Mittlerweile sind Führungskräfte persönlich für gesetzeswidrige Transkationen verantwortlich, die durch das System rutschen. Fehlende Compliance zieht für Banken empfindliche Strafen nach sich – sanktionsbezogene Bußgelder kosteten Banken in den USA zwischen 2008 und 2015 insgesamt 200 Milliarden US-Dollar.[i] Zur Vermeidung krimineller Aktivitäten und zum Schutz vor Strafen ist in Banken eine rigorose Lösung zum Sanktions-Screening erforderlich, mit der die drei folgenden Herausforderungen angegangen werden können:

1. Das Sicherstellen von Compliance ist eine schwierige Angelegenheit, da Vorschriften immer wieder geändert und starke Kontrollen von den Regulierungsbehörden durchgeführt werden.
2. Akkurate und schnelle Screenings stellen eine Herausforderung dar, besonders ohne Beeinträchtigung legitimer Kundentransaktionen.
3. Das Aktualisieren von Sanktionslisten erfordert viel Zeit und ist kompliziert, besonders bei fehlender Flexibilität im System.

1. Das Sicherstellen von Compliance ist eine schwierige Angelegenheit

Durch intensive behördliche Prüfungen als Reaktion auf Förderung terroristischer Aktionen und anderer sanktionierter Transaktionen sehen sich Banken einer enormen Herausforderung gegenüber. 20 % aller Finanzdienstleister wurden bereits Strafgelder durch eine Regulierungsbehörde auferlegt, und diese Zahl wird wahrscheinlich noch steigen.[ii] Banken drohen empfindliche Bußgelder, Betriebsschließungen und Rufschädigung, wenn Transaktionen nicht vorschriftsgemäß geprüft und vor Abschluss einer Transaktion nicht alle Informationslücken geschlossen werden. Doch nicht nur die Banken selbst leiden darunter, auch die Kunden werden durch fehlende Compliance beeinträchtigt. Der Betrieb einer Bank in Asien wurde aufgrund schwerwiegender Verstöße und unzureichend wahrgenommener Aufsichtspflichten vollkommen stillgelegt.[iii] Für Kunden ist Compliance eine Voraussetzung und ein Anzeichen für die Governance von Anbietern, um sicherzugehen, dass diese nicht in kriminelle Aktivitäten verwickelt sind.

2. Akkurate und schnelle Screenings stellen eine Herausforderung dar

Es ist eine schwierige Angelegenheit, zu verhindern, dass Geldmittel sanktionierte politisch exponierte Personen (PEP) sowie Terroristen erreichen, und es entstehen hohe Gemeinkosten für Mitarbeiter und IT, besonders dann, wenn legitime Transaktionen nicht beeinträchtigt werden sollen. Ineffiziente Screenings mit vielen falsch-positiven Ergebnissen können die Kundenbeziehungen beeinträchtigen. Zudem können Banken wichtige Geschäftschancen entgehen, wenn beispielsweise eine Gehaltsauszahlung eines großen Unternehmens nur ein einziges Mal aufgrund eines falschen Treffers mit dem Namen eines Mitarbeiters zurückgehalten wird. Durch zu empfindlich eingestellte Screening-Systeme kann es vorkommen, dass Kunden mit einem Namen, der auf der Überwachungsliste steht, irrtümlich als potenzielle Betrüger gebrandmarkt werden, weshalb ein verärgerter Kunde die Bank vermutlich verlassen wird.[iv]

3. Das Aktualisieren von Sanktionslisten erfordert viel Zeit und hohen Arbeitsaufwand

Die vielen Überwachungslisten, die in Banken geprüft werden müssen, werden heutzutage regelmäßig überarbeitet. So wird sichergestellt, dass alle sanktionierten Einheiten erkannt werden. Durch die steigende Anzahl von Sanktionslisten zahlreicher nationaler, regionaler und globaler Organisationen wird dieser Schritt immer zeitaufwändiger. Die Anzahl an Einheiten auf diesen Listen nimmt mit jeder Aktualisierung weiter zu, ebenso wie die der Decknamen und alternativen Schreibweisen von Namen.

Die Erkennungsmöglichkeiten eines Filters stehen in direktem Zusammenhang mit der Qualität der Sanktionslisten. Da diese Listen immer komplexer werden, ist zur Gewährleistung der Filterqualität eine ausgeklügelte Kombination aus Screening-Methoden und verbesserten Rohdaten erforderlich. Eine flexible Architektur und leistungsstarke Systeme für die Listenverwaltung sind ausschlaggebend, um aktuelle Normen zu erfüllen und zukünftige Anforderungen effektiv abbilden zu können.

