Digitale Zwillinge: Wie man eine 360-Grad-Sicht auf Immobilienrisiken erhält
Da die Sachrisiken aufgrund von Pandemien, Naturkatastrophen, wirtschaftlicher Not und anderen Herausforderungen immer komplexer und vernetzter werden, müssen die Versicherer tiefer graben und aussagekräftigere und vielfältigere Daten für eine bessere Risikoanalyse nutzen. Nach Ansicht von Anthony Peake, dessen Unternehmen Intelligent AI sich auf präzise Risikomodellierung konzentriert, muss der gewerbliche Immobilienmarkt modernisiert werden und kann von den Erkenntnissen, die durch reichhaltigere und besser verwertbare Daten gewonnen werden, enorm profitieren.
Die Herausforderung bei Gewerbeimmobilien
"Versicherer und Makler verfügen nicht über die umfassenden Echtzeit-Risikodaten, die sie benötigen, um gewerbliche Immobilienrisiken zu überwachen, zu erkennen und abzumildern", sagt Peake. "Nur 5-10 Prozent der Standorte von Gewerbeimmobilien werden physisch auf Risiken untersucht, und selbst in den Fällen, in denen dies der Fall ist, werden weniger als 25 Prozent der Risikoempfehlungen befolgt."
Peake fügt hinzu, dass die gewerbliche Sachversicherung mit Verlusten arbeitet, was die Notwendigkeit eines neuen Ansatzes und besserer Risikoinformationen unterstreicht. Laut einer Studie von Intelligent AI gaben fast 90 Prozent der Versicherer und Makler, die an der Umfrage im Jahr 2021 teilnahmen, an, dass sie Schwierigkeiten haben, ein gutes Maß an Daten über gewerbliche Immobilienportfolios zu sammeln. Was fehlt, sind standortbezogene Erkenntnisse, die auf einer Vielzahl von Datenpunkten beruhen und durch künstliche Intelligenz unterstützt werden.
Hier kommt die Macht der digitalen Zwillinge ins Spiel. "Ein digitaler Zwilling kann eine 360-Grad-Ansicht des Risikos für 100 Prozent Ihres Portfolios liefern", sagt Peake. "Er wird zu einem intelligenteren Underwriting und einem stärkeren Risikomanagementansatz führen und stellt eine Verlagerung von der reaktiven zur präventiven Versicherung dar."
Peake erklärt, dass die intelligente KI digitale Zwillinge aus Hunderten von Datensätzen erstellen kann. Dazu gehören offene Daten (z. B. Kriminalitäts-, Brand-, Schätzwert- oder Finanzdaten), Satellitenspektralanalysedaten, Sensordaten aus dem Internet der Dinge (IoT), Echtzeit-Katastrophendaten (z. B. Daten zu Wasserläufen, Überschwemmungen, Temperaturen, Wetter und Erdbeben) sowie von KI generierte und extrahierte Risikoberichtsdaten.
Risikoerkennung und -minderung
"Mit digitalen Zwillingen können Sie ein gesamtes Gewerbeimmobilienportfolio digitalisieren", sagt Peake, "und Risiken über alle Standorte hinweg analysieren. Sie haben den vollen Überblick und können nach Bedarf skalieren. Dashboards bieten einen Überblick über die Risiken an jedem einzelnen Standort, auf Kunden- oder Portfolioebene und ermöglichen Benchmarking. Analytik, künstliche Intelligenz und prädiktive Modellierung werden dann zur Berechnung von Risikowerten und zur Ermittlung von Möglichkeiten zur Risikominderung eingesetzt.
Peake sagt, dass die übermäßige Abhängigkeit von historischen Daten die Versicherer angreifbar macht, da sie nur eine unvollständige Sicht auf das Risiko bieten, während in Echtzeit umsetzbare Daten, die von digitalen Zwillingen und KI abgeleitet werden, eine genaue Risikoauswahl und Preisgestaltung fördern und helfen können, Katastrophen zu verhindern.
"Verluste und unerwartete Risiken sind bei herkömmlichen Methoden unvermeidlich", sagt Peake, "weil ein großer Teil der versicherten Objekte nicht besichtigt wird und die statistischen Modelle, die zur Vorhersage von Risiken an ungesehenen Orten verwendet werden, unzuverlässig sein können. Digitale Zwillinge erweisen sich als weitaus genauer als statistische Modelle, wenn es um die Vorhersage von Risiken für die große Mehrheit von Objekten geht, die von Risikoingenieuren nicht gesehen werden."
"Digitale Zwillinge erweisen sich als weitaus genauer als statistische Modelle".
Peake sagt, dass KI mit einem digitalen Zwilling Schreibtischuntersuchungen zu einem Bruchteil der Kosten durchführen kann, so dass Versicherer schnell zwischen risikoreichen und risikoarmen Objekten unterscheiden können. Die Portfolios können so gesteuert werden, dass ein vielfältiger Mix und ein ausgewogenes Verhältnis der Risiken gefördert werden, und mit einem besseren Überblick über ihre Portfolios können die Versicherer Programme zur Risikoverbesserung entwickeln.
"Eine unzureichende Risikotransparenz ist im heutigen Klima nicht tragbar", sagt Peake. "Mit globaler Standortintelligenz und prädiktiven Algorithmen wird die Versicherung mehr zu einer Partnerschaft als zu einer Police. Risikoanalyse und Schadenverhütung sind von entscheidender Bedeutung, und mit den richtigen Datenpunkten und Modellen können die Versicherer den Schutz verbessern und die Kosten senken."
Related solutions
User questions
Answered questions
Unanswered questions
Views: 4974
Downloads: 0
0 % | |
0 % | |
0 % | |
0 % | |
0 % |
Page is favored by 0 user.
Contact inquiries: 0