4 minuten lezen
In een wereld vol data en hoogwaardige technieken kunnen we steeds beter op individuele basis risico’s inschatten en dat zet flinke druk op het solidariteitsbeginsel.
Slim gebruik van data leidt tot voorspelkracht
In de toekomst is het goed mogelijk dat gedrag een bepalende factor wordt bij de bepaling van bijvoorbeeld de premie van je autoverzekering. Zo is er mogelijk goed nieuws voor mensen die op zondag naar de golfclub gaan om een balletje te slaan. De verwachting is dat deze groep over het algemeen gezien voorzichtigere mensen zijn dan de frequente stadionbezoeker. Wellicht is het bezoek aan de golfclub in de toekomst een van de datapunten waarop een verzekeraar een lagere verzekeringspremie kan baseren, want waarom zou de bezoeker aan de golfclub ‘betalen’ voor de frequente stadionbezoeker?
Natuurlijk werkt het in de praktijk niet zo lineair. Al was het maar omdat het gedrag maar één van de vele factoren is dat iets zegt over (de risico’s van) een individu. Juist het combineren van verschillende bronnen van informatie maakt dat we met een bepaalde waarschijnlijkheid iets kunnen zeggen over een individu. Daarin schuilt ook de kern van de opkomst van Big Data in de afgelopen jaren. Het gaat daarbij eigenlijk maar om één ding: data maakt het mogelijk dat er veel nauwkeuriger voorspellingen kunnen worden gedaan.
Solidariteitsparadox
Voor verzekeraars heeft deze toegenomen voorspelkracht een fundamenteel gevolg: er ontstaat een ander perspectief op solidariteit. De redenering is conceptueel heel eenvoudig. Nu we steeds meer weten over onszelf als individu, weten we ook meer over de risico’s die we lopen om ziek te worden, een (bedrijfs)ongeval te krijgen of op een andere manier in de problemen te komen. We weten daarmee ook steeds beter hoe onze individuele risico’s afwijken van het maatschappelijk gemiddelde. Vroeger hadden we die inzichten alleen maar grof in beeld en kon een verzekeraar de premie voor een verzekering ook alleen maar op basis van die informatie berekenen. Nu wordt het mogelijk om dat met chirurgische precisie te doen.
Het aloude concept van solidariteit, dat de basis is onder alle verzekeringen, is daardoor niet meer vanzelfsprekend. Of, anders gezegd, de nieuwe inzichten uit data zullen een test zijn om te zien hoe solidair we nu echt met elkaar willen zijn.
Hoe bereid zijn mensen nog om risico’s te delen met een groep mensen waarvan ze – voor het eerst zo duidelijk zichtbaar – weten dat deze grotere risico’s lopen? Het wordt ook wel de solidariteitsparadox genoemd: hoe meer we weten over de manier waarop we anderen ‘subsidiëren’ voor hun hogere risico’s, hoe minder we daartoe bereid zijn. En precies dat subsidiëren wordt steeds inzichtelijker: data- analysetechnieken maken duidelijk dat ziek worden vaak geen botte pech is en dat schades een-op-een samenhangen met individueel gedrag.
Mogelijkheden voor verzekeraars
Verzekeraars spelen al jaren in op deze ontwikkelingen. In sommige landen kunnen jongeren bijna geen autoverzekering krijgen, simpelweg omdat heel duidelijk is dat de risico’s voor deze categorie zo hoog zijn. Het is ook niet voor niets dat juist in die landen telematica in verzekeringen – om rijgedrag te monitoren – sterk in opkomst is. Ook het probleem van de moeilijk verzekerbare taxichauffeurs is een duidelijk voorbeeld van de maatschappelijke ontwikkelingen.
In ultieme vorm kunnen verzekeraars de producten ook afstemmen op je persoonlijke lifestyle: Onder andere de drie sensoren in je smartphone (GPS, accelerator en gyroscoop) bieden daarbij ongekend veel mogelijkheden. Verzekeraars weten niet alleen hoeveel je fietst of hoe vaak je uit eten gaat; we kunnen zelfs vaststellen of je in een auto een passagier of een bestuurder bent. Dat ontsluit veel mogelijkheden voor meer maatwerk. Het is alleen nog maar de vraag hoe happig mensen zijn om zoveel privacygevoelige informatie te delen.
Zijn gepersonaliseerde verzekeringen de oplossing?
Gepersonaliseerde premies lijken het ideaalbeeld. Al is het maar dat het vaak tijdens paneldiscussies naar voren komt. Het gevaar echter, is dat het doorslaat. In 2018 kwam China in het nieuws vanwege een omstreden kredietssysteem.
Elke burger krijgt plus- of minpunten wat uiteindelijk leidt tot een bepaalde score. Een regelmatig bezoek aan ouders of grootouders resulteert in positieve punten, terwijl vaak alcohol kopen, leidt tot minpunten. De som van al deze punten is bepalend voor bijvoorbeeld het verkrijgen van een lening of verzekering. Het is dan ook de meest extreme vorm van gepersonaliseerd aanbod.
In het systeem wordt verondersteld dat we gedrag perfect kunnen moduleren en ook dat we precies plus- en minpunten daar aan toe kunnen kennen. In een laboratoriumachtige setting vallen deze hypotheses wellicht eenvoudig te bepalen, maar de praktijk zit veel complexer in elkaar.
Om een simpel voorbeeld te geven waarin dit duidelijk wordt; is het bezoeken van een sportschool positief of niet? Doe een enquête in een willekeurig verzorgingstehuis en de kans is groot dat de bewoners nog nooit een sportschool van binnen hebben gezien. Aan de andere kant zijn er tal van (professionele) sporters die op veel te jonge leeftijd overlijden. Welke groep heeft meer recht op een verlaagde zorgverzekering?
Uiteraard is sporten heel gezond, maar het zegt zeker niet alles. Wat nou als iemand supergezond leeft en veel sport, maar elk jaar naar de tropen op vakantie gaat waardoor de kans groter is op het oplopen van een tropenziekte? Welke premie moet hij of zij hier dan voor betalen?
Conclusie
Omdat de wereld zo complex in elkaar zitten, is het solidair zijn met elkaar iets heel erg moois. Iedereen is uniek en dat valt niet zomaar te moduleren. Als iemand bewust een risico neemt en de correlatie naar schade erg hoog is, dan kan je ervoor kiezen hiervoor een hogere premie te rekenen. Als we deze risico’s beter kunnen inschatten door IoT en data dan is dat gunstig. Immers, op deze manier ontstaat er een transparantere en eerlijkere manier van verzekeren. De keerzijde hiervan is wel dat er een grotere kans bestaat dat verzekeraars het niet meer aandurven om ‘risicogroepen’ te accepteren.
Ook al is solidariteit in algemene zin een prachtig beginsel (alle verzekerde consumenten dragen gezamenlijk de risico’s, ongeacht hoe groot het eigen risico is), onze vooruitstrevende technologie zou op dit gebied de kaarten weleens flink opnieuw kunnen gaan schudden.