4. So gelingt ein erfolgreiches, effizientes Transaktions-Screening

Banken brauchen ein leistungsstarkes Screening-Werkzeug, um gesetzeswidrige Transaktionen zu verhindern, die Beeinträchtigungen bei legitimen Transaktionen zu minimieren und mit den raschen Änderungen bei ihren Überwachungslisten Schritt zu halten.

Zur Verhinderung von Strafen und Unterbrechungen für Kunden müssen diese Listen schnell und mit wenigen falsch-positiven Treffern geprüft werden können. Eine solche geringe Rate der falschen Treffer wird bei Screening-Tools durch Einbindung von Daten zu früheren Transaktionen und Trendanalysen erreicht. Des Weiteren können effektive Screening-Lösungen ganz einfach in vorhandene Systeme integriert werden. So muss die gegenwärtige IT-Infrastruktur in Banken nicht nennenswert verändert werden, um die Lösung zu implementieren und neue Anforderungen abzubilden.

Banken sind dazu angehalten, ihren Beitrag zu leisten, um den Geldfluss an sanktionierte Einheiten zu verhindern. Mit speziellen Screening-Lösungen wie Screen von Temenos können solche Tansaktionen erfolgreich abgefangen werden. Besuchen Sie Microsoft AppSource, um mehr über Screen von Temenos zu erfahren.

[i] http://www.cnbc.com/2015/10/30/misbehaving-banks-have-now-paid-204b-in-fines.html
[ii] Global Economic Crime Survey, PwC, 2016
[iii] http://www.mas.gov.sg/News-and-Publications/Media-Releases/2016/MAS-directs-BSI-Bank-to-shut-down-in-Singapore.aspx
[iv] https://dealbook.nytimes.com/2014/06/15/bank-account-screening-tool-is-scrutinized-as-excessive/

The post Kein umständliches Transaktions-Screening mehr beim Banking appeared first on Microsoft Branchenblogs.

Das Versicherungsgeschäft zählt zu den Branchen, in denen das Risikomanagement auf der Auswertung von Daten beruht. Es erfordert zudem eine ständige Steigerung der Rechnerleistungen, um die gesetzlichen Berichterstattungsvorschriften zu erfüllen. Nachdem Versicherer die Cloud allmählich annehmen, stellen unsere Kunden zielgerichtete Fragen wie:

• Wie schützen Sie meine Daten?
• Wie verwenden Sie meine Daten?
• Wie können Sie mich bei der Erfüllung meiner Complianceanforderungen unterstützen?
• Wo sind meine Daten und wer hat Zugriff darauf?
• Wie reagieren Sie auf Regierungsanfragen nach Kundendaten?

Letztendlich läuft dies alles auf eine Frage hinaus: „Warum sollte ich Ihnen vertrauen?”

Die richtige Entscheidung zu treffen, bedeutet, alle diese Fragen zu beantworten, Daten zu überprüfen, Ihre Bedürfnisse zu analysieren und den richtigen Technologiepartner zu finden, damit sich der Erfolg einstellt.

Finanzaufsichtsbehörden behalten sich das Recht zur Überprüfung vor und sie möchten, dass Unternehmen stärkere Kontrolle über ihren Cloudbetrieb haben. In vielen Ländern müssen Aufsichtsbehörden in diese Überlegungen eingebunden werden. Selbst wenn sie es nicht sind, ist es besser, proaktiv zu sein und lieber ein „kein Einwand” von der Behörde zu erhalten, als dass Ihre Lösung von ihnen geprüft und „abgelehnt” wird.

Cloud Service-Provider müssen über eine starke Sicherheitsgrundlage mit geeigneten etablierten Verfahren verfügen, um ihre Dienstleistungen zu unterstützen – und Sie brauchen die Tools, um auf Ihre sicheren Lösungen zu entwickeln, zuzugreifen, sie zu authentifizieren, zu verwalten, zu verschlüsseln und zu überwachen. Sobald dies der Fall ist, ist es einfach, Drittanbieter sicher und reibungslos in ihr virtuelles Umfeld aufzunehmen.

Cloud-Provider müssen sich im Rahmen des ISO 27018 Datenschutz-Standards an wesentliche Prinzipien halten, zu denen Transparenz bei Umgang und Speicherort der Daten, Kommunikation mit Kunden und Aufsichtsbehörden im Fall einer Vertragsverletzung ebenso gehören wie Kunden die Kontrolle darüber zu geben, wie ihre Daten verwendet werden.

