Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Dissertation
„Multidimensionale Informationen im Kontext wertorientierter
Unternehmensführung von Versicherern“
Freie wissenschaftliche Arbeit zur Erlangung des Doktorgrades
der Wirtschaftswissenschaften (Dr. oec.)
an der Fakultät für Betriebswirtschaft- und Sozialwissenschaften der
Universität Hohenheim,
Institut für Health Care & Public Management,
Lehrstuhl für Versicherungswirtschaft & Sozialsysteme
von
Max-Josef Trautinger
Matrikelnummer 572460
eingereicht am 14.07.2017
II
eingereicht bei:
Professor Dr. Jörg Schiller (Erstgutachter)
Lehrstuhl für Versicherungswirtschaft und Sozialsysteme
Universität Hohenheim
Stuttgart
Prof. Dr. Karsten Hadwich (Zweitgutachter)
Lehrstuhl für Dienstleistungsmanagement
Universität Hohenheim
Stuttgart
Dekan der Fakultät für Betriebswirtschaft- und Sozialwissenschaften:
Prof. Dr. Karsten Hadwich
Lehrstuhl für Dienstleistungsmanagement
Universität Hohenheim
Stuttgart
Termin der Disputation:
13.12.2017
III
Die vorliegende kumulative Dissertation behandelt drei Forschungsergebnisse, die in der
folgenden Fachzeitschrift veröffentlicht oder als Working Paper eingereicht wurden:
1. Trautinger, M.-J. (2015): Der Moment der Wahrheit – eine empirische Untersu-
chung zu Zufriedenheitsfaktoren im Versicherungsschadenfall, Zeitschrift für die
gesamte Versicherungswissenschaft, Vol. 104, Nr. 3, S. 289–309.
2. Trautinger, M.-J. (2017): Kundenzufriedenheit als Steuerungsinstrument in einem
Versicherungsunternehmen – nur Schall und Rauch oder ökonomisch sinnvoll?,
Zeitschrift für die gesamte Versicherungswissenschaft, online veröffentlicht am
29.12.2017, https://doi.org/10.1007/s12297-017-0394-x.
3. Bauer, J.; Schiller, J.; Schreckenberger, C.; Trautinger, M.-J. (2017): Selection Be-
havior in the Market for Private Complementary Long-term Care Insurance in
Germany, Working Paper, Social Science Research Network, eingereicht am
30.06.2017, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2995424.
Inhaltsverzeichnis IV
Inhaltsverzeichnis
Abkürzungsverzeichnis ....................................................................................................... VI
Symbolverzeichnis .............................................................................................................. VII
Tabellenverzeichnis ........................................................................................................... VIII
Abbildungsverzeichnis ........................................................................................................ IX
1. Einleitung ....................................................................................................................... 10
2. Der Moment der Wahrheit – eine empirische Untersuchung zu
Zufriedenheitsfaktoren im Versicherungsschadenfall .................................................. 17
2.1 Einführung ........................................................................................................... 17
2.2 Theoretische Grundlagen des Dienstleistungsmarketings und
Literaturüberblick ................................................................................................ 19
2.2.1 Theoretische Grundlagen des Dienstleistungsmarketings ..................... 19
2.2.2 Literaturüberblick .................................................................................... 22
2.3 Theoretische Modellierung und Hypothesenbildung ......................................... 25
2.4 Empirische Analyse ............................................................................................. 29
2.4.1 Daten und Methodik ................................................................................ 29
2.4.2 Deskriptive Statistik und Prüfung der Modellprämissen ....................... 30
2.4.3 Inferenzstatistische Ergebnisse ............................................................... 33
2.4.4 Implikationen........................................................................................... 35
2.5 Zusammenfassung und weiterer Forschungsbedarf ........................................... 38
3. Kundenzufriedenheit als Steuerungsinstrument in einem
Versicherungsunternehmen – nur Schall und Rauch oder ökonomisch sinnvoll? ...... 40
3.1 Motivation ............................................................................................................ 40
3.2 Kundenzufriedenheit als Indikator für wirtschaftlichen Erfolg in der
Versicherungswirtschaft ...................................................................................... 44
