Guidewire Cyence Risk Analytics

Data Science und ökonomische Modellierung ermöglichen die Messung finanzieller Auswirkungen von Cyber-Risiken auf die Versicherungswirtschaft

Guidewire Cyence™ Risk Analytics ist eine Cloud-native Lösung für die ökonomische Modellierung von Cyber-Risiken, die es Versicherern ermöglicht, Cyber-Risiken zu quantifizieren. Führende Unternehmen der Versicherungsbranche setzen Cyence Risk Analytics ein, um Risiken zu erkennen, zu zeichnen und preislich zu bewerten. Dabei erhalten Versicherer mehr Sicherheit für das Management von Portfolio-Risikokumulationen und die Entwicklung neuer Produkte.

Cyber-Risiken nehmen zu, was die Versicherungswirtschaft vor besondere Herausforderungen stellt. Da keine relevante Schadenhistorie genutzt werden kann, um traditionelle versicherungsmathematische Preismodelle aufzustellen, sind Versicherer in den Bereichen Underwriting und Preisfindung von Cyber-Risiken auf die subjektiven Angaben ihrer Versicherten angewiesen, beispielsweise in Form allgemein gehaltener Fragenkataloge oder kurzer Gespräche über verwendete Sicherheitstechnologien und -protokolle.

Im Gegensatz zu traditionellen Katastrophenrisiken gibt es für Cyber-Gefahren keine maßgebliche Datenquelle, auf die man sich stützen kann. Cyber-Risikohäufungen finden schleichend und im Verborgenen statt und ändern sich ständig. Unternehmen, die sonst überhaupt nicht miteinander in Beziehung stehen, teilen möglicherweise eine gemeinsame Internet-Infrastruktur und gemeinsame Risiken: so kann ein Cloud-Ausfall oder eine Zero-Day-Lücke zu korrelierten Schäden für Unternehmen führen, die jeweils am anderen Ende der Welt ansässig sind.

Im Gegensatz zu den meisten Sparten der Schaden- und Unfallversicherung geht das Cyber-Risiko von aktiven Gegnern aus, die bewusst nach hochwertigen und einfach zu erreichenden Zielen suchen. Cyberrisiken können mit Hilfe spieltheoretischer und verhaltensökonomischer Rahmenwerke modelliert werden. Unsere Modelle messen das Risiko auf Unternehmens- und Bestandsebene, indem sie untersuchen, wie ein Unternehmen aufgestellt ist und dies mit den Motivationen und Fähigkeiten von Cyber-Kriminellen vergleichen.

Kurz gesagt: Cyberrisiken machen bessere Instrumente für Underwriting, Pricing und Management erforderlich. Diese Tools müssen einer sich verändernden Bedrohungslandschaft Rechnung tragen und Cyber-Katastrophenrisiken in Geld und Wahrscheinlichkeiten messen können.

Wie das funktioniert?

 

Durch einen Prozess namens Data Listening sammeln wir große Mengen an technischen und verhaltensbezogenen Daten aus einer Vielzahl von Quellen auf Internet-Ebene, darunter öffentliche Daten, Open-Source-Daten, proprietäre Daten und Daten von Dritten. Wir bereiten diese Daten auf und wenden hochentwickelte maschinelle Lerntechniken an, um das Signal in all dem Rauschen zu erkennen.

Das Ergebnis ist eine umfassende und beispiellose Lösung zur wirtschaftlichen Modellierung von Cyber-Risiken, die sich an die Veränderungen der Cyber-Landschaft anpasst, kontinuierlich Daten sammelt und wirtschaftliche Modelle auf der Grundlage sich verändernder Umstände aktualisiert. Unsere Risikomodelle bieten eine dynamische Kosten-Nutzen-Analyse, um Cyber-Kriminellen bei der Auswahl ihrer Ziele auf den Fersen zu bleiben und mit den Unternehmen Schritt zu halten, wenn diese ihre Risikominderungsstrategien ändern.

Unsere Mitarbeiter nutzen profundes Domänenwissen über Cyber-Risiken, Data Science und Versicherungen, um eine hochmoderne Lösung zur wirtschaftlichen Modellierung zusammen mit fachkundigem operativen Support bereitzustellen. Diese Kombination liefert Versicherungskunden tiefe Einblicke in ihr Geschäft und ermöglicht Wachstum durch datengetriebene Strategien für die Bereiche Produktentwicklung, Underwriting, Preisgestaltung und Risikomanagement.

Wählen zwischen individuellem und kumuliertem Risiko

 

Guidewire Cyence™ Risk Analytics ist eine Cloud-native Lösung für die ökonomische Modellierung von Cyber-Risiken, die es Versicherern ermöglicht, Cyber-Risiken zu quantifizieren. Führende Unternehmen der Versicherungsbranche setzen Cyence Risk Analytics ein, um Risiken zu erkennen, zu zeichnen und preislich zu bewerten. Dabei erhalten Versicherer mehr Sicherheit für das Management von Portfolio-Risikokumulationen und die Entwicklung neuer Produkte.

Cyber-Risiken nehmen zu, was die Versicherungswirtschaft vor besondere Herausforderungen stellt. Da keine relevante Schadenhistorie genutzt werden kann, um traditionelle versicherungsmathematische Preismodelle aufzustellen, sind Versicherer in den Bereichen Underwriting und Preisfindung von Cyber-Risiken auf die subjektiven Angaben ihrer Versicherten angewiesen, beispielsweise in Form allgemein gehaltener Fragenkataloge oder kurzer Gespräche über verwendete Sicherheitstechnologien und -protokolle.

