News

Geschrieben von Ulrike Ebner in Kooperation mit Chat GPT

Der 5. European Congress of Actuaries (ECA) fand am 6. und 7. Juni 2024 in Rom statt. Organisiert von der Actuarial Association of Europe (AAE) und der Italian Society of Actuaries (ISOA), zog die Veranstaltung über 350 Experten und Führungskräfte aus ganz Europa an.

Das zentrale Thema lautete „Managing uncertainty in a changing world – Assessing risks sustainably for the well-being of society“. Der Fokus lag auf den Herausforderungen, denen sich die Versicherungs- und Finanzbranche in einer sich wandelnden Welt gegenübersieht.

Das Programm umfasste vier zentrale Keynote-Sitzungen und diverse technische Sitzungen, die verschiedene Aspekte der aktuariellen Praxis und Forschung abdeckten. Zu den Schwerpunktthemen gehörten:

· Nachhaltigkeit und Klimarisiken: Experten diskutierten, wie Aktuare dazu beitragen können, die finanziellen Auswirkungen des Klimawandels zu bewerten und zu managen. Innovative Modelle und Risikobewertungen wurden vorgestellt.

· Technologische Innovationen: Vorträge zu den neuesten Entwicklungen in den Bereichen Künstliche Intelligenz, Big Data und Blockchain zeigten, wie diese Technologien die Aktuarwissenschaft revolutionieren könnten.

· Demographischer Wandel: Workshops und Diskussionen beleuchteten die Herausforderungen und Chancen, die sich aus der alternden Bevölkerung und den veränderten demographischen Strukturen in Europa ergeben.

· Regulierung und Risikomanagement: Hier wurde der aktuelle Stand der EU-Regulierungen und deren Auswirkungen auf die Versicherungsbranche analysiert.

Wichtige Redner auf dem Kongress waren unter anderem Petra Hielkema (Chairperson EIOPA) und Charles Cowling (Präsident der International Actuarial Association), die Einblicke in die globalen Trends der aktuariellen Wissenschaft boten.

Neben den Fachvorträgen bot der Kongress reichlich Gelegenheit zum Networking, einschließlich eines zentralen Ausstellungsbereichs und einer besonderen Abendveranstaltung am 6. Juni, die italienische Kultur und Gastfreundschaft feierte.

Der ECA 2024 in Rom war ein voller Erfolg. Die Konferenz zeigte, dass die Aktuarwissenschaft vor großen Herausforderungen steht, aber auch große Chancen bietet. Die intensive Auseinandersetzung mit aktuellen Themen und der Austausch unter Fachleuten trugen dazu bei, zukunftsweisende Ansätze zu entwickeln.

Die nächsten Veranstaltungen werden mit Spannung erwartet, und es bleibt abzuwarten, welche neuen Entwicklungen und Innovationen die Zukunft bringen wird. Die Aktuare von heute sind bereit, die Herausforderungen von morgen zu meistern.

Ulrike Ebner: Künstliche Intelligenz (AI) und die Rolle der Aktuar:innen war eines der zentralsten Themen bei dem ECA 2024 und hat mich motiviert mich mal mit Chat GPT zu beschäftigen. Ich habe an Chat GPT 3 Anfragen zum ECA gestellt und aus den Antworten den vorangegangenen Artikel zusammengestellt. AI kann schon sehr viel und wird zukünftig aus unserem Leben nicht mehr wegzudenken sein. Aber es bleibt bis auf weiteres unbestritten, dass es nach wie vor menschlicher Kontrolle bedarf und v.a. im Hinblick auf ethische Entscheidungen der Mensch weiterhin eine sehr zentrale Rolle spielen wird und muss.

 

Grundlage für meinen Artikel waren folgenden Fragestellungen an Chat GPT, die von Chat GPT entsprechend beantwortet wurden:

„kannst du mir einen artikel über den European Congress of Actuaries in Rom schreiben?

“kannst du mir eine Zusammenfassung über den european actuarial congress in rom schreiben?”

“was weißt du über die ECA 2024?”

Der Arbeitskreis ESG fragte im Mai 2024 mittels eines kurzen Fragebogens die Rolle der Mathematiker:innen/Aktuar:innen beim Thema Nachhaltigkeit im Unternehmen ab.

Ziel dieser Umfrage war es, die Arbeit des Arbeitskreises auf die Bedürfnisse der Mitglieder abzustimmen.

 

 

 

ESG Umfrage_Ergebnisse

Beim 1. AVÖ Fotowettbewerb wurden die Mitglieder der AVÖ aufgerufen ein kreatives Foto aus dem (Berufs-)Alltag des Aktuars bzw. der Aktuarin einzusenden. Zu gewinnen gab es drei tolle Preise: einen Seminargutschein für die ÖFdV (gesponsert von der AVÖ), ein Fotoshooting (gesponsert von UNIQA) sowie einen Escape-the-Room Gutschein (gesponsert von der Wiener Städtischen).

Die zahlreichen kreativen Einsendungen wurden vom Arbeitskreis für Öffentlichkeitsarbeit und Nachwuchsförderung im Zuge der Generalversammlung präsentiert. Als Höhepunkt folgte Live-Abstimmung, bei der die anwesenden Mitglieder der AVÖ für ihre Favoriten stimmen konnten. Die Gewinner:innen stellen wir untenstehend vor:

Einsendung außer Konkurrenz (Heinz Jaindl)

Eine besondere Einsendung ist von Heinz Jaindl gekommen, der ein Bild von 1976 eingesendet hat. 1976 fand der 20. ICA Kongress in Tokio statt, der am 25. Oktober 1976 vom damaligen Kronprinzen und späteren Tenno Akihito eröffnet wurde. Die damals noch kleine Gruppe der österreichischen Aktuare konnte sich der Reisegruppe der bedeutenden Schweizer Aktuarvereinigung anschließen. Das Foto, auf dem unter anderem alle Gründungsmitglieder der AVÖ zu sehen sind, zeigt die Reisegruppe beim Zwischenstopp in Hongkong.

3. Platz: Aktuare – wer ein Köpfchen hat, schützt es (Lavinia Enache)

Die Einsendung von Lavinia Enache wurde von den Mitgliedern der AVÖ auf den 3. Platz gewählt und Lavinia darf sich über einen Seminargutschein der ÖFdV freuen! Das Foto zeigt die Aktuarin an ihrem Arbeitsplatz, bestens versichert, für alle möglichen (Unfall-)Ereignisse vorbereitet und vom Arbeitgeber auch bestmöglich ausgestattet – Arbeitsunfallprävention on point!

2. Platz: Ein Foto des aktuariellen Teams (Alexander Bontjes van Beek)

Das Teamfoto von Alexander Bontjes van Beek erreicht den zweiten Platz und gewinnt ein Fotoshooting. Eigentlich hätte die Einsendung ein KI-generiertes Teamfoto werden sollen. Allerdings hat Alexander kurz vor der Abgabefrist feststellen müssen, dass die ChatGPT-ähnlichen Programme noch nicht ausgereift genug sind, um seine Wünsche exakt zu erfüllen. Daraufhin hat er auf altbewährtes PowerPoint zurückgriffen und die Collage auf die gute alte Art selbst angefertigt: PowerPoint 1 – ChatGPT 0.