3.2.1 Kundenzufriedenheit in der Versicherungswirtschaft ............................ 44
3.2.2 Einfluss von Kundenzufriedenheit auf das Kundenverhalten ................ 46
3.3 Der Einfluss von moderierenden Effekten auf Kundenzufriedenheit und
Kundenverhalten .................................................................................................. 48
3.3.1 Moderierende Effekte als zusätzliche Erklärung von
Kundenzufriedenheit ............................................................................... 48
3.3.2 Implikationen für Versicherer ................................................................. 53
3.4. Kundenzufriedenheit als integraler Bestandteil einer ganzheitlichen und
wertorientierten Unternehmensführung .............................................................. 54
3.4.1 Total Quality Management als Denk- und Handlungsansatz ................. 54
3.4.2 Prozess- und Servicegestaltung im Zeitalter der Digitalisierung ........... 58
3.5 Implementierung eines unternehmensindividuellen Steuerungsmodells........... 61
3.5.1 Handlungsempfehlungen ....................................................................... 61
3.5.2 Überblick zu standardisierten Kundenzufriedenheitssystemen ............. 63
Inhaltsverzeichnis V
3.5.2.1 KUBUS-Berichtsband .............................................................. 63
3.5.2.2 Net Promoter Score .................................................................. 66
3.5.2.3 Analyse und Ableitungen für ein
unternehmensindividuelles Modell .......................................... 68
3.5.3 Managementorientierte und strategische Empfehlungen ....................... 70
3.6 Zusammenfassung, Ausblick und weiterer Forschungsbedarf ........................... 76
4. Selektionsverhalten in der privaten Pflegezusatzversicherung .................................... 80
4.1 Einführung ........................................................................................................... 80
4.2 Die private Pflegezusatzversicherung in Deutschland ....................................... 82
4.3 Theoretische Grundlagen und fachspezifische Literatur .................................... 85
4.4 Daten und Methodiken ........................................................................................ 90
4.4.1 Daten und Variablenspezifikationen ....................................................... 90
4.4.2 Ökonometrischer Ansatz in einem statischen Rahmen .......................... 94
4.4.3 Ökonometrischer Ansatz in einem dynamischen Rahmen .................... 95
4.5 Ergebnisse ............................................................................................................ 97
4.5.1 Deskriptive Statistiken ............................................................................ 97
4.5.2 Ergebnisse der statischen Analyse .......................................................... 98
4.5.2.1 Vorlage von asymmetrischen Informationen ............................. 98
4.5.2.2 Unused Observables ................................................................. 100
4.5.3 Ergebnisse der dynamischen Analyse ................................................... 109
4.5.4 Das Problem des moralischen Risikos ................................................. 113
4.6 Zusammenfassung ............................................................................................. 116
5. Abschließende Gesamtdiskussion .............................................................................. 120
Anhang .......................................................................................................................... CXXV
Literatur ........................................................................................................................ CXXIX
Abkürzungsverzeichnis VI
Abkürzungsverzeichnis
ACSI American Customer Satisfaction Index
AGG Allgemeines Gleichbehandlungsgesetz
ANOVA Analysis of Variance
BIP Bruttoinlandsprodukt
C/D-Paradigma Confirmation-Disconfirmation-Paradigma
CIM Customer Insight Management
CRM Customer Relationship Management
HC Health Care
ID Identifikationsnummer
ISCO International Standard Classification of Occupations
ISEI Sozioökonomischer Status (basierend auf ISEI-08)
IT Informationstechnologie
KPI Key Performance Indicator
KUBUS Kundenorientiertes Benchmarking von Prozessen für die Unterneh-
menssteuerung
LPM Linear Probability Model
LTC Long Term Care
LTCI Long Term Care Insurance
NPS Net Promoter Score
NUTS Nomenclature des Unités territoriales statistiques
PKV Verband der Privaten Krankenversicherungen e.V.
