Planungssysteme für eine moderne, digitale Planung in Ve ... / 1 Planung in Versicherungskonzernen – technische Herausforderungen

1.1 Prinzipien des Advanced Budgeting

Intelligente Planung für Antworten bei steigenden Anforderungen

Eine Planung beschäftigt sich mit der systematischen Gestaltung der Zukunft eines Unternehmens. Eine Best-in-Class-Planung in Versicherungskonzernen sieht sich heute folgenden kritischen Anforderungen gegenüber:

• Alle Planzahlen werden in einem Tool geführt (Single-Data-Planning-Process).
• Alle Details zu Segmenten, Produkten, Branchen, Vertriebswegen, Kundensegmenten etc. werden in einem integrierten Modell treiberbasiert ausgeprägt.
• Traditionelle (z. B. HGB) und ökonomische Sichten (z. B. IFRS 4, Solvency II) sind im Detail ineinander überführbar.
• Simulations- und Szenariofähigkeit ermöglicht es dem Versicherungskonzern sich effektiv auf Schocks vorzubereiten.

Horváth & Partners hat in den vergangenen Jahren einen intelligenten Planungsansatz "Advanced Budgeting" entwickelt und u. a. für Versicherungskonzerne ausdetailliert.^[1] Er basiert auf folgenden Prinzipien:^[2]

1. Eine gute Planung ist kurz und beginnt möglichst spät im Jahr. Je früher eine Planung startet, desto früher ist sie veraltet. Planen wir früher, bleiben die zu lösenden Zukunftsprobleme unklarer. Die Annahmen über Marktzyklen, Konditionen und Kapitalmarkt etc. bleiben vage.
2. Statt Bottom-up "Planung des Machbaren" wird Top-down auf "Zielplanung" gesetzt. Was müssen wir z. B. bei Prämienwachstum, Schadenmanagement und Kapitaleffizienz tun, um unsere Zielposition zu erreichen?
3. Simulationen und Szenarien sind der Kern der Top-down-Planung. Eine Vorschlagsplanung liefert treiberbasiert alle Details, die dezentral zu überprüfen sind.
4. Konzentration auf das Wesentliche zählt. Der Großteil (90–95 %) der finanziellen Ressourcen "hält den Motor am Laufen" und erfordert keine detaillierte Reevaluierung. Strategische Initiativen sind die "critical few", denen besondere Aufmerksamkeit geschenkt werden muss.
5. Operative Planung und Mittelfristplanung erfolgen automatisiert und in einem Zug, was Konsistenz der Pläne und Effizienz sichert. Eine Automatisierung der Planung über Modelle ist ein wichtiger Weg, den Aufwand drastisch zu reduzieren. Im Vergleich zu manuellen erweisen sich automatisierte Planungen sogar als überlegen.
6. Digitalisierung: Entfeinerung und Details sind keine Widersprüche mehr. Das Paretoprinzip gilt auch für die Planung: Man sollte sich bei der aktiven Planung auf die wesentlichen Portefeuilles und Positionen fokussieren.
7. Nennenswerte Details in der operativen Planung werden dann regelbasiert erzeugt z. B. anhand von Referenzdaten ("Splashing"). Auf mittlerer Aggregationsebene geplante Positionen (z. B. Prämieneinnahmen) werden mit Hilfe statistischer Informationen der Vorperiode(n) in Business Lines, Kundensegmente oder Vertriebswege differenziert.
8. Eine professionelle IT-Unterstützung erlaubt die Fokussierung auf die Inhalte. Mit Planungslösungen wie z. B. IBM Cognos TM1, SAP BPC i. V. m. SAP S/4 HANA oder Oracle Hyperion Planning ist eine solche Planungslogik heute machbar und Best-in-Class.

[1] Vgl. Wiegard et al., 2014, S. 152 ff.

[2] Vgl. Hiendlmeier/Wiegard, 2016, S. 1 ff.

1.2 Technische Herausforderungen für eine moderne Planungslösung

Zentrale Herausforderungen wichtig bei fachlicher Spezifikation

Eine automatisierte Planung aufzubauen und die Effizienz- und Zeitvorteile zu genießen, erfordert eine Investition in eine moderne Planungslösung. Dabei ist es nicht nur die Investition in Software und Hardware, sondern vor allem die Investition in die fachliche Spezifizierung des Planungsmodells, die nicht unterschätzt werden sollte. Sämtliche Planungslösungen sind Plattformen ohne wesentlichen Inhalt und individuelle Kundenlösungen sind zu bauen. Off-the-shelf Planungslösungen gibt es nicht in der gebotenen Qualität. Dabei sind einige Herausforderungen zu beachten:

Herausforderung Nr. 1: Datenvolumen & Performance

Eine der Herausforderungen ist das Datenmodell, das damit zusammenhängende Datenvolumen und die Performance der Modelle. Die Bewertung z. B. eines Lebensversicherungsvertrags nach HGB, IFRS 4, Solvency II erfordert sehr oft eine individuelle Analyse des Einzelvertrags. In einem digitalen Planungsmodell werden daher oft die einzelnen Verträge oder zumindest kleinere Portefeuilles zugrunde gelegt. Da nicht nur die Sicht des Gesamtkonzerns interessiert, sondern auch die sie treibenden Segmente, Branchen, Kundengruppen, Vertriebswege, Zeichnungs- oder Anfalljahre etc. umfasst ein digitales Planungsmodell schnell bis zu 50 Dimensionen, welche im Rahmen der Planung zu analysieren sind. Nur durch dieses sehr granulare Datenmodell lässt sich die gewünschte Konsistenz zwischen Rechnungslegungsstandards, Planhorizonten etc. gewährleisten. Daher zählen solche Lösungen zu Recht zu den "Big Data"-Applikationen. Das bedeutet, dass es sehr leistungsfähige Planungssysteme bedarf, welche mit dem Datenvolumen umgehen können. Hier spielen z. B. In-Memory Konzepte eine Rolle, bei der die gesamte Datenfülle zur Bearbeitung komplett in entsprechend dimensionierte Arbeitsspeicher geladen werden können oder ein intelligentes Zusammenspiel mit sehr leistungsfäh...