Empirische Studie

Studie

Telematik-Tarife in der Kraftfahrzeughaftpflichtversicherung aus Kundensicht

Evelin Kovács BSc (WU) und ao. Univ.-Prof. Dr. Erwin Eszler
Institute for Finance, Banking and Insurance
Wirtschaftsuniversität Wien

1. Einleitung

In der Bachelor-Arbeit von Evelin Kovács1 (Betreuer: E. Eszler) wurde einerseits untersucht, wie Tarife mit elektronischen Überwachungs- und Kontrollmaßnahmen in der Berufsunfähigkeits- und Risikoablebensversicherung (auf Basis einer Selbstvermessung) von Konsumenten gesehen werden – hierzu gibt es einen gesonderten Beitrag in risControl – und andererseits, wie solche Tarife in der Kraftfahrzeughaftpflichtversicherung (auf Basis von Telematik-Anwendungen) gesehen werden. Die wesentlichen Ergebnisse hierzu werden im Folgenden vorgestellt.2

2. Methodik und Datenerhebung

Der zur Gewinnung der Daten entwickelte Fragebögen wurde im Studentenwohnheim Campus Brigittenau, auf der Mariahilfer Straße und am Arbeitsplatz der Verfasserin der Bachelorarbeit (Verein Menschenrechte Österreich) zwischen 08.05.2017 und 28.05.2017 verteilt. Auf die Anonymität der Umfrage und auf die vertrauliche Behandlung der Daten wurde immer explizit hingewiesen. Die Auswertung und die graphische Darstellung erfolgten mit der Software IBM SPSS Statistics Version 24 sowie mit Microsoft Excel 2017.

3. Struktur der Stichprobe

An der Befragung nahmen insgesamt 190 Personen teil. Hinsichtlich ihres Geschlechts gaben davon 51,58 % (98 Personen) „weiblich“, 48,42 % (92 Personen) „männlich“ an. Das durch-schnittliche errechnete Alter der teilnehmenden Personen – es war jeweils nach dem Geburtsjahr gefragt worden – lag bei 38,43 Jahren (Standardabweichung 12,89). Die jüngste teilnehmende Person gab ein Alter von 18 Jahren (errechnet) an, die älteste teilnehmende Person ein Alter von 67 Jahren (errechnet). Die aus dem angegeben Geburtsjahr errechneten Alterswerte verteilten sich wie folgt (absolute Häufigkeiten): 18-20 Jahre: 4, 21-30: 63; 31-40: 44; 41-50: 37; 51-60: 34; 61-67: 8. Hinsichtlich ihres Bildungsabschlusses gaben 24,21 % (46 von 190 Personen) an, über eine Lehre bzw. eine Berufsausbildung zu verfügen. 40,00 % (76 Personen) gaben Matura als höchsten Bildungsabschluss an und 35,79 % (68 Personen) gaben den Abschluss einer Universitäts- oder Fachhochschulausbildung an. Über maximal einen Pflichtschulabschluss verfügte keine der befragten Personen.

4. Ergebnisse zur Kfz-Haftpflichtversicherung

Der betreffende Teil des Fragebogens wurde folgendermaßen eingeleitet:

„Stellen Sie sich vor, dass Ihr privater Versicherer Ihnen eine neue Kfz-Haftpflichtversicherung vorstellt. Bei dieser Versicherung misst und analysiert eine App (ein Anwendungsprogramm, das auf bestimmte Mobiltelefone heruntergeladen werden kann) oder eine ins Fahrzeug eingebaute Box das Fahrverhalten. Aufgezeichnet werden Daten unter anderem über die Geschwindigkeit, die Beschleunigung und das Bremsverhalten. Der Fahrstil bestimmt die Höhe der zu bezahlenden Prämie.“

4.1. Interesse an der Idee „Zahle, wie du fährst“

Auf die Frage „Zahle, wie du fährst – so lautet die Grundidee, die hinter diesem Konzept steht. Finden Sie diese Idee interessant?” antworteten 67,89 % (129 von 190 Personen) mit „Ja“, 32,11 % (61 von 190 Personen) mit „Nein“:

Ein bemerkenswertes Ergebnis ist, dass der Zustimmungsanteil bei weiblichen Personen mit 75,51 % sehr viel höher war als bei männlichen Personen mit nur 59,78 % Ja-Antworten.

