Bei nicht versicherbaren Klimarisiken dürften bessere Prognosen helfen

Von Jon Sindreu

NEW YORK (Dow Jones)--Eine neue Generation mathematischer Modellierer könnte dabei helfen, eine drohende Versicherungskrise zu entschärfen. Überschwemmungen, Gewitter und Waldbrände sowie die Rohstoffinflation treiben die Prämien für sogenannte Katastrophenversicherungen in die Höhe. Einige US-Amerikaner ziehen von risikoreicheren Orten wie Florida weg, während andere auf einen Schutz verzichten. Versicherer wie Allstate, State Farm and Farmers Insurance, die zu Zurich Insurance gehört, ziehen sich aus katastrophengefährdeten Gebieten zurück.

Für Versicherer könnten die durchschnittlichen jährlichen Verluste - eine konzeptionelle langfristige Schätzung künftiger Schäden - die Rekordhöhe von 133 Milliarden US-Dollar erreichen, so das Risikobewertungsunternehmen Verisk Analytics. Die nicht versicherten Schäden werden noch höher sein. In Nordamerika sind nur 51 Prozent des Naturkatastrophenrisikos abgedeckt. Und in Europa beläuft es sich auf 44 Prozent, in Asien gerade einmal 12 Prozent. Es besteht die Befürchtung, dass weitere Gebiete nicht mehr versicherbar sein könnten. Das Underwriting erfordert nämlich die Gewissheit, dass die Modelle die Risiken einigermaßen genau widerspiegeln, die der Klimawandel auf beängstigende, unbekannte Weise verstärkt.

    Hurrikan Katrina 2005 gilt als Geburtsstunde neuer Modelle 

Die meisten Klimavorhersagen stammen aus zwei verschiedenen Quellen. Das erste sind die "allgemeinen Zirkulationsmodelle", die von Gremien wie dem Zwischenstaatlichen Ausschuss für Klimaänderungen verwendet werden. Deren Prognosen basieren auf den Gesetzen der Physik. Sie sind gut darin, große Trends abzubilden, aber nicht darin, lokale Phänomene vorherzusagen oder Hurrikane und Tornados zu simulieren. Umgekehrt nutzen "Katastrophenrisiko"- oder CAT-Risikomodelle historische Daten, um auf die zukünftige Wahrscheinlichkeit von Hurrikanen, Erdbeben und dergleichen sowie auf die Anfälligkeit von Gebäuden und Bauwerken zu schließen. Sie erlangten große Popularität, nachdem Hurrikan Andrew 1992 Teile der USA verwüstete und elf Versicherer in den Bankrott trieb. Verisk ist der Hauptanbieter von CAT-Risikomodellen, gefolgt von RMS - das 2021 von Moody's übernommen wurde - an zweiter Stelle.

Dieser Ansatz hatte Erfolg. Als Hurrikan Katrina im Jahr 2005 zuschlug, ging kein Versicherer pleite. Aber CAT-Risikomodelle sind nicht gut darin, die kleineren Ereignisse zu interpretieren, die dieses Jahr für Chaos gesorgt haben. Der Klimawandel ist eine weitere Herausforderung. Die Verwendung von Daten, die bis in die 1960er Jahre zurückreichen, als das Klima kühler war, wird zu Unterschätzungen der Niederschläge führen. Wenn man den Grenzwert jedoch beispielsweise auf die 1990er-Jahre legt, schränkt dies die für Prognosen verfügbaren Informationen ein. Prognostiker beginnen, beide Methoden zu kombinieren, und einige Startups versprechen transformative Ergebnisse.

   Von El Nino zu El Nina und zurück 

Das australische Unternehmen Reask hat beispielsweise Physik-Variablen in seine statistischen Modelle tropischer Wirbelstürme eingebaut. Seine Simulationen, die auf der Suche nach Mustern in Umweltdaten mithilfe künstlicher Intelligenz (KI) basieren, generieren klimabereinigte Katastrophenwahrscheinlichkeiten für ein bestimmtes Jahr. Saisonale Muster, die Klimamodelle nur schwer vorhersagen konnten, wie etwa die Schwankung zwischen der feuchten El Nino- und der trockenen La Nina-Saison, könnten sich klarer herauskristallisieren. Die globale Reichweite von Unternehmen wie Reask trägt dazu bei, Versicherungen an nicht abgedeckte Orte zu bringen. Im Jahr 2021 avancierte Reask für die Swiss Re in die Ausweitung sogenannter parametrischer Versicherungen außerhalb seiner Kernmärkte USA und Karibik. Diese Richtlinien sind einfacher umzusetzen, da die Auszahlungen von Wetterdaten abhängen und nicht von arbeitsintensiven Schadensbewertungen.