1. Platz: Jonglieren mit Zahlen (Valentin Plechinger, Pascal Wild, David Hahnenkamp, Lisa Wanka)

Die Einsendung mit dem Titel „Jonglieren mit Zahlen“ belegte in der Live-Abstimmung den ersten Platz und die Gewinner und die Gewinnerin dürfen sich über einen Gutschein für ein „Escape-the-Room“ Spiel freuen. Auf dem Foto ist ein Aktuar bei einer essenziellen aktuariellen Kernaufgabe zu sehen: Herumjonglieren von Zahlen – bis alle Summen-Checks aufgehen!

Die ordentliche Generalversammlung 2024 fand am 11. Juni 2024 in den Räumlichkeiten der KPMG im 9. Wiener Gemeindebezirk statt. Der Gastgeber stellte den großflächigen Bereich mit wunderbarer Aussicht für die AVÖ kostenfrei zur Verfügung. Dafür möchten wir uns an dieser Stelle ganz herzlich bedanken!

Die Veranstaltung begann dieses Mal bereits um 09:00 Uhr, sodass in dem Seminarteil vor der Generalversammlung die Möglichkeit bestand, 5 CPD-Punkte in Präsenz zu erwerben. Das Seminar war hochkarätig besetzt und lockte ca. 160 Teilnehmer vor Ort und ca. 80 weitere Teilnehmer online. Eröffnet wurde das Seminar mit einem Block zum Thema „Soziale Absicherung im Alter“. Univ.-Prof. Dr. Wolfgang Mazal und Dr. Walter Pöltner gaben Einblicke in Ihre Sichtweise zu dem Thema. Im Anschluss diskutierten die beiden zusammen mit Dr. Hartwig Sorger über die Herausforderungen der sozialen Absicherung unter Moderation von DI Martin Kwauka. Der nächste Seminarblock widmete sich der Ökonomie. Dr. Birgit Niessner und Manuela Mayer, MA fokussierten sich dabei in ihren Vorträgen auf die Themen „Inflation“ und „Zinsen“. Der letzte Seminarblock hatte einen Fokus auf künstliche Intelligenz, wobei Charles Cowling einen Überblick über die globalen Entwicklungen rund um die Auswirkungen für Aktuare gab und Univ.-Prof. DDr. Thomas Dangl über den Einsatz von künstlicher Intelligenz in der Risikoeinschätzung von Firmen referierte. Den Abschluss des Seminarteils machte wieder die Verleihung des AVÖ-Förderpreises mit Kurzvorträgen der Preisträger.

Nach dem gelungenen Seminarteil war es ab 16:00 wieder Zeit für die Generalversammlung. Diese konnte mit zwei Highlights aufwarten. Zuerst präsentierte Dr. Christina Ziehaus die neue berufsbegleitende Aktuarausbildung, welche nun in Kooperation mit verschiedenen österreichischen Universitäten umgesetzt werden konnte. An dieser Stelle möchten wir ein herzliches Dankeschön an alle Beteiligten aussprechen, die dies ermöglichen. Des Weiteren stellten DI Philip Plank und DI Matthias Widman den ersten Fotowettbewerb der AVÖ vor. Die Einreichungen waren ein Beweis für die kreative Ader unserer Mitglieder. Die anwesenden Teilnehmer konnten über die Gewinner des Fotowettbewerbs vor Ort abstimmen. Wir bedanken uns bei UNIQA, der Wiener Städtischen und der ÖFdV für das Sponsoring der Preise.

Zum Abschluss der Veranstaltung gab es wie immer ein gemütliches Come Together bei Brötchen und Wein. Diese Gelegenheit zum Networking wurde fleißig genutzt und so war es bereits gegen 22 Uhr, als die letzten die Räumlichkeiten der KPMG verließen. Gerüchteweise wurde das Networken dann in geeigneten Lokalitäten in der Nähe weitergeführt.

Wir bedanken uns bei unserem Office-Team, Caroline Koch-Dunkl und Alina-Nilmini Perera, für die großartige Organisation, sowie bei allen Freiwilligen, die mit ihrer Mitorganisation oder ihren Beiträgen zu dieser gelungenen Veranstaltung beigetragen haben und freuen uns auf ein Wiedersehen bei einem der nächsten AVÖ-Events oder spätestens bei der nächsten Generalversammlung!

Am 16. Mai 2024 haben sich etwa 40 junge und erfahrene Mitglieder der AVÖ zum Jungaktuarstreffen im Restaurant „Habibi und Hawara“ eingefunden um einen gemütlichen Abend bei orientalisch angehauchtem Essen zu verbringen. Das Essen war diesmal als Buffet organisiert und lud dadurch zum Durchprobieren ein. Wieder hat es uns gefreut, dass neben zahlreichen Aktuarinnen und Aktuaren auch der AVÖ-Vorstand vertreten war und zum Austausch eingeladen hat. Ein großes Dankeschön geht an die HDI für die großzügige Buffet- und Getränke-Einladung.

Untenstehend finden sich ein paar Eindrücke des Abends.

Wir freuen uns auf zahlreiche junge und junggebliebene Aktuarinnen und Aktuare zum gemütlichen Austausch beim nächsten Treffen am 31. Juli in der Luftburg im Prater.

Die Ergebnisse aus den Trilogverhandlungen zur Änderung der Solvency II Rahmenrichtlinie wurden im Dezember 2023 beendet und das Ergebnis am 25. Jänner 2024 veröffentlicht. Damit wurde ein wichtiger Meilenstein in einem jahrelangen Prozess erreicht, nach formaler Annahme durch EU-Rat und EU-Parlament sowie der Umsetzung in nationales Recht (VAG) ist ein Inkrafttreten SII Rahmenrichtlinie Anfang 2026 zu erwarten. Parallel dazu läuft die daraus resultierende Überarbeitung der Solvency II Durchführungsverordnung (Level 2), die dann voraussichtlich zeitgleich mit den Änderungen der Rahmenrichtlinie rechtskräftig werden wird.

2019:

Europäische Kommission (EC) gibt EIOPA den Auftrag die SII Richtlinie zu  überprüfen (Call for Advice)

Dez 2020:

EIOPA veröffentlicht den SII Review 2020

Sep 2021:

Europäische Kommission (EC) veröffentlicht die Vorschläge zur              Änderung der Solvency II Richtlinie sowie für eine neue Sanierungs-      und Abwicklungsrichtlinie (IRRD, Insurance Recovery and Resolution    Directive)

Juni 2022:

Veröffentlichung des Draft Reports von Europäischen Parlament (EP) und Rat

Sept 2023:

Start Trilog zwischen EC, EP unc Council

Dez 2023:

Einigung der Trilogverhandlungen und anschließende Veröffentlichung im Jänner 2024

2025:

Umsetzung in nationales Recht

2025/2026:

In-Kraft-Treten (2026 wahrscheinlich)

 

Dieser Newsletter-Artikel adressiert nur die wesentlichsten Änderungen der SII Richtlinie um einen Überblick über die zu erwartenden Auswirkungen auf die Solvenzquote zu erhalten:

 

Zinskurve zur Bewertung der versicherungstechnischen Rückstellungen

• Anpassung der Methode der Extrapolation der risikofreien Zinskurve durch Einführung eines First Smoothing Points (FSP) bei 20 Jahren. Die extraplierten Forward Rates entsprechen einem gewichteten Durchschnitt von liquiden Forward Rates und der UFR. Für Laufzeiten über 40 Jahren nach dem FSP soll die Ultimate Forward Rate (UFR) mindestens mit 77,5% gewichtet werden.
• Volatilitätsanpassung soll in ein fixes VA und ein makroökonomisches VA geteilt werden und mit maximal 85% des credit-spreads aus dem zugrundeliegenden repräsentativen Portfolios beschränkt sein.

