Technologische Infrastruktur für datenbasiertes Underwriting

Datenbasiertes Underwriting benötigt tragfähige Governance-Strukturen. Diese umfassen klare Rollenmodelle, Prozesse zur Datenverantwortung sowie verbindliche Standards für Datenqualität, Sicherheit und Nutzung. Doch erst mit geeigneter technologischer Infrastruktur lassen sich datenbasierte Prozesse skalierbar, automatisiert und regelkonform umsetzen.

Dieser Artikel zeigt, wie Architekturprinzipien, Systemlandschaften und Schnittstellen gestaltet werden können, um datengetriebene Entscheidungen operativ zu ermöglichen. Ein intelligenter Assistent ermöglicht darüber hinaus einen vertieften Einblick in die Thematik und beantwortet gezielt weiterführende Fragen.

5 typische Herausforderung bei unzureichender Infrastruktur

Underwriting-Entscheidungen beruhen auf der Verfügbarkeit, Verknüpfbarkeit und Validität von Daten. Die Infrastruktur steuert prozessuale Effizienz, technische Anschlussfähigkeit und fachliche Wirksamkeit. Typische Herausforderungen aus der Praxis:

• Fehlende Unterscheidung zwischen Datenfluss-Transparenz (Herkunft, Verarbeitung), Prozess-Transparenz (Abläufe) und Entscheidungslogik (z. B. KI-Regeln).
• Geringe Sichtbarkeit der Entscheidungslogik behindert Qualitätssicherung.
• Begrenzte Skalierbarkeit bestehender Architekturen führt zu Bearbeitungsstaus.
• Abhängigkeit von einzelnen Anbietern (Vendor Lock-In) reduziert Handlungsfähigkeit.
• Hohe IT-Kosten durch nicht standardisierte Systeme erschweren die Priorisierung.

Beispiel – Eine Underwriting-Plattform verarbeitet Anträge mit variierender Datenqualität. Ohne transparente Datenflüsse und klar definierte Schnittstellen fällt es schwer, Bearbeitungszeiten zu analysieren oder Optimierungspotenziale zu erkennen.

Transparente Prozesse fördern fachliche Steuerung

Technologische Infrastruktur stellt sicher, dass Fachbereiche Prozesse nachvollziehen und steuern können. Prozesstransparenz ist die Voraussetzung für fachlich getriebene Weiterentwicklung:

• Transparenz wird über Datenflüsse, Prozessabläufe und Entscheidungslogik systematisch hergestellt.
• Fachbereiche erhalten über Dashboards Zugang zu Ablauf- und Fehleranalysen.
• Fehlendes technisches Tiefenverständnis wird durch standardisierte Visualisierungen ersetzt.
• Automatisiertes Logging macht Abläufe überprüfbar.

Beispiel – Ein Fachteam erkennt über ein Prozessmonitoring, dass bestimmte Risikotypen systematisch in Ausnahmeregeln laufen. Die Ursache – hier unvollständige Adressdaten – wird technisch gelöst, der Engpass entfällt.

Ausrichtung der Architekturen entlang strategischer Ziele

Infrastruktur muss der unternehmerischen Zielsetzung dienen und nicht umgekehrt. Systemarchitektur wird entlang datengetriebener Anwendungsfälle entworfen:

• Verknüpfung von Datenpunkten mit Fachprozessen, etwa für Produktauswahl oder Risikoprüfung.
• IT-Strategie spiegelt die Fragen “Was braucht der Kunde?” und  “Was nützt operativ am meisten?“
• Datenbasierte Entscheidungen sind anschlussfähig an Produktentwicklung und Portfoliosteuerung.

Beispiel – Ein neues Gewerbeprodukt nutzt externe Geodaten zur Risikodifferenzierung. Die Infrastruktur verarbeitet diese automatisiert und leitet den Antrag über ein Regelwerk direkt in den passenden Prüfpfad.

