Firmenfachbeitrag 16.04.2018, 08:20 Uhr

SAS Plattform statt Datensilos bei der Baloise

Versicherungen hadern oft mit einer komplexen, heterogenen Unternehmensstruktur, die sich durch organisches Wachstum und Zukäufe erklärt. Denn Aufsichtsbehörden und Märkte verlangen eine transparente, schnelle und analytisch getriebene IT. Die Antwort: eine Plattform, die den gesamten Analytics-Lifecycle abdeckt.
Governance ist unerlässlich für eine zuverlässige Datenanalyse
Die Baloise Group ist ein Paradebeispiel für die Heterogenität in der IT. Sie bietet seit 1863 aktiv Versicherungs-, Vorsorge- und Bankprodukte an und betreibt heute Landesgesellschaften in der Schweiz, Deutschland, Belgien und Luxemburg. Alle diese Gesellschaften haben sich über Jahre hinweg Data Warehouses aufgebaut, die sich sowohl in der Infrastruktur als auch in den eingesetzten Softwarelösungen unterscheiden. Später kamen zudem auf Applikationsseite verschiedenste Eigenentwicklungen dazu.

IT-Fundament mit funktionierender Governace

Doch ein zukunftsgerichteter Geschäftsbetrieb sieht anders aus – der Ansicht war auch Olaf Romer, Leiter Corporate IT der Baloise-Gruppe: «Wir brauchen mehr Transparenz und Geschwindigkeit, um gruppenweit jederzeit unser Geschäft strategisch planen und steuern zu können. Und damit das alles auch konsistent und aufsichtskonform funktioniert, muss die Data Governance stimmen.» Das ist besonders wichtig, weil die Baloise seit 2008 verstärkt als Gruppe agiert. «Es war deshalb Zeit für einen harten Schnitt: weg von der Eigenentwicklung, hin zur Plattform und zum Standard. Ziel ist eine konsequente Industrialisierung unserer Datenanalyse.»
In einem ersten Schritt wurden dazu die Rechenzentren konsolidiert, sodass jetzt alles in Basel zusammenläuft. Als Nächstes galt es, diese Vereinheitlichung auch auf Applikationsebene zu schaffen; bisher existierten vier weitgehend verschiedene Lösungen nebeneinander. «Uns war schnell klar: Nur eine davon ist modern und zukunftsfähig – die SAS Platform, wie sie bei den Basler Versicherungen in Deutschland in Betrieb ist.» Diese Lösung zu aktualisieren und gruppenweit auszurollen, erwies sich als Königsweg: «Erstens profi tieren wir so von der Versicherungsexpertise von SAS. Zweitens können wir im Unternehmen bereits vorhandenes Know-how nutzen und aufbauen. Und drittens müssen nur drei Landesgesellschaften umbauen und umlernen», so Romer.

Standardisierung und Individualisierung verbinden

Die Herausforderung war, die Bedürfnisse der verschiedenen Landesgesellschaften unter einen Hut zu bringen – und dabei trotzdem eine einheitliche Governance und Architektur zu etablieren. Eine nicht triviale Aufgabe bei der Baloise, die trotz der Aufstellung als Gruppe unterschiedliche Produkte über unterschiedliche Channels in Märkten mit ganz eigenen Gepflogenheiten anbietet. Eine «One-fits-all»-Lösung könne es deshalb nicht geben, so Romer: «Wir brauchen so viel Standardisierung und Governance wie möglich und dann so viel Individualisierung wie nötig.»
Deshalb entwickelte er mit seinem Team zunächst eine Data-Warehouse-Referenzarchitektur für alle Gesellschaften. «Dabei brauchten wir das Rad nicht selbst neu zu erfinden, sondern haben bewusst auf das Standard-Datenmodell gesetzt, das SAS im Rahmen der Insurance Analytics Architecture (IAA) anbietet. Das eröffnet uns die Möglichkeit, am Versicherungs-Know-how von SAS zu partizipieren und jederzeit kurzfristig von Innovationen zu profitieren. SAS ist hier auch fachlich ein wertvoller Partner», nennt Romer die entscheidenden Argumente.

