Algoritmes in de verzekeringsbranche

2 minuten lezen

Algoritmes worden steeds vaker door verzekeraars ingezet, bijvoorbeeld om polissen te accepteren of om schades af te handelen. Toch loopt de verzekeringsbranche nog niet voorop als het over het gebruik en de ontwikkeling van algoritmes gaat.

De huidige toepassingen van algoritmes zijn vaak gebaseerd op vrij eenvoudig en op gemakkelijk te interpreteren (business)regels. Bij acceptatie worden bijvoorbeeld een aantal checks uitgevoerd die uitmonden in een score. Bij het indienen van een schadeclaim vindt een risicoanalyse plaats op basis van data vanuit verschillende bronnen. Die analyse is weliswaar wat fijnmaziger dan vroeger, maar is ook nog steeds heel overzichtelijk.

De voordelen van algoritmes

Langzaam maar zeker wordt ook machine-learning toegepast die minder overzichtelijk en minder goed uitlegbaar is. Een aantal verzekeraars experimenteert al met algoritmes die op basis van schadefoto’s volautomatisch en realtime een taxatie vaststellen. Ze elimineren daarmee de menselijke handelingen in de schadeafwikkeling.

Ook op een ander terrein zien we de voordelen van algoritmes: premies en producten kunnen worden afgestemd op lifestyle, gedrag en/of gebruik van bepaalde producten. In de simpelste vorm komt het erop neer dat een ritje van een jonge moeder van Heerenveen naar Joure in een heel andere premie resulteert, dan een ritje van een twintiger in de binnenstad van Utrecht. De premie wordt dan niet meer bepaald op waar iemand woont, maar op waar iemand rijdt.

Betalen naar gebruik zal de komende jaren ook veel verfijnder worden en individuele risico’s zijn, onder andere door de komst van IoT, heel nauwgezet te calculeren. Dat leidt niet alleen tot vraagstukken op het vlak van solidariteit – worden bepaalde individuen onverzekerbaar? - maar ook tot de vraag of de algoritmen niet discrimineren.

Weliswaar is verzekeren een low-interest product, maar als data niet integer wordt gebruikt, zullen dergelijke toepassingen al snel veel kritiek krijgen en zal het vertrouwen erin onder druk komen te staan. Een essentiële opgave voor de komende jaren is dan ook om het vertrouwen daarin te borgen.

Professionele ontwikkeling van algoritmes

Een eerste voorwaarde is dat de ontwikkeling van technologie op professionele wijze gebeurt. Er is een analogie met de opkomst van internet zichtbaar. In de jaren negentig wilde ieder bedrijf een website en er was altijd wel een spreekwoordelijk handig neefje beschikbaar om die wens uit te voeren. Enkele decennia later is er sprake van een enorme professionalisering in de (uitvoering van) online strategieën van organisaties. Er is iets soortgelijks aan de hand ten aanzien van de ontwikkeling van algoritmes.

Veel organisaties zijn hier enthousiast mee aan de slag gegaan en komen er nu met vallen en opstaan achter dat je dat ook niet aan dat handige neefje moet overlaten, maar moet professionaliseren. Waar het met name om gaat, is om contextueel naar data te kijken en niet zuiver statistisch, om zo te voorkomen dat onzinnige conclusies worden getrokken. Data-analyse is dan ook altijd een zaak van een goede samenwerking tussen materiespecialisten uit de business en data scientists. Die professionalisering is een belangrijke bouwsteen voor het vertrouwen.

Meer algoritmes in de verzekeringsbranche 

Ben je nieuwsgierig geworden en wil je meer weten over dit onderwerp? Je leest er alles over in ons eBook - Algoritmes in de verzekeringsbranche.

Ontdek meer algoritmes in de verzekeringsbranche

eBook - Algoritmes in de verzekeringsbranche