Advertisement

HMD Praxis der Wirtschaftsinformatik

, Volume 55, Issue 5, pp 1086–1109 | Cite as

Bewertung von Anreizen zum Teilen von Daten für digitale Geschäftsmodelle am Beispiel von Usage-based Insurance

  • Mathias Streich
  • Antonio D’Imperio
  • Jürgen AnkeEmail author
Spektrum

Zusammenfassung

Der Automobilsektor steht vor einem tiefgreifenden Wandel. Fahrzeuge werden unter dem Schlagwort „Connected Car“ zunehmend vernetzt und erzeugen durch Sensoren eine enorme Menge hoch detaillierter und sensibler Daten. Diese Entwicklung schafft die Grundlage für digitale Geschäftsmodelle wie Usage-Based Insurance (UBI). Dabei handelt es sich um Kfz-Versicherungstarife, deren Prämie anhand des Fahrverhaltens des Versicherten bemessen wird. Entsprechend können Versicherte ihren Versicherungsbeitrag (Prämie) senken, sofern sie sicher und unfallvermeidend fahren. Um UBI-Tarife anbieten zu können, benötigen Versicherungen Daten über das Fahrverhalten anhand derer eine Risikoeinschätzung durchgeführt werden kann. Da die Datenschutzbedenken der Bevölkerung jedoch noch immer groß sind, entsteht ein Konflikt zwischen Versicherer und Autofahrer, der die Akzeptanz solcher UBI-Tarife beeinflusst.

Dieser Beitrag beschäftigt sich mit der Bewertung verschiedener Anreize zur Auflösung dieses Konflikts. Neben der Systematisierung verschiedener monetärer und nicht-monetärer Anreize wurde die Akzeptanz monetärer Anreize dabei mittels Discrete-Choice Experiment im Zuge einer Umfrage mit 215 Teilnehmern untersucht. Auf diese Weise konnte die notwendige monetäre Kompensation für das Teilen der für UBI-Tarife benötigten sensiblen Daten ermittelt werden. Weiterhin konnte festgestellt werden, dass die Kompensation in Form von indirekt monetären Anreizen wie zusätzliche Funktionen von Assistenz- oder Entertainmentsysteme nur geringe Auswirkungen auf die Akzeptanz von UBI-Tarifen hat.

Schlüsselwörter

Usage-based Insurance Connected Car Datenschutz Datengetriebene Dienstleistungen 

Evaluation of Incentives for Sharing Data in Digital Business Models Using the Example of Usage-based Insurance

Abstract

The automotive sector is facing fundamental changes. Vehicles are increasingly networked and become so-called “Connected Cars”. They generate an enormous amount of highly detailed and sensitive data through sensors. This development serves as the basis for digital business models such as Usage-Based Insurance (UBI), in which the premium of a vehicle insurance tariff is determined by the driving behavior of the insured person. Therefore, it is possible to reduce the insurance premium if they drive safely and avoid accidents. In order to be able to offer UBI tariffs, insurance companies need data on the driving behavior based on which a risk assessment can be carried out. However, as the privacy concerns of the consumers are still high, a conflict about the sharing of data arises between the insurer and drivers, which affects the acceptance of such UBI tariffs.

This article deals with the evaluation of various incentives to resolve this conflict. In addition to the systematization of various monetary and non-monetary incentives, the acceptance of monetary incentives was examined by means of a discrete-choice experiment as part of a survey with 215 participants. With that, the necessary monetary compensation for sharing the sensitive data required for UBI tariffs could be determined. Furthermore, it was found that the compensation in the form of indirect monetary incentives, such as additional functions of assistance or entertainment systems, has little effect on the acceptance of UBI tariffs.