Einheitliche Applikationslandschaft

Nachdem die Infrastruktur neu aufgesetzt war, galt es, mit SAS die Applikationslandschaft zu vereinheitlichen und die Ansprüche der einzelnen Abteilungen – vom Aktuariat bis hin zum Marketing – zu bedienen. Dies umfasst SAS Anwendungen für Customer Intelligence, Marketingautomatisierung, Risikomanagement sowie SAS Visual Analytics und den SAS Enterprise BI Server. Diese Vereinheitlichung ist kein Selbstzweck, sondern hat ein klares Ziel: die Zusammenarbeit zwischen Fachbereichen und IT effizienter zu machen. «Das Versicherungs-Know-how sitzt auf der Seite der Fachbereiche, nicht bei der IT. Wir müssen also die inhaltliche Gestaltung der Prozesse möglichst weit ins Business verlagern. Das geht aber nur mit entsprechenden Tools, die keine aufwendige Programmierung durch die IT mehr erfordern. Mit unserer neuen Architektur können wir von der IT die Fachbereiche weit besser unterstützen, indem wir ihnen die richtigen Werkzeuge zur Verfügung stellen», ist Romer überzeugt.
Eine gemeinsame Infrastruktur und Governance, aber keine Gleichmacherei aus Prinzip waren das Ziel des Data-Warehouse-Projektes bei der Baloise. Für Romer der richtige Weg: «Auch innerhalb einer Gruppe sind Versicherungen eben nicht alle gleich. Wir haben zusammen mit SAS bewiesen, dass Synergieeffekte und eine gemeinsame Strategie auch in einem föderativen Zusammenarbeitsmodell möglich sind.»

6 Tipps für modernes Datenmanagement

Datenintegration und -aufbereitung ist einerseits eine ureigene Aufgabe der IT. Andererseits stehen vor dem Hintergrund von datenbasierten Geschäftsprozessen und -modellen auch die Mitarbeiter in den Fachabteilungen in der Pflicht, aktiv im Datenmanagement mitzuwirken.
Lösungen für den Umgang mit Daten im Unternehmen müssen heute deshalb eine ganze Reihe von Anforderungen erfüllen:
  1. Data Management muss agil sein und ad hoc stattfinden. Die Zeit der starren Datenstrategien und der Batch-Verarbeitung über Nacht ist vorbei. Zudem soll der Anwender sämtliche Daten zur Verfügung haben und analysieren können, ohne sich im Vorfeld Gedanken über das Ergebnis machen zu müssen.
  2. Self-Service Data Preparation heisst: Der Nutzer entscheidet. Eine Lösung wie SAS Data Preparation versetzt auch Anwender in der Fachabteilung in die Lage, Daten schnell und einfach für Analysen aufzubereiten.
  3. Hadoop-Integration: Das Datenmanagement muss – logisch, technisch und auch personell – den  Brückenschlag zwischen Big Data und klassischen Daten schaffen. Während vielfach Data Lakes genutzt werden, um wertvolle, aber nur semi-strukturierte Daten abzulegen, werden Kundenstammdaten weiterhin in einem klassischen, revisionssicheren Data Warehouse vorgehalten.
  4. Realtime Processing analysiert Daten kontinuierlich in Echtzeit und schafft damit die Voraussetzung, um sofort reagieren zu können. Lösungen wie SAS Event Stream Processing machen die Nutzung und Verarbeitung von Datenströmen erst möglich.
  5. Nutzung unstrukturierter Datenquellen: Statt sich – wie bisher – ausschliesslich auf Informationen aus unternehmensinternen Systemen wie ERP und CRM zu verlassen, kommen jetzt immer häufiger – oftmals auch externe – Informationen wie Social-Media-, Geo- oder Sensor-Daten hinzu.
  6. Data Governance dient dazu, die Übersicht und Kontrolle zu bewahren. Sie wird zwar oftmals als leidiges Korsett angesehen, dabei schafft sie auch Chancen. Bei konsequenter, systemunterstützter Anwendung profitieren alle Beteiligten von Übersicht und Nachvollziehbarkeit.
Wie Unternehmen mit SAS ein modernes Datenmanagement aufgebaut haben, zeigt das eBook «SAS in der Praxis: 6 Gründe, warum Unternehmen jetzt ihre Datenstrategie überdenken».
Zum Autor
Kai Fahlenbock
Kai Fahlenbock, Director Sales DACH Region Insurance & Healthcare bei SAS
Zum Unternehmen: SAS ist Marktführer im Bereich Analytics und mit 3,24 Milliarden US-Dollar Umsatz einer der grössten Softwarehersteller. Kunden weltweit setzen innovative Software und Services von SAS ein, um Daten in Wissen zu verwandeln und intelligente Geschäftsentscheidungen zu treffen. Seit 1976 verschafft SAS Kunden THE POWER TO KNOW.
Mehr Informationen: www.sas.com/ch
Dieser Beitrag wurde von SAS zur Verfügung gestellt und stellt die Sicht des Unternehmens dar. Computerworld übernimmt für dessen Inhalt keine Verantwortung.

Das könnte Sie auch interessieren