1 www.newplayersnetwork.jetzt
MARKTMONITOR
Big Data & Data Analytics
2 www.newplayersnetwork.jetzt
Allgemeines Seiten 2 – 4 Relevante Start-ups Seiten 23 – 59
Technologie & Trends Seiten 5 – 16 Kooperationen & Use Cases Seiten 60 – 66
Marktübersicht Seiten 17 – 22 Analyse Geschäftsmodelle Seiten 67 – 80
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsAllgemeines
Der Marktmonitor bietet einen Überblick über Start-ups, ihre Geschäftsmodelle, erste Prototypen und Kooperationen sowie konkrete Produkt-und Serviceangebote. Die zu betrachtenden Start-ups werden anhand der technologischen Basis und des zugrunde liegenden Geschäftsmodells geclustert. Das zu betrachtende Cluster wechselt mit jeder Ausgabe. Zudem werden Hintergrundinformationen dargestellt und in jeder Ausgabeeine Auswahl relevanter Akteure im Detail vorgestellt. Einleitend werden die technologische Basis und das zugrunde liegende Geschäftsmodell erläutert, eingeordnet und Entwicklungstendenzen skizziert.
Wissen, was den Markt bewegt
InhalteDie Cluster werden anhand folgender Aspekte betrachtet:
Eine Übersicht über weitere Recherchen und Marktanalysen finden Sie hier:www.versicherungsforen.net/marktmonitore
3 www.newplayersnetwork.jetzt
MARKTMONITORAllgemeines
Der Überblick basiert auf frei verfügbaren Informationen, die über die Webseiten der Unternehmen oder über Pressemitteilungenvertrauenswürdiger Quellen zu finden sind. Die Geschäftsmodellanalysen werden um direkte Befragungen unserer Ansprechpartner in den Häusern ergänzt. Hierbei wird das Netzwerk des New Players Network genutzt. Die Inhalte der Analyse werden mit größter Sorgfalt recherchiert und erstellt, dennoch kann im Hinblick auf die Verfügbarkeit der Informationen eine Vollständigkeit der Angaben nicht garantiert werden.
SHORT LISTQUALITY GATE
MODUL 2
WORKSHOP
MODUL 3
MARKET RESEARCH LONGLIST
MODUL 1
Wir stellen für Sie gern auch einen individuellen Marktmonitor „Start-ups für die Versicherungsbranche“ nach spezifischen Wünschen (Cluster, Geschäftsmodell, Technologie, Einsatzbereich) zusammen oder unterstützen Sie bei Ihrem Scouting nach potenziellen Kooperationspartnern. Bitte sprechen Sie uns an, um ein Angebot entsprechend Ihrer Informationsbedürfnisse zu erhalten.
Informationsherkunft
Individuelle Recherchen und Scouting
Start-ups für die Assekuranz – Big Data & Data Analytics
4 www.newplayersnetwork.jetzt
MARKTMONITORAllgemeines
Technologie-Fokus
• Big Data & Data Analytics
• Blockchain
• Künstliche Intelligenz
• …
Geschäftsmodell-Fokus
• Plattformmodelle
• Peer-To-Peer-Ansätze
• Pay-as-you-…- Modelle
• …
Branchen-Fokus
• InsurTechs
• FinTechs
• HealthTechs
• …
Die Clusterung zwischen Technologie-, Geschäftsmodell- und Branchen-Fokus ist nicht überschneidungsfrei.Die Einteilung orientiert sich an der Technologie- und Marktentwicklung und ist daher nicht als statisch zu sehen.Eine Clusterung hinsichtlich Technologie, Geschäftsmodell und Branche wird nie abschließend vollständig sein, sondern vielmehr Entwicklungen und Trends mit einbeziehen.
Clusterung der Start-ups
Start-ups für die Assekuranz – Big Data & Data Analytics
5 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics
Technologie& Trends
6 www.newplayersnetwork.jetzt
MARKTMONITORTechnologie & Trends
Big Datasteht für die Sammlung, Speicherung undUntersuchung von großen Mengen anDaten unterschiedlicher Arten, um darinversteckte Muster, unbekannteKorrelationen und nicht trivialeZusammenhänge zu entdecken. ImGrunde bezeichnet es Datenmengen,welche aufgrund ihrer Charakteristik sichnicht mit den herkömmlichen Methodender Datenverarbeitung speichern,verarbeiten und auswerten lassen.
Start-ups für die Assekuranz – Big Data & Data Analytics
7 www.newplayersnetwork.jetzt
MARKTMONITORTechnologie & Trends
(1) Volume: Größe; extrem hohe Datenvolumina ohne Angabe einer expliziten Größenordnung
(2) Variety: Vielfalt; Die Datenquellen, welche gesammelt, zusammengefasst und ausgewertet werden, besitzen unterschiedlichste Strukturen. Dabei handelt es sich sowohl um strukturierte Daten (relationale Datenbanksysteme wie z. B. SQL und andere tabellarisch strukturierte Daten), semi-strukturierte Daten (wie z. B. XML-Dateien, json oder auch E-Mails) und unstrukturierte Daten (u. a. Texte, Videos, Bilder).
(3) Velocity: Geschwindigkeit; Die Geschwindigkeit, mit der die Daten erzeugt werden, sowie deren Verarbeitungsgeschwindigkeit und Auswertung.
(4) Veracity: Sinnhaftigkeit; Qualitätsgrad der Daten und der daraus folgenden Vertrauenswürdigkeit der abgeleiteten Ergebnisse
VOLU
ME
larg
e siz
eof
data
VARI
ETY
diffe
rent
type
sofd
ata
VELO
CITY
fast
cre
atio
n, p
roce
ssin
g, a
naly
sis
VERA
CITY
unce
rtai
nty
ofda
ta
Start-ups für die Assekuranz – Big Data & Data Analytics
Charakteristika von Big Data oder die 4V-Definition
8 www.newplayersnetwork.jetzt
MARKTMONITORTechnologie & Trends
Zahlen und Fakten zu Big Data
5233
15
Datenverteilung in Unternehmen
Dark Data
redundante, triviale Daten
unternehmenskritische Daten
Start-ups für die Assekuranz – Big Data & Data Analytics
Bis 2025 sollen 163 Zettabyte an Daten weltweit generiert worden sein, zehnmal mehr als 2016, wo gut 16 Zettabyte an Daten zu finden waren. Die jährliche Wachstumsrate zwischen 2015 und 2025 wird bei gut 30 Prozent liegen. Über 90 Prozent der heute weltweit existierenden Daten wurde in den letzten zwei Jahren geschaffen. Damit wächst die Menge an Daten viermal schneller als die Weltwirtschaft.
Neben den Herausforderungen im Speichermanagement der Daten besteht das größte Problem darin, dass ein Großteil dieser Datenmengen gar nicht genutzt wird. Diese Daten werden mittlerweile als Dark Data bezeichnet, also Daten, die zwar erfasst und gespeichert, jedoch nicht benutzt werden.
8 Bit = 1 Byte1 000 = 103 Byte = 1 Kilobyte1 000 000 = 106 Byte = 1 Megabyte1 000 000 000 = 109 Byte = 1 Gigabyte1 000 000 000 000 = 1012 Byte = 1 Terabyte1 000 000 000 000 000 = 1015 Byte = 1 Petabyte1 000 000 000 000 000 000 = 1018 Byte = 1 Exabyte1 000 000 000 000 000 000 000 = 1021 Byte = 1 Zettabyte1 000 000 000 000 000 000 000 000 = 1024 Byte = 1 Yottabyte1 000 000 000 000 000 000 000 000 000 = 1027 Byte = 1 Brontobyte1 000 000 000 000 000 000 000 000 000 000 = 1030 Byte = 1 Geopbyte
Quellen: Oxford Mathematics Center, Seagate/IDC
9 www.newplayersnetwork.jetzt
MARKTMONITORTechnologie & Trends
Start-ups für die Assekuranz – Big Data & Data Analytics
strukturierte Daten
semistrukturierte Daten
unstrukturierte Daten
z. B. SQL, Tabellen z. B. E-Mails, XML, json z. B. Texte, Bilder, Videos
Anmerkung: vereinfachte Darstellung
10 www.newplayersnetwork.jetzt
MARKTMONITORTechnologie & Trends
Start-ups für die Assekuranz – Big Data & Data Analytics
Datensammlung beschreibt die unstrukturierte Sammlung von Daten und die damit verbundene grobe Themeneingrenzung.Datenauswertung beschreibt die Verwendung verschiedener Methoden, um aus Daten Informationen zu erzeugen. Diese Informationen müssen anschließend interpretiert werden.
Datenspeicherung beschreibt die physische Bereitstellung der notwendigen Infrastruktur und die Aufbewahrung von Daten.
Data Coresoder die Unterscheidung zwischen drei Kernbereichen im Zusammenhang mit Daten: SPEICHERUNG
AUSWERTUNGSAMMLUNG
11 www.newplayersnetwork.jetzt
MARKTMONITORTechnologie & Trends
• Forschung mittels Kombination von Daten und statistischen Methoden
• Echtzeit-Datenauswertung (Sensordaten im Auto, Livebilder von Überwachungskameras)
• Auswahl von Behandlungsmöglichkeiten für Patienten (Der digitale Arzt)
• Standortanalysen mittels Wetter-, Geo- und Telematikdaten
• Datenanalysen zu Sicherheitszwecken
Anwendungsbereiche
Start-ups für die Assekuranz – Big Data & Data Analytics
relevante Cluster aus Versicherungsperspektive
• Handling: Aufbereitung, Verdichtung und Strukturierung vorhandener Daten als vorgelagerte Tätigkeit zur effektiveren Auswertung
• Profiling: Erstellung von Nutzer- oder Objektprofilen, insbesondere für Marketingzwecke
• Assessing: sachgemäße und nachvollziehbare Bewertung von Objekten oder Sachverhalten
• Deciding: Generierung von Handlungsempfehlungen und Entscheidungsunterstützung für Anwender
12 www.newplayersnetwork.jetzt
MARKTMONITORTechnologie & Trends
Welche Daten werden für Auswertungen genutzt? Das Marktscreening zeigt, dass Technologieanbieter im Bereich Big Data & Data Analytics sich mehr oder weniger überschneidungsfrei in drei Kategorien einteilen lassen. Die Mehrheit der betrachteten Unternehmen beschäftigt sich mit üblichen maschinenlesbaren Daten. Diese treten in strukturierter oder semistrukturierter Form auf. Der Rest arbeitet mit überwiegend unstrukturierten Daten, wobei sich diese Unternehmen auf Bilddaten oder Linguistik- bzw. Semantikdaten spezialisiert haben.