Mit einer funktionierenden sicheren Umgebung können wir Lösungsanbietern ermöglichen, bewährte, kostengünstige Lösungen zu entwickeln, die reibungslos in oder mit der Cloud funktionieren, um Ihrem Unternehmen, Ihren Benutzern und Ihrem Erfolg einen Mehrwert zu geben. Die Support-Struktur und das dafür erforderliche Vertrauen kann nur erzielt werden, wenn diese branchenspezifischen Lösungen gemeinsam entwickelt werden und dabei dieselben Tools und Technologien von der Konzipierung bis zur Auslieferung und darüber hinaus verwendet werden.

Weitere Informationen erhalten Sie, wenn Sie Microsoft- Perspektiven zur Risikomodellierung im Versicherungsgeschäftherunterladen

The post Risikomodellierung im Versicherungsgeschäft: die richtige Cloud für Versicherungen finden appeared first on Microsoft Branchenblogs.

In einer Branche, in der sich alles um Risikovorhersage dreht, verschließen viele Versicherungsanbieter die Augen vor einer der größten Bedrohungen, denen sie heute gegenüberstehen: ihren eigenen Altsystemen. Die Cloud bietet die Möglichkeit für eine leistungsstärkere, sicherere und effizientere Risikomodellierung, aber Versicherer bewegen sich hier nur zögerlich. Das ist verständlich, da Versicherungsanbieter eher konservativ sind, wenn es darum geht, neue Entwicklungen anzunehmen.

Doch Cloud ist viel mehr als nur ein schickes Modewort. Sie verändert die Versicherungsbranche und treibt Innovationen rasant voran. Der Rest der Welt steigt um auf die Cloud – und die Versicherungsunternehmen, die nicht frühzeitig auf den Zug aufspringen, laufen Gefahr, abgehängt zu werden. Sie werden letztendlich nur noch begrenzte Modellierungsfunktionen, teure On-Premises-Infrastrukturerweiterungen und erhöhte Verletzbarkeit bei Sicherheitsverstößen haben.

Begrenzte Rechnerkapazität bedeutet begrenztes Modellierungspotenzial

Für eine genaue Risikomodellierung sind Geschwindigkeit und Kapazität entscheidend. Versicherer verfolgen immer Lösungen, die die notwendige Rechnerleistung bieten, um Modelle schneller laufen zu lassen, und die eine größere Zahl an Szenarien ansprechen. Den meisten Versicherern fehlen derzeit jedoch die notwendigen Ressourcen. Eine Studie aus dem Jahr 2014 fand heraus, dass zwei Drittel der Versicherer noch immer versicherungsmathematische Modelle an Einzelplatzrechnern und Desktop-Apps ausführen. Diesen Tools fehlt es an der für hochkarätige Risikomodellierung notwendigen Rechenleistung.

Noch nie da gewesene Datenmengen werden den Versicherungsunternehmen zur Verfügung stehen, aber diese Daten sind ohne eine Auswertungsmöglichkeit verloren. Leistungsschwache Prozessoren können die Last aus Rohdatenströmen, die granulare Kundenauswertungen enthalten, nicht verarbeiten. Stattdessen müssen Versicherungsagenturen auf sperrige Demografiedaten und Verallgemeinerungen zurückgreifen. Eine begrenzte Analyseleistung verringert zudem die Genauigkeit der Risikomodellierung. Folglich verlieren diese Unternehmen gegenüber ihren technisch versierteren Mitbewerbern, die exakte Preisgestaltungen anbieten können.

Eine größere Genauigkeit bei der Risikobeurteilung ist zudem nicht nur ein zusätzlicher Pluspunkt – sie wird von Versicherungsagenturen immer stärker eingefordert. Neue Standards wie Solvency II, Dodd Frank und die IFRS (International Financial Reporting Standards) fordern, dass Versicherer häufiger komplexere Modelle ausführen. Dies ist insbesondere für weltweit tätige Versicherungsanbieter eine Herausforderung, die viele unterschiedliche regulatorische Anforderungen erfüllen müssen. Die meisten Versicherer können diese Forderungen nicht mit ihrer aktuellen Infrastruktur erfüllen und die Erweiterung der bestehenden Infrastruktur ist kostspielig und zeitintensiv.

