Anwendungsfall · Versicherung
Storno-Frühwarnung für Versicherer: gefährdete Verträge erkennen, bevor die Kündigung kommt
Storno-Frühwarnung ist eine Prognose, welche Versicherungsverträge in den nächsten Wochen wahrscheinlich gekündigt werden. UNID AI Predict liefert dazu jede Woche eine Rangliste pro Betreuer, gewichtet nach Prämie in Gefahr, mit den Gründen aus den Daten und den nächsten passenden Produkten.
Zuletzt aktualisiert:
Das Problem
Wenn die Kündigung eintrifft, ist es meist zu spät. Gleichzeitig kann der Vertrieb nicht jeden Kunden anrufen. Gebraucht wird eine kurze, begründete Liste: wen zuerst, und mit welchem Angebot.
Was Sie bekommen
- Eine wöchentliche Arbeitsliste pro Betreuer, sortiert nach Risiko × Jahresprämie
- Zu jedem Vertrag die Fakten, die zur Einstufung beitragen
- Die drei nächsten passenden Produkte pro Kunde (Next-Best-Product)
- Einen Rückvergleich, den Sie selbst nachrechnen
Animierte Beispielansicht: Eine Arbeitsliste zeigt Verträge mit dem höchsten Storno-Risiko für die nächsten 90 Tage, sortiert nach Prämie in Gefahr. Ein Klick auf einen Vertrag zeigt die Gründe aus den Daten und die nächsten passenden Produkte. Ein Rückvergleich zeigt, wie der Versicherer die Prognose selbst überprüft.
Welche Daten nötig sind
Sieben Tabellen genügen für den Start. Namen und Adressen werden nicht gebraucht; Kunden können pseudonymisiert werden.
| Tabelle | Inhalt (Beispiele) |
|---|---|
| Kunden | Kunden-ID, Alter in Bändern, Region, Kundenseit |
| Verträge | Vertrags-ID, Sparte, Beginn, Prämie, Änderungen |
| Stornos | Vertrags-ID, Datum, Grund (falls erfasst) |
| Prämienrechnungen | Betrag, Fälligkeit, Zahlungseingang, Mahnungen |
| Schäden | Meldung, Status, Regulierung, Ablehnung |
| Betreuer | Betreuer-ID, Zuständigkeit, Wechsel |
| Produkte | Produktkatalog und Sparten |
Wie die Prognose überprüft wird
Verdeckter Stichtag
Sie liefern Daten bis zu einem Stichtag und behalten die Stornos danach.
Vergleichsbasis
Ihr bestehendes Modell oder eine einfache Regel (z. B. „Prämienerhöhung über X %“).
Kennzahlen
Trefferquote und Lift in den obersten 1, 5 und 10 % der Liste.
Wertrechnung
Mit Ihrer eigenen Haltequote und Ihren Kontaktkosten, nicht mit unseren Annahmen.
Wir nennen vorab keine Verbesserung in Prozent. Sie messen sie im Rückvergleich auf Ihren Daten.
Datenschutz und Governance
- Keine Gesundheitsdaten nötig
- Marketing-Einwilligungen werden berücksichtigt
- Nie für Prämien- oder Annahmeentscheidungen verwendet
- Mensch entscheidet über jeden Kontakt
- Protokoll, Modellbeschreibung, Fairness-Auswertung nach Altersband und Region
- Einbindung des Betriebsrats vorgesehen
Betrieb
Predict läuft als Container auf der Infrastruktur des Versicherers, auf Wunsch mit lokalem Sprachmodell und ohne Verbindung nach außen. Alternativ auf einem dedizierten Server mit Auftragsverarbeitungsvertrag.
Was es nicht kann
- Die Prognose sagt, wer gefährdet ist, nicht wie man ihn hält. Das bleibt Aufgabe des Vertriebs.
- Ohne Storno-Historie über mindestens einen Zeitraum, der dem Prognosefenster entspricht, ist keine Aussage möglich.
- Gegenüber einem gut abgestimmten bestehenden Modell kann der Vorsprung klein sein.
FAQ
Häufige Fragen
Was ist Storno-Frühwarnung?
Welche Daten braucht eine Stornoprognose?
Müssen Kundendaten das Haus verlassen?
Wie viel besser ist das als unser bestehendes Modell?
Ist das ein Hochrisiko-System nach dem EU AI Act?
Was ist Next-Best-Product?
Welche Sparten eignen sich?
Sehen Sie es mit Ihren eigenen Unterlagen.
In einem 30-minütigen Gespräch zeigen wir die Produkte live und klären, welcher Anwendungsfall bei Ihnen zuerst Sinn ergibt. Unverbindlich, auf Deutsch oder Englisch, in Wien oder online.
UNID AI · Leonard-Bernstein-Straße 10 · 1220 Wien · +43 660 476 30 89