Faire und regelkonforme Versicherungsmodelle entwickeln

# Faire und regelkonforme Versicherungsmodelle entwickeln

Ein mittelgroßererDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → Kfz-Versicherer baut ein schickes neues Pricing-Modell. Es verwendet nie die Ethnie. Es verwendet nie die Herkunft. Es besteht die interne Prüfung. Dann lehnt eine Aufsichtsbehörde des Bundesstaats es ab, weil das Modell stark auf die Postleitzahl setzt, und in diesem Bundesstaat korreliert die Postleitzahl eng mit der Ethnie. Der Versicherer hat versehentlich eine Diskriminierungsmaschine gebaut.

Das nennt man Proxy-Diskriminierung: die Nutzung einer neutral aussehenden Variablen, die für ein geschütztes Merkmal einsteht. Es ist einer der schnellsten Wege, ein KI-Pricing-Modell 2026 zu beerdigen, und eine der einfachsten Fallen.

Schauen wir uns an, wie man sie erkennt, darauf testet und Modelle baut, die eine aufsichtsrechtliche Prüfung überstehen.

Warum Versicherung ein Sonderfall ist

Die meisten Branchen kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen ihre Preise frei festlegen. Versicherer nicht.

Versicherungen werden in den USA auf Ebene der Bundesstaaten reguliert (es gibt keine einzelne bundesweite Versicherungsaufsicht). Jeder der 50 Bundesstaaten hat seine eigene Versicherungsbehörde, und Tarife für viele Sparten (Kfz, Wohngebäude, Kranken) müssen eingereicht und teilweise vorab genehmigt werden. Das Leitprinzip: Tarife dürfen nicht „unfairly discriminatory" sein.

Die Formulierung ist alt, die Bedeutung aber klar. Sie dürfen einem risikoreichen Fahrer mehr berechnen. Sie dürfen niemandem mehr berechnen wegen eines geschützten Merkmals (Ethnie, Religion, nationale Herkunft, in vielen Bundesstaaten Geschlecht und zunehmend kreditbasierte Proxys).

Der Konflikt: KI-Modelle sind extrem gut darin, Muster zu finden, auch Muster, die über die Hintertür auf geschützte Merkmale zurückführen.

Zwei Arten von Diskriminierung

Aufsichtsbehörden unterscheiden zwei Konzepte. Verwechseln Sie sie nicht.

Disparate treatment ist absichtlich. Sie verwenden explizit eine geschützte Variable. Leicht zu vermeiden, leicht zu entdecken.

Disparate impact ist eine neutrale Regel, die zu ungleichen Ergebnissen zwischen geschützten Gruppen führt. Das ist der schwierige Fall. Ihr Modell sieht die Ethnie nie, aber seine Vorhersagen treffen eine Gruppe härter.

Das Postleitzahl-Beispiel ist klassischer disparate impact. Keine Absicht. Echter Schaden.

Das Proxy-Problem in einem Bild

Betrachten Sie Variablen, die ein Kfz-Modell nutzen kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnte:

• Postleitzahl (Proxy für Ethnie, Einkommen, Nachbarschaft)
• Kreditbasierter Insurance Score (Proxy für Einkommen, teils Ethnie)
• Beruf (Proxy für Bildung, Einkommen)
• Art der Vorversicherung (Proxy für Vermögen)

Keine davon nennt ein geschütztes Merkmal. Zusammen kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen sie eines mit überraschender Genauigkeit rekonstruieren. Machine-Learning-Modelle sind dafür besonders anfällig, weil sie jede verfügbare Korrelation ausnutzen.

Wie man tatsächlich auf disparate impact testet

Sie kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen nicht reparieren, was Sie nicht messen. Hier der praktische Workflow.

Schritt 1: Das geschützte Merkmal beschaffen. Oft dürfen Sie die Ethnie nicht im Pricing verwenden, müssen sie aber schätzen, um auf Bias zu testen. Eine verbreitete Methode ist BISG (Bayesian Improved Surname Geocoding), die die Wahrscheinlichkeit der Ethnie aus Nachname und Wohnort schätzt. Die CFPB hat ihre BISG-Methodik veröffentlicht.

Schritt 2: Ergebnisse zwischen Gruppen vergleichen. Schauen Sie sich Durchschnittsprämie, Annahmequote oder vorhergesagtes Risiko je geschätzter Gruppe an.