Da die Menge und die Vielfältigkeit der kundenspezifischen Daten, die der Versicherungsbranche zur Verfügung stehen, zunehmen, müssen die Rechenleistungen damit Schritt halten. Die Cloud-Technologie ist ein leistungsstarker Ersatz für Altsysteme. Deren riesige Datenkapazität verleiht Versicherungsunternehmen den Umfang und die Rechenleistung, die zur schnellen und gleichzeitigen Durchführung von Analysen erforderlich ist. In Kombination mit einer Machine Learning-Technologie, die Daten mit wachsender Intelligenz analysiert, sind Versicherer in der Lage, Risiken, Kundenabwanderungen und Betrug genauer zu bewerten.

Eine Ausweitung der On-Premises-Infrastruktur ist extrem teuer

Um Rechnerleistungen so zu erweitern, dass Vorschriften erfüllt werden und die Wettbewerbsfähigkeit erhalten bleibt, müssen Versicherungsunternehmen, die an der On-Premises-Technologie festhalten, Millionen Dollar in Verbesserungen der Infrastruktur investieren, die jedoch schnell wieder veralten kann. Die Anforderungen an die Datenverarbeitung schwanken zudem – ein Versicherer kann in der Regel 2000 Kerne verwenden, braucht aber 5000-10.000 für vierteljährliche oder jährliche Risikomodellierungen. Aufgrund der mangelnden Flexibilität von On-Premises-Modellen sitzen die Unternehmen entweder auf ungenutzten Kapazitäten oder können nicht auf unerwartete Nachfragespitzen reagieren.

Versicherer brauchen eine Lösung, die sowohl flexibel als auch kostengünstig ist. Mit Cloud Computing können Unternehmen auf enorme Rechenleistung nach Bedarf zugreifen. SaaS-Lösungen mit einem Verbrauchstarifmodell sorgen für Flexibilität bei deutlich geringeren Gesamtbetriebskosten. Unternehmen können davon ausgehen, dass sie durch die Umstellung ihrer Infrastruktur auf die Cloud erhebliche IT-Kosten einsparen können.

Altsysteme sind vor Angriffen schlechter geschützt

Natürlich machen sich Versicherungsunternehmen über das Risiko eines Arbeitens in der Cloud Gedanken. Aber in den meisten Fällen sind Unternehmen der Meinung, dass die Cloudanbieter strengere Sicherheitsstandards und -anforderungen haben als ihre eigene Datenzentrale. Nur wenige Einzelorganisationen können die technischen Sicherheitsmaßnahmen und die betrieblichen Prozesse nachbilden, die Technologieanbieter wie Microsoft entwickelt haben, um die Unternehmensclouddienste zu schützen und eine große Anzahl internationaler Standards einzuhalten.

MetLife

Vorausschauende Versicherungsunternehmen erkennen die mit alter Technologie verbundenen Risiken und unternehmen geeignete Schritte, um die Nase vorn zu haben. MetLife ist einer dieser Early Adopter. Mit über 100 Millionen Kunden in fast 50 Ländern ist MetLife einer der größten Lebensversicherer weltweit. MetLife hat eine Verarbeitungsumgebung – MetLife Integrated Actuarial Modeling Environment (MIAME) – geschaffen, eine durchgehende auf Grid-Technik basierte Computing-Lösung auf Microsoft HPC Pack, Windows Server, Microsoft Analytics Platform System und Microsoft SQL Server. Um gleichzeitig Rechnerkapazität, -schnelligkeit und -leistung zu erhöhen sowie Kosten zu senken, hat MetLife einige der großen Arbeitslasten bei High Performance Computing und Datenverarbeitung, die von MIAME benötigt werden, auf die Microsoft Azure Cloud-Plattform verlagert. Dadurch kann MetLife zu 100 Prozent von der Flexibilität und Skalierbarkeit der Datenverarbeitungsfähigkeiten profitieren, um schneller und genauer versicherungsmathematische Berechnungen auszuführen und somit erhebliche Infrastrukturkosten einzusparen, was zu einem Mehrwert für Kunden und Unternehmen führt.