Diese Kategorisierung findet in der nachfolgenden Marktanalyse Anwendung.
Kategorisierung der Datenbasis
Start-ups für die Assekuranz – Big Data & Data Analytics
Mehrwert von Big Data & Data Analytics
• fundierte Entscheidungsgrundlagen und entsprechend Vermeidung von Fehlern
• Vorhersagen von Ereignissen, Kalkulation von Risiken, genauere Zukunftsprognosen
• Erkennen von Veränderungen und schnelle Adaption
• stärkere Orientierung an Kunden und besseres Verständnis von Kundenbedürfnissen
• dynamische Gestaltung von Geschäftsprozessen
• Steigerung der Performance und Wirtschaftlichkeit
13 www.newplayersnetwork.jetzt
MARKTMONITORTechnologie & Trends
Gesetzliche Bestimmungen – EU-DSGVO
Generell gilt der Zweckbindungsgrundsatz, welcher besagt, dass Daten nur für einen festgelegten, eindeutigen und rechtmäßigen Zweck erhoben werden dürfen. (Art. 5 Abs. 1 DSGVO) Außerdem muss bei Erhebung großer Datenmengen Rücksicht auf Anonymisierung, Pseudonymisierungund Verschlüsselung genommen werden.
Jedes Unternehmen muss vor der Verarbeitung von kundenbezogenen Daten eine Datenschutzfolgeabschätzung vornehmen, welche das Risiko der Datenauswertung angibt. (Art 35 Abs. 1 DSGVO)
Der Kunde muss zwangsläufig eine Einwilligung der Datenverarbeitung abgeben. Dabei steht dem Kunden das Recht auf Vergessen zu. Das hat zur Folge, dass personenbezogene Daten auf Anfrage gelöscht werden müssen. (Art. 17 Abs. 1 DSGVO)
Der Bußgeldkatalog bei Verstößen gegen die DSGVO beinhaltet entweder bis zu vier Prozent des globalen Umsatzes oder bis zu 20 Millionen Euro. (Art. 83 DSGVO)
Die EU-Mitgliedstaaten können die DSGVO jeweils variieren, was zur Folge hat, dass es ein eigenes Bundesdatenschutzgesetz (BDSG) und mehrere Landesdatenschutzgesetze (LDSG) in Deutschland gibt.
Start-ups für die Assekuranz – Big Data & Data Analytics
14 www.newplayersnetwork.jetzt
MARKTMONITORTechnologie & Trends
Start-ups für die Assekuranz – Big Data & Data Analytics
Quellen: Böken (2013), Bitkom (2014), Markl et al. (2013)
Schutz der Privatsphäre
Verbot mit Erlaubnisvorbehalt
Datensparsamkeit
Zweckbindung
Löschungspflichten
Möglichkeit, durch Big Data hoch individuelle Muster zu finden und zu nutzen
Einholung der Einwilligungen bei großen Datenmengen kaum durchführbar
Speicherung und Analyse riesiger Datenmengen
Auffinden neuer (unbekannter) Muster
Aufbewahrung für spätere Analysen
Einschränkung der Möglichkeiten von Big Data & Data Analytics durch DSGVO-Grundsätze
15 www.newplayersnetwork.jetzt
MARKTMONITORTechnologie & Trends
90 Prozentder Daten auf der Welt sind „unstrukturiert“.
Trends• Erkennen und Verarbeiten von unstrukturierten Daten wird verstärkt untersucht.
• Cloud-Dienste werden vermehrt ausgebaut (Online-Datentransfer/-speicher).
• Machine Learning, KI und grafische Algorithmen, die allesamt auf der Nutzung großer Datenmengen beruhen, gewinnen an Bedeutung.
• Agile Datenaufbereitungstools stehen jedermann zur Verfügung (Self Service in der Datenaufbereitung).
• Predictive Analytics findet vermehrt Anwendung (Vorhersagen aufgrund von Daten).
Quellen: https://trends.google.de/trends/explore?date=2010-09-20%202018-09-20&geo=DE&q=Big%20Data | https://www.vouchercloud.de/ressourcen/big-data-infografik
Start-ups für die Assekuranz – Big Data & Data Analytics
16 www.newplayersnetwork.jetzt
MARKTMONITORTechnologie & Trends
1. Der Wert von Daten als Rohstoff dieses Jahrhunderts wird noch weiter steigen.
2. Daten werden in Zukunft zum zentralen Wettbewerbsfaktor.
3. Die Vorhersagen mittels Predictive Analytics und Anticipatory Analytics werden dank steigender Datenmengen immer präziser und reichen weiter in die Zukunft.
4. Cloud-Nutzung, insbesondere deren Ausbau und Integration, wird entscheidender Treiber für die Nutzung von immer größer werdenden Datenmengen.
5. Der Mensch wird immer gläserner, denn immer mehr mobile Endgeräte sammeln immer mehr Daten (z.B. Smart Home, Telematik, Wearablesund steigende Anzahl mobiler Endgeräte).
6. Hadoop wird immer mehr zum Einheitsframework (Standardisierung).
Big Data ist kein Trend, der ausschließlich für die Großen am Markt relevant ist, auch für kleinere Unternehmen gewinnt das Thema deutlich an Fahrt.
Dr. Ferri Abolhassan und Dr. Andreas Bergler zum Thema „Warum Big Data die Zukunft gehört“
Sechs Thesen zur Zukunft von Big Data & Data Analytics
Start-ups für die Assekuranz – Big Data & Data Analytics
17 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics
Marktübersicht
18 www.newplayersnetwork.jetzt
MARKTMONITORMarktübersicht
Name Gründung URL Kategorie Kurzbeschreibung
100 Worte Sprachanalyse GmbH 2017 https://www.100worte.de/ TEXT Analyse der Persönlichkeitsmerkmale eines Textverfassers anhand von Struktur und Inhalt
1PlusX AG 2014 http://1plusx.com/ DATA Profiling und Vorhersage von Verhaltensmustern zum zielgerichteten Marketing
4Quant Ltd 2015 http://4quant.com/ IMAGE Umwandlung von (medizinischen) Bilddateien in maschinenlesbare quantitative Daten
Adtriba GmbH 2015 https://www.adtriba.com/ DATA Analyse und Verbesserung der Customer Journey
Building Radar GmbH 2014 https://buildingradar.com/de/ IMAGE Datenbank und Suchmaschine für Bauprojekte basierend auf der Analyse von Luftaufnahmen
Data Artisans GmbH 2014 https://data-artisans.com/ DATA Plattform zur Datenverarbeitung per Stream Processing
DataLion GmbH 2014 http://www.datalion.com/ DATA automatisierte Datenvisualisierung für die Themen Marketing, Research, Medien und BI
Datagnion GmbH 2014 http://www.datagnion.com/ DATA Data Mining und Strukturierung von Social-Media-Daten zur Prognoseerstellung
DeepEyes GmbH 2015 https://www.deepeyes.co/ IMAGE videobasierte Datenauswertung mithilfe künstlicher Intelligenz
Feingold Technologies GmbH 2010 https://www.feingoldtech.net/de TEXT Bestimmung von Mindset und Stimmung des Nutzers mittels Spracherkennung
Start-ups für die Assekuranz – Big Data & Data Analytics
19 www.newplayersnetwork.jetzt
MARKTMONITORMarktübersicht
Name Gründung URL Kategorie Info
Gamaya SA 2015 https://gamaya.com/ IMAGE, DATA Entscheidungsunterstützung durch automatische Lösungsvorschläge in der Landwirtschaft
Geospin GmbH 2016 https://www.geospin.de/de/ DATA Auswertung geostatistischer Daten zur Optimierung der Wertschöpfung
Gini GmbH 2011 https://gini.net/de/ TEXT Umwandlung unstrukturierter Informationen in strukturierte Daten
ICO-LUX GmbH 2018 https://www.ico-lux.de/ IMAGE automatische Betrugserkennung mithilfe moderner Bildforensik
Kendaxa Holding GmbH 2015 https://kendaxa.com/de DATA Datenintegration und Profiling zur Prozessdigitalisierung
linx4 GmbH 2018 https://www.linx4.io/ DATA IoT-Datenverarbeitung zur nutzungsabhängigen Prämienberechnung für Maschinenversicherungen
Locatee AG 2014 http://www.locatee.ch/ DATA Auswertung von Gebäudedaten zur intelligenten Flächengestaltung
MADANA UG 2017 https://www.madana.io/ DATA Plattform zum Vertrieb anonymisierter Daten/-auswertungen mittels Blockchain
Mapegy GmbH 2012 https://www.mapegy.com/ DATA Sammlung und Verdichtung neuer Informationen und Erkenntnisse im Innovationsbereich
Qidenus Group GmbH (omni:us) 2015 https://omnius.com/ TEXT Umwandlung unstrukturierter Informationen in strukturierte Daten und Verarbeitung durch KI
Start-ups für die Assekuranz – Big Data & Data Analytics
20 www.newplayersnetwork.jetzt
MARKTMONITORMarktübersicht
Name Gründung URL Kategorie Info
PACE Telematics GmbH 2015 https://www.pace.car/ DATA Device zur Übertragung und Verarbeitung von Telematikdaten
Pryv SA 2012 http://www.pryv.com/ DATA Middleware zur Sammlung und Übermittlung von Gesundheitsdaten aus mobilen Anwendungen
ThinxNet GmbH (ryd) 2014 https://ryd.one/ DATA Device zur Übertragung und Verarbeitung von Telematikdaten
sensation.io GmbH 2014 http://sensation.io/ DATA automatisierte Marktforschung durch mehrkanalfähige Feedbackplattform
Simplaex GmbH 2015 http://www.simplaex.com/ TEXT, DATA Echtzeitanalyse von Kundengruppen und Kundenwerten
SkenData GmbH (Wert14) 2014 https://www.wert14.de/ DATA automatisierte Gebäudewertermittlung
Nektoon AG (Squirro) 2012 http://squirro.com/ TEXT, DATA Zusammenführung strukturierter und unstrukturierter Datenquellen
Statice GmbH 2018 https://www.statice.ai/ DATA Datenanonymisierung nach DSGVO unter Beibehaltung des Informationsgehalts
Teralytics AG 2012 http://www.teralytics.net/ IMAGE, DATA Auswertung von Transport- und Bewegungsdaten
TerraLoupe GmbH 2015 http://www.terraloupe.com/ IMAGE Tracking von Orten und Objekten mittels hochauflösender Luftbildaufnahmen
Start-ups für die Assekuranz – Big Data & Data Analytics
21 www.newplayersnetwork.jetzt
MARKTMONITORMarktübersicht
Name Gründung URL Kategorie Info
xbird GmbH 2015 http://www.xbird.io/ DATA Auswertung von Verhaltensmustern und Umwelt zur Früherkennung von Krankheiten
zeotap GmbH 2014 http://www.zeotap.com/ DATA skalierbare Datenauswertung rund um Datenbeschaffung, -Aufwertung und -Verteilung
Start-ups für die Assekuranz – Big Data & Data Analytics
Hinweis: Es wird kein Anspruch auf Vollständigkeit erhoben. Die betrachteten Unternehmen stellen eine kleine Auswahl eines breiten Spektrums an Start-ups dar. Ziel ist es, einen Überblick über vorhandene Geschäftsmodelle zu geben.