Die Zustimmung lag bei Personen mit Lehre/Berufsausbildung bei 65,22 % (N=46), bei jenen mit Matura bei 72,37 % (N=76) und bei jenen mit Universitäts-/Fachhochschulabschluss bei 64,71 % (N=68). Ein durchgehender Trend lässt sich somit nicht erkennen.

Hingegen lässt sich ein Zusammenhang von Alter und Zustimmung erkennen, wie aus Abbildung 1 zu ersehen ist: Je jünger die befragten Personen waren, umso höher war – wenn man von dem geringfügig niedrigeren Wert der Gruppe mit Geburtsjahr 1991-1990 absieht – die Zustimmung, und in der jüngsten Altersgruppe mit großem Abstand höher.

Abbildung 1
Abbildung 1: Interesse an der Grundidee nach Geburtsjahr
4.2. Wahrscheinlichkeit für Nutzung App/Einbau Box

Auf die Frage „Wie wahrscheinlich ist es für Sie, dass Sie die vorhin erwähnte App benutzen oder die Box in Ihr Fahrzeug einbauen lassen, wenn diese Daten über Ihre Fahrweise für Ihren Versicherer liefern?” konnten Antworten auf einer Skala von 0 % („überhaupt nicht wahrscheinlich“) bis 100 % („äußerst wahrscheinlich“) gegeben werden.

Der Mittelwert der Stichprobe lag bei 31,98 %. Das Minimum lag bei 0%, der maximal aus-gewählte Wert lag bei 90%. Abbildung 2 zeigt die Verteilung der Antworten (absolute Häufigkeiten), wobei die Antwortmöglichkeiten in Intervallen (Klassen)3 zusammengefasst sind.

Abbildung 2
Abbildung 2: Wahrscheinlichkeit Nutzung der App bzw. Einbau der Box (N=190)

Auch bei dieser Frage lag der Mittelwert der Zustimmung bei weiblichen Personen mit 36,77 % deutlich höher als bei männlichen Personen mit 26,88 %. Bei den männlichen Befragungspersonen kam der Wert 0 % am häufigsten vor. Im Gegensatz dazu war der Modalwert bei den befragten Frauen 50 %. Die Verteilungen der Antworten (10-Prozent-Intervalle) sind in den Abbildungen 3 und 4 dargestellt.

Abbildung 3
Abbildung 3: Wahrscheinlichkeit Nutzung der App bzw. Einbau der Box / Antworten männlicher Personen (N=92)
Abbildung 4
Abbildung 4: Wahrscheinlichkeit Nutzung der App bzw. Einbau der Box / Antworten weiblicher Personen (N=98)

Die Auswertung nach Bildungsabschluss gab hinsichtlich der Mittelwerte keine großen Unterschiede: Lehre/Berufsausbildung: 30,30 % (N=46); Matura: 33,83 % (N=76); Universität/Fachhochschulabschluss: 31,04 % (N=68). Anmerkung: Pflichtschulabschluss: kein Wert vorhanden (N=0).

Bei der Auswertung nach dem Alter der befragten Personen konnte hingegen aus der linearen Regression graphisch ein Trend ausgemacht werden (Bestimmtheitsmaß R2 = 0,0347 allerdings sehr niedrig, also nahe bei 0): Je jünger die Personen, umso höher im Durchschnitt die Zustimmung. Vgl. hierzu Abbildung 5. Allerdings zeigt die polynomische Regression ein leichtes trendmäßiges Absinken der Zustimmungswerte bei den mittleren Altersgruppen.

Abbildung 5
Abbildung 5: Wahrscheinlichkeit Nutzung der App bzw. Einbau der Box / Auswertung nach dem Alter der befragten Personen (N=190); lineare Trendlinie und polynomische Trendlinie zweiter Ordnung
4.3. Wahrscheinlichkeit für Vertragsabschluss bei verhaltensbasiertem Tarif und Prämienreduktion

Auch auf die Frage „Wie wahrscheinlich ist es für Sie, dass Sie die oben erwähnte Versicherung mit verhaltensbasiertem Tarif abschließen, wenn Sie sich dadurch in Form von Rabatten oder einer niedrigen Prämie Kosten einsparen können?” konnten wiederum Antworten auf einer Skala von 0 % („überhaupt nicht wahrscheinlich“) bis 100 % („äußerst wahrscheinlich“) gegeben werden.