 

Cost of Capital Satz zur Berechnung der Risikomarge

• Der Kapitalkostensatz wird von 6% auf 4,75% reduziert
• Einführung eines Faktors (λ) als exponentiell zeitabhängiger Faktor, der zu einer niedrigeren Gewichtung zukünftiger SCRs führt

 

Solvenzkaptialerfordernis

• Zinsrisiko: negative Zinssätze sollen im Zinsschock berücksichtigt werden, wobei eine explizite Untergrenze festgelegt wird und eine Anpassung an eine gestresste UFR erfolgen soll
• Aktienrisiko: Vereinfachte Voraussetzungen zur Einstufung von Aktien als langfristig und somit in Folge Anwendung des verringerten Aktienschocks von 22%

Anpassungen in der Berichterstattung und Offenlegung

• Erleichterungen für Unternehmen mit niedrigerem Risikoprofil
• Erweiterung von Nachhaltigkeitsrisiken im ORSA
• Fristverlängerung auf 18 Wochen für den SFCR und Aufteilung in zwei Teile (Versicherungsnehmer und Fachöffentlichkeit)
• Überarbeitung einiger QRTs sowie Einführung neuer QRTs

 

Berücksichtigung von Nachhaltigkeit und Klimarisken

Anpassungen bei der Gruppenaufsicht

Einführung einer Richtlinie zu Sanierung und Abwicklung (IRRD, Insurance Recovery and Resolution Directive)

Einleitung

An der Thematik der künstlichen Intelligenz (KI) kommt man derzeit nicht vorbei. Sie ist überall präsent, von News-Artikeln über TV-Talkrunden bis hin zu Gesprächen im Wirtshaus – die ganze Welt diskutiert darüber. Besonders das von OpenAI im Dezember 2022 veröffentlichte Sprachmodell ChatGPT hat dem Thema Dynamik verliehen. Gleichzeitig herrschen sowohl Bedenken als auch fast utopische Erwartungen bezüglich des Einsatzes von KI. Doch sind diese berechtigt?

Auch innerhalb der AVÖ wird der Einsatz von KI intensiv diskutiert. Hierzu wurde konkret im Jahr 2018 der Arbeitskreis Data Science gegründet. Mit diesem Artikel möchte der Arbeitskreis einen Überblick und eine Einordnung des Themas bieten, sowie einen Ausblick auf weitere Aktivitäten innerhalb der AVÖ geben.

Und ja, es könnte sein, dass auch dieser Artikel mit Unterstützung von KI erstellt wurde – findet es beim Lesen heraus! 😉

 

Was ist KI?

Bevor wir uns den Details widmen, sei zunächst der Begriff KI eingeordnet: Wie bereits erwähnt, wird weltweit über KI diskutiert, doch was genau ist sie? Der Begriff „Künstliche Intelligenz“ wurde 1955 von dem US-amerikanischen Informatiker John McCarthy im Rahmen seiner Forschung geprägt, so Wikipedia.

Inzwischen übertrifft KI den Menschen in spezifischen Bereichen. Ein bekanntes Beispiel ist „Deep Blue“, eine KI-Maschine, die 1997 den damaligen Schachweltmeister Garri Kasparov besiegte und so die Fähigkeiten von KI-Systemen einem breiten Publikum demonstrierte.

Abbildung 1, OECD: Die Anfänge der KI (1950er Jahre bis 2000)

In der Literatur gibt es verschiedene Definitionen von KI und laut OECD[1] gibt es auch keine mit allgemeiner Gültigkeit. Eine Arbeitsgruppe der OECD hat den Begriff „KI-System“ wie folgt definiert:

„Ein KI-System ist ein maschinenbasiertes System, das für bestimmte von Menschen definierte Ziele Vorhersagen machen, Empfehlungen abgeben oder Entscheidungen treffen kann, um eine reale oder virtuelle Umgebung zu beeinflussen. Dabei bilden maschinelle und/oder von Menschen vorgegebene Inputs die Grundlage für 1. die Erfassung realer und/oder virtueller Umgebungen, 2. die automatische (z. B. durch ML) oder manuelle Erstellung von Modellen auf Basis dieser Beobachtungen mithilfe von Analysen und 3. die Ermittlung von Informations- oder Handlungsoptionen mittels Modellinferenz. KI-Systeme können mit einem unterschiedlichen Grad an Autonomie ausgestattet sein.“

KI teilt sich laut OECD in zwei Ansätze:

• Symbolischer Ansatz: Dabei handelt es sich um regelbasierte Ansätze, mit etwa „If Then Else“-Befehlen
• Statistischer Ansatz: Dazu zählen die bekannten mathematischen und statistischen Modelle. Transformer-Modelle, die in ChatGPT (Generative Pre-trained Transformer) verwendet werden, sind der Kategorie tiefer neuronaler Netze zuzuordnen.

Abbildung 2, OECD: KI und ML

Die Fähigkeit von Modellen wie ChatGPT, Aufgaben wie die Erstellung von Texten, Bildern, Ton, Videos und Code in hoher Qualität zu lösen, ist beeindruckend. Sie können umfassende Dokumente zusammenfassen, unstrukturierte Daten analysieren oder Bilder zur Veranschaulichung komplexer Themen erstellen – und das alles in Sekundenschnelle. Bei sorgfältig formulierten Anfragen (gutem Prompting) können erstaunliche Ergebnisse erzielt werden.

Aktuelle Modelle sind in der Lage, spezifische Probleme zu lösen, verfügen jedoch nicht über die Fähigkeit, völlig autonom und „allgemein“ intelligent wie Menschen zu agieren. Die sogenannte „verallgemeinerte KI“, oft auch als starke KI bezeichnet, wird von aktuellen Modellen noch nicht erreicht.

Wie kann KI genutzt werden? Welche (aktuariellen) Use Cases gibt es?

Die Anwendungsmöglichkeiten von KI sind nahezu grenzenlos und finden sich entlang der gesamten Wertschöpfungskette von Unternehmen. Eine Liste ausgewählter Anwendungsfälle ist im Anhang des Artikels zu finden.

Im Allgemeinen lassen sich KI-Anwendungsfälle in drei Hauptkategorien einteilen, abhängig von ihrer Nutzung:

Die Anwendungsfälle von KI, oder auf Neudeutsch „Use Cases“, sind schier unendlich und sind in der ganzen Wertschöpfungskette eines Versicherungsunternehmens zu finden. Im Anhang zum Artikel findet sich eine Auflistung von ausgewählten Use Cases zur Durchschau.

Im Allgemeinen lassen sich KI-Anwendungsfälle in drei Hauptkategorien einteilen, abhängig von ihrer Nutzung:

Abbildung 3, Use Case Kategorien

Die Integration von KI in die Geschäftswelt wird in vielen Bereichen unvermeidlich werden. Für Aktuare eröffnet dies ein neues und faszinierendes Arbeitsfeld: Wir können KI für aktuarielle Modelle und Prozesse einsetzen und mit unserem umfassenden Fachwissen auch andere Bereiche unterstützen.

Wie kann KI implementiert werden?

