Unsere beiden Experten haben sich unter anderem über die folgenden vier Fragen unterhalten und Erfahrungen aus ihrem gemeinsamen Projekt ausgetauscht. Die Zusammenfassung davon finden Sie nachfolgend:

Yves | Wir arbeiten schon lange auf verschiedenen Projekten zusammen, welche sich meist um die Themen Plattformen und Cloud-native im Bereich von Versicherungslösungen bewegen. Was sind dabei eure grössten Herausforderungen?

Marco | Wir befinden uns in einem Wandel, unsere Herausforderungen bewegen sich vor allem in den folgenden beiden Bereichen: 

1. Wie können wir ein besseres Verständnis diesbezüglich schaffen. Was kann man mit Technologien in einem digitalen Umfeld erreichen? Wie lassen sich neue digitale Geschäftsideen realisieren mit Hilfe von moderner Technologie?
2. Was sind die Überlegungen punkto Daten? Wie gehe ich mit Data Sharing, Datenschutz und Sicherheitsthemen um?
    

Yves | Warum werden dann nicht alle Daten gesammelt, ausgewertet und die daraus gewonnen Erkenntnisse wieder verkauft? Das wäre ja ein Ansatz, welcher grundsätzlich funktioniert.

Daniel | Ja, jedoch nicht immer. Wir haben auf unserem Projekt herausgefunden, dass es verschiedene Sichten gibt, wie mit Daten umgegangen werden soll. Zum einen gibt es die Assekuranz, welche ein Risiko zeichnet. Aus deren Sicht wäre eine umfassende Risikoanalyse , die datengetrieben stattfinden kann, sehr wünschenswert. Dies ist jedoch u.a. aus datenschutzrechtlichen Gründen oft nicht möglich und andererseits von denen, die die Rechte an den Daten halten auch nicht gewünscht. Das heisst es wird eine andere Herangehensweise benötigt. Eine davon wäre ‚bring the model to the data‘, also die Analyse/Modell dort hin zu bringen, wo die Daten sich befinden. Diese Lösung wäre jedoch wiederum für jene, die die Analysen fahren möchten, in diesem Falle die Assekuranz, auch nicht praktikabel, weil die Risikomodelle geistiges Eigentum darstellen, das geschützt werden will. Es gestaltet sich also nicht so einfach.

Hören Sie die Ergänzungen von Marco und ein Beispiel aus der Automobilindustrie im Podcast.

Yves | Gibt es Ansätze welche über ‘bring the model zu data’ hinaus gehen und ev. dieses Ökosystem noch besser mit Vertrauensbildung unterstützen können?

Daniel | Das war das Ziel in unserem Projekt und gehört zum Thema Confidential Computing: Wie funktioniert Technologie in einem ‘trustless Environment’? Dabei handelt es sich um eine Hardware basierte Lösung, welche mithilfe von Kryptographie sicherstellt, dass während der Verarbeitung der Daten keine unerlaubte Einsicht auf diese Daten passieren können. Das heisst die Daten werden vor der Verarbeitung verschlüsselt, bei der Verarbeitung bleiben die Daten ständig verschlüsselt und danach werden die Daten wieder verschlüsselt. Schlussendlich können also nur diejenigen Personen mit dem zugehörigen Schlüssel auf die Daten zugreifen.
So können wir das Risikoberechnungsmodell einer Versicherung verschlüsselt dort hin bringen, wo die Daten sich originär befinden, ohne dabei die Modelle offenlegen zu müssen. Die daraus gezogenen Erkenntnisse sind jederzeit verschlüsselt und können nur von den zugelassenen Subjekten eingesehen werden.

Yves | Ok, also technologisch ist dies möglich. Ist der Markt dafür überhaupt schon reif? Bewegen sich die Teilnehmenden des Ökosystems auch mit Use Cases darauf?

Marco | Genau, technologisch sollte dies grundsätzlich keine Herausforderung mehr sein. Ich sehe da eher den noch ausstehenden Mindset Shift, das Verständnis wie dies funktioniert und das übergeordnete Thema “Interoperabilität” in digitalen Märkten als Herausforderung. Damit herein geht dann auch der noch zu leistende Aufbau von Vertrauen in die Technologie.

Detaillierte Ausführungen und die Antwort wie die beiden Experten 1 Mio. CHF in ein solches Projekt investieren würden, hören Sie im Podcast.