22 www.newplayersnetwork.jetzt
MARKTMONITORMarktübersicht
Start-ups für die Assekuranz – Big Data & Data Analytics
IMAGEBild- und Videodateien
DATAsemi-/strukturierte Daten
TEXTLinguistikdaten und Semantik
23 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics
Relevante Start-ups
24 www.newplayersnetwork.jetzt
MARKTMONITOR
Die Value Proposition (Wertversprechen) des Start-ups wird im Kern zusammengefasst, relevante Use Cases sowie genutzte Technologien dargestellt und BreakingNews zur Geschäftsentwicklung aufgeführt.
Die Start-ups werden anhand der relevanten Datenbasis nach Kategorien geclustert und entsprechend farbig hinterlegt. Dabei wird unterschieden in die Auswertung von Bilddaten (IMAGE), Linguistik bzw. Semantik (TEXT) und maschinenlesbaren semi-/strukturierten Daten (DATA).
Heutzutage werden Big Data und Data Analytics vor allem für folgende Funktionen genutzt: Datenaufbereitung/-verdichtung/-strukturierung (HANDLING), Erstellung von Nutzer- und Objektprofilen (PROFILING), Bewertung von Objekten/Sachverhalten (ASSESSING) und Entscheidungsunterstützung (DECIDING). Im Fokus stehende Anwendungsbereiche sind dunkelgrau hinterlegt.
Der Innovationsgrad des Geschäftsmodells wird auf Basis vorhandener (v.a. öffentlicher) Informationen mit maximal drei Punkten eingestuft und ist durch Grünfärbung gekennzeichnet.
Start-ups für die Assekuranz – Big Data & Data AnalyticsRelevante Start-ups
25 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsRelevante Start-ups
Anzahl: 7
IMAGE ANALYSIS
26 www.newplayersnetwork.jetzt
MARKTMONITOR
• 4Quant bietet eine Lösung an, welche aus sehr großen Bilddateien durch
quantitave Analyse zielgerichtete Datenergebnisse hervorbringt
• Bisher Einsatz in der medizinischen Bilddiagnostik (Radiologie,
Nuklearmedizin)
• Bereitstellung für Nutzer über Big Image Data Analytics Plattform
• Ziel: Umwandlung von Bildern in Information, ungeachtet derer Dimension
oder Größe, zur Prozessbeschleunigung
Value Proposition
Relevante Start-ups
Name 4Quant Ltd
URL http://4quant.com/
Sitz Zürich
Gründung 2015
Mitarbeiter 1-10
Investoren ETH Zürich
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
27 www.newplayersnetwork.jetzt
MARKTMONITOR
• Building Radar nutzt hochauflösende Luftaufnahmen, um eine
Suchmaschine für Bauprojekte bereitzustellen, welche Projekte frühzeitig
erkennt und listet
• Bereitstellung von Informationen über beteiligte Personen, Unternehmen
• Ziel: Erkennung neuer Bauprojekt vor Baubeginn und Nutzung der
Information für eigene Vertriebszwecke durch Lead-Generierung
Value Proposition
Relevante Start-ups
Name Building Radar GmbH
URL https://buildingradar.com/de/
Sitz München
Gründung 2014
Mitarbeiter 11-50
Investoren Viessmann, Vito One, FOUNDER.org
Referenzen u.a. Vitra, Forbo, Steelcase
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
28 www.newplayersnetwork.jetzt
MARKTMONITOR
• DeepEyes bietet videobasierte Datenauswertung mittels künstlicher
Intelligenz in Echtzeit ohne die Nutzung von Cloud-Diensten
• Messung 98 verschiedener Parameter im Gesichtsausdruck
• Simple HD-Kameras ausreichend für Anwendung
• Deutliche bessere Trefferquote als traditionelle Lügendetektoren
• Mögliche Nutzung im Schadenmanagement durch die Bewertung der
Integrität des Policenhalters (z.B. Effizienzsteigerung durch Vorbewertung)
• Ziel: Effizientere und kostengünstigere Videoauswertung
Value Proposition
Relevante Start-ups
Name DeepEyes GmbH
URL https://www.deepeyes.co/
Sitz München
Gründung 2015
Mitarbeiter 11-50
Investoren k.A.
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
29 www.newplayersnetwork.jetzt
MARKTMONITOR
• Gamaya versucht landwirtschaftliche Betriebe durch Vorhersagen und
automatische Lösungsvorschläge bei Entscheidungen zu unterstützen
• Datengewinnung mit Hyperspectral Imaging und anschließende
Datenauswertung mit künstlicher Intelligenz
• Automatisch generierte Handlungsempfehlungen zum Einsatz von Dünger,
Herbiziden und Pestiziden
• Aktuell anwendbar bei Zuckerrohr- und Sojaplantagen
• Ziel: Effizienzsteigerung in der Landwirtschaft durch detaillierte Analysen
und spezifische Bewirtschaftung
Value Proposition
Relevante Start-ups
Name Gamaya SA
URL https://gamaya.com/
Sitz Lausanne
Gründung 2015
Mitarbeiter 11-50
InvestorenICOS Capital Management, Vi Partners AG, Sandoz Foundation, Seed4Equity
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
30 www.newplayersnetwork.jetzt
MARKTMONITOR
• ICO-LUX bietet automatisierte Betrugserkennung für
Versicherungsunternehmen auf Grundlage von Bildforensik
• Prüfung gescannter Bilder sowie von Bildern mit niedriger Qualität
• Benachrichtigung bei potenziellem Betrugsfall
• Prototyp der Technologie wurde bei einem großen PKV bereits getestet
und steht vor der Markteinführung.
• Ziel: volldigitale Belegprüfung und Betrugserkennung
Value Proposition
Relevante Start-ups
Name ICO-LUX GmbH
URL https://www.ico-lux.de/
Sitz Jena
Gründung 2018
Mitarbeiter 1-10
Investoren k.A.
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
31 www.newplayersnetwork.jetzt
MARKTMONITOR
• Teralytics bietet ein intelligentes Mobilitätssystem an, welches
Transportdaten, Transportinfrastruktur und Mobilitätsservices auswertet
und verbindet
• Ergebnisse werden durch die Nutzung von Mobilfunkdaten und
Verhaltensattributen erzeugt
• Nutzung der Erkenntnisse zur Verbesserung bestehender Transportsysteme
und zum Aufbau neuer Geschäftsmodelle
• Ziel: Optimierung des Transportwesens auf Basis des umfassenden
Verständnisses wo, wohin und wie sich Menschen fortbewegen
Value Proposition
Relevante Start-ups
Name Teralytics AG
URL http://www.teralytics.net/
Sitz Zürich
Gründung 2012
Mitarbeiter 51-100
Investoren Lakestar, Atomico, HorizonsVentures
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
32 www.newplayersnetwork.jetzt
MARKTMONITOR
• Terraloupe ist darauf spezialisiert Orte und Objekte mittels hochaufgelösten
Luftaufnahmen zu tracken.
• Machine Learning Algorithmen werten die von Partnern erworbenen
Luftaufnahmen nach ausgewählten Kriterien aus
• Analyse von Vegetation, Infrastruktur, Straßen und Gebäuden
• Ziel: Bereitstellung von Geodaten mit individuell anpassbarem Schwerpunkt
für verschiedene Branchen
Value Proposition
Relevante Start-ups
Name TerraLoupe GmbH
URL http://www.terraloupe.com/
Sitz München
Gründung 2015
Mitarbeiter 11-50
Investoren Bayern Kapital GmbH
Referenzen BMW, DB, Munich Re
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
33 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsRelevante Start-ups
Anzahl: 19
DATA ANALYSIS
34 www.newplayersnetwork.jetzt
MARKTMONITOR
• 1PlusX bietet eine Data Management Plattform an, welche mit einem
ganzheitlichen Ansatz anonyme Nutzer- und Objektprofile erstellt und mit
diesen Verhaltensmuster vorhersagt
• Einsatz von KI zur Identifikation neuer potentieller Kunden durch Vergleich
der Verhaltensmuster
• Ziel: Schalten von personalisierten Werbeanzeigen und
Echtzeitvorhersagen für die Nutzung von Inhalten im Zuge der Marketing-
Optimierung
Value Proposition
Relevante Start-ups
Name 1PlusX AG
URL http://1plusx.com/
Sitz Pfäffikon (Zürich)
Gründung 2014
Mitarbeiter 11-50
Investoren k.A.