Die Anforderungen an KI-Projekte variieren stark je nach Anwendungsfall. Während einfache Aufgaben oft mit Standardcomputern bewältigt werden können, erfordert die unternehmensweite und skalierbare Implementierung von KI eine umfassende Professionalisierung sowohl technisch als auch personell. Hierbei ergibt sich die Frage, ob Lösungen intern entwickelt oder extern zugekauft werden sollen. In diesem Kontext bieten Cloud-Lösungen eine attraktive Option für Unternehmen, indem sie raschen Zugang zu erforderlichen Rechenkapazitäten, spezifischen KI-Modellen und erweiterten Funktionalitäten ermöglichen.

Die folgende Grafik ist eine schematische Darstellung wie KI technisch im Unternehmen implementiert werden kann:

Abbildung 4, KI Integrationsmuster

Neben den technologischen Anforderungen sind für die erfolgreiche Entwicklung und den Betrieb von KI-Modellen weitere Voraussetzungen nötig:

Abbildung 5, KI Voraussetzungen

Diese Voraussetzungen sind im Wesentlichen keine neuen Erkenntnisse zu Erfahrungen aus „traditionellen“ Daten- und IT-Projekten. In KI-Projekten sind die Anforderungen an vielen Stellen allerdings höher. Daher ist es Unternehmen zu empfehlen, eine dezidierte KI-Strategie als Basis für alle KI-Initiativen im Unternehmen zu etablieren.

Einen weiteren Punkt sollte aufgrund seiner Wichtigkeit an dieser Stelle hervorgehoben werden: KI wird häufig als Expertenthema gesehen und entsprechend nicht in die breite Organisation getragen, wodurch viel Mehrwert für Unternehmen verloren geht. Daher sollte dem Thema KI-Skills & Kultur viel Aufmerksamkeit gewidmet werden:

• Eine breitflächige Implementierung von KI setzt ein grundlegendes Verständnis bei allen Mitarbeitern voraus.
• Neue Tools wie „Copilot“ ermöglichen den Mitarbeitern, eigene Anwendungen zu entwickeln, wodurch die Nutzungshürden für KI gesenkt werden.
• Durch KI können Daten, Wissen und bestimmte Fähigkeiten demokratisiert und einer breiten Mitarbeiterbasis zugänglich gemacht werden, einschließlich aktuariellem Wissen[2].

Was ist die Rolle des Aktuars bei KI-Implementierung?

Nachdem wir bis hierher eigenständig formuliert haben und es bereits spät geworden ist, stellt sich die Frage: Warum nicht jetzt KI nutzen? Was würde beispielsweise Microsoft Copilot zu dieser Frage sagen?

Sicherlich eine treffende Antwort, der man nur zustimmen kann.

Wir Aktuare befinden uns in der vorteilhaften Position, über Fachkenntnisse und Erfahrungen in mehreren Bereichen zu verfügen, die für die Implementierung von KI unerlässlich sind. Insbesondere bringen Aktuare ein Verständnis für den Geschäftsbetrieb mit, das es ermöglicht, den konkreten geschäftlichen Nutzen von KI zu bewerten.

Darüber hinaus sind Aktuare fähig, Limitierungen und Risiken von Modellen zu erkennen und angemessen zu kommunizieren. Diese Fähigkeit ist besonders jetzt, in Zeiten des KI-Hypes und der zunehmenden Regulierung, von zentraler Bedeutung.

Welche Regularien sind bei Nutzung von KI zu beachten?

Bei all der positiven Euphorie dürfen auch auf die möglichen Risiken von KI nicht vergessen werden.

Mit dem wachsenden Einsatz von KI in der Finanz- und Versicherungswelt nehmen auch die damit verbundenen Risiken zu, darunter zum Beispiel:

• Mangelnde Erklärbarkeit: KI kann überzeugende, aber faktisch inkorrekte Antworten generieren, was zu Fehlinformationen führen kann.
• Diskriminierung: Die probabilistische Natur vieler KI-Anwendungen kann zu unvorhergesehenen Verhaltensweisen führen. Modelle, die auf voreingenommenen Daten basieren, können bestehende Vorurteile verstärken.
• Mangelnde Datensicherheit: Das Cloud-basierte Training von KI-Modellen birgt Sicherheitsrisiken, einschließlich der Gefahr von Datenlecks und unbefugtem Zugriff.
• Cyberkriminalität: Durch Generative KI erleichterte Phishing-E-Mails und Deepfakes erhöhen das Risiko von Cyberkriminalität.

In Reaktion darauf entwickelt sich die EU-Regulierungslandschaft dynamisch weiter. Neue bzw. aktualisierte Verordnungen und Richtlinien werden in den nächsten Jahren umgesetzt werden müssen. Dabei sollten Unternehmen sicherstellen, dass der Einsatz von KI ethischen Standards entspricht und im Einklang mit allen regulatorischen Vorgaben steht.

Dazu werden Experten mit tiefem Verständnis der Funktionsweise von KI-Systemen und Interpretierbarkeit von Daten und Ergebnissen benötigt werden. Aktuare können und sollten dabei eine entscheidende Rolle bei der Navigation durch diese neue regulatorische Landschaft spielen. Zur Illustration findet sich im Folgenden eine Aufzählung der wichtigsten (zukünftigen) Regularien:

Horizontale KI-spezifische Regulierung

• AI Act: Standardisiert den Einsatz von Künstlicher Intelligenz in der EU zu und schafft ein Regelwerk für die Einwertung und den verantwortungsvollen Umgang mit KI-Systemen.
• AI Liability Directive: Modernisiert Haftungsregeln und Ansprüche für Entwickler, Anbieter oder Nutzer von KI-Systemen.

Horizontale Daten-spezifische Regulierung:

• GDPR (General Data Protection Regulation; bereits in Kraft): Regelt den Schutz personenbezogener Daten und gibt Unternehmen klare Vorgaben zur Datenspeicherung und -verarbeitung.
• DORA (Digital Operational Resilience Act): Zielt darauf ab, die Betriebs- und Cybersicherheitsrisiken, durch strengere Vorschriften für digitale Betriebsresilienz für die Finanz- und Versicherungsbranche und deren Dienstleister, zu minimieren.
• Data Act: Regelt den Zugang zu und die Nutzung von Daten unter Berücksichtigung der Rechte von Datenproduzenten als auch von Nutzern.
• Digital Services Act: Zielt auf die Verantwortlichkeit von Online-Plattformen ab, um sicherzustellen, dass digitale Dienste in der EU sicher und vertrauenswürdig sind, insbesondere im Hinblick auf den Umgang mit illegalen Inhalten und die Transparenz von Werbung.
• Revised Product Liability Directive: Aktualisiert den EU-Produkthaftungsrahmen, indem sie die Haftung für fehlerhafte Produkte klärt und auf digitale Inhalte und Dienstleistungen ausweitet.

Vertikale Regulierung:

• Solvency-II-Review: Neben diversen Aktualisierungen wird auch eine Anpassung in Hinblick auf den Einsatz von KI erwartet.
• Richtlinie über den Versicherungsvertrieb (IDD): Harmonisiert Vertriebspraktiken von Versicherungsprodukten in der EU inkl. höherer Anforderungen an Transparenz und Verhalten von Versicherungsvermittlern. Sie wird 2025 reviewed.

Was macht die AVÖ?