Schritt 3: Einen formalen Test durchführen. Am häufigsten zitiert wird die Four-Fifths-Rule (aus dem Arbeitsrecht, breit übernommen): Liegt die Auswahl- oder Vorteilsquote einer Gruppe unter 80 % der Quote der begünstigsten Gruppe, ist das ein Warnsignal.

Hier ein abgespeckter Disparate-Impact-Check in Python:

import pandas as pd

# df has columns: predicted_premium, estimated_group
group_means = df.groupby("estimated_group")["predicted_premium"].mean()

baseline = group_means.min()  # niedrigste Prämiengruppe = begünstigste Gruppe
impact_ratio = baseline / group_means

print(impact_ratio)
# Jede Gruppe mit Verhältnis < 0,80 deutet auf möglichen disparate impact hin

Schritt 4: Wenn Sie Impact finden, finden Sie die Ursache. Welche Features treiben die Lücke? Hier kommen Explainability-Tools ins Spiel.

Explainability ist jetzt Pflicht, nicht KKDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →ür

Aufsichtsbehörden verlangen zunehmend, dass Sie erklären kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen, warum ein Modell einer bestimmten Person einen bestimmten Preis berechnet hat. Eine Blackbox, die „vertrauen Sie mir" sagt, kommt durch keine Tarifeinreichung.

Zwei Konzepte, die Sie kennen sollten:

Adverse Action Notices. Nach dem Fair Credit Reporting Act (FCRA) müssen Sie einem Verbraucher, wenn Sie eine nachteilige MaMaEinsatz von Software, um wiederkehrende Marketingaufgaben und Kampagnen zu automatisieren und Personalisierung in großem Maßstab über Kanäle wie E-Mail, Web und Social zu ermöglichen.Vollständige Definition ansehen →ßnahme treffen (Deckung ablehnen, mehr berechnen) und dies teilweise auf einem Consumer Report beruht, die Hauptgründe nennen. „Unsere KI hat entschieden" ist kein rechtlicher Grund.

SHAP-Werte. SHAP (SHapley Additive exPlanations) ist eine verbreitete Technik, die eine Vorhersage den einzelnen Input-Features zuordnet. Für einen Kunden kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnte SHAP zeigen: Basistarif plus 120 $ für Vorschäden, plus 60 $ für Fahrzeugtyp, plus 200 $ für Postleitzahl. Genau diese letzte Zeile wird eine Aufsichtsbehörde einkreisen.

Das NAIC Model Bulletin

2023 hat die NAIC (National Association of Insurance Commissioners, das Koordinierungsgremium der Aufsichtsbehörden der Bundesstaaten) ein Model Bulletin zur Nutzung von KI durch Versicherer beschlossen. Viele Bundesstaaten haben seitdem eigene Versionen übernommen. Die Kernerwartungen:

• Versicherer sind für KI-Ergebnisse verantwortlich, auch bei Drittanbietern.
• Sie brauchen ein schriftliches KI-Governance-Programm.
• Sie müssen auf Bias testen und das dokumentieren.
• Sie müssen Entscheidungen erklären kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen.

Sie kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen das NAIC Model Bulletin on AI direkt lesen. Es ist kurz und verständlich und derzeit das, was einem nationalen Standard am nächsten kommt.

Colorado ging weiter mit einer spezifischen Regelung zur Nutzung externer Daten und Algorithmen durch Lebensversicherer, die quantitative Bias-Tests vorschreibt. Rechnen Sie damit, dass 2026 und danach weitere Bundesstaaten diesem Muster folgen.

Ein verzerrtes Modell reparieren

Sie haben disparate impact gefunden. Und jetzt? Sie haben mehrere Hebel, von grob bis anspruchsvoll.

Option 1: Das problematische Feature entfernen. Postleitzahl raus. Einfach, aber Sie verlieren oft echte Prognosekraft, und andere Features kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen weiterhin als Proxy für dasselbe dienen. Allein reicht das selten.

Option 2: Einen faireren Ersatz finden. Statt der reinen Postleitzahl Variablen mit klarerem kausalem Bezug zum Risiko nutzen: lokale Verkehrsdichte, wetterbedingte Schadenhäufigkeit, Straßenqualität. Diese erklären, *warum* Geografie relevant ist, ohne die Ethnie einzuschmuggeln.