Referenzen u.a. Axel Springer, AdmeiraInnovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
Anwendung
Start-ups für die Assekuranz – Big Data & Data Analytics
Datenkategorie
35 www.newplayersnetwork.jetzt
MARKTMONITOR
• Adtriba bietet ein Tool zur Customer Journey Analyse an, welches
verschiedene Social Media-Kanäle über ein Dashboard vereint und
visualisiert
• Identifikation starker bzw. schwacher Kanäle und Kampagnen
• Direkte Handlungsempfehlungen inklusive Visualisierung anhand
verschiedener Szenarien
• Ziel: Kosteneffizientes Cross Channel-Marketing durch Vermeidung von
Komplexität und erhöhte Übersichtlichkeit
Value Proposition
Relevante Start-ups
Name Adtriba GmbH
URL https://www.atriba.com/
Sitz Hamburg
Gründung 2015
Mitarbeiter 1-10
Investoren Next Media Accelerator, High-Tech Gründerfonds
Referenzen u.a. Die Zeit, Lekker, Depot
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
36 www.newplayersnetwork.jetzt
MARKTMONITOR
• Data Artisans stellt ein Open Source Stream Framework sowie eine
Plattform zur Datenverarbeitung per Stream Processing bereit, welche
Echtzeit-Applikationen und Echtzeit-Analysen vereint
• Parallele Speicherung und Analyse von Datenströmen sowie deren
Statistiken, einzelnen Datenabschnitten u.a.
• Ziel: Echtzeitsteuerung und –Planung von exponentiell wachsenden
Datenmengen
Value Proposition
Relevante Start-ups
Name Data Artisans GmbH
URL https://data-artisans.com/
Sitz Berlin
Gründung 2014
Mitarbeiter 11-50
Investoren Intel Capital b-to-v Partners, Tengelmann Ventures
Referenzen u.a. Alibaba, ING, Uber
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
37 www.newplayersnetwork.jetzt
MARKTMONITOR
• DataLion visualisiert skalierbare Datensätze und bereitet die Informationen
in Form von Reports auf
• Hohe Benutzerfreundlichkeit durch automatisch ablaufende und
zeitsparende Features wie automatische Aktualisierungen, hochwertige
Visualisierung und Unterstützung zahlreicher Datenformate
• Verbindung mit Echtzeit-Datenquellen
• Ziel: Effizienzsteigerung der internen Prozesse durch Automatisierung der
Analyse und Aufbereitung von Daten
Value Proposition
Relevante Start-ups
Name DataLion GmbH
URL http://www.datalion.com/
Sitz München
Gründung 2014
Mitarbeiter 1-10
Investoren k.A.
Referenzen u.a. ebay, Psyma, Telekom
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
38 www.newplayersnetwork.jetzt
MARKTMONITOR
• Datagnion ordnet und visualisiert Datensätze aus Social Media, um darin
Muster zu erkennen, mit welchen Trends und Ergebnisse vorausgesagt
werden
• Nutzung verschiedener Data Mining-Techniken
• Einfache Integration der Analysen in vorhandene Anwendungen und Tools
• Ziel: Trenderkennung und Zukunftsprognosen durch Datenstrukturierung
und deren Nutzung in verschiedenen Unternehmensbereichen
Value Proposition
Relevante Start-ups
Name Datagnion GmbH
URL http://www.datagnion.com/
Sitz Linz
Gründung 2014
Mitarbeiter 1-10
Investoren k.A.
Referenzen u.a. Falcon.io, Digimind
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
39 www.newplayersnetwork.jetzt
MARKTMONITOR
• Geospin erstellt geographische Big Data Analysen mithilfe von Machine
Learning und Geostatistik
• Nutzung öffentlich zugänglicher Datenquellen sowie Auswertung sozialer
Medien (insgesamt 700 externe Umgebungsinformationen)
• Anwendung der Analyseergebnisse auf sämtliche Bereiche möglich,
insbesondere in der Servicesteuerung und Wertschöpfung
• Ziel: Erhöhung der Kundenorientierung und –zufriedenheit von
Unternehmen unterschiedlichster Branchen
Value Proposition
Relevante Start-ups
Name Geospin GmbH
URL https://www.geospin.de/de/
Sitz Freiburg im Breisgau
Gründung 2016
Mitarbeiter 11-50
Investoren High-Tech Gründerfonds
Referenzen u.a. DB, Bosch, Siemens, VW
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
40 www.newplayersnetwork.jetzt
MARKTMONITOR
• Kendaxa beschäftigt sich mit KI-basierter Datenintegration und
Datenprofiling im Zuge der Prozessdigitalisierung
• Angebot verschiedener Tools über KI-Plattform
• Risikoadäquates Pricing für Versicherungsunternehmen durch
Datenaggregation und Anreicherung mit weiteren qualifizierten Daten
• Smart Questioning zur Verkürzung der Vertragsabschlussstrecke
• Ziel: Effizienzsteigerung durch datengetriebene Digitalsierung,
insbesondere beim individuellen Profiling
Value Proposition
Relevante Start-ups
Name Kendaxa Holding GmbH
URL https://kendaxa.com/de
Sitz Leipzig
Gründung 2015
Mitarbeiter 51-100
Investoren k.A.
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
41 www.newplayersnetwork.jetzt
MARKTMONITOR
• Locatee betreibt eine skalierbare Smart Building Plattform, welche
physische Arbeitsplätze in Echtzeit simuliert, um so die
Bürogebäudeplanung zu verbessern
• Anwendung von Machine Learning und Indoor Positioning Algorithmen auf
bestehende Datenquellen
• Auswertung erfolgt mittels 50 verschiedener Anwendungen
• Ziel: verbessertes Arbeitsumfeld, effiziente Büronutzung und
Kosteneinsparungen durch größere Nutzerorientierung
Value Proposition
Relevante Start-ups
Name Locatee AG
URL http://www.locatee.ch/
Sitz Zürich
Gründung 2014
Mitarbeiter 11-50
Investoren k.A.
Referenzen u.a. Zurich, Swiss Re
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
42 www.newplayersnetwork.jetzt
MARKTMONITOR
• linx4 ist ein Plattformbetreiber für die Datensammlung und –Auswertung
von vernetzten Maschinen und Geräten
• Einbindung von Blockchains zum selektiven und sicheren Datenaustausch
• Die Technologie ermöglicht es Unternehmen eine Maschinenversicherung
abzuschließen, deren Beitragshöhe sich nach der jeweiligen
Maschinennutzung richtet, sodass bei höherer Auslastung der Beitrag
automatisch angehoben wird und vice versa
• Zusätzliche Messung von Betriebsdaten zum jeweiligen Maschinenzustand
• Ziel: konsequente Nutzung der Daten aus dem Internet of Things
Value Proposition
Relevante Start-ups
Name linx4 GmbH
URL https://www.linx4.io/
Sitz Wien
Gründung 2018
Mitarbeiter 1-10
Investoren k.A.
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
43 www.newplayersnetwork.jetzt
MARKTMONITOR
• Madana ist eine Analytikplattform auf Blockchain-Basis, welche den
Datenaustausch sicherer und einfacher machen soll
• Datenverschlüsselung als Grundlage für den Vertrieb von Daten
• Keine Übermittlung von Rohdaten
• Gesicherte, faire und automatische Monetarisierung durch Smart Contracts:
Blockchain macht jede Nutzung der angebotenen Daten(-analysen)
transparent, sodass Datenanbieter pro Nutzung einen Erlös erhält.
• Ziel: einfacher Datenaustausch in einem gesicherten Umfeld
Value Proposition
Relevante Start-ups
Name MADANA UG
URL https://www.madana.io/
Sitz Berlin
Gründung 2017
Mitarbeiter 11-50
Investoren k.A.
Referenzen Capgemini
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
44 www.newplayersnetwork.jetzt
MARKTMONITOR
• MAPEGY sammelt, verdichtet und verbindet neue Entwicklungen im
Innovationsbereich weltweit mit Hilfe künstlicher Intelligenz
• Tracking anhand der W-Fragen: wer mit wem, was, wie, wo und wann?
• Scanning von Patenten, wissenschaftlichen Artikeln, Forschungsarbeiten,
Social Media-Beiträgen, technischen Standards und weiteren Quellen
• Ziel: Vereinfachung und Beschleunigung von Rechercheprozessen zur
Erhöhung der Innovationsfrequenz
Value Proposition
Relevante Start-ups
Name MAPEGY GmbH
URL https://www.mapegy.com/
Sitz Berlin
Gründung 2012
Mitarbeiter 11-50
Investoren EIT Digital Accelerator
Referenzen u.a. Henkel, VW
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
45 www.newplayersnetwork.jetzt
MARKTMONITOR
• PACE bietet Connected Car Lösungen für Consumer und B2B Partner an.
• Neue und alte Fahrzeuge aller Marken werden zu Smart Cars und verbinden
sich mit der Cloud
• Beispiel-Features: Notruf, Fahrtenbuch, Spritspartrainer
• B2B Partner können digitale und datenbasierte Geschäftsmodelle und Use
Cases realisieren (URL: business.pace.car bzw. developer.pace.car)
• Ziel: Telematik- und Fahrdaten für Consumer und B2B Partner nutzbar
machen
Value Proposition
Relevante Start-ups
Name PACE Telematics GmbH
URL https://www.pace.car/de
Sitz Karlsruhe
Gründung 2015
Mitarbeiter 11-50
Investoren L-Bank, MBG, VC Fonds Baden-Württemberg
Referenzen Porsche, DEKRA, ABT Sportsline
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
46 www.newplayersnetwork.jetzt
MARKTMONITOR
• Pryv bietet einen individualisierbaren Service zur Datensammlung und –
Übermittlung in der Gesundheitsbranche an
• Betrieb einer dezentralisierten Data Tracking Plattform als Middleware
zwischen den Anwendungen auf Endnutzerseite (z.B. Medical Wearables)
und auf Anbieterseite
• Nutzen für Versicherungsanbieter durch effektives Risikoprofiling und
verbesserte User Experience
• Ziel: Innovation durch privatisiertes Datenmanagement
Value Proposition
Relevante Start-ups
Name Pryv SA
URL http://www.pryv.com/
Sitz Lausanne
Gründung 2012
Mitarbeiter 11-50
InvestorenFoundation pour l'InnovationTechnologique , Cosa Trade SA, simple data sarl
Referenzen u.a. Antaes, Kinntek
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
47 www.newplayersnetwork.jetzt
MARKTMONITOR
• ThinxNetbietet ein Device an, welches ein normales Auto in ein Smart-Car
verwandeln kann, um Telematikdaten effektiv zu nutzen
• Verbindung des Device mit Mobile App und ryd-Plattform
• Nützliche Endkundenfeatures wie Spritsparhinweise, Tankstellenfinder,
elektronischem Fahrtenbuch samt Kostenkontrollfunktion und Anbindung
an Amazon Alexa
• Analyse von Performancedaten und Fehlercodes zur Vermeidung von
Schadenfällen
• Ziel: Verbreitung der Nutzung von Telematikdaten
Value Proposition
Relevante Start-ups
Name ThinxNet GmbH (ryd)
URL https://ryd.one/
Sitz München
Gründung 2014
Mitarbeiter 11-50
Investoren k.A.
