Flotten-Underwriting: Wenn Versicherer Zufall mit Risiko verwechseln

Höhere Prämien haben der Kfz-Versicherung zuletzt geholfen, auf gestiegene Schadenkosten zu reagieren. Doch zumindest im Flottengeschäft lässt sich das Profitabilitätsproblem offenbar nicht allein über den Preis lösen. Bei einem Prämienvolumen von rund 5,3 Milliarden Euro lag die Combined Ratio nach Angaben von Simon-Kucher in den vergangenen zehn Jahren durchschnittlich bei rund 104 Prozent. Damit rückt neben der Höhe der Prämien eine zweite Stellschraube in den Mittelpunkt: die Auswahl und Bewertung der versicherten Risiken.

„Das Kfz-Flottengeschäft ist nicht nur eine Frage des richtigen Preisniveaus, sondern zunehmend auch der richtigen Risikoeinschätzung“, sagt Dr. Dirk Schmidt-Gallas, Senior Partner und Gründer der globalen Insurance-Practice von Simon-Kucher. Je genauer Versicherer unterschiedliche Risiken innerhalb ihrer Flottenbestände erkennen könnten, desto gezielter ließen sich profitable Flotten identifizieren und bepreisen.

Nach den Preiserhöhungen kommt die nächste Herausforderung

Die Branche hat auf die schwierige Schadenentwicklung bereits mit deutlichen Prämienanpassungen reagiert. Eine Analyse von Assekurata zeigte zuletzt, dass die kräftigen Beitragsanhebungen die Ertragslage in der Kfz-Versicherung wieder verbessern. Zugleich stellte sich bereits die Frage, ob mit zunehmender Profitabilität im Jahresendgeschäft erneut ein intensiverer Preiswettbewerb beginnt. Der Assekurata-Ausblick auf den nächsten möglichen Preiskampf erhält mit Blick auf das Flottengeschäft eine zusätzliche Dimension: Wenn sich Wettbewerb und Preisdruck wieder verstärken, wird wichtiger, welche Risiken ein Versicherer zu welchem Preis überhaupt in den Bestand nehmen will. Denn höhere Durchschnittsprämien helfen wenig, wenn einzelne Flotten systematisch falsch eingeschätzt werden.

Der Blick in den Rückspiegel kann täuschen

Genau hier setzt die Kritik am klassischen Flotten-Underwriting an. Eine wichtige Rolle spielt dort das sogenannte Burning-Cost-Verfahren. Vereinfacht gesagt werden historische Schadenaufwendungen einer Flotte herangezogen, um daraus Rückschlüsse auf die künftig erforderliche Prämie zu ziehen. Das erscheint zunächst plausibel: Eine Flotte mit hohen Schäden kostet mehr, eine mit niedrigen Schäden weniger. Das Problem: Versicherer müssen nicht die Vergangenheit bepreisen, sondern das zukünftige Risiko. Analysen mehrerer tausend Flotten zeigen laut Simon-Kucher, dass besonders schadenbelastete Flotten in den Folgejahren vielfach bessere Ergebnisse erzielen. Umgekehrt können sich vermeintlich gute Risiken anschließend verschlechtern. Dahinter steht ein statistischer Effekt: die Regression zum Mittelwert. Extrem gute oder schlechte Ergebnisse sind häufig nicht dauerhaft stabil, sondern nähern sich in späteren Beobachtungszeiträumen wieder einem durchschnittlicheren Niveau an. Wer außergewöhnliche Schadenverläufe einfach fortschreibt, kann deshalb einen zufälligen Ausschlag mit einem strukturell hohen oder niedrigen Risiko verwechseln. Dr. Per-Johan Horgby, Vorstandsmitglied der Württembergische Versicherung, formuliert es so: „Ein außergewöhnlich schlechtes Schadenjahr macht eine Flotte nicht automatisch zu einem dauerhaft schlechten Risiko. Umgekehrt ist eine gute Schadenhistorie keine Garantie für zukünftige Profitabilität.“

Falsche Prognose kostet entweder Kunden oder Marge

Für Versicherer hat dieser statistische Effekt sehr praktische Konsequenzen. Wird ein ungewöhnlich schlechtes Schadenjahr zu stark in die Zukunft fortgeschrieben, kann die kalkulierte Prämie zu hoch ausfallen. Ein eigentlich attraktiver Kunde bekommt dann möglicherweise bei einem Wettbewerber ein günstigeres Angebot. Wird dagegen ein außergewöhnlich guter Schadenverlauf als dauerhaftes Merkmal interpretiert, droht der umgekehrte Fehler: Der Versicherer zeichnet ein Risiko zu günstig. Der intensive Wettbewerb im Flottengeschäft verschärft dieses Problem. Gute Schadenverläufe können von Kunden und Maklern als Argument für niedrigere Preise eingesetzt werden. Schlechte Jahre lassen sich dagegen möglicherweise mit einzelnen Großschäden oder Sondereffekten erklären. Bei Ausschreibungen können zugleich bereits wenige Prozentpunkte Preisunterschied über den Zuschlag entscheiden. „Wer in diesem Umfeld nicht präziser selektiert als der Wettbewerb, verliert entweder Geschäft oder Marge – im schlimmsten Fall beides“, sagt Schmidt-Gallas.

