Privacy, korting op verzekeringen en IoT

Car Accident

De laatste dagen is de nodige aandacht in de media geweest over Achmea die privacy-gevoelige gegevens wil gebruiken om korting te geven op verzekeringen (NOS, FD). De reacties waren her en der toch wel ronduit negatief, zoals bij de NOS: “Recht op privacy straks alleen voor de rijken”. Niet zo veel negatieve media aandacht als ING die over bancaire bankdata wou delen (maart 2014), maar toch.

Dat verzekeringen goedkoper of duurder zijn afhankelijk van het risico dat de verzekeraar denkt te lopen is al heel lang (altijd?) zo, denk aan aantal kilometers dat je beweert te rijden voor je autoverzekering. Hier hebben ook weinig mensen moeite mee. Als de verzekeringssector dit preciezer gaat doen, gebruik makend van de kansen die Internet of Things (IoT) biedt, dan lijkt me dit een goede maatschappelijke discussie waard. Waarom dit nu meer in de media komt rondom Achmea weet ik eigenlijk niet: dergelijke verzekeringen zijn er al langere tijd. Een voorbeeld zijn de autoverzekeringen die met een kastje in je auto bijhouden hoeveel je rijdt en ook hoe je rijdt, zoals Fairzekering van Nationale Nederlanden en CarKroodle van Aegon of, uit de UK, met de opvallende naam Drive like a girl. Hierover heb ik veel minder in de kranten zien staan, terwijl Fairzekering zelfs de winnaar was van de Generali Innovatieprijs in 2014.

Los van de actualiteit van de media aandacht, past bovenstaande in de trend dat Internet of Things technologie zijn weg aan het vinden is in de verzekeringssector. Met IoT kunnen allerlei sensoren gebruikt worden om niet alleen kosten te besparen, maar ook om nieuwe business modellen mogelijk te maken. Dit zou meer evolutionair kunnen gaan, maar ook meer revolutionair.

Eerder dit jaar heb ik mijn perspectief over de kansen en uitdagingen die IoT biedt voor (niet-zorg) verzekeringen mogen delen in een sessie met een groep verzekeraars. Ik heb de kansen gecategoriseerd en ingedeeld naar oplopende privacy uitdaging:

  1. Risico’s verlagen, door schade te voorkomen of reduceren, bijvoorbeeld connected brandmelders in huizen. Hier zal vrijwel niemand tegen zijn.
  2. Prijs afhankelijk maken van hoeveel gebruik, bijvoorbeeld van het aantal kilometers dat iemand rijdt in een auto.
  3. Prijs afhankelijk maken van ‘veilig’ gedrag, bijvoorbeeld of iemand rustig rijdt.
  4. Fraude of schuld bepalen, bijvoorbeeld hoe hard iemand reed voordat die persoon de bocht uitvloog.

Wil de verzekeringssector de kansen die IoT biedt pakken dan zullen ze de privacyuitdagingen erg serieus moeten nemen. Drie belangrijke uitgangspunten hierbij zijn wat mij betreft:

  1. Het gaat primair om gebruikersacceptatie, niet om wetgeving. Iets wat juridisch mag maar mensen creepy vinden gaat mislukken!
  2. Gebruikersacceptatie vereist transparantie, echte consent en een win-win waarbij ook de consument een duidelijk voordeel ziet. En er zullen mensen zijn die dit niet willen, en die moeten de reële optie houden te weigeren.
  3. Goed gebruik van privacy-enhancing technologies en privacy-by-design, zodat de privacy sensitiviteit gereduceerd wordt. Dit is niet triviaal overigens, er zullen complexe afwegingen komen.

Naast de privacy discussie ben ik ook benieuwd of het gaat leiden tot minder schade. Oftewel, leidt korting geven aan mensen met een ‘veiliger’ gedrag alleen tot meer differentiatie in tarieven, en betalen mensen die meer schade veroorzaken of hun privacy-gevoelige data niet willen delen, uiteindelijk simpelweg meer premie? Of zorgt het er (ook) voor dat mensen zich veiliger gaan gedragen en er dus minder schade is, omdat ze het vrij direct in hun portemonnee voelen? We gaan het zien.

[Beeld: Flickr]

Leave a Reply