Wie bereits erwähnt, wurde der Arbeitskreis Data Science in der AVÖ im Jahr 2018 gegründet. Dieser dient als Plattform für den regelmäßigen Austausch unter interessierten Kollegen, die Diskussion aktueller Fragen und die Weiterentwicklung zentraler Themen.

Für das Jahr 2024 hat sich der Arbeitskreis folgende Ziele gesetzt:

• Intensivierung der Kommunikation zu KI-Themen innerhalb der AVÖ-Community.
• Bereitstellung konkreter Praxisberichte über KI-Projekte.
• Erweiterung der KI-Wissensbasis auf der AVÖ-Homepage bzw. im Wiki.
• Verstärkte Kooperation mit der AAE und anderen Aktuarvereinigungen.

Um den Aufbau von Wissen zu Data Science und KI weiter zu unterstützen, bietet die AVÖ in Kooperation mit der EAA die Zusatzqualifikation „Certified Actuarial Data Scientist“ (CADS[3]) an. Das Einstiegsseminar „Actuarial Data Science – Basic“ findet vom 18. bis 20. April 2024 in Wien statt, gefolgt von einem zweiten Seminar im Herbst 2024. Anmeldungen sind über die CADS-Anmeldungsseite möglich: CADS Anmeldung

Auch die AAE diskutiert intensiv über KI und hat eine Arbeitsgruppe zu KI und Data Science ins Leben gerufen, in der die AVÖ mit zwei Aktuaren vertreten ist. Im Januar 2024 wurde das Papier „What should an actuary know about AI“ veröffentlicht.

Bei Interesse am Arbeitskreis oder Feedback zu diesem Artikel freuen wir uns über eine Kontaktaufnahme über: ak-datascience@avoe.at

Schlusswort

KI ist ein Thema, das gekommen ist, um zu bleiben. Für Aktuare eröffnen sich dadurch neue, vielfältige und spannende Arbeitsbereiche. Lasst uns diese Zukunft gemeinsam aktiv und positiv gestalten, um mit KI sinnvollen und nachhaltigen Mehrwert zu schaffen: für unsere Kunden, Partner, Mitarbeiter und uns selbst.

Anhang – Use Case Liste

Eine Auswahl von Use Cases über die Kernprozesse:

• Produktentwicklung und Pricing:
  • Nichtlineare Preisgestaltung und andere datengesteuerte Pricing-Ansätze
  • Personalisierte Produktentwicklung, basierend auf anderen als klassischen Datenquellen, die die individuellen Bedürfnisse der Kunden besser widerspiegeln
  • Abdeckung neuer Risiken und Nutzung neuer Datenquellen (z.B. Cyber).
  • KI-gestütztes Produktdesign, das LLMs auf Markt- und Verbraucherdaten nutzt
  • Erstellung von Allgemeinen Geschäftsbedingungen durch LLMs
  • Dynamische Angebotsanpassung in Echtzeit
  • Anpassung von Formulierungen und Pricing und/oder Erneuerungen basierend auf Kundenfeedback
• Marketing, Vertrieb und CRM:
  • KI-basiertes Kampagnendesign und -management, z.B. Optimierung, welche Kunden mit welchen Produkten über welche Kanäle wie angesprochen werden
  • Verbesserung der Kundenerfahrung durch LLMs, die auf allen vorherigen Kundeninteraktionen trainiert wurden
  • Verbesserte Lead-Generierung z.B. tägliche intelligente Lead-Listen für Agenten oder Echtzeit-Leads während Anrufen über LLMs
  • Echtzeit- und vollständig integrierte Angebotserstellung für Makler und Agenten
  • Stornofrüherkennung und Vorschläge für Präventionsmaßnahmen basierend auf früheren Erfahrungen, Sentiment-Analyse und Expertenerfahrung
  • Verbesserung der Kunden-/Agenten-/Maklersegmentierung mit multiplen Datenquellen
  • KI-basierte Ableitung des Customer-Lifetime-Values zur Definition von CRM-Maßnahmen wie Rabatten
• Risikoprüfung:
  • Nutzung externer Datenquellen zur Verbesserung von Underwriting
  • Mustererkennung in Schadendaten, die Einblicke in das Underwriting generieren.
  • KI-basierte Betrugserkennung im Underwriting.
  • Digitale Brokerage-Technologie wie „UnderwriteGPT“
• Ansprüche und Leistungsmanagement:
  • Automatisierte Schadensbewertung zur Bestimmung des Schadensgrades und sofortige Erstellung von Gutachten
  • Automatisierte Anspruchskategorisierung, z.B. Bestimmung der automatisierten vs. manuellen Bearbeitung
  • Selbstlernendes Betrugsmodell inkl. Prävention
  • Automatisiertes Schadensmanagement und Prävention unter Verwendung von Internet-of-things und LLMs zur Extraktion relevanter Daten aus Bildern/E-Mails
  • Schadensmanagement durch KI unter Berücksichtigung der Kundenerfahrung, angrenzender Zusatzkosten und potenzieller Erneuerungsoptionen
  • KI-basierte Schadenreservierung unter Berücksichtigung von z.B. Schadensdokumenten, Anrufprotokollen, Bildern
  • KI-gesteuertes Expertennetzwerkmanagement und -kontrolle
  • Direkte Erstattung durch KI
  • Verbesserung der Kundenzufriedenheit durch Vereinfachung komplexer Schadensprozesse, z.B. KI zum Scannen von Dokumenten
• Betrieb und IT:
  • Automatisierung von Kundenservice, z.B. durch LLM-betriebene Chatbots/Apps
  • Beschleunigung alltäglicher Aufgaben durch Sprach-zu-Text-KI-Übersetzung, LLMs für Textgenerierung, Personalisierung, Klassifizierung von Text/Dokumenten usw.
  • Konversationsinterface, das es Kunden ermöglicht, Policen zu überprüfen, Schadensfälle einzureichen und den Status zu verfolgen
  • Codeüberprüfung und Debugging durch LLMs
  • Automatische Codierung und Softwareentwicklung durch LLMs
  • Konversationsbasiertes IT-Ticketing
• Finanzen und Aktuariat:
  • Datenbasierte Risikoanalysen zur besseren Nutzung von Rückversicherung
  • Vereinfachung von Legacy-Produkten bei Migrationen
  • Automatisiertes Reporting und Dokumentenerstellung
  • Echtzeit-Finanzprognosen
  • Automatisierte Rechnungsverarbeitung
  • KI-gestützte Anpassung von Investorenberichten und -kommunikation
  • Automatisiertes Monitoring und Alarmierung von regulatorischen Änderungen
  • Automatisierte Modelldokumentation und Modellvalidierung
  • Echtzeit-Monitoring von KPIs, KRIs und Szenarien
• ALM und Investment:
  • Automatisiertes Reserach- und News-Monitorung und Zusammenfassen der wichtigsten Erkenntnisse
  • Automatisiertes Monitoring von Markttrends
  • Automatisierte Zusammenfassung von Marktberichten
  • Hedging und Portfolioanpassung basierend auf automatisiertem Monitoring
  • Optimierung der strategischen Asset-Allokation (SAA) und taktischen Asset-Allokation (TAA), Manager-Selektion
  • Bessere Modellierung von Aktiva, Passiva und deren Interaktionen

 

[1] https://support.microsoft.com/de-de/office/hinzuf%C3%BCgen-von-fu%C3%9F-und-endnoten-bff71b0c-3ec5-4c37-abc1-7c8e7d6f2d78

[2] Siehe https://actuaries.org.uk/media/purp2kk5/actuary-gpt-applications-of-large-language-models-to-insurance-and-actuarial-work.pdf

[3] https://avoe.at/aus-und-weiterbildung/ausbildung-actuarial-data-science/

Einleitung

ESG steht für Umwelt (Environmental), Soziales (Social) und Unternehmensführung (Governance) und repräsentiert ein Rahmenwerk für verantwortungsvolle und nachhaltige Unternehmensführung. Im Zentrum steht hierbei, Geschäftspraktiken in Einklang mit den globalen Nachhaltigkeitszielen zu bringen. Für Versicherungen ist dieses Thema aufgrund von veränderten Kundenerwartungen und neuen Verordnungen zur umfassenden Nachhaltigkeitsberichterstattung (z. B. CSRD, EU-Taxonomy) von besonderer Bedeutung.