Keywords

Usage-based Insurance Connected Car Privacy Data-driven Services 

Literatur

  1. Allmendinger G, Lombreglia R (2005) Four strategies for the age of smart services. Harv Bus Rev 83:131Google Scholar
  2. Brandstätter V, Otto JH (2009) Handbuch der allgemeinen Psychologie – Motivation und Emotion. Hogrefe, GöttingenGoogle Scholar
  3. Bullinger H‑J, Ganz W, Neuhüttler J (2017) Smart Services – Chancen und Herausforderungen digitalisierter Dienstleistungssysteme für Unternehmen. In: Bruhn M, Hadwich K (Hrsg) Forum Dienstleistungsmanagement. Dienstleistungen 4.0. Konzepte – Methoden – Instrumente, Bd. 1. Springer, Wiesbaden, S 97–120Google Scholar
  4. CHECK24 (2017) Telematik-Tarife in der Kfz-Versicherung. http://www.check24.de/kfz-versicherung/telematik/. Zugegriffen: 28. Nov. 2017Google Scholar
  5. Conrad Y (2006) Kundenkarten und Rabattsysteme. Datenschutz Datensich 30:405–409.  https://doi.org/10.1007/s11623-006-0120-7 CrossRefGoogle Scholar
  6. CosmosDirekt (2017) Telematik-Markt; Tarife zum Sparen. https://www.cosmosdirekt.de/betterdrive/telematik-marktuebersicht/. Zugegriffen: 6. Juli 2017Google Scholar
  7. Derikx S, de Reuver M, Kroesen M (2016) Can privacy concerns for insurance of connected cars be compensated? Electron Mark 26:73–81.  https://doi.org/10.1007/s12525-015-0211-0 CrossRefGoogle Scholar
  8. Edelmann W (2003) Intrinsische und extrinsische Motivation. Grundschule 35:30–32Google Scholar
  9. FIA (2017) My car, my data. https://mycarmydata.com.au/get-the-facts/. Zugegriffen: 1. Juni 2017Google Scholar
  10. Fleisch E, Weinberger M, Wortmann F (2015) Business models and the Internet of things. In: Podnar Žarko I, Pripužić K, Serrano M (Hrsg) Interoperability and open-source solutions for the Internet of things International Workshop, FP7 OpenIoT Project. Springer, Cham, S 6–10Google Scholar
  11. Grosse Kleimann P, Bernhart W, Hasenberg JP, Brenner A, Hunstock T, Kaiser F, Eirich R (2016) Connected Car App based dongle solution as shortcut to connectivity. https://www.rolandberger.com/publications/publication_pdf/roland_berger_connected_car_final_060916.pdf. Zugegriffen: 28. Nov. 2017Google Scholar
  12. Hannich F, Crowden C, Bissig P, Kübler LD, Gabler C, Schuler C (2015) Identifikationsstudie. Darf ich wissen, wer du bist? Mehrwert der Identifikation aus Kundensicht. BSI Business Systems Integration AG / ZHAW – School of Management and LawGoogle Scholar
  13. Harloff T (2017) Umstrittene Telematik-Tarife bei der Kfz-Versicherung. In: Süddeutsche ZeitungGoogle Scholar
  14. Heyen M, Wälder J, Jahn HC (2015) Gibt es eine Zukunft für die Kfz-Versicherung? http://www.mitteldeutschland.com/sites/default/files/uploads/2016/01/28/kpmginsurancethinkingahead-gibteseinezukunftfuerdiekfz-versich.pdf. Zugegriffen: 1. Sept. 2017Google Scholar
  15. Hill J, Maier F, Meyer C (2015) Connected Car - Mobilität der Zukunft. http://computerwoche.pageflow.io/connected-car#13086. Zugegriffen: 4. Juli 2017Google Scholar
  16. HUK-Coburg (2017a) Datenschutzinformationsblatt einschließlich datenschutzrechtlicher Einwilligungserklärung zum Smart Driver Programm. https://www.huk.de/content/dam/hukde/dokumente/produkte/datenschutz-sdp.pdf. Zugegriffen: 3. Juli 2017Google Scholar
  17. HUK-Coburg (2017b) Smart Driver Programm. https://www.huk.de/fahrzeuge/kfz-versicherung/smart-driver.html?ID=D0097. Zugegriffen: 3. Juli 2017Google Scholar
  18. HUK-Coburg (2017c) Smart Driver startet deutschlandweit. www.huk.de/presse/nachrichten/aktuelles/telematik.html. Zugegriffen: 3. Juli 2017Google Scholar
  19. Hütter A (2013) Verkehr auf einen Blick. DeStatis, WiesbadenGoogle Scholar
  20. Institute SAS (2017) Software zur statistischen Datenanalyse. https://www.jmp.com/de_de/software/data-analysis-software.html. Zugegriffen: 16. Febr. 2018Google Scholar
  21. Institute SAS (2018) Create a choice design and analyze the data | JMP 12. https://www.jmp.com/support/help/Create_a_Choice_Design_and_Analyze_the_Data.shtml. Zugegriffen: 15. Febr. 2018Google Scholar
  22. Kagermann H, Riemensperger F, Hoke D, Helbig J, Stocksmeier D, Wahlster W, Scheer A‑W, Schweer D (2015) Smart Service Welt; Umsetzungsempfehlungen für das Zukunftsprojekt Internetbasierte Dienste für die WirtschaftGoogle Scholar