Der Mittelwert der Stichprobe beträgt 46,28% und ist damit deutlich höher als bei der vorigen Frage. Das Minimum lag bei 0%, der maximal ausgewählte Wert lag bei 100%. Abbildung 6 stellt die absoluten Häufigkeiten der Antworten – die Antwortmöglichkeiten sind in Intervalle (Klassen) zusammengefasst4 – als Histogramm dar.

Abbildung 6
Abbildung 6: Wahrscheinlichkeit Vertragsabschluss bei verhaltensbasiertem Tarif und Prämienreduktion (N=190)

Im Unterschied zu vorherigen Frage liegen hier die Mittelwerte der weiblichen Befragten (51,51 %) und jener der männlichen Befragten (49,28 %) nahe beieinander. Die Verteilungen der jeweiligen Antworten (10-Prozent-Intervalle) sind in den Abbildungen 7 und 8 dargestellt.

Abbildung 7
Abbildung 7: Wahrscheinlichkeit Vertragsabschluss bei verhaltensbasiertem Tarif und Prämienreduktion / Antworten männlicher Personen (N=92)
Abbildung 8
Abbildung 8: Wahrscheinlichkeit Vertragsabschluss bei verhaltensbasiertem Tarif und Prämienreduktion / Antworten weiblicher Personen (N=98)

Auch hier lagen bei der Auswertung nach dem Bildungsabschluss die Mittelwerte verhältnismäßig eng beieinander – allerdings nicht so eng wie bei der vorigen Frage – und insgesamt eben auf höherem Niveau: Lehre/Berufsausbildung: 43,17 %; Matura: 46,49 %; Universität/Fachhochschulabschluss: 48,15 %. Und hier lässt sich nun doch auch ein gewisser Trend – steigende Zustimmung mit höherer Bildung – erkennen. Anmerkung: Pflichtschulabschluss: kein Wert vorhanden (N=0).

Bei der Auswertung nach dem Alter zeigt sich bei der linearen Regression auch hier ein Zusammenhang derart, dass jüngere Personen tendenziell höhere Zustimmungswerte bei dieser Frage hatten (Bestimmtheitsmaß R2=0,0702 allerdings auch hier noch sehr gering). Vgl. Abbildung 9. Auch hier zeigt jedoch die polynomische Regression ein leichtes trendmäßiges Absinken der Zustimmungswerte im Bereich der mittleren Altersgruppen.

Abbildung 9
Abbildung 9: Wahrscheinlichkeit Vertragsabschluss bei verhaltensbasiertem Tarif und Prämienreduktion / Antworten nach Alter (N=190); lineare Trendlinie und polynomische Trendlinie zweiter Ordnung
4.4. Akzeptanz einer höheren Prämie bei höherem Schadenpotenzial

Auf die Frage „Inwiefern finden Sie es akzeptabel, dass Autofahrer mit höherem Schadenpotenzial für die Versicherung mehr zahlen müssen?” konnten Antworten auf einer Skala von 0 % („überhaupt nicht akzeptabel“) bis 100 % („äußerst akzeptabel“) gegeben werden.

Der Mittelwert der Stichprobe lag bei 53,88% und damit deutlich höher als bei den beiden vorherigen Fragen. Abbildung 10 stellt die absoluten Häufigkeiten der Antworten – die Ant-worten sind in Intervalle (Klassen) zusammengefasst5 – graphisch dar.

Abbildung 10
Abbildung 10: Akzeptanz einer höheren Prämie bei höherem Schadenpotenzial (N=190)

Die Akzeptanz liegt im Durchschnitt bei Frauen deutlich höher (Mittelwert: 58,19 %; N=98) als bei Männern (Mittelwert: 49,28; N=92). Die jeweiligen Verteilungen der Antworten können den Abbildungen 11 und 12 entnommen werden.

