zu analysieren, dies wird es dem Roboter ermöglichen, die Informationen aus unserem System in Echtzeit zu berücksichtigen.

«Es macht keinen Unterschied, wer der Fahrer ist, ob es ein Roboter oder ein Mensch ist. Wenn Regen das Fahren gefährlicher macht, wird es sowohl für einen menschlichen als auch für einen Roboterfahrer gefährlicher.»

Dies wird uns auch zu einem Datenlieferanten für die Zukunft machen, in der autonome Fahrzeuge die Norm sind, und wird unseren Zielmarkt deutlich erhöhen.

Die Menschen werden sich mehr und mehr der Sicherheits- und Datenschutzrisiken im Zusammenhang mit persönlichen Daten bewusst. Was tut kasko2go, um Sicherheit und Datenschutz zu gewährleisten, wo werden die Daten gespeichert?

Alle Daten sind verschlüsselt und anonymisiert, d.h. alle Daten, die vom Telefon des Fahrers kommen, haben keine persönlichen Informationen, die jemand gegen ihn verwenden kann, vorausgesetzt natürlich, niemand kann die Verschlüsselung knacken.

Die anonymisierten Daten werden auf unseren Cloud-Servern gespeichert.

Welche Technologien werden Sie in naher Zukunft einsetzen, um Ihre Entwicklungen voranzutreiben, wo sehen Sie die grössten Chancen, die Art und Weise zu verändern, wie Versicherer in Zukunft ihr Geschäft betreiben?

Die Fehlermarge ist das Hauptproblem, das Versicherungsunternehmen heute plagt. Die Unfähigkeit, die Unfallraten im Bestand extrem genau vorherzusagen, führt dazu, dass die Versicherer eine höhere Fehlermarge in Kauf nehmen, wenn sie sicher sein wollen.

In diesem Fall verlieren sie Marktanteile, oder sie reduzieren die Fehlermargenprämie, was den Marktanteil erhöht, aber die Versicherungsgesellschaft einer erweiterten Schadenquote aussetzt, die bei einigen Unternehmen bereits 100 % überschreitet.

Nur durch die Senkung der Fehlermarge können die Unternehmen die Prämie senken und Marktanteile gewinnen, ohne zusätzliche Risiken bei der Schadenquote einzugehen.

Am Ende des Interviews werden Ihnen zwei Wünsche gewährt. Welche sind das?

Erster Wunsch: dass die Versicherungsbranche erkennt, dass das richtige Timing für den Wandel genauso wertvoll ist wie der Wille zum Wechsel in eine neue Technologie selbst (sofern eine Technologie erfolgreich ist, entsteht ein exponentielles Wachstum. Falls dies eintrifft, haben Unternehmen in den meisten Fällen eine geringe bis keine Vorlaufszeit, um erfolgreiche Anpassungen im Markt umszusetzen).

Um zukünftige Erfolge in neuen und schwierigen Situationen zu meistern, sind frühzeitige Vorbereitungen notwendig, um auf den technologischen Wandel, der in der Kfz-Versicherungsbranche ansteht, vorbereitet zu sein. Die Quintessenz ist: Wartet man, bis eine neue Technologie Einzug hält, wird es zu spät sein. Man sollte jetzt schon vorbereitet sein, sonst besteht die Gefahr, dass man abgehängt wird und Marktanteile verliert. Das grösste Risiko, das man eingehen kann, ist, mit den Vorbereitungen jetzt nicht anzufangen. Am Ende des Tages ist es die Macht der Daten-Erkenntnisse, die Unternehmensführer dazu bringt, klügere Entscheidungen zu treffen.

Zweiter Wunsch: dass die Kunden/Fahrer erkennen, dass datengetriebene Versicherungen oder auch „Usage Based Insurance“ (UBI) mehr Fairness bei der Preisgestaltung für den Kunden beinhalten als die aktuellen Preiskalkulationen für die Jahresprämie von Kfz-Versicherungen. Unser Preisfokus liegt mehr auf „Sie bezahlen, wie und wo Sie fahren“, d.h. es ist mehr eine individuelle und handlungsorientierte Preisgestaltung anstelle einer z.B. starken Bewertung der Nationalitäten der Fahrer, die einen grossen Einfluss auf die Kfz-Prämienpreise haben kann. Last but not least: Dank unserer Lösung können wir Anreize für gute Fahrer schaffen und so unsere Strassen für alle sicherer gestalten.


Oleg Korol bei Linkedin

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.