  23. Kees A, Oberlaender AM, Roeglinger M, Rosemann M (2015) Understanding the Internet of things: a conceptualisation of business-to-thing (B2T) interactions proceedings of the twenty-third European Conference on Information Systems. ECIS 2015, MünsterGoogle Scholar
  24. Louviere JJ, Hensher DA, Swait J, Adamowicz WL (2010) Stated choice methods; analysis and applications. Cambridge University Press, CambridgezbMATHGoogle Scholar
  25. Maurer M, Gerdes JC, Lenz B, Winner H (Hrsg) (2015) Autonomes Fahren; Technische, rechtliche und gesellschaftliche Aspekte. Springer Vieweg, Berlin, HeidelbergGoogle Scholar
  26. Nürnberger S (2018) Datenverarbeitung im (vernetzten) Fahrzeug. Datenschutz Datensich 42:79–82.  https://doi.org/10.1007/s11623-018-0898-0 CrossRefGoogle Scholar
  27. Phelps J, Nowak G, Ferrell E (2000) Privacy concerns and consumer willingness to provide personal information. J Public Policy Mark 19:27–41CrossRefGoogle Scholar
  28. Pöppelbuß J, Durst C (2017) Smart Service Canvas – Ein Werkzeug zur strukturierten Beschreibung und Entwicklung von Smart-Service-Geschäftsmodellen. In: Bruhn M, Hadwich K (Hrsg) Forum Dienstleistungsmanagement. Dienstleistungen 4.0. Geschäftsmodelle – Wertschöpfung – Transformation, Bd. 2. Springer, WiesbadenGoogle Scholar
  29. Porter ME, Heppelmann JE (2014) How smart, connected products are transforming competition. Harv Bus Rev 92:64–88Google Scholar
  30. Sammer K (2007) The Influence of Ecolabelling on Buying Decisions; Evaluation of the Swiss Energy Label by Discrete Choice Experiments. Dissertation, Universität St. Gallen, Hochschule für Wirtschafts‑, Rechts- und Sozialwissenschaften (HSG)Google Scholar
  31. Seider C (2017) Connected Car 2.0 – Wohin geht die Reise? NTT Data. http://emea.nttdata.com/blog/de/2017/01/18/connected-car-2-0-wohin-geht-die-reise/. Zugegriffen: 28. Nov. 2017Google Scholar
  32. Statista (2015a) Datenschutzbedenken bei der Internetnutzung nach Altersgruppen weltweit 2015. https://de.statista.com/statistik/daten/studie/520390/umfrage/datenschutzbedenken-von-internetnutzern-nach-altersgruppen-weltweit/. Zugegriffen: 31. Aug. 2017Google Scholar
  33. Statista (2015b) Kfz-Haftpflichtversicherung in Deutschland – Durchschnittliche Jahresprämie 2015. https://de.statista.com/statistik/daten/studie/156096/umfrage/durchschnittliche-jahrespraemie-in-der-kfz-haftpflichtversicherung/. Zugegriffen: 1. Sept. 2017Google Scholar
  34. Statista (2015c) Kfz-Versicherung in Deutschland – Bestand an Verträgen nach Sparten. https://de.statista.com/statistik/daten/studie/247196/umfrage/bestand-an-vertraegen-in-der-kfz-versicherung-nach-sparten/. Zugegriffen: 1. Sept. 2017Google Scholar
  35. Statista (2015d) Kfz-Vollkaskoversicherung in Deutschland – Durchschnittliche Jahresprämie 2015. https://de.statista.com/statistik/daten/studie/247182/umfrage/durchschnittliche-jahrespraemie-in-der-kfz-vollkaskoversicherung/. Zugegriffen: 1. Sept. 2017Google Scholar
  36. Steinbeis-Transferzentrum Telematik (2017) Versicherungstelematik. http://telematikwissen.de/versicherungstelematik/. Zugegriffen: 6. Juli 2017Google Scholar
  37. Strüker J (2007) Der gläserne Kunde im Supermarkt der Zukunft. Wirtsch Inform 49:59–62.  https://doi.org/10.1007/s11576-007-0010-0 Google Scholar
  38. Taeger J (2016) Datenschutzrecht; Enzyklopaedie der Wirtschaftsinformatik. http://www.enzyklopaedie-der-wirtschaftsinformatik.de/lexikon/uebergreifendes/Kontext-und-Grundlagen/IT-Recht/Datenschutzrecht/index.html. Zugegriffen: 5. Sept. 2017Google Scholar
  39. Telser H (2002) Nutzenmessung im Gesundheitswesen; Die Methode der Discrete-Choice-Experimente. Kovač, HamburgGoogle Scholar
  40. Thiele J, Schmidt-Jochmann C (2015) Kfz-Versicherungen im UmbruchGoogle Scholar
  41. Wilson D, Pearson R, Roberts E, Thompson J (2015) Competing for the connected customer – perspectives on the opportunities created by car connectivity and automationGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Hochschule für Telekommunikation LeipzigLeipzigDeutschland
  2. 2.Deutsche Telekom Service Europe GmbHBonnDeutschland

Personalised recommendations