Aus einem von PwC veröffentlichten Bericht^[1] geht hervor, dass „85 % der globalen Versicherer glauben, dass sich ESG auf alle Bereiche ihres Geschäfts auswirken wird. Die größten Auswirkungen sehen sie bei den Kapitalanlagen (91 % der Befragten), gefolgt von den Bereichen Risiko und interne Revision (90 %) und Underwriting (88 %).” Dies unterstreicht die Wichtigkeit des Themas ESG.

Außerdem ist die Erreichung der Nachhaltigkeitsziele ein ureigenes Interesse der Versicherer, da das Geschäftsmodell auf der Kalkulierbarkeit von Risiken basiert. Geraten der Klimawandel oder andere ESG-Risiken außer Kontrolle, würde das unkalkulierbare Risiken mit sich bringen, welche somit nicht mehr versicherbar wären. Die Boston Consulting Group^[2] beziffert den Anstieg der Schäden aus Naturkatastrophen für die globale Versicherungsbranche im Jahr 2022 auf 54% im Vergleich zum letzten 10-Jahres-Durchschnitt. Dabei steht die Branche nun vor einem doppelten Dilemma: einer drohenden Rentabilitätskrise für Versicherer und einer Erschwinglichkeitskrise für Kunden. Versicherer müssen eine Vorreiterrolle spielen, sowohl zum Nutzen ihrer Kunden als auch zum eigenen Nutzen. Risikomanagement und die Einbindung von Künstlicher Intelligenz (KI) spielen dabei eine entscheidende Rolle.

Die Anwendung von KI bezeichnet die Fähigkeit von Computerprogrammen, Aufgaben auszuführen, die normalerweise menschliches Denken erfordern, indem sie Muster erkennen, Daten verarbeiten und lernen, um fundierte Entscheidungen zu treffen. Sie kann eine entscheidende Rolle spielen, den Herausforderungen im Bereich ESG zu begegnen und effektive Lösungen zu finden. Der Versicherer Allianz veröffentlichte einen Bericht^[3], der aufzeigt, “dass die Versicherungsbranche eine von den Industrien mit dem höchsten potenziellen Wert von KI-Technologien ist, mit einem jährlichen Potenzial von 1,1 Billionen Dollar.” Dies unterstreicht die Wichtigkeit des Themas.

Dieser Artikel gibt einen Einblick in die Schnittmenge dieser beiden wichtigen Themen (ESG und AI) und beleuchtet nachfolgend die Anwendungsmöglichkeiten und Risiken von KI im Hinblick auf die Aspekte „E“, „S“ und „G“.

E – Umwelt (Environmental)

Die größten Herausforderungen im Bereich Umwelt umfassen aktuell Klimawandel, Umweltverschmutzung und Verlust der Biodiversität. Unternehmen stehen dabei vor der Aufgabe, ihre CO2-Emissionen zu reduzieren, Abfall zu managen, Energie und natürliche Ressourcen nachhaltig zu nutzen. Sowohl regulatorischer Druck als auch Investoren und Kundenpräferenzen machen es für Unternehmen immer notwendiger, das Thema Umwelt in ihren Entscheidungen zu berücksichtigen. Versicherungsunternehmen spielen dabei eine Schlüsselrolle. Über ihre hohen Investitionsvolumen verfügen sie über signifikante Lenkungswirkung auf andere Unternehmen und Branchen.

Abbildung 1. Naturgefahrenbilanz im Langzeitüberblick (Quelle: GDV)

Für Versicherungen bedeuten Umweltveränderungen auch neue Herausforderungen in Hinblick auf Produkte, die direkt und indirekt Naturkatastrophen (Hagel, Sturm, Überschwemmung, etc.) abdecken. Wie wichtig z. B. das Thema Klimawandel für die Versicherungsbranche ist, zeigt der Intergovernmental Panel on Climate Change (IPCC)^[4] . Demnach führt ein sich veränderndes Klima allmählich zu Verschiebungen in der Häufigkeit, Intensität, räumlichen Ausdehnung, Dauer und dem Zeitpunkt von extremen Wetterereignissen. Laut GDV sind Prävention und Klimafolgenanpassungen notwendig, damit die Kosten und folglich auch die Prämien für Naturgefahren nicht aus dem Ruder laufen oder einzelne Versicherungsprodukte in Regionen, die stark von Extremwetterereignissen betroffen sind, nicht mehr angeboten werden.^[5]

Andererseits gibt es neue Möglichkeiten in der Tarifierung und Produktentwicklung. Dazu zählen beispielsweise Förderungen bei umweltfreundlichem Verhalten der Versicherungsnehmer.

Anwendungen von KI:

• Risikomanagement und Pricing: KI kann Unternehmen dabei unterstützen, ESG-Risiken besser zu verstehen und zu managen, indem sie beispielsweise Marktdaten analysieren, um akkuratere Preise für umwelt- und klimabezogene Risiken zu berechnen.
• Energieeffizienz: KI kann dabei helfen, Energieverbrauch zu analysieren und zu optimieren, um so Energieeinsparungen und Kostenreduktionen zu erzielen. Implementierung von KI-gesteuerten HVAC-Systemen kann zur Reduzierung des Energieverbrauchs in Gebäuden genutzt werden.
• Abfallmanagement: KI kann bei der Automatisierung des Abfallmanagements helfen, indem sie beispielsweise Müllsortierung und Recycling effizienter macht.
• Schätzer und Vorhersage: KI kann genutzt werden, um NatCat-Modelle noch besser, effizienter und holistischer zu machen. Solche Modelle können nicht nur direkte Wirbelsturm-Schäden modellieren, sondern auch (ggf. mitversicherte) Folgeschäden wie eine Ölpest, Überschwemmung oder einen Großbrand modellieren und je nach Datenqualität weitere abhängige Schadensverteilungen simulieren.
• Monitoring und Reporting: KI kann genutzt werden, um Umweltdaten in Echtzeit zu analysieren und Berichte über die Umweltleistung eines Unternehmens zu erstellen.
  Seit Oktober 2023 ist in Deutschland am Umweltbundesamt ein Anwendungslabor für Künstliche Intelligenz und Big Data (KI-Lab) in Betrieb.^[6] Dieses soll Aktivitäten aus der Umwelt- und Nachhaltigkeitsforschung und des Umwelt-⁠Monitoring⁠ wirksam begleiten. Außerdem ist ebenfalls in Deutschland das BMBF-Forschungsprojekt Simplex4Learning gestartet worden^[7]. Dabei sollen die heterogenen Datenbestände der Umweltbehörden mit KI-Methoden besser für Analysen aufbereitet werden. Laut der Studie „Fernerkundung mit KI“^[8] vom österreichischen Parlament wird maschinelles Lernen häufig für die Analyse von Daten aus der Fernerkundung eingesetzt, um komplexe Umweltsysteme besser zu verstehen und zu managen, bspw. für Wettervorhersagen und Klimamodellierungen zur akkurateren Vorhersage von Überflutungen oder Dürren. Eine weitere Anwendung von KIs ist die drohnenbasierte Überwachung von Schädlingsbefall in der Forstwirtschaft.