Option 3: Das Modell im Training beschränken. Fügen Sie eine Fairness-Constraint hinzu, sodass der Optimizer bestraft wird, wenn die Ergebnisse zwischen Gruppen auseinanderlaufen. Das tauscht ein wenig Genauigkeit gegen viel Verteidigungsfähigkeit.

Option 4: Outputs anpassen. Vorhersagen nachbearbeiten, um eine gewählte Fairness-Metrik auszugleichen. Wirksam, aber Vorsicht: Preise bewusst nach Gruppe anzupassen, kann selbst wie disparate treatment aussehen. Vorher rechtlich prüfen lassen.

Es gibt keine universelle „faire" Einstellung. Fairness-Definitionen kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen sich mathematisch widersprechen. Sie kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen nicht immer Fehlerquoten und Auswahlquoten gleichzeitig ausgleichen. Das ist ein bekanntes Impossibility-Ergebnis, Sie müssen also die Definition wählen, die zur für Sie geltenden Regulierung passt, und begründen, warum.

Ein konkretes Vorher-Nachher

Das Waldbrandmodell eines Wohngebäudeversicherers nutzte die Postleitzahl als Top-Feature. Bias-Tests zeigten eine Lücke, die mit einer geschützten Gruppe korrelierte. Die Lösung: Postleitzahl durch grundstücksbezogene Inputs ersetzen (Abstand zur Vegetation, Dachmaterial, Schutzstreifen, historische Brandgrenzen). Das neue Modell war beim Waldbrandrisiko sogar *genauer* und bestand die Prüfung, weil jedes Feature einen klaren physikalischen Bezug zum Schaden hatte.

Das ist das Muster, das sitzen sollte: kausale Features schlagen korrelative Proxys, für Fairness wie für Genauigkeit.

Einen Governance-Prozess aufbauen, dem Aufsichtsbehörden vertrauen

Modell-Fairness ist kein einmaliger Test. Sie ist ein Programm. Ein belastbares Setup umfasst:

• Ein Modellinventar. Jedes Modell, sein Zweck, seine Inputs, sein Owner.
• Bias-Tests vor dem Deployment mit dokumentierten Metriken und Schwellenwerten.
• Laufendes Monitoring. Daten driften. Ein zum Start faires Modell kann unfair werden, wenn sich die Population verschiebt.
• Ein Human in the Loop für Entscheidungen mit hoher Wirkung wie Ablehnungen.
• Verantwortlichkeit der Anbieter. Wenn Sie ein Scoring-Modell einkaufen, gehört das Ergebnis immer noch Ihnen. Lassen Sie sich Testdokumentation vertraglich zusichern.
• Einen Audit Trail. Jede Entscheidung Monate später reproduzierbar und erklärbar.

Versicherer, die unter KI-Regulierung erfolgreich sind, behandeln Compliance als Engineering-Disziplin, nicht als juristischen Nachgedanken.

Key Takeaways

• Proxy-Diskriminierung ist das größte KI-Risiko im Versicherungs-Pricing. Ein Modell kann unfaire Ergebnisse produzieren, ohne je eine geschützte Variable zu nutzen. Postleitzahl und Kreditscores sind häufige Übeltäter.
• Testen Sie disparate impact quantitativ. Schätzen Sie geschützte Merkmale (etwa mit BISG), vergleichen Sie Ergebnisse zwischen Gruppen und wenden Sie Schwellen wie die Four-Fifths-Rule an.
• Explainability ist jetzt Pflicht. Nutzen Sie Tools wie SHAP, damit Sie jeden einzelnen Preis begründen und ordentliche Adverse Action Notices nach FCRA ausstellen kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen.
• Kennen Sie das NAIC Model Bulletin. Es ist der entstehende nationale Standard: Versicherer tragen die Verantwortung für KI-Ergebnisse, müssen sie steuern und Bias-Tests dokumentieren, auch bei Modellen von Anbietern.
• Bevorzugen Sie kausale Features gegenüber korrelativen Proxys. Die Postleitzahl durch grundstücksbezogene oder physikalische Risikofaktoren zu ersetzen, verbessert oft Fairness und Genauigkeit gleichzeitig.