Abbildung 11
Abbildung 11: Akzeptanz einer höheren Prämie bei höherem Schadenpotenzial / Antworten männlicher Personen (N=92)
Abbildung 12
Abbildung 12: Akzeptanz einer höheren Prämie bei höherem Schadenpotenzial / Antworten weiblicher Personen (N=98)

Die Auswertung nach dem Bildungsabschluss zeigt ein interessantes Ergebnis: Während die Mittelwerte bei Personen mit Lehre/Berufsausbildung (51,68 %; N=47) und jenen mit Matura (51,24 %; N=76) ganz nahe beieinander liegen, ist die Akzeptanz bei Personen mit Universitäts-/Fachhochschulabschluss im Durchschnitt deutlich höher (Mittelwert 58,42 %; N=67). Anmerkung: Pflichtschulabschluss: kein Wert vorhanden (N=0). Die bemerkenswerten Verteilungen sind zum Vergleich in den Abbildungen 13 bis 15 zu sehen.

Abbildung 13
Abbildung 13: Akzeptanz einer höheren Prämie bei höherem Schadenpotenzial / Antworten von Personen mit Lehre/Berufsausbildung (N=47)
Abbildung 14
Abbildung 14: Akzeptanz einer höheren Prämie bei höherem Schadenpotenzial / Antworten von Personen mit Matura (N=76)
Abbildung 15
Abbildung 15: Akzeptanz einer höheren Prämie bei höherem Schadenpotenzial / Antworten von Personen mit Universitäts-/Fachhochschulabschluss (N=67)

Bei der Auswertung nach dem Alter zeigte sich bei der linearen Regression, dass jüngere Personen eher eine höhere Prämie bei höherem Schadenpotenzial akzeptieren als ältere (vgl. Abbildung 16), wobei das Bestimmtheitsmaß mit R2 =0,1038 auch hier relativ sehr gering) ist. Wiederum zeigt hier die polynomische Regression ein leichtes Absinken in den mittleren Altersgruppen, das aber hier im Vergleich zu den Ergebnissen der vorherigen Fragen geringer ausfällt.

Abbildung 16
Abbildung 16: Akzeptanz einer höheren Prämie bei höherem Schadenpotenzial / Antworten nach Alter (N=190); lineare Trendlinie und polynomische Trendlinie zweiter Ordnung
4.5. Zusammenfassung der Ergebnisse

Ein ziemlich hoher Anteil (67,89 %) der befragten 190 Personen zeigte sich an dem Konzept „Zahle, wie du fährst“ interessiert, allerdings wird die Wahrscheinlichkeit, selbst eine entsprechende App zu nutzen oder eine Box ins Auto einbauen zu lassen, insgesamt nur mit einem Mittelwert von 31,98 % (auf einer Skala von 0 % bis 100 %) eingestuft. Ist mit einem solchen verhaltensbasiertem Tarif eine mögliche Prämienreduktion in Aussicht gestellt, dann wurde die Wahrscheinlichkeit, eine solche Versicherung abzuschließen, wiederum deutlich höher angegeben (Mittelwert 46,28 %). Überhaupt lag die Akzeptanz einer höheren Prämie bei höherem Schadenpotenzial bei beachtlichen 53,88 % (auf einer Skala von 0 % bis 100 %).

Ein deutlicher größerer Anteil der Frauen (75,51 %; N=98) fand das Konzept interessant, als es bei Männern der Fall war (Anteil 59,78 %; N=92). Für Frauen war es auch in deutlich höherem Maße (Mittelwert 36,77 %) wahrscheinlich, eine App zu nutzen oder sich eine Box ins Auto einbauen zu lassen, als dies bei Männern der Fall war (Mittelwert nur 26,88 %). Und Frauen fanden es auch in einem höheren Ausmaß (Mittelwert 58,19 %) akzeptabel, dass Autofahrer mit höherem Schadenpotenzial für die Versicherung mehr zahlen müssen, als dies bei Männern der Fall ist (Mittelwert: 49,28 %). Hinsichtlich der Wahrscheinlichkeit des Abschlusses einer Versicherung mit einem solchen verhaltensbasierten Tarif und einer Prämienreduktion liegen die Mittelwerte für Frauen (51,51 %) und für Männer (49,28 %) aber nahe beieinander.