Risiken:

• Inkorrekte Dateninterpretation: Falsche Interpretationen von Umweltdaten durch KI können zu falschen Schlussfolgerungen und Entscheidungen führen, die die Umwelt schädigen.
• Fehlende / falsche Daten: Ebenso können Datensätze, die nicht ausreichend diversifiziert, fehlerhaft oder falsch sind, zu einer Schädigung der Umwelt führen.
• Energiebedarf: Der Energie- und Ressourcenverbrauch von KI-Systemen ist hoch und kann somit selbst zu einer Belastung der Umwelt führen. Das Magazin Harvard Business Review^[9] hat recherchiert, dass Rechenzentren derzeit für 2 bis 3 Prozent der weltweiten Treibhausgasemissionen verantwortlich sind und sich das weltweite Datenvolumen ungefähr alle zwei Jahre verdoppelt. Die Weiterentwicklung im KI-Bereich und die immer stärkere Nutzung verstärken diesen Effekt. Eine Studie der University of Massachusetts Amherst^[10] zeigt außerdem, dass die Emissionen, die allein aus dem Trainieren eines KI-Modells entstehen, dem fünffachen CO2-Ausstoß eines Autos entsprechen.

 

S – Soziales (Social)

Im sozialen Bereich stehen Themen wie Mitarbeiterwohlbefinden, Diversität und Inklusion sowie die Interaktion mit Gemeinschaften und Stakeholdern im Vordergrund. Versicherungen decken per Definition durch zahlreiche Leistungsangebote bereits viele Themenschwerpunkte ab: Berufsunfähigkeits-, Kranken-, Lebens-, Arbeitslosen-, Invaliditätsversicherung.

Anwendungen von KI:

• Mitarbeiterwohlbefinden: KI kann zur Analyse von Mitarbeiterdaten genutzt werden, um Mitarbeiter zu fördern und Arbeitsbedingungen zu verbessern.
• Diversität und Inklusion: Mit Hilfe von KI können Unternehmen Diversitäts- und Inklusionsinitiativen besser umsetzen und messen. Durch die Implementierung von KI-gesteuerten Prozessen können zudem operative Kosten reduziert werden, um damit Versicherungsprodukte erschwinglicher zu machen. Im AAE-Artikel^[11] wird umfassend auf die Auswirkung von KI auf die Themen Versicherbarkeit und Inklusion eingegangen.
• Stakeholder-Engagement: KI kann dabei helfen, Stakeholder-Feedback effektiv zu sammeln und zu analysieren. Hierfür können z.B. Chatbots herangezogen werden, die entweder eigenständig oder als Unterstützung für die MitarbeiterInnen, eine rasche und unkomplizierte Kontaktaufnahme mit den jeweiligen (potenziellen) VersicherungsnehmerInnen herstellen sollen. Laut IBM kann damit sowohl eine höhere Kundenzufriedenheit erzielt als auch der Prozess beschleunigt werden.^[12]
• Analyse von Kundendaten und Erstellung von Kundenprofilen mittels KI, um individuell angepasste Versicherungspolizzen anzubieten. Hierbei können beispielsweise mittels gesammelter Daten im KFZ-Versicherungsbereich Prämien dynamisch gestaltet werden^[13]. Mit dem passenden Produkt kann sowohl die Kundenzufriedenheit als auch der Unternehmensumsatz gesteigert werden.^[14]

Risiken:

• Diskriminierung und Bias: KI-Systeme können bestehende soziale Vorurteile verstärken, wenn sie mit Bias trainiert werden. Dies kann zu Diskriminierung und Ungleichheiten führen. Zudem kann Diskriminierung auch indirekt durch Proxies wie z.B. der Postleitzahl hervorgerufen werden, sodass das reine Ausschließen sensitiver Merkmale (z. B. Alter, Religion oder Geschlecht) nicht ausreicht, um Diskriminierung zu vermeiden^[15]. Eine Untersuchung eines KFZ-Versicherungsbestandes in England ergab, dass Männer mit gleichem Risikoprofil aber ohne einem traditionellen englischen Männernamen höhere Versicherungsprämien aufweisen als jene mit einem klassischen englischen Namen^[16]. Zudem gibt es in den USA bereits mehrere Klagen gegen Versicherer, die KI-basierte Algorithmen verwendet haben^[17]. Z.B. gibt es gegen United Healthcare ein laufendes Verfahren, welches gegen die fälschliche Ablehnung von Schäden durch ihren KI-Algorithmus ermittelt.
• Datenschutzverletzungen: Die Analyse und Sammlung persönlicher Daten durch KI können die Privatsphäre von Mitarbeitern, KundInnen und anderen Stakeholdern verletzen. Hierbei stellt insbesondere eine mangelnde Nachvollziehbarkeit von Entscheidungen, die von der KI getroffen wurden, ein Problem dar^[18].
• Die Unternehmensberatung McKinsey schätzt, dass es durch den Einsatz von KIs zu großen Produktivitätssteigerungen (2,6 bis 4,4 Billionen US-Dollar jährlich) kommen wird.^[19] Dies könnte aber auch zu Veränderungen in der Arbeitswelt und Verlagerung oder Streichung von Arbeitsplätzen führen. Insbesondere in Berufen, die routinemäßige oder wiederholbare Aufgaben beinhalten, kann es zu Arbeitsplatzverlusten kommen.
• Verlust der Empathie: Durch den Einsatz von KI-Systemen können KundInnenbindungen verloren gehen. Beispielsweise könnten Kulanzentscheidungen wegfallen, bei denen sich SachbearbeiterInnen aufgrund der Gesamtsituation für eine Schadenzahlung entschieden hätte.^[20]

G – Unternehmensführung (Governance)

Im Bereich Governance geht es um die Einhaltung von Gesetzen, Regulierungen und ethischen Richtlinien sowie um Transparenz und Verantwortlichkeit der Unternehmensführung. Auch hier nehmen Versicherungsunternehmen eine Vorreiterrolle ein, da z.B. Gewinne teilweise mit VersicherungsnehmerInnen geteilt werden (siehe LV-GBV) und die umfangreichen Publikationspflichten (UGB, Solvency, IFRS, IDD, etc.) zu einem hohen Grad an Resilienz und Transparenz führen.

Anwendungen von KI:

• Compliance Monitoring: KI kann bei der Überwachung der Einhaltung von Gesetzen und Vorschriften helfen, indem sie riesige Datenmengen analysiert und mögliche Verstöße erkennt. Insbesondere kann KI die Informationen von Finanzdaten, Finanzflüssen, Firmenstrukturen verarbeiten und analysieren, ob es z.B. Interessenkonflikte gibt.
• Risikomanagement: Durch den Einsatz von KI können Unternehmen Risiken besser identifizieren und managen.
• Entscheidungsunterstützung: KI kann Führungskräften dabei helfen, datengetriebene Entscheidungen zu treffen, die im Einklang mit ESG-Zielen stehen.