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
48 www.newplayersnetwork.jetzt
MARKTMONITOR
• Sensation.io hat eine Omnichannel-Feedback-Plattform erstellt, welche
Unternehmen dabei hilft, Feedback einzuholen und daraus
Entscheidungsunterstützungen gibt
• Übernahme des kompletten Umfrageprozesses von der Auswahl der
Teilnehmer über die tatsächliche Befragung bis hin zur Auswertung
• Ziel: effiziente Marktforschung durch automatisiertes Feedbacksystem
Value Proposition
Relevante Start-ups
Name sensation.io GmbH
URL http://sensation.io/
Sitz München
Gründung 2014
Mitarbeiter 1-10
Investoren Business Angels
Referenzen SAP
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
49 www.newplayersnetwork.jetzt
MARKTMONITOR
• SkenData bewertet vollautomatisiert Immobilien mittels amtlicher Daten
und anerkannten Normverfahren sowie eigenen Gebäudeangaben
• Daten von über 51 Millionen Gebäuden vorhanden
• Automatische Nutzung von Katasteramtsdaten, amtlichen 3D-
Gebäudedaten sowie Luftbildern und manuelle Ergänzung um
Informationen zu Ausbau und Ausstattung
• Sekundenschnelle Ermittlung der Versicherungssumme mithilfe anerkannter
Berechnungsverfahren
• Ziel: komplett digitale Gebäudebewertung
Value Proposition
Relevante Start-ups
Name SkenData GmbH (Wert14)
URL https://www.wert14.de/
Sitz Rostock
Gründung 2014
Mitarbeiter 12
Investoren k.A.
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
50 www.newplayersnetwork.jetzt
MARKTMONITOR
• Statice bietet eine automatische Datenanonymisierung per Software an
• Datenanonymisierung durch Erzeugung synthetischer Daten
• Beibehaltung der originalen Datenstruktur und somit unveränderter
Informationsgehalt
• Uneingeschränktes freies Teilen der synthetischen Daten
• Ziel: effiziente Datenanalyse im Rahmen der DSGVO-Grundsätze
Value Proposition
Relevante Start-ups
Name Statice GmbH
URL https://www.statice.ai/
Sitz Berlin
Gründung 2018
Mitarbeiter 1-10
Investoren WATTx
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
51 www.newplayersnetwork.jetzt
MARKTMONITOR
• xbird nutzt Smartphone-Daten zur frühzeitigen Erkennung von Krankheiten
sowie zu deren Prävention
• Analyse von Verhaltensmustern, Umweltbedingungen und Biomarkern als
Grundlage für bessere, effektivere Diagnosen durch Ärzte und Therapeuten
• Aktuelle Anwendung auf Diabetespatienten
• Ziel: Krankheitsvermeidung und Gesundheitsförderung durch gezielte
Datenanalyse
Value Proposition
Relevante Start-ups
Name xbird GmbH
URL http://www.xbird.io/
Sitz Berlin
Gründung 2015
Mitarbeiter 1-10
Investoren Cascara Ventures
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
52 www.newplayersnetwork.jetzt
MARKTMONITOR
• zeotap bietet eine skalierbare Datenauswertung rund um die Themen
Datenbeschaffung, -Verteilung und –Aufwertung
• Anwendung verschiedener Methoden und Technologien der
Qualitätssicherung zur Auswertung ausschließlich qualitativ hochwertiger
Daten
• Bewiesene Steigerung der Engagement-Raten bei Marketingkampagnen
• Ziel: Effizienzsteigerung des digitalen Marketings durch Extraktion wirklich
relevanter Daten
Value Proposition
Relevante Start-ups
Name zeotap GmbH
URL http://www.zeotap.com/
Sitz Berlin
Gründung 2014
Mitarbeiter 51-100
Investoren u.a. Here Technologies, New Science Ventures, Iris Capital
Referenzen Red Bull, Mercedes, Pepe Jeans
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
53 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsRelevante Start-ups
Anzahl: 6
TEXT ANALYSIS
54 www.newplayersnetwork.jetzt
MARKTMONITOR
• 100 Wortes Psychological AI ist die erste validierte Messung von
Persönlichkeitseigenschaften aus Texten, um Menschen zuverlässig
einschätzen und erreichen zu können
• Merkmale: Emotionen (Gemütszustände), Motive (Beweggründe für
Handlungen), Persönlichkeitseigenschaften ( Merkmale die Gesicht geben)
• Erste Einschätzungen ab 100 und genaue Analyse bei 300 Wörtern
• Ziel: Gegenüber, bspw. Bewerber oder (potentielle) Kunden, besseres
Verständnis, um die Kommunikation und das eigene Handeln effektiv und
zielgerichtet zu gestalten
Value Proposition
Relevante Start-ups
Name 100Worte Sprachanalyse GmbH
URL https://www.100worte.de/
Sitz Heilbronn
Gründung 2017
Mitarbeiter 1-10
Investoren k.A.
Referenzen k.A.
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
Start-ups für die Assekuranz – Big Data & Data Analytics
InnovationsgradDatenkategorie Anwendung
55 www.newplayersnetwork.jetzt
MARKTMONITOR
• Dydon bietet eine parametrisierbare KI-Plattform mit eigenen KI-Lösungen
(NLP & Prediction), die in der Lage ist, bestehende fremde KI-Lösungen
unter einer einheitlichen Taxonomiestruktur zu verbinden
• eigene KI-Lösungen umfassen u.a. die Prüfung von Alt-
Versicherungsverträgen, Produktklassifizierungen, Risikoscreening im Asset
Management
• Visualisierung über ein zentrales Dashboard
• schnelle Umsetzungsmöglichkeit dank Plattformansatz und Parametrisierung
• Ziel: vereinfachte Nutzung künstlicher Intelligenz durch Verknüpfung KI-
basierter Anwendungen und Vermeidung von Insellösungen
Value Proposition
Relevante Start-ups
Name Dydon AG
URL http://www.dydon.net/web/
Sitz Herrliberg
Gründung 2016
Mitarbeiter 1-10
Investoren privatfinanziert
Referenzen Sumitomo Bank, Sherpa-AMC,Ernst&Young,
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
56 www.newplayersnetwork.jetzt
MARKTMONITOR
• Feingold Tech bestimmt das Mindset und die Stimmung von Menschen
(z.B. Kunden, Mitarbeiter) mittels Spracherkennung und –analyse
• Verbindung spezifischer Änderungen der Fraktalmuster in Sprachsignalen
mit neurologischen Mustern und emotionalen Zuständen
• Hilfestellung durch Empfehlung spezifischer Verhaltensreaktion im
zwischenmenschlichen Kontakt zur zielgerichteten Konversationsführung
• Ziel: Optimierung der Reaktionsfähigkeit und Entscheidungshilfe in sozialen
Interaktionen durch Einbezug der emotionalen Verfassung des Gegenübers
Value Proposition
Relevante Start-ups
Name Feingold Technologies GmbH
URL https://www.feingoldtech.net
Sitz Berlin
Gründung 2010
Mitarbeiter 11-50
Investoren Sharecare
Referenzen u.a. Bertelsmann, BMW
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
57 www.newplayersnetwork.jetzt
MARKTMONITOR
Value Proposition
Relevante Start-ups
Name Gini GmbH
URL https://gini.net/de/
Sitz München
Gründung 2011
Mitarbeiter 11-50
Investoren Main Incubator, Deutsche Telekom, check24
Referenzen k.A.
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
Anwendung
• Gini digitalisiert Dokumente in Papierform durch die Anwendung von
Semantiktechnologien
• Verarbeitung unstrukturierter Daten aus Rechnungen, Belegen und
Verträgen
• Umwandlung in strukturierte Daten zur weiteren Verarbeitung
• Angebot als SaaS zur schnellen Integration in vorhandene Systeme
• Ziel: Digitalisierung bestehender Prozesse in der Assekuranz
Datenkategorie
58 www.newplayersnetwork.jetzt
MARKTMONITOR
• omni:us extrahiert relevante Information aus Dokumenten in Papierform
und wandelt diese in strukturierte Daten um, welche durch KI-Systeme
automatisiert weiterverarbeitet werden
• Anwendung der Technologie im Claims Management und bei der Analyse
von Policen im Rahmen der Angebotserstellung
• Neues Funding i.H.v. über 19 Millionen Euro Ende Oktober 2018
• Ziel: Prozessoptimierung in der Versicherungswirtschaft durch effiziente
Datenextraktion mit OCR und Auswertung durch KI
Value Proposition
Relevante Start-ups
Name Qidenus Group GmbH
URL https://omnius.com/
Sitz Berlin
Gründung 2015
Mitarbeiter 11-50
Investoren MMC Ventures, Talis Capital, Target Global, IBB
Referenzen u.a. Allianz, Baloise, HDI
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
59 www.newplayersnetwork.jetzt
MARKTMONITOR
• Simplaex bietet Nutzern eine transparente Analyse ihrer Kundengruppen
auf Basis derer Bedürfnisse und Verhalten mithilfe künstlicher Intelligenz
• Nutzung von Echtzeitanalysen, um potenziellen Kunden stets die
adäquaten Inhalte im Web und in Mobile Apps zu bieten
• Ziel: umfassendes Verständnis des Kundenverhaltens und Bestimmung des
Kundenwerts zur erhöhten Kundenbindung
Value Proposition
Relevante Start-ups
Name Simplaex GmbH
URL http://www.simplaex.com/
Sitz Berlin
Gründung 2015
Mitarbeiter 11-50
InvestorenTarget Partners, AntheriaHolding AG, High-TechGründerfonds
Referenzen u.a. InnoGames, NordVPN
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
60 www.newplayersnetwork.jetzt
MARKTMONITOR
• Squirro liefert Echtzeitkontextdaten aus strukturierten und der
überwiegend unstrukturierten Datenquellen und verbindet diese
miteinander
• Anwendung von Predictive Analytics und Machine Learning
• Fokus liegt auf der Analyse von Kunden und internen Prozessen sowie der
Mustererkennung zwischen verschiedenen Datensilos
• Ziel: Aufarbeitung von unstrukturierten Daten und Nutzung dieser für
Zukunftsprognosen gemäß des Leitmotivs „turn data into action“
Value Proposition
Relevante Start-ups
Name Nektoon AG (Squirro)
URL http://squirro.com/
Sitz Zürich
Gründung 2012
Mitarbeiter 11-50
Investoren u.a. Finch Capital, SalesforceVentures, Formula VC
Referenzen u.a. Helvetia, Swiss Re
Start-ups für die Assekuranz – Big Data & Data Analytics
Innovationsgrad
1
2
3TEXT
ANALYSISDATA
ANALYSISIMAGE
ANALYSIS
AnwendungDatenkategorie
61 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics
Projekte & Use Cases
62 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big DataProjekte & Use Cases
Start-up Anwendungsbereich Beschreibung Referenz
100 Worte Bewerbungsverfahren
Analysiert ganze Chatverläufe und Bewerbungen und gibt Auskunft über die Beziehungen und Stimmungen unter den
Bewerber.-
1PlusX Datenstrukturierung 1plusX Datenplattform unterstützt bei Komplexitätsplanung und Produktlaunches. Admeira
Adtriba Customer JourneysUnterstützung beim Verstehen und der Erstellung von Customer Journeys im
Hinblick auf das Marketing.Lekker Energie
Deep Eyes Individual Emotion RecognitionAnalysiert Versicherungsansprüche auf der Grundlage der gemessenen Integrität der
Versicherungsnehmer.-
Gamaya Entscheidungs- und Automatisierungsplattform
CaneFit bietet eine Plattform für den Zuckerrohranbau in Brasilien an, welche die Effizienz und Nachhaltigkeit für die Bauern
erhöht.
