Was Big Data mit Fairness, Diskrimini­erung und Solidarität zu tun hat

Ein neues wissenschaftliches Paper wertet mehrere Schweizer Studien aus und gibt Versicherungen Empfehlungen ab.
 
Versicherungen sind sehr interessiert daran, Daten aus unterschiedlichen Quellen zu sammeln und auszuwerten: Das können Gesundheitstracker, E-Commerce-Betreiber, Social Media oder das eigene Call-Center sein.
 
Diese Datenquellen kann man verknüpfen und Datensätze anreichern. Versicherungen erhoffen sich mit Big Data ein erfolgreicheres Marketing, bessere Betrugserkennung und exaktere Risiko-Berechnungen bei Kunden und personalisierte Versicherungsangebote. Aber welche ethischen und juristischen Fragen wirft der Einsatz von Big Data gerade hier auf?
 
Ein neues Papier konsolidiert diverse Schweizer Forschungsarbeiten zum Thema. Basierend auf Interviews, Vergleichsanalysen, Literaturstudien, einer empirischen Umfrage und einer quantitativen Auswertung von einzelnen Publikumsmedien ziehen die Autoren einige Lehren, die sie auf personalisierte Versicherungen hin abklopfen.
 
Dazu gehören Aspekte des Datenschutzes, aber insbesondere auch Grundwerte des Geschäfts von Versicherungen, die bedacht werden sollten (Fairness, Diskriminierungsfreiheit und Solidarität).
 
Nicht alle Aspekte können aktuell vom Gesetzgeber adäquat geregelt werden, postulieren die Autoren aus juristischer Sicht. Sie empfehlen ein permanentes Monitoring, wie Big Data von Versicherungen genutzt wird, um unliebsame Überraschungen zu vermeiden.
 
Und – wenig überraschend beim Thema – ist das Vertrauen der Versicherten das "Erfolgsgeheimnis" beim Big-Data-Einsatz. Gleichzeitig ist sehr unterschiedlich, welche Daten die Versicherten überhaupt offenlegen: Wer der "Old Economy" vertraut, der gibt faktenbasierte Daten wie Alter und ähnliches preis. Wer die "New Economy" mag, der wäre als Lieferant von persönlichen Daten wie Gefühlen, Fotos und Meinungen für Versicherungen interessant.
 
Die unterschiedlichen Zugänge zu Daten sollten reflektiert werden, so die Autoren und warnen davor, Datenquellen zu verwenden, die nicht im Zusammenhang mit versicherten Risiken stehen.
 
Sorgfältige Abwägung von Reputationsrisiken beim Big-Data-Einsatz und Transparenz bei der Kundeninformation sollten zum Instrumentarium der Unternehmen gehören.
 
Wie steht es beim Auswerten von Daten? Ein bemerkenswerter Aspekt des Papiers thematisiert das Spannungsfeld zwischen individuellen Daten eines Versicherten und sozialen Aspekten des Kundenverhaltens. Geschlecht und Rasse rücken beim Big-Data-Einsatz in den Hintergrund, stattdessen würden "Entscheidungen zunehmend auf der Grundlage von prädiktiven Merkmalen gefällt, die nicht sozial bedeutsam sind, wie die Messung des Fahrstils oder Lifestyle-Entscheidungen". Eine solche Entscheidung wäre, in ein Fitnessstudio zu gehen.
 
Werden Bezüge hergestellt oder vermieden, lauern doch Gefahren einer indirekten Diskriminierung bei Big-Data-Analysen und Machine Learning, so die Autoren. Aus betriebswirtschaftlichen Gründen könnte diese als akzeptabel bewertet werden: "Da die Genauigkeit der Risikobewertung, der Betrugserkennung und der Zahlungsbereitschaft eine wichtige Rolle bei der Feststellung der wirtschaftlichen Nachhaltigkeit von Unternehmen spielen, kann es ethische Gründe geben, Big-Data-Methoden trotz ihrer indirekten Diskriminierung zu akzeptieren." Ist die indirekte Diskriminierung unerwünscht, so die Empfehlung, so müssen Versicherungen sensibler für diese Gefahren und Reputationsrisiken werden.
 
Nicht zuletzt empfehlen die Autoren, dass Versicherungen sich systematisch mit ethischen Fragen beschäftigen, um sich nicht Gefahren auszusetzen, welche durch Big Data und Machine Learning erst entstehen.
 
Das 8-seitige Papier "Big Data im Versicherungswesen im Spannungsfeld von Personalisierung und Solidarität" basiert auf mehreren Forschungsarbeiten von 14 Wissenschaftern aus den letzten beiden Jahren, die um ethische und rechtliche Fragen von Big Data im Versicherungswesen kreisen. Das Projekt von Ethikprofessor Markus Christen von der Uni Zürich ist Teil des Schweizerischen Nationalen Forschungsprogramms NFP 75 über Big Data. Beteiligt waren Wissenschafter unterschiedlicher Fachgebiete der "Digital Society Initiative" der Universität Zürich (DSI) sowie der Fachhochschule Graubünden und Mitarbeitende von Swiss Re. (mag)
 
(Hinweis: Forschende der DSI berichten regelmässig in der Kolumne "DSI Insights" bei uns über aktuelle Forschungsfragen und Erkenntnisse.)