Die Versicherungsbranche bringt die besten Voraussetzungen mit, um in der neuen digitalen (Daten-)Welt erfolgreich zu sein. Der Umgang mit Daten und Modellen gehört für Versicherer seit langem zum Kerngeschäft. Und auch die Potenziale moderner Methoden der künstlichen Intelligenz (artificial intelligence – AI) bzw. des maschinellen Lernens (ML) sind vielen Unternehmen bekannt. AI/ML hilft, Preise risikoadäquat zu kalkulieren und Risiken präziser einzuschätzen. Auch auf der Kosten- und Vertriebsseite gilt AI/ML als Erfolgsfaktor: Prozesse lassen sich damit optimieren (siehe automatisierte Schadenfallbearbeitung), und neue Cross- und Upselling-Möglichkeiten tun sich auf.

Kernaufgabe der Aufsicht unverändert

All diese Chancen, die Versicherer schon aus Eigeninteresse ergreifen (werden), ändern nichts an der Kernaufgabe der Aufsicht. Sie muss auch in der neuen digitalen (Daten-)Welt vor allem dafür sorgen, dass die Interessen der Versicherten und des Versicherungskollektivs gewahrt bleiben. Um dieses Ziel weiterhin zu erreichen, verfolgt die BaFin ihren bewährten risikosensitiven Aufsichtsansatz: Auch AI/ML-Methoden sollten technologieneutral und risikoadäquat beaufsichtigt werden.

Zusätzliche Anforderungen nur bei zusätzlichen Risiken

Nicht zielführend ist es dagegen, pauschal und anhand unpräziser Definitionen von AI/ML die vermeintliche Notwendigkeit zu konstruieren, den Einsatz dieser Methoden besonders intensiv zu beaufsichtigen. Zusätzliche Anforderungen sind nur bei zusätzlichen Risiken sinnvoll. Deshalb sind allgemeine regulatorische Ansätze, die AI/ML mit Hilfe einer abschließenden und zugleich relativ unbestimmten Liste von Algorithmen von klassischen Verfahren abgrenzen wollen, für den Versicherungssektor weder angemessen noch praktikabel. Sie brächten zudem erhebliche Rechtsunsicherheiten mit sich, was den Einsatz innovativer Technologien im Versicherungssektor sogar hemmen könnte.

Stattdessen ist es sinnvoll, das bestehende regulatorische Instrumentarium auch auf AI/ML anzuwenden – und zwar, wie beschrieben, risikoadäquat. Schon jetzt hat das geltende Regelwerk die notwendige Flexibilität, Finanzinnovationen auf Basis ihrer Eigenschaften risikoadäquat – und damit verhältnismäßig – zu erfassen. Natürlich ergeben sich neue Herausforderungen, etwa die hohe Flexibilität und teils hochfrequente Anpassungsfähigkeit von AI/ML-Methoden. Auch rücken Fragen der Datenqualität und Datengovernance noch stärker in den Fokus. Diese Fragen sollten vor allem mit Blick auf das konkrete Einsatzgebiet beantwortet werden.

Gut gerüstet für die Zukunft

Schon jetzt bewältigt die BaFin mit ihrem technologieneutralen und risikobasierten Ansatz die Aufsicht über die komplexen mathematischen Verfahren der Versicherer. Das macht uns zuversichtlich, auch für neue Entwicklungen gerüstet zu sein.