Andere Startups sind auf Katastrophen spezialisiert, die für viele Versicherungspolicen zu unvorhersehbar sind und deren Schutz häufig von begrenzter staatlicher Unterstützung abhängt. Das in Großbritannien ansässige Unternehmen Catrisk Solutions bietet beispielsweise ein Erdbebenschadensmodell an, das 155 Länder abdeckt. Überschwemmungen sind ebenfalls sehr schwer zu modellieren, aber bessere Daten könnten helfen. Satellitenbilder und Datenbanken mit der genauen Position von Gebäuden, den für ihren Bau verwendeten Materialien und den Kosten früherer Reparaturen ersetzen allgemeinere Informationen auf Bezirksebene. "Wir wissen jetzt, dass es wirklich wichtig ist zu verstehen, ob man 30 oder 800 Meter vom Meer entfernt ist", erläutert Russell Merrett. Er ist Chief Underwriting Officer bei Inigo Insurance, einem Lloyd's of London-Syndikat, das auf Rückversicherungen mit hohem Risiko spezialisiert ist.

    Demografie treibt Schäden nach oben 

Im Jahr 2020 veröffentlichte die in New York ansässige First Street Foundation eine Online-Anwendung, mit der jeder die Überschwemmungsgefahr seines Grundstücks überprüfen kann. Es deutete darauf hin, dass Karten auf Bundesebene die Risiken stark unterschätzen. Die ausufernden Kosten von Katastrophen sind eher auf das Bevölkerungswachstum in Gefahrengebieten als auf den Klimawandel selbst zurückzuführen. Und die Untersuchungen von Inigo deuten darauf hin, dass der demografische Wandel seit 1970 zu mehr als einer Verdoppelung der erwarteten jährlichen Verluste geführt hat, verglichen mit einem Anstieg um 25 Prozent durch den Klimawandel.

Obwohl sich die Datenlage verbessert, müssen hochauflösende Hochwassermodelle häufig Informationslücken mit komplexen mathematischen Berechnungen schließen. Das in Bristol ansässige Unternehmen Fathom trimmt Modelle mit Daten zu Niederschlag, Flussverhalten und Gezeiten, sofern verfügbar, um daraus abzuleiten, wie sich Überschwemmungen an ähnlichen Orten auf der ganzen Welt verhalten. Entscheidend ist, dass die Rechenkosten für Startups nicht mehr unerschwinglich sind. Laut Dag Lohmann, CEO des in Kalifornien ansässigen Unternehmens Katrisk, ist die Möglichkeit bahnbrechend, Zeit an einem teuren Supercomputer des Energieministeriums zu reservieren. "Plötzlich könnte ein relativ kleines Unternehmen wie unseres die Nase vorn haben."

    Katastrophen sind mitunter miteinander gekoppelt 

Eine weitere historische Schwäche der Katastrophenrisikoversicherung besteht darin, dass die Versicherer jeden Katastrophentyp und jede Katastrophenregion in eine eigene Kategorie einordneten. In Wirklichkeit führen aber Wirbelstürme zu Überschwemmungen, und Hurrikane in den USA können mit Waldbränden in Australien in Verbindung gebracht werden. Vergangenes Jahr haben sich Reask und Fathom zusammengeschlossen, um Modelle zu entwickeln, die diese Korrelationen berücksichtigen. Das Ergebnis all dieser Innovationen ist, dass Risikomodellierungs-Startups zunehmend für Zweitmeinungen herangezogen werden, insbesondere von spezialisierten Rückversicherern und Investoren. Sie profitieren auch von der steigenden Nachfrage nach "Klima-Ratings", die bei der Emission von Kommunalobligationen oder bei der Präsentation von Infrastrukturprojekten neben traditionellen Kreditratings stehen.

Jede Revolution hat eine Kehrseite. Ein Wilder Westen von Modellen unterschiedlicher Qualität macht die Runde. Einige verbergen ihre Annahmen hinter "Black-Box"-Methoden. Auch übermäßige Gewissheit kann ein Problem sein. Die Überschwemmungskarte von First Street dürfte beispielsweise für Versicherer und Bauunternehmen von Nutzen sein. Aber die Behauptung, dass sie Risiken auf Grundstücksebene präzise lokalisieren kann, ist unbewiesen. Forscher von Fathom, das das von First Street verwendete Überschwemmungsmodell erstellt hat, die Geschäftsbeziehung jedoch inzwischen abgebrochen hat, warnten bereits im Jahr 2021. Die Genauigkeit der Vorhersagen dieser Art von Modellen bleibe weiterhin schwer einzuschätzen. Wenn man jedoch bedenkt, wie viel Geld für die Versicherer auf dem Spiel steht, werden sie wahrscheinlich jede Hilfe in Anspruch nehmen, die sie bekommen können. Für Klimamodellierer bricht ein goldenes Zeitalter an.

Kontakt zum Autor: [e-mail]

DJG/DJN/axw/cbr

(END) Dow Jones Newswires

October 30, 2023 10:16 ET (14:16 GMT)