Risiken:

• Compliance-Risiken: Fehlerhafte KI kann zu Verstößen gegen rechtliche und regulatorische Vorgaben und damit zu finanziellen und rechtlichen Konsequenzen führen.
• Fehlende Verantwortlichkeit: Die Verwendung von KI kann die Verantwortlichkeit bei Entscheidungen verschleiern.
• Governance: Arbeitsplätze sind gegebenenfalls durch KI gefährdet. Schätzungen zufolge werden Beschäftigte mit Tätigkeitsfeldern Steuern, Buchhaltung, Wertpapierhandel und Vermittlung am stärksten von den Umwälzungen durch KIs betroffen sein.

Schlussfolgerung

Die Nutzung von KI in der Umsetzung von ESG-Initiativen stellt einen wegweisenden Fortschritt für Versicherungen dar. Durch den Einsatz von KI können Unternehmen nicht nur ihre Datenerhebungs- und Analyseprozesse revolutionieren, sondern auch tiefergehende Einblicke in ihre Nachhaltigkeitspraktiken gewinnen. KI bietet umfassende Vorteile in der ESG-Datensammlung, in der Automatisierung von Datenaggregation und Berichterstellung. Gleichzeitig ist die Verwendung von KI-Systemen mit erheblichem Energieaufwand und zahlreichen weiteren Risiken und ethischen Bedenken verbunden.

AktuarInnen spielen dabei eine Schlüsselrolle, indem sie ihre Expertise in Risikobewertung und -management nutzen, um die Herausforderungen und Chancen, die KI und ESG mit sich bringen, zu navigieren. Durch die Entwicklung von Modellen, die ESG-bezogene Risiken quantifizieren und die Auswirkungen auf das Versicherungsgeschäft abschätzen, können AktuarInnen sicherstellen, dass der Einsatz von KI nicht nur effizienzsteigernd wirkt, sondern auch ethischen und nachhaltigen Prinzipien folgt. Somit fungieren AktuarInnen als unverzichtbare BrückenbauerInnen zwischen technologischem Fortschritt und nachhaltigem Unternehmenserfolg, indem sie sicherstellen, dass ESG-Ziele nicht nur erreicht, sondern in einer Art und Weise umgesetzt werden, die sowohl für die Gesellschaft als auch für die Umwelt von Vorteil ist.

 

 

 

 

[1] Next in insurance. ESG: A growing sense of urgency, 2022, https://www.pwc.com/us/en/industries/insurance/library/assets/pwc-next-in-insurance-esg.pdf

[2] An Insurance Risk Framework for Climate Adaptation, 2023, https://www.bcg.com/publications/2023/an-insurance-risk-framework-for-climate-adaptation

[3] Allianz Commercial. Global Risk Dialogue, How AI could change insurance, Volume 2, 2023, https://commercial.allianz.com/news-and-insights/reports/global-risk-dialogue.html#download

[4] https://www.ipcc.ch/

[5] https://www.gdv.de/gdv/medien/medieninformationen/naturgefahrenbilanz-2022-mit-4-3-milliarden-euro-ein-durchschnittliches-schadenjahr-fuer-versicherer-116996

[6] Siehe https://www.umweltbundesamt.de/themen/digitalisierung/anwendungslabor-fuer-kuenstliche-intelligenz-big#das-ki-lab-am-uba-fur-das-umweltressort

[7] Siehe https://www.bigdata-insider.de/umweltdaten-mit-ki-methoden-fuer-intelligente-analysen-erschliessen-a-b6b9f79ec4d5cde7d7d29c90d7548ce6/

[8] Siehe https://www.parlament.gv.at/dokument/fachinfos/zukunftsthemen/102_fernerkundung_KI.pdf

[9] https://hbr.org/2023/10/the-opportunities-at-the-intersection-of-ai-sustainability-and-project-management

[10] https://aclanthology.org/P19-1355.pdf

[11] AAE-Artikel. AI and the opportunities and challenges it presents to insurability, 2023. https://actuary.eu/memos/aae-discussion-paper-ai-and-the-opportunities-and-challenges-it-presents-to-insurability/

[12] https://www.ibm.com/blog/robotic-process-automation-in-insurance/

[13] https://www.ibm.com/blogs/digitale-perspektive/wp-content/uploads/2023/11/231026_Generative-KI-in-der-Versicherungswelt_Whitepaper_IBM-Consulting.pdf

[14] https://datasolut.com/ki-use-cases/next-best-action-in-der-versicherungsbranche/

[15] https://engineering.cmu.edu/news-events/news/2018/12/11-datta-proxies.html

[16] https://link.springer.com/content/pdf/10.1007/s12297-022-00528-1.pdf

[17] https://news.bloomberglaw.com/health-law-and-business/cigna-sued-over-alleged-automated-patient-claims-denials

[18] https://link.springer.com/article/10.1007/s12297-022-00518-3

[19] https://www.mckinsey.com/de/news/presse/genai-ist-ein-hilfsmittel-um-die-produktivitaet-zu-steigern-und-das-globale-wirtschaftswachstum-anzukurbeln

[20] https://link.springer.com/article/10.1007/s12297-022-00518-3

In den letzten Jahren hat die ÖFdV für Aktuar:innen jeweils ca. 6 bis 8 Weiterbildungsseminare über das Jahr verteilt veranstaltet und mit erfahrenen Vortragenden aus der Praxis und von Universitäten den AVÖ-Mitgliedern vielfältige aktuarielle Themenbereich von IFRS 17 über ESG, Risikomanagement, ALM oder Sozialkapitalbewertung bis hin zu wirtschaftlichen und rechtlichen Grundlagen näherbringen dürfen. Durch den Wegfall der berufsbegleitenden Lehrveranstaltungen am SIAS-Institut ist jedoch die Aktuarsausbildung nun für manche etwas langwieriger bzw. nur mehr schwer vereinbar mit einer bereits bestehenden Tätigkeit in einem Unternehmen geworden. Für manche Veranstaltungen wie die statistischen Methoden gibt es aktuell nur die Lehrveranstaltung der TU Wien, die jedoch einerseits nicht geblockt ist und andererseits nur in Kombination mit anderen Lehrveranstaltungen die diesbezüglichen Anforderungen für die Aufnahme als Anerkannte:r Aktuar:in abdeckt.

Im Rahmen einer neuen AVÖ-Ausbildungsinitiative erstellt die Aktuarvereinigung aktuell ein gesamthaftes Konzept für eine berufsbegleitende Aktuarsausbildung, wobei die ÖFdV auch eine wichtige Rolle übernehmen soll. Im Frühjahr 2024 finden die ersten geblockten Lehrveranstaltungen zu den statistischen Methoden analog zu den ehemaligen SIAS-Veranstaltungen mit Wissensüberprüfung statt. Im Anschluss sollen Teilnehmer:innen für die Aufnahme in die Sektion anerkannter Aktuare eine Teilnahmebestätigung mit Leistungsnachweis erhalten, welche alternativ zu einem Universitätszeugnis benutzt werden kann. Die Veranstaltung kann für die Weiterbildung und den Erwerb von CPD-Punkten durch eine gewöhnliche Teilnahmebestätigung natürlich auch ohne Prüfung besucht werden.