Schadenhistorie allein reicht nicht

Simon-Kucher und Horgby plädieren deshalb dafür, historische Schadendaten stärker um zusätzliche Risikoinformationen zu ergänzen. Dazu gehören beispielsweise Branche, regionale Einsatzgebiete, Fahrzeugarten, Hersteller- und Typklassen, Motorisierung sowie die konkrete Nutzungsart der Fahrzeuge. Diese Merkmale können mit der individuellen Schadenhistorie und Erkenntnissen aus größeren Versicherungsbeständen kombiniert werden. Moderne statistische Verfahren sollen dabei helfen, den zufälligen Anteil eines Schadenverlaufs stärker vom strukturellen Risiko zu unterscheiden. Gerade bei kleineren Flotten ist das relevant. Dort kann bereits ein einzelner größerer Schaden die Schadenquote erheblich verändern – ohne dass sich dadurch zwangsläufig das zugrunde liegende Risiko der gesamten Flotte verändert hat.

Preis bleibt trotzdem ein Wettbewerbsfaktor

Dass Versicherer bei der Tarifierung nicht beliebig Spielraum haben, zeigt auch die Kundenseite. Eine aktuelle DISQ-Befragung zur Kfz-Versicherung kommt zwar aus dem Privatkundengeschäft und lässt sich deshalb nicht unmittelbar auf Flottenkunden übertragen. Sie verdeutlicht aber die grundsätzliche Bedeutung des Preises im Kfz-Markt: Preis lockt – Leistung bindet. Im gewerblichen Flottengeschäft kommt der Ausschreibungswettbewerb hinzu. Weitere pauschale Prämiensteigerungen können deshalb irgendwann an wettbewerbliche Grenzen stoßen. Umso wichtiger wird die Fähigkeit, innerhalb eines Portfolios genauer zwischen Risiken zu unterscheiden.

Datenqualität wird zur Wettbewerbsfrage

Damit verschiebt sich nach Einschätzung von Simon-Kucher auch die Wettbewerbslogik im Flottengeschäft. Zeichnungsbereitschaft, Vertriebskraft und Preis bleiben wichtig. Hinzu kommt aber zunehmend die Qualität der verfügbaren Daten und Risikomodelle. Horgby bringt die Konsequenz auf eine einfache Formel: „Die entscheidende Frage im Flottenmarkt wird künftig nicht mehr sein, wer bereit ist, ein Risiko zu zeichnen. Entscheidend wird sein, wer dieses Risiko besser versteht als der Wettbewerb.“
Weitere Preiserhöhungen schließt Simon-Kucher ausdrücklich nicht aus. Sie lösen nach Einschätzung der Beratung jedoch nicht das grundlegende Problem: Versicherer müssen genauer erkennen, welcher Teil eines Schadenverlaufs tatsächlich etwas über das künftige Risiko aussagt – und welcher lediglich statistisches Rauschen ist.
Damit könnte nach mehreren Jahren kräftiger Preisanpassungen im Kfz-Geschäft die nächste Phase beginnen: Nicht allein der höhere Preis entscheidet über Profitabilität, sondern zunehmend die Präzision, mit der Versicherer den richtigen Preis für das richtige Risiko finden.

Was bedeutet „Regression zum Mittelwert“?

Vereinfacht beschreibt die Regression zum Mittelwert, dass auf außergewöhnlich hohe oder niedrige Messwerte häufig weniger extreme Werte folgen. Ein Beispiel: Verursacht eine ansonsten unauffällige Flotte in einem Jahr zufällig mehrere hohe Schäden, muss daraus kein dauerhaft erhöhtes Schadenrisiko folgen. Umgekehrt kann ein außergewöhnlich schadenarmes Jahr teilweise auf Zufall beruhen. Wird ein solcher Extremwert bei der Prämienkalkulation einfach in die Zukunft fortgeschrieben, kann das tatsächliche Risiko über- oder unterschätzt werden.
Für das Flotten-Underwriting bedeutet das: Die Schadenhistorie liefert wichtige Informationen – sie sollte aber nicht mit einer Prognose gleichgesetzt werden.