CaneFit
63 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big DataProjekte & Use Cases
Start-up Anwendungsbereich Beschreibung Referenz
Gesopin StandortwahlMittels geographischer Big-Data-Analysen
werden die besten Standorte für E-Ladestationen für Autos berechnet.
Thüga, Smartlab
Gini RechnungsassistentUnterstützt den gesamten
Rechnungsvorgang mittels Ausfüllhilfe, Fotoüberweisung und Webüberweisung.
Hypovereinsbank
Kendaxa Pricing
Durch Optimierung der Datenlage entsteht die Möglichkeit eines risikoadäquaten
Pricings und der Verkürzung der Abschlussstrecke.
-
Locatee ArbeitsplatzAuswertung und Bewertung der
vorhandenen Arbeitsplätze sowiePotentialzuweisung.
Biogen
Pace Connected Fueling
Erste Integrierung der Connected FuelingTechnologie in ein Neufahrzeug (Porsche),
somit ist die Integration der Pace Technologie ab Werk möglich.
Porsche
64 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big DataProjekte & Use Cases
Start-up Anwendungsbereich Beschreibung Referenz
Pryv VerwaltungBietet ein Verwaltungstool für sensible, personenbezogene Daten und dessen
Anbindung an.HealthyHealth
Squirro CRM-PlattformSquirro bietet mit Thomson Reuters eine KI-basierte Lösung zur Verbesserung der
CRM-Plattformen.Thomson Reuters
Statice künstliche Gewebestrukturen
Durch Elektro-Spinning werden künstliche Gewebestrukturen erzeugt, welche dann medizinische Anwendung finden, Staticeliefert dabei die Erstellungsinformationen.
Scaffolds
Teralytics Migrationsdatenauswertung
Teralytics verfolgte die Bewegung von Inselbewohnern, welche vor einem
Hurricane flohen, mittels Smartphones. Dies dient zur zukünftigen Notfallplanung.
-
65 www.newplayersnetwork.jetzt
MARKTMONITOR
ARGOS ist das neue Geoinformationssystem der HDI und modelliert Naturkatastrophen.
Start-ups für die Assekuranz – Big Data & Data AnalyticsProjekte & Use Cases
Es ermöglicht eine Risikoanalyse hinsichtlich Schäden durchNaturkatastrophen in allen Gebieten der Welt. Somit kann derVersicherer alle Standorte künftiger und bereits bestehenderVersicherungsnehmer über eine Risikokarte analysieren undentsprechend angepasste Prämienberechnungen durchführen.Damit soll die Wahrscheinlichkeit von „überraschenden“Naturkatastrophen verringert und der Konzern besser aufSchadenfälle vorbereitet werden.
Quelle: https://www.talanx.com/newsroom/aktuelle-themen/2014/03_argos.aspx?sc_lang=de-de
Auf der Modellkarte werden Risikozonen bestimmt, welche nach Art und Wahrscheinlichkeit von Naturkatastrophen eingeteilt werden. Das„Accumulation Risk Geospacial Online System“ zeigt so u. a. Überflutungsgebiete in blauer Farbe, Waldbrandgebiete in rot und Erdbebenzonen ingelb. Die Farbgebung ist umso intensiver, je wahrscheinlicher ein solches Ereignis ist. Darüber hinaus verknüpft das System Satellitenbilder und –Daten mit der Modellkarte, sodass relevante Informationen wie die Bevölkerungsdichte oder Standorte von Atomkraftwerken und Industrieanlagenmitgeliefert werden.
66 www.newplayersnetwork.jetzt
MARKTMONITOR
Munich Re nutzt Big Data Technologien und KI im Schadenmanagement und in der Risikobewertung.
Start-ups für die Assekuranz – Big Data & Data AnalyticsProjekte & Use Cases
Mit der Early Loss Detection Plattform werden Schadenfälle im Bereich Property automatisch erkannt und an die verantwortlichen Mitarbeitergemeldet. Hierfür werden kontinuierlich über 16.000 Datenquellen nach vorab definierten Schadenereignissen gescannt. Anhand von geocodiertenRisiko- und Schadeninformationen prüft das System, ob versicherte Objekte betroffen sein könnten und meldet dies gegebenenfalls. So lassen sichzügig entsprechende Maßnahmen einleiten. Zusätzlich werden alle Schadenfälle zentral in einer Datenbank gesammelt. Diese Informationenwerden wiederum zum Erkennen von Schadentrends und zu deren Modellierung genutzt.
Die Risikomanagementplattform M.I.N.D. hilft Versicherern, Rückversicherern und Loss Adjustern dabei, gemeinsam Transparenz über Risiken zuschaffen und diese besser einzuschätzen. Das System dokumentiert historische Informationen zu Schäden und gleicht diese mit aktuellen Bildernvon Schäden ab. Durch die Anwendung von KI-Analysen können Betrugsversuche besser identifiziert und ihnen besser vorgebeugt werden.Außerdem lassen sich Folgeschäden mit bereits erfolgten Schadenereignissen vergleichen.
Vision Intelligence ist das System zur Schadenerkennung anhand von Bilddateien. Die Technologie hilft Sachschäden zu kategorisieren und denSchweregrad einzuschätzen. Basis hierfür sind neuronale Netze, welche beispielsweise auch bei Spracherkennungssystemen zum Einsatz kommen.
Quellen: https://www.munichre.com/topics-online/de/digitalisation/data-analytics-insurance-industry.html
67 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsProjekte & Use Cases
Quelle: https://cloud.google.com/blog/products/gcp/using-machine-learning-for-insurance-pricing-optimization
AXA verbessert die eigene Prognosefähigkeit von Kfz-Schäden durch die Anwendung von künstlicher Intelligenz auf gesammelte Daten.Dabei nutzt der Versicherer Machine Learning und ein Deep Learning Modell, umherauszufinden, welche Kunden teure Unfälle verursachen könnten. So will man die Kostensenken und gleichzeitig die Preise für Versicherungspolicen optimieren. Erste Erfolge sindbeachtenswert: Durch die neue Vorgehensweise konnte die Prognosegenauigkeit von 40 auf78 Prozent erhöht werden.
Bei der Analyse werden 70 Inputfaktoren genutzt: vom Fahreralter, dem Wohnort,Fahrzeugalter bis hin zur jährlichen Versicherungsprämie. Die Analyse erfolgt anhand eineskomplett vernetzten neuronalen Netzwerks. Für die Umsetzung nutzt AXA u.a. dieTechnologien von Google Computer Engine, TensorFlow und HyperTune.
68 www.newplayersnetwork.jetzt
MARKTMONITOR
Ford analysiert das Fahrverhalten der Kunden und übermittelt die Daten an Versicherungen.
Start-ups für die Assekuranz – Big Data & Data AnalyticsProjekte & Use Cases
Grundlage hierfür ist die DriverScore App des kooperierendenAnbieters IVOX. Die App verbindet sich per AppLink und sammeltPerformancedaten des Fahrzeugs – bei Einwilligung des Halters.IVOX übernimmt das Datenmanagement und verbindet dieInformationen zu Driver Scores, eine Bewertung desFahrverhaltens in Bezug auf das Unfallrisiko. Die Bewertung wirdanschließend an das Versicherungsunternehmen des Fahrersübermittelt, sodass eine risikoangepasste Prämienberechnungerfolgen kann und besonders risikoarme Versicherte profitierenkönnen.
Quellen: https://www.theregister.co.uk/2017/03/27/keep_out_how_ford_is_keeping_silicon_valley_out_of_autonomous_vehicles/https://www.allianz.com/de_DE/presse/news/geschaeftsfelder/versicherung/170927-cyberrisiken-agcs-und-cyence-arbeiten-zusammen.html
Allianz (AGCS) nutzt die Big-Data-Analysen von Cyence zur Modellierung von Cyberrisiken.Cyence bietet hierfür eine eigens entwickelte Plattform, welchesowohl Gefährdung als auch Abwehrfähigkeiten einesUnternehmens gegenüber Cyberrisiken bewertet. Dabei gehtCyence weit über die Untersuchung der technischen IT-Sicherheiteines Unternehmens hinaus und bezieht auchVerhaltensindikatoren oder die Prozessorganisation bei derKalibrierung des Cyberrisikos mit ein. Mit Hilfe der Cyence-Plattform lassen sich Risikoprofile für einzelne Unternehmenerstellen, aber auch Akkumulationsrisiken und Auswirkungen vonCyberkatastrophenszenarien auf ein Versicherungsportfoliomodellieren.
69 www.newplayersnetwork.jetzt
MARKTMONITOR
Cape Analytics ermittelt mithilfe von KI die Schadenhöhe.