Da MetLife eine Plattform braucht, die gut mit den bestehenden Tools und Prozessen integriert ist, war die Microsoft Azure Cloud Computing-Plattform ihre erste Wahl. MetLife bedient sich der Vorteile von Azure bei der Verarbeitung von sehr umfangreichen und komplexen Finanzberechnungen, die das Unternehmen jeden Monat ausführen muss, und kann damit verschiedene Ziele erreichen. Während Spitzenzeiten kann MIAME exponentiell skalieren, um betriebliche und regulatorische Anforderungen zu erfüllen, was eine schnellere Bereitstellung ermöglicht. Durch den Einsatz der Microsoft Cloud anstelle einer Weiterentwicklung der eigenen Recheninfrastruktur rechnet MetLife mit Einsparungen zwischen 45 und 55 Prozent bei den Infrastrukturkosten, die angefallen wären, um die Berichtserstattungszeiträume einzuhalten. Auch dies führt zu jährlichen Einsparungen für das Unternehmen.

Risikoauslagerung mit der Microsoft Cloud

Angesichts der möglichen drastischen Einsparungen und der hohen Genauigkeit, die Unternehmen wie MetLife in der Annahme des Cloud Computing sehen, ist die Technologie für Versicherungsunternehmen keine Wahl mehr, sondern eher ein Muss. Microsoft Azure, eine führende Public Cloud-Plattform, bietet erstklassige Risikomodellierungsfähigkeiten. Azure liefert leistungsstarke Analytics-Fähigkeiten in Kombination mit einer cloudbasierten Umgebung, die den Einschränkungen von bestehenden Systemen und älteren ISV-Anwendungen, die regelmäßige Wartung erfordern, begegnen. Mit beispielloser Skalierbarkeit und flexiblem Verbrauchstarifmodell sowie der Verfügbarkeit sowohl von Hybrid- als auch Cloud-Umgebungen versetzt Azure seine Kunden in die Lage, die technischen Anforderungen an Microsoft auszulagern und dennoch die Kontrolle über deren Daten zu behalten. Microsoft-Partnerschaften mit Lösungsanbietern wie Willis Towers Watson, Milliman, FIS und GGY wachsen beständig und zeigen die Bandbreite der Dienstleistungen, die Azure der Versicherungsbranche bieten kann.

Microsoft hat bedeutende Investitionen getätigt, um eine Plattform zu entwickeln, die die Sicherheit, den Datenschutz, die Compliance und die Transparenz bietet, die für die Finanzdienstleistungsbranche erforderlich sind. Wenn Unternehmen Azure einsetzen, profitieren sie von der beispiellosen Skalierbarkeit und Erfahrung von Microsoft mit konformen Onlinediensten weltweit. Azure erfüllt eine Vielzahl internationaler und branchenspezifischer Compliance-Standards, wie FISC, IRS 1075 und PCI DSS Level 1. Lesen Sie hierzu weiter im Microsoft Azure Trust Center. Hier erhalten Sie detaillierte Informationen zu Sicherheit, Datenschutz und Compliance über unsere Cloud-Dienste, damit Kunden ihre eigenen rechtlichen Einschätzungen treffen können.

Versicherungsunternehmen, die bei dem Umstieg auf die Cloud noch zögern, werden hinsichtlich ihrer Fähigkeiten zur Risikomodellierung ins Hintertreffen geraten und somit mit der Einhaltung der regulatorischen Standards kämpfen und gegenüber Sicherheitslücken verwundbarer sein. Die Risiken eines weiteren Einsatzes veralteter IT können nur mit den Möglichkeiten der Cloud und mit Machine Learning ausgeglichen werden. Erfahren Sie hier www.microsoft.com/insurancemehr darüber, was Azure Cloud Computing und Machine Learning Versicherungsunternehmen bieten kann.

The post Das größte Risiko ist der Status Quo appeared first on Microsoft Branchenblogs.

Daten waren jahrhundertelang ein wichtiger Bestandteil der Versicherungsbranchen, aber das Aufkommen von Big Data brachte unvorhergesehene Herausforderungen für Versicherer weltweit. Heute müssen große wie kleine Versicherungsunternehmen riesengroße Datenmengen aus unterschiedlichen Quellen schnell und kostengünstig aufnehmen, verarbeiten, analysieren und entsprechend behandeln. Da herkömmliche Analysetools weder über die Fähigkeiten noch die Flexibilität für Big Data Workloads verfügen, entdecken Versicherer Cortana Intelligence Suite, eine vollständig verwaltete Big Data- und Advanced Analytics-Suite, die auf ihre neuen Bedürfnisse hinsichtlich Daten, Analytics und Intelligence zugeschnitten ist.

