Ziel ist die Entwicklung einer Applikation, die den statistischen Vergleich von Risiko- und Versicherungsprofilen ermöglicht. Damit können sich die Nutzer der E-Broker-Plattform mit anderen Kunden (Peers) vergleichen sowie Deckungslücken und Überversicherungen automatisiert identifizieren.

Projektergebnisse: Im Rahmen des Forschungsprojekts wurde ein Risikoprofil sowie ein Scoring-Verfahren entwickelt. Das Risikoprofil erfasst mit möglichst wenigen Fragen und definierten Antwortoptionen die Risiken eines Haushaltes. Das entwickelte Risikoprofil bildet nebst soziodemografischen Merkmalen und Tarifkriterien, den Besitz, die Wohnsituation sowie die Freizeitaktivitäten eines Haushaltes und seiner Bewohner ab. Auf Basis der Analyse von Versicherungsdokumenten (Police, AVB, BVB) wurde jeder Antwortoption im Risikoprofil ein SOLL-Versicherungstext hinterlegt. Somit konnte jeder Haushalt als Summe seines SOLL-Versicherungstextes dargestellt werden. Des Weiteren wurde die technische Verfügbarkeit geschaffen, die Dokumente von Mandanten maschinell zu lesen. Mit der Verfügbarkeit von SOLL- sowie IST-Text wurde die Möglichkeit für statistische Ver-gleiche geschaffen. Es wurde ein Ähnlichkeitsverfahren entwickelt, bei dem jeder Haushalt auf Basis eines IST-SOLL Vergleichs mit einem Score zwischen 0-1 bewertet wird. Der Score ermög-licht insbesondere Vergleiche zwischen Haushalten, und damit eine Priorisierung der Beratung. Des Weiteren können auf Basis des entwickelten Ähnlichkeitsverfahren nun Peers identifiziert und Kundengruppen gebildet werden. Der Automatisierungsgrad des Beratungsprozesses, insbeson-dere im Rahmen des On-boarding, konnte mit dem entwickelten Verfahren erhöht und neue In-formationen für die Beratung geschaffen werden.Im akademischen Sinne wurde insofern Neuland beschritten, als durch die Erkenntnisse des Pro-jekts erstmals Schlüsse zur Lesbarkeit und Struktur von Versicherungsdokumenten sowie zum Nutzen und den Grenzen von Ähnlichkeitsverfahren bei versicherungstechnischen Texten gezogen werden können. Die verwendeten Verfahren stützen sich dabei auch auf eine Bewertung der Charakteristik einzelner Begriffe in den Dokumenten ab. Hier besteht noch Potential für die Zeit nach dem Projekt: vorderhand ist das Datenset des Projektes noch verhältnismässig klein («Small Data») wobei die Zuverlässigkeit der Gewichtung der Begriffe bei steigender Datenmenge automatisch zunehmen sollte.