Start-ups für die Assekuranz – Big Data & Data AnalyticsProjekte & Use Cases
Es werden überwiegend Dächer automatisiert nach Schäden und weiteren Mängeln begutachtet, jedoch kann auch eine Analyse des restlichenGrundstücks erfolgen. Diese Daten werden dann an die Interessenten weitergeleitet. Bisher gibt es diese Möglichkeit nur für Häuser in den USA.
Die Schadenhöhen werden anhandvon geospatialen Bildern, stammendvon Satelliten, Drohnen undFlugzeugen, sowie einer eigenshierfür entwickelten Software, die dieBilder bewertet, ermittelt und an denVersicherer transferiert. Somit wirdeine transparente Bewertungsebenegeschaffen.
Quelle: https://capeanalytics.com/
70 www.newplayersnetwork.jetzt
MARKTMONITOR
Generali (Central) nutzt die Gesundheitsdaten der Patienten zum präventiven Diabetes Coaching.
Start-ups für die Assekuranz – Big Data & Data AnalyticsProjekte & Use Cases
Kernelement der auf Eigenverantwortung setzenden„initiative.diabetes“ sind die kontinuierlich erhobenen Daten vonSchrittzähler und Blutzuckermessgerät. Die Daten werden demPatienten über eine Tablet-Gesundheitsstation visualisiert und mitdem Coach geteilt. Der Telefoncoach begleitet den Patienten übereinen Zeitraum von zwölf Monaten, motiviert zu mehr Bewegungsowie gesunder Ernährung. 82 Prozent der Teilnehmer konnten imLaufe des Programms ihren Langzeitblutzuckerwert (HBA1C)senken oder konsolidieren. Bei geringeren Blutzuckerwerten sinktdas Risiko für Folgeerkrankungen wie zum Beispiel Herzinfarkt,Erblindung oder Schlaganfall.
Quellen: https://www.central.de/ueber-central/presse/pressemitteilungen/generali-deutschland-fuer-smart-insurance-initiative-ausgezeichnet-33646//https://www.generali.de/ueber-generali/presse-medien/pressemitteilungen/neues-sicherheitspaket--aachenmuenchener-kombiniert-erfolgreiche-vermoegenssicherungspolice-mit-smart-home-technik-15730
Die AachenMünchener hat ihre Vermögenssicherungspolice um eine Smart-Home-Lösung erweitert.Die Smart-Home-Geräte ermöglichen eine intelligente Vernetzungvon Heim und Wohnung. Sie warnen per Smartphone zumBeispiel bei Wasseraustritt oder Einbruchsversuchen. Im Falle einerAlarmsituation können sich Kunden direkt und rund um die Uhr (7Tage die Woche) an ein Notfallcenter wenden. Hier wird für denKunden Hilfe organisiert und bei Einbruch auf Wunsch einSicherheitsdienst alarmiert. Die Technologie stammt vomAachener Hersteller devolo.
71 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics
Analyse Geschäftsmodelle
72 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsAnalyse Geschäftsmodelle
1. Was ist der Ursprung Eures Unternehmens?
2. Wie setzt sich Euer Team zusammen?
3. Wie habt Ihr Euer Start-up finanziert?
4. Was ist der Kern Eures Geschäftsmodells und welche Entwicklung strebt Ihr an?
5. Wie würdet Ihr Eure Zielgruppe beschreiben?
6. In welchen Branchen seid Ihr unterwegs und welche Branchen/Bereiche rücken als nächstes in den Fokus?
7. Was sucht ihr aktuell?
8. In welchen Ländern seid Ihr vertreten?
9. Was sind Eure wichtigsten KPIs (Key Performance Indicators), an denen Ihr Euch orientiert/messt?
10. Habt Ihr an Start-up-Programmen/Förderungen teilgenommen oder ggf. sogar Auszeichnungen gewonnen?
11. Mit welchen Kooperationspartnern arbeitet Ihr zusammen?
12. Welche Referenzen/Piloten könnt Ihr bereits benennen?
13. Was ist aus Eurer Sicht die größte Hürde bei der Arbeit mit Daten?
14. Wie sehr hat die neue DSGVO sich auf eure Arbeit ausgewirkt?
15. Abschließend: Was sind Eure Alleinstellungsmerkmale/USPs/Vorteile ggü. anderen Anbietern?
Inhalt der Befragungen
73 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsAnalyse Geschäftsmodelle
WAS MACHEN SIE?Beschleunigen die Gebäudewertermittlung,ermöglichen Leadgenerierung und neue Produkte
UND WIE?1. Online Applikation: Website (wert14.de) zur
schnellen Wertermittlung 2. API liefert Gebäudedaten und
Versicherungssummen, Integration in Beitragsrechner möglich, Bestands- und Potentialanalysen auf Projektbasis
Quelle: http://www.digitalinsuranceagenda.com/pagina-dia-tv.php?keyword=skendata
74 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics
SCHLÜSSELPARTNER
Investoren: -
PRODUKTE | WERTANGEBOTE
Wert 14online Applikation, welche
Zugriff auf Geo- und Adressdaten aus amtlichen und
privaten Quellen bietet;konzipiert als SaaS und DaaS;
sekundenschnelle Wertermittlung von Gebäuden,Integration in Beitragsrechner,
White Label
SCHLÜSSELAKTIVITÄTEN
sekundenschnelle und genaue Wertermittlung von
Immobilien
SCHLÜSSELRESSOURCEN
Wert 14 Website
KUNDENBEZIEHUNGEN
Bereitstellung und Unterstützung der online
Applikation,Projekte und Workshops
KANÄLE
Online-Plattform,Projektteam
KUNDENSEGMENTE | ZIELGRUPPE
Maklerportale, Makler, Versicherer,
Sachverständige und Firmen (B2B)
KOSTENSTRUKTUR
keine Angabe (erwartungsgemäß Entwicklungskosten als größte Position),Fixkosten (Personal, Verwaltung, Betrieb, IT, Marketing, Datenlizenzen)
EINNAHMEQUELLEN
Kunden zahlen für Nutzung der Plattform und nach Adressvolumen je Bewertung (Premiumzugang) monatliche Gebühren
(Subscription-Modell),Webinare und automatisierte Schulungs-Zertifikate
Analyse Geschäftsmodelle
75 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics
SkenData damals:
• Gründung: 2014
• Gründer: Jon Meis, Sven Jantzen
• Finanzierung: Bootstrapping, Innovationsfonds, offene Beteiligung von Business Angels
• Start-up Programme:• Plug and Play Batch1 2018• Insury Award Vienna 2018 -
Claims, Underwriting and Services
• Eisenhut Award 2018 -Vertriebstool
• IT Insurance Award St. Gallen2017
• 2. Platz Claims Rockstar Award Leipzig
• Digitaler LeuchtturmVersicherungen 2017 nominiert
SkenData heute:
• Team: zwölf Personen; multidisziplinäres Team aus Entwicklern, Geoinformatikern, Versicherungsspezialisten, Bauingenieuren
• aktiv in: Deutschland
• KPI: Anzahl Nutzer, Anzahl Abfragen, Kundenwert, Conversion Rate
• USP: erste vollständige digitale Wertermittlung von Versicherungssummen auf Datenbasis
SkenData morgen:
• Branchen:heute: InsurTechmorgen: Banken-, FinTech-, SmartCity und Proptechmarkt
• geplante Expansion: zuerst DACH-Region, später international
• auf der Suche nach: POC, Use Cases und Investoren/strategischen Partnern
Analyse Geschäftsmodelle
76 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsAnalyse Geschäftsmodelle
WAS MACHEN SIE?Analysieren Emotionen, Motive und Persönlichkeitseigenschaften, um beispielsweise die Absichten von Kunden genauer zu erkennen. Daraus werden Informationen und Handlungsempfehlungen abgeleitet.
Quelle: https://twitter.com/100_Worte/media?lang=de
UND WIE?Analyse des Textinhaltes und der Textstruktur mittels Text Mining: Hierfür wird eine Kombination aus speziellen sozialpsychologischen Forschungen zu Persönlichkeitsmerkmalen in Texten und Methoden des Deep Learnings genutzt.
77 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics
SCHLÜSSELPARTNER
Investoren: -
Universität Heidelberg, Universität Erlangen,
Vocatus AG
PRODUKTE | WERTANGEBOTE
HR-SuiteSoftware für die
Mitarbeitergewinnung und Auswahl
Brand Awareness RadarMarken/Produktkommunikation personalisiert auf Zielgruppen
optimieren (Web Analytics)
Call-Center-OptimizationKundengewinnung und
Wertschätzung: die Kunden wirklich besser verstehen und
richtig ansprechen
SCHLÜSSELAKTIVITÄTEN
Verkauf von Informationen und
Handlungsempfehlungen
SCHLÜSSELRESSOURCEN
Text Mining, NLP, SocialBehavior
KUNDENBEZIEHUNGEN
Bereitstellung und Integration der Software,
Projektbetreuung
KANÄLE
Online-Plattform, Projektteam, Software
KUNDENSEGMENTE | ZIELGRUPPE
Zielgruppe sind Unternehmen, welche Kunden, Mitarbeiter,
Bewerber online zielgenau analysieren möchten
(Großunternehmen mit vielen Mitarbeitern,
Personalberater, Marktforschungsinstitute,
Call-Center)
KOSTENSTRUKTUR
keine Angabe (erw. Entwicklungskosten und Wartung als größte Positionen)Fixkosten (Personal, Verwaltung, Betrieb, IT, Marketing)
EINNAHMEQUELLEN
Firmen zahlen für die Software je nach Größe und Umfang als Lizenzmodell. Für Integrationen wird eine Integration Fee erhoben
(SaaS).
Analyse Geschäftsmodelle
78 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics
100 Worte damals:
• Idee: 2014
• Gründung: 2017
• Gründer: Simon Tschürtz, Daniel Spitzer
• Finanzierung: Business Angels (2 Finanzierungsrunden)
• Start-up-Programme: 2016: Durchstarten Programm der SAP (2. Platz), 2018: Finalrunde WECONOMY und StartmeUp
100 Worte heute:
• Team: 10 Personen, 6 Personen in der Produktentwicklung, 4 Verwaltung, Marketing und Sales
• aktiv in: Deutschland
• KPI: Mehrwert, welcher pro Kunde generiert wurde (z. B. 25 Prozent mehr Umsatz für einen Agenten im Call-Center, 25 Prozent mehr passende Bewerber )
• USP: beste Emotions- und Motiverkennung für die deutsche Sprache, Spezialisierung auf Textdaten
100 Worte morgen:
• Branchen: branchenübergreifend
• Ziele: Ausweitung der Technologie auf mehrere Sprachen, mehr Kunden ansprechen
• geplante Expansion: Europa (französisch, spanisch, etc.)