KI-Lösungen brauchen messbare Evaluierung

KI-Lösungen müssen wirtschaftlich wirksam sein. Die technologische Infrastruktur liefert die Grundlage für deren Bewertung:

• Überwachung von Datenqualität und Modellverhalten.
• Nutzen von KI-Anwendungen wird messbar – z. B. durch Zeiteinsparung, höhere Dunkelverarbeitung, schnellere Risikoerkennung.
• Gegenüberstellung von Aufwand und Kosten zu  Mehrwert.
• Kriterien für Tech-Stack-Auswahl je Use Case – Datenlage, Komplexität, regulatorische Anforderungen, usw.

Beispiel – Ein KI-Modell erkennt fehlende Angaben im Antrag. Dank strukturierter Auswertung erkennt der Sachbearbeiter: Das Modell spart 15 % Bearbeitungszeit, hat aber hohe False-Positive-Raten. Ergebnis: Nachjustierung, nicht Ausweitung.

Cloud-Strategien erfordern Balance zwischen Flexibilität und Kontrolle

Die Wahl der Cloud-Strategie beeinflusst Skalierbarkeit, Datenhoheit und Kostenkontrolle:

• Public Cloud für nicht-sensible, rechenintensive Prozesse.
• Private Cloud bei hoher Regulierung oder sensiblen Daten.
• Hybrid Cloud für eine Kombination aus operativer Flexibilität und regulatorischer Sicherheit.
• Multicloudfähigkeit erlaubt Integration verschiedener Anbieter.
• Bring your own tech schützt bestehende Investitionen.

Interoperabilität ist dabei zentral; standardisierte Schnittstellen (z. B. REST, FHIR, ISO 20022) verhindern Datensilos. Vendor Lock-In wird durch offene Architekturen reduziert.

Beispiel – Ein Versicherer betreibt seine Tariflogik in der Private Cloud, nutzt aber externe Services zur OCR-gestützten Dokumentenverarbeitung in der Public Cloud – verbunden über standardisierte APIs.

Skalierbarkeit und Wartbarkeit sichern Zukunftsfähigkeit

Zukunftsfähige Infrastrukturen folgen stabilen Architekturprinzipien:

• Modularität – Komponenten lassen sich unabhängig weiterentwickeln.
• Transparenz – Datenflüsse sind nachvollziehbar.
• Wiederverwendbarkeit – Services sind mehrfach einsetzbar.
• Automatisierbarkeit – Anpassungen erfolgen effizient über Pipelines und Konfiguration.

Beispiel – Ein Service zur Adressverifikation wird sowohl im Privat- als auch im Gewerbegeschäft genutzt. Änderungen an der Prüflogik müssen nur einmal ausgerollt werden – mit geringem Risiko.

Operative Wirksamkeit zeigt sich im Anwendungskontext

Technologische Infrastruktur entfaltet ihren Wert erst im konkreten Anwendungskontext. In den kommenden Fachbeiträgen vertiefen wir ausgewählte Use Cases, die typische Herausforderungen im Underwriting adressieren. Im Fokus stehen dabei Fragestellungen rund um die Integration von KI in bestehende Systeme, die Auswahl und Bewertung geeigneter Datenquellen sowie die automatisierte Risikoprüfung bei gleichzeitigem Erhalt fachlicher Steuerbarkeit. Auch regulatorische Anforderungen und die Frage nach Erklärbarkeit und Akzeptanz von KI-gestützten Entscheidungen werden aufgegriffen.

Fazit

Technologische Infrastruktur im Underwriting entscheidet darüber, wie wirksam und skalierbar datenbasierte Entscheidungen sind. Nur wer Transparenz, Modularität und Interoperabilität kombiniert, wird dauerhaft effizient, regulatorisch sicher und wirtschaftlich erfolgreich handeln.

Ziel ist es nun, entlang realer Anwendungsfälle sichtbar zu machen, wie strategische, fachliche und technologische Anforderungen in skalierbare Lösungen übersetzt werden können – mit messbarem Nutzen für das Underwriting.