Im Gegensatz zu traditionellen Katastrophenrisiken gibt es für Cyber-Gefahren keine maßgebliche Datenquelle, auf die man sich stützen kann. Cyber-Risikohäufungen finden schleichend und im Verborgenen statt und ändern sich ständig. Unternehmen, die sonst überhaupt nicht miteinander in Beziehung stehen, teilen möglicherweise eine gemeinsame Internet-Infrastruktur und gemeinsame Risiken: so kann ein Cloud-Ausfall oder eine Zero-Day-Lücke zu korrelierten Schäden für Unternehmen führen, die jeweils am anderen Ende der Welt ansässig sind.

Im Gegensatz zu den meisten Sparten der Schaden- und Unfallversicherung geht das Cyber-Risiko von aktiven Gegnern aus, die bewusst nach hochwertigen und einfach zu erreichenden Zielen suchen. Cyberrisiken können mit Hilfe spieltheoretischer und verhaltensökonomischer Rahmenwerke modelliert werden. Unsere Modelle messen das Risiko auf Unternehmens- und Bestandsebene, indem sie untersuchen, wie ein Unternehmen aufgestellt ist und dies mit den Motivationen und Fähigkeiten von Cyber-Kriminellen vergleichen.

Kurz gesagt: Cyberrisiken machen bessere Instrumente für Underwriting, Pricing und Management erforderlich. Diese Tools müssen einer sich verändernden Bedrohungslandschaft Rechnung tragen und Cyber-Katastrophenrisiken in Geld und Wahrscheinlichkeiten messen können.

Wie das funktioniert?

 

Durch einen Prozess namens Data Listening sammeln wir große Mengen an technischen und verhaltensbezogenen Daten aus einer Vielzahl von Quellen auf Internet-Ebene, darunter öffentliche Daten, Open-Source-Daten, proprietäre Daten und Daten von Dritten. Wir bereiten diese Daten auf und wenden hochentwickelte maschinelle Lerntechniken an, um das Signal in all dem Rauschen zu erkennen.

Das Ergebnis ist eine umfassende und beispiellose Lösung zur wirtschaftlichen Modellierung von Cyber-Risiken, die sich an die Veränderungen der Cyber-Landschaft anpasst, kontinuierlich Daten sammelt und wirtschaftliche Modelle auf der Grundlage sich verändernder Umstände aktualisiert. Unsere Risikomodelle bieten eine dynamische Kosten-Nutzen-Analyse, um Cyber-Kriminellen bei der Auswahl ihrer Ziele auf den Fersen zu bleiben und mit den Unternehmen Schritt zu halten, wenn diese ihre Risikominderungsstrategien ändern.

Unsere Mitarbeiter nutzen profundes Domänenwissen über Cyber-Risiken, Data Science und Versicherungen, um eine hochmoderne Lösung zur wirtschaftlichen Modellierung zusammen mit fachkundigem operativen Support bereitzustellen. Diese Kombination liefert Versicherungskunden tiefe Einblicke in ihr Geschäft und ermöglicht Wachstum durch datengetriebene Strategien für die Bereiche Produktentwicklung, Underwriting, Preisgestaltung und Risikomanagement.

Wählen zwischen individuellem und kumuliertem Risiko

 

Cyence kann verwendet werden, um das Risikoniveau eines potentiellen Versicherten auf individueller Ebene zu bewerten. Die Lösung ist aber ebenso unverzichtbar für Versicherer, die einen umfassenden Überblick über das Risiko ihres gesamten Bestandes benötigen. So gibt ihnen Cyence die Möglichkeit, Wahrscheinlichkeit und finanzielle Auswirkungen eines breiten Spektrums von anpassbaren Szenarien zu messen.

Cyence untersucht die Korrelation von Cyber-Risiken innerhalb eines Versicherungsbestandes und potenzieller Verluste, die durch Katastrophenszenarien in einem solchen Portfolio entstehen können. Das Verstehen gemeinsamer Merkmale und der Korrelation von Risiken ermöglicht realistische faktenbasierte Messungen des wahrscheinlichen Höchstschadens. Dieses detaillierte und ständig aktualisierte Know-how über Risikokumulierungen ist entscheidend für einen Versicherer, der die langfristige Stabilität und Solidität seines Bestandes gewährleisten will.

Nutzen von Cyence Risk Analytics

 

  • Verbesserte Risikoauswahl
    Erweiterung der Underwriting-Informationen um mehr als 40 zusätzliche Risikofaktoren, die auf extern gesammelten Daten basieren, um die Underwriter-Validierung zu verbessern und gezieltere Nachforschungen zu ermöglichen.
  • Erweiterte Risikobewertung und Stresstests
    Versicherer können durch den Einsatz von EP-Kurven, einer Szenarien-Bibliothek und anpassbaren Szenarien den Zustand ihres Bestandes besser einschätzen
  • Bessere Wachstumsmöglichkeiten
    Bereitstellung verwertbarer Erkenntnisse für die Konzeption neuer Versicherungsprodukte und Markteinführungsstrategien