Auf das größte Interesse stieß das Konzept „Zahle, wie du fährst“ bei Personen mit Matura (Anteil 72,37 %; N=76), gegenüber Personen mit Lehre/Berufsausbildung (Anteil 65,22 %; N=46) und jenen mit Universitäts-/Fachhochschulabschluss (64,71 %; N=68). (Personen mit lediglich Pflichtschulabschluss fanden sich nicht in der Stichprobe.) Während sich hinsichtlich der Wahrscheinlichkeit, eine entsprechende App zu nutzen oder sich eine Box ins Auto ein-bauen zu lassen, hier keine großen Unterschiede zeigten (Mittelwerte zwischen 30,3 und 33,83 %, ohne Trend), zeigte sich ein gewisser Trend (steigende Zustimmung mit höherem Bildungsabschluss) hinsichtlich der Wahrscheinlichkeit, eine solche Versicherung mit in Aussicht gestellter Prämienreduktion abzuschließen (Mittelwerte: Lehre/Berufsausbildung: 43,17 %; Matura: 46,49 %; Universitäts-/Fachhochschulabschluss: 48,15 %). Eine höhere Prämie bei höherem Schadenpotenzial wird von Personen mit Universitäts-/Fachhochschulabschluss mit Abstand in höherem Maße akzeptiert (Mittelwert: 58,42 %) als von Personen mit Leh-re/Berufsausbildung (Mittelwert: 51,68 %) und jenen mit Matura (51,24 %).

Jüngere Personen zeigten tendenziell mehr Interesse am grundlegenden Konzept „Zahle, wie du fährst“ als ältere Personen (Zustimmung in der Gruppe Geburtsjahrgang 1950-1960: 50 %; in der Altersgruppe 1991-…: 85,11 %). Überhaupt konnten hinsichtlich des Zusammenhanges von Alter der befragten Personen einerseits und deren Antworten andererseits auf der Grundlage der linearen Regression graphisch durchgehend Trends erkannt werden: Jüngere Personen stuften die Wahrscheinlichkeit, eine entsprechende App zu nutzen oder sich eine Box ins Auto einbauen zu lassen, sowie die Wahrscheinlichkeit, einen Versicherungsvertrag mit verhaltensbasiertem Tarif und Prämienreduktion abzuschließen, tendenziell höher ein als ältere Personen. Auch die Akzeptanz einer höheren Prämie bei höherem Schadenpotenzial ist tendenziell bei jüngeren Personen höher als bei älteren. Es ist jedoch hierbei anzumerken, dass die polynomische Regression bei all diesen Fragen graphisch ein – allerdings nur geringes – Absinken der Werte im Bereich mittlerer Altersgruppen aufzeigte, und weiters, dass bei der linearen Regression das Bestimmtheitsmaß R2 durchwegs nur ziemlich niedrige Werte annahm.


[1] Kovács, Evelin: Wie beurteilen die österreichischen Versicherungsnehmer die verschiedenen Überwachungs- und Kontrollmaßnahmen seitens der Versicherungsunternehmen? Bachelorarbeit an der Wirtschaftsuniversität Wien, Mai 2018 (unveröffentlicht).
[2] Die Erstellung des Textes für die vorliegende Veröffentlichung, die Auswahl, Strukturierung und formale Gestaltung hat Erwin Eszler besorgt (unter Verwendung von Daten und Textteilen sowie Abbildungen aus der Bachelorarbeit). Für die Richtigkeit der Daten und Datenauswertungen ist ausschließlich Evelin Kovács verantwortlich.
[3] Bei der Bestimmung der Klasseneinteilung wurde die folgende Formel angewendet: Klassenbreite=(Xmax-Xmin)/√n=(90-0)/√190=6,53.
[4] Bei der Bestimmung der Klasseneinteilung wurde die folgende Formel angewendet: Klassenbreite=(Xmax-Xmin)/√n=(100-0)/√190=7,25
[5] Bei der Bestimmung der Klasseneinteilung wurde die folgende Formel angewendet: Klassenbreite=(Xmax-Xmin)/√n=(100-0)/√190=7,25.