• auf der Suche nach: neuen Kunden
Analyse Geschäftsmodelle
79 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsAnalyse Geschäftsmodelle
WAS MACHEN SIE?Vernetzen von Fahrzeugen mit der PACE Connected Car Plattform und somit Umwandlung zu Smart Cars. Fokus liegt auf End Consumer und digitale GM für B2B.
UND WIE?1. PACE Cloud: Connected Services, APIs, Big Data – jeder Daten-
Input und -Output kann angebunden werden2. PACE SDKs: Tracking, Cloud-Sync auf dem Smartphone3. PACE mobile Apps: Smart Car Features für den Fahrer4. PACE Cockpit: synchronisierte Web App für User5. PACE Link: kompakter OBD2-Adapter
80 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics
SCHLÜSSELPARTNER
Investoren: L-Bank, MBG, VC Fonds Baden-Württemberg,
Eberspächer GmbH
Referenzen: Porsche, ABT Sportsline, DEKRA, u.v.m.
Kooperationspartner: SAP, DEKRA, Stahlgruber PV, DVSE
Topmotive, Porsche, ABT Sportsline, Eberspächer, etc.
weitere Partner: Plattform Service Provider, spezielle Daten
Provider, Assistancen, Digital Transformation Beratungen,
Payment Provider etc.
SCHLÜSSELAKTIVITÄTEN
auslesen und verarbeiten von Fahrzeugdaten,
Entwicklung der Cloud-Dienste, Bereitstellen von Connected Cars Services,
Auf-/Ausbau der Plattform
SCHLÜSSELRESSOURCEN
Fahrzeugdaten, Telematik, qualifiziertes Personal, Software-Entwicklung, Branchen-Know-how, Intellectual Property
KUNDENBEZIEHUNGEN
B2B/B2B2C: Business Development, persönlicher Vertrieb, Entwicklung von
digitalen Geschäftsmodellen
B2C: Plug & Play Lösung, Bereitstellung von App und OBD-Device, Community,
ggf. Support
Analyse Geschäftsmodelle
PRODUKTE | WERTANGEBOTE
PACE Cloud: Connected Vehicle und Big Data Plattform (APIs)
PACE Apps: Android / iOS Apps mit Smartcar Features (Fahrtenbuch, Notruf, Fehlercode-Analyse, Live-
Daten…)
PACEKit: technische Schicht auf dem Smartphone (SDK)
PACE Link: ein OBD2-Adapter, der Fahrzeugdaten ausliest und sich mit
den Apps verbindet
PACE Dealer Dashboard: Werkstatt Software für Fahrzeugdaten und
Kundenkommunikation
KANÄLE
B2B/B2B2C: Business Networks, Branchen-Events, Fach-Messen,
E-Mail, Telefon, persönliche Meetings etc.
B2C: Onlineshop, Amazon, Social Media, Presse
KUNDENSEGMENTE | ZIELGRUPPE
B2B2C: automotive Aftermarket(Werkstätten, Händler),
Ersatzteil-Großhandel, Kfz-Versicherungen, Prüf-
/Zertifizierungsgesellsch., Automobilclubs, Pannenhilfe
B2B: Automobilhersteller, Autohandel, Importeure,
Automobilzulieferer, Flotten, IT Services, Telekommunikation,
Energiesektor
B2C: Autofahrer
EINNAHMEQUELLEN
B2B/B2B2C: Subscription- und Lizenzmodelle
B2C: Kunden bezahlen einmalig 119,00€ für das OBD-Device
KOSTENSTRUKTUR
- einmalige Kosten für die jeweils eingesetzte Hardware (Daten-Lieferant)- laufende Kosten für (Weiter-)Entwicklung, Wartung, Betrieb der Lösungen
(Software, Plattform, Apps, Services, Lösungen), Marketing, Vertrieb- standardmäßige Gemeinkosten: Verwaltung, Support
81 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics
PACE damals:
• Gründung: 2015
• Gründer: Dr. Martin Kern, Robin Schönbeck und Phillip Blatter
• Finanzierung: erst aus Eigenleistung, später Seed-Finanzierungsrunden und Kickstarter-Kampagne, Business AngelsSeries A und strategisches Invest eines unabhängigen Automobilzulieferers
• Start-up-Programme: Startup Autobahn 2018, Ernst & Young Entrepreneur Of The Year Finalist 2017, Frost & Sullivan European AftermarketTelematics Award 2017, HUMAN TELEMATIK AWARD Versicherungstelematik 2017, Initiative Mittelstand 2017 und 2018, CyberChampions Award 2016
PACE heute:
• Team: 35 Personen (Entwicklung, Design, Marketing, Business Development, Support,…)
• aktiv in: Deutschland, Österreich, viele europäische Länder (und Anwender weltweit)
• Standorte: Berlin, Karlsruhe
• KPI: B2C: Kundenmehrwert, Usability und die Nutzungshäufigkeit / B2B: Kundenbindung, Cross-Selling und Reichweite
• USPs: offene, skalierbare Cloud-Plattform, hohe technische Flexibilität, einmalige Datenbasis, bewährte Interfaces (Apps, Web, APIs, SDKs), branding-fähige Lösung, bewährte Aftermarket-Lösung, Multi-Marken- & Multi-User-fähig, weltweit einsetzbar
PACE morgen:
• Branchen: automotive Aftermarket(Autohändler, Werkstätten, Teilehandel etc.), Versicherungen, Autohersteller, Road-Assistance, Automobilclubs, etc.
• Ziel: größte herstellerunabhängige automotive Big Data und ConnectedServices Plattform aufbauen, die unabhängige Branchenlösung für den automotive Aftermarket etablieren, Integration der PACE-Technologie und Services in Neufahrzeuge
• auf der Suche nach: interessierten B2B-Kunden, die digitale Geschäftsmodelle im Bereich Connected Vehiclesaufbauen; spannenden neuen Connected Vehicle Use-Cases; Business Partner
Analyse Geschäftsmodelle
82 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsAnalyse Geschäftsmodelle
Wir hatten den Vorteil, dass unsere Prozesse bereits von Anfang an auf die DSGVO ausgerichtet waren. Deswegen hat uns die DSGVO technologisch vor keine große Herausforderung gestellt. Allerdings spüren wir die Verunsicherung im Markt, was uns unter anderem auch ein Pilotprojekt gekostet hat. Eine große Herausforderung ist dabei sicherlich, dass es noch keine entsprechenden Urteile gibt, die den Rahmen klarer aufzeigen. Ich denke, man muss das Thema offen kommunizieren und nichts verheimlichen, dann bleiben die Auswirkungen auch überschaubar.
Simon Tschürtz – 100 Worte
Nicht wesentlich, denn Datenschutz und die entsprechenden Datenschutzrichtlinien sind für uns bereits seit der Gründung von PACE ein zentrales Thema und waren schon vor Inkrafttreten der DSGVO auf das strikte Bundesdatenschutzgesetz ausgelegt. Wir haben uns zudem frühzeitig auf die DSGVO eingestellt und werden hier stets erstklassig beraten, denn für uns ist es absolut essentiell, in diesem Bereich sauber zu arbeiten. Die DSGVO hat aber auch Einschränkungen insb. im Marketing (z. B. bei Facebook-Werbung) mit sich gebracht, die aber vermutlich jede Firma ähnlich erlebt hat.
Juliusa Parrisius – PACE Telematics
Wie sehr hat sich die DSGVO auf eure Arbeit ausgewirkt?
83 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsAnalyse Geschäftsmodelle
Was ist die größte Hürde bei der Arbeit mit Daten?Die Konsolidierung, Validierung und Homogenisierung.
Die Kenntnis und Analyse von Daten reicht nicht aus. Erst die Umsetzung in Produkte, Tools und Maßnahmen bringt Umsatz, Ertrag und Erfolg.
Sven Jantzen - SkenData
Die Prozesse sind von Grund auf nach dem Prinzip „Datenschutz by Design” zu gestalten. Es müssen alle nötigen Prozesse zum User Consent(Einwilligung, Widerspruch etc.), Datenzugänglichkeit u. v. m. in der Lösungskonzeption frühzeitig mit berücksichtigt werden. Zudem sind User nur bereit datenbasierte Mehrwertdienste und die dahinter liegenden Geschäftsmodelle zu akzeptieren und zu nutzen, wenn ihnen ein entsprechend großer Mehrwert geboten wird.
Juliusa Parrisius – PACE Telematics
84 www.newplayersnetwork.jetzt
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data AnalyticsAnalyse Geschäftsmodelle
Was ist die größte Hürde bei der Arbeit mit Daten?Eine große Hürde ist sicherlich die Datenqualität. D. h. wir müssen beispielsweise mit unterschiedlichen Akzenten etc. umgehen, was teilweise
Probleme bereitet. Eine weitere Hürde ist, aus den ganzen unstrukturierten Sprachdaten strukturierte Daten zu generieren. Hierbei setzen wir
unseren Kern ein.
Ansonsten ist zu Beginn immer wichtig, die Zielsetzung klar zu formulieren. Technologien werden zu Beginn oft überschätzt und hier gilt es für
Aufklärung zu sorgen, damit es zu keiner Enttäuschung kommt.
Wichtig ist aus meiner Sicht auch, dass man versteht, wie eine bestimmte KI trainiert wurde. Wenn die Daten bereits stark biased (fehlerbehaftet)
sind, wird die Maschine diesen Fehler ebenfalls lernen.
Simon Tschürtz - 100 Worte
85 www.newplayersnetwork.jetzt
New Players Network - Eine Initiative der Versicherungsforen Leipzig GmbHHainstraße 16 | 04109 Leipzig | www.newplayersnetwork.jetzt
TME
TFE
Robert RieckhoffHead of Operations
+49 341 / 98 988-232+49 151 727 177 [email protected]
Theresa SchmidtHead of Transformation
+49 341 / 98988-236+49 341 / [email protected]
MARKTMONITOR Start-ups für die Assekuranz – Big Data & Data Analytics