If P&C Insurance, eine führende Sach- und Unfallversicherungsgesellschaft mit drei Millionen Kunden in der nordischen Region, fand beispielsweise heraus, dass sie den Wert ihrer Daten schneller und kostengünstiger erkennt, wenn sie die Advanced Analytics-Fähigkeiten von Cortana Intelligence Suite einsetzt. If P&C arbeitete mit Microsoft zusammen, um ein Pilotprojekt zu Cortana Intelligence Suite mit Schwerpunkt auf Azure Machine Learning (ML)durchzuführen. In erster Linie sollte getestet werden, wie gut Cortana Intelligence Suite die verschiedenen Aspekte prädiktiver Modellierung als Ersatz für die bestehende On-Premises-Analytics-Plattform von If P&C verarbeitet. Der Erfolg des Pilotprojekts führte dazu, dass das Unternehmen seine bestehende SAS-Plattform mit der auf Cortana Intelligence Suite basierten Lösung ersetzt.

Drei Nutzungsszenarien wurden in dem Pilotprojekt beurteilt: Ein Abwanderungsmodell wurde verwendet, um vorherzusagen, ob ein Kunde seine Police in einem 40-Tage-Zeitfenster um das Verlängerungsdatum herum kündigt, während ein Upselling-Modell den Erfolg einer möglichen Mitteilung über Zusatzprodukte an einen bestimmten Kunden voraussagte. Daten, einschließlich Alter, Laufzeit der Police, Produktzusammensetzung, Zahlungsmethode, Haushaltsdaten und Kontaktaufnahmen über Telefon und Internet wurden für diese beiden Modelle verwendet. Das dritte Szenario, ein E-Mail-Textanalyse-Projekt, hilft eingehende Mails zu klassifizieren, beispielsweise Nachrichten mit negativ gestimmten Inhalten, die auf ein erhöhtes Risiko einer Kundenabwanderung hindeuten können.

Die Lösung erfüllte oder übertraf die Erwartungen von If P&C in allen bewerteten Nutzerfällen. Da die Komponenten der Cortana Intelligence Suite aufeinander abgestimmt sind, konnte das Unternehmen Azure ML-Webdienste nutzen, um das Ergebnis der Predictive Analytics schnell in eine durchgehende Datenpipeline zu speisen. Die Lösung half auch, die Nutzerproduktivität zu steigern und viel kürzere Rampenzeiten für Datenwissenschaftler und -techniker zu ermöglichen. Außerdem schätzt If P&C, dass es erhebliche Kosteneinsparungen mit Cortana Intelligence Suite erzielen wird. Neben Azure ML wird das Unternehmen auch Azure Data Factory, Azure Data Lake, Azure SQL Data Warehouse und Azure HDInsight nutzen, um diese in Microsoft Dynamics CRM zu integrieren.

Mit dem Einsatz von Cortana Intelligence Suite können Versicherer den Wert ihrer Daten schnell und kostengünstig ermitteln und sinnvolle Visualisierungen erhalten, um gezielte, aufschlussreiche Daten zu stützen, damit Versicherungsexperten Risiken erkennen und schnell darauf reagieren können. Finanzierungsmodelle können beispielsweise verwendet werden, um einen anschaulichen, aktuellen Blick auf Risiken zu erhalten, die sich auf Bereiche wie Kundenrentabilität, Kundenabwanderung und mögliche betrügerische Handlungen konzentrieren.

Die Advanced Analytics-Fähigkeiten der Cortana Intelligence Suite ermöglichen eine konstante Analyse des Kundenstamms, die mit umfangreichen Visualisierungen kombiniert werden können, um Versicherern einen Wert in beliebigen risikobehafteten Bereichen zu liefern. Milliman ist auf diesem Gebiet mit seiner Power BI-Lösung führend und liefert Daten an Versicherungsexperten statt in der herkömmlichen Tabellenansicht auf eine visuellere und aussagekräftigere Weise.

Da das Versicherungsgeschäft wachsende Datenvolumen erzeugt, wird das Risikomanagement weiterhin verstärkt Datenmodellierungen nachfragen. Mit der Cortana Intelligence Suite können Versicherer den Datensatz, den sie aus ihren Modellen beziehen, verbessern, bessere Auswertungen aus diesen Daten erzielen und sich dadurch selbst zu besseren Entscheidungsgrundlagen verhelfen, indem sie ihre Daten zu einem Geschäftswert machen.

Weitere Informationen erhalten Sie, wenn Sie Microsoft- Perspektiven zur Risikomodellierung im Versicherungsgeschäftherunterladen

The post Risikomodellierung im Versicherungsgeschäft: Big Data und Analytics sorgen für intelligente Versicherer appeared first on Microsoft Branchenblogs.