OECD Organisation for Economic Co-operation and Development
OLS Ordinary Least Squares
ROPO Research Online Purchase Offline
SGB Sozialgesetzbuch
sig. signifikant
SOEP Sozio-oekonomisches Panel vom Deutschen Institut für Wirtschafts-
forschung e.V.
VAG Versicherungsaufsichtsgesetz
2SLS zweistufige Kleinste-Quadrate-Schätzung
Symbolverzeichnis VII
Symbolverzeichnis
Ci individueller Versicherungsumfang i der Pflegezusatzversicherung
CompLTCI Besitz einer Pflegezusatzversicherung
df Degrees of Freedom
distribution_dens Anteil an Vermittlern von Pflegezusatzversicherungen pro 10.000
Einwohner
dhosp_ins Besitz einer Krankenhaustagegeldversicherung
dsick_ins Besitz einer Krankentagegeldversicherung
educ_sec Anteil an Individuen mit einem allgemeinen oder fachgebundenen
Hochschulabschluss
employ Erwerbsquote
Erstatt Zufriedenheit mit Erläuterungen zur Erstattung
F F-Test
GZ Gesamtkundenzufriedenheit
HCprob Leistungsfälle in der Krankenvollversicherung
𝐻𝑖𝑡 gibt die individuelle Gesundheit i zur Zeit t an
Höhe Zufriedenheit mit Höhe der Erstattung
i Befragungsteilnehmer
𝐿𝑖𝑡 Dummyvariablen, die die Jahre vor und nach dem Versicherungsab-
schluss bzw. der Kündigung im Jahr 0 repräsentieren
lnCompLTCIp Natürlicher Logarithmus der monatlichen Prämien für die Pflegezu-
satzversicherung
lnHCcost natürlicher Logarithmus der Versicherungsleistungen in der Kranken-
vollversicherung
lnLTCcost natürlicher Logarithmus der Versicherungsleistungen in der Pflege-
pflichtversicherung
LTCI_lapse Kündigung der Pflegezusatzversicherung
LTCprob Long Term Care probability
Schnell Zufriedenheit mit Schnelligkeit der Regulierung
Schrift Zufriedenheit mit schriftlichem Kontakt
Ri individuelles Risiko i, Leistungen aus der gesetzlichen Pflegepflicht-
versicherung zu erhalten
R2 Bestimmtheitsmaß
tariff_non-payer Besitz eines Notlagentarifs für Versicherungsnehmer in finanziellen
Schwierigkeiten
Tel Zufriedenheit mit telefonischem Kontakt
u Störgröße
𝑋𝑖 Informationen, die zur Berechnung der individuellen Risikoprämie
verwendet werden
α Konstante
Tabellenverzeichnis VIII
Tabellenverzeichnis
Tabelle 1 Deskriptive Statistik (Kapitel 2) ...................................................................... 31
Tabelle 2 Korrelationsmatrix ........................................................................................... 33
Tabelle 3 Modellübersicht OLS-Regression und ANOVA-Statistik .............................. 34
Tabelle 4 Koeffizientenstatistik ....................................................................................... 35
Tabelle 5 Deskriptive Statistik (Kapitel 4) ...................................................................... 98
Tabelle 6 Korrelation zwischen Pflegezusatzversicherungsschutz und
dem Pflegerisiko............................................................................................... 99
Tabelle 7 Ursachen von Selektionseffekten, gesamte Stichprobe ................................ 103
Tabelle 8 Ursachen von Selektionseffekten, Stichprobe Pflegezusatzversicherte ....... 105
Tabelle 9 Heterogene Effekte von potenziellen Ursachen einer Selektion von
Pflegezusatzversicherung und Risiko ............................................................ 107
Tabelle 10 Gepoolte Regression für das Kündigungs- und
Versicherungsabschlussverhalten zur Pflegezusatzversicherung ..................110
Tabelle 11 Instrumentalvariablen-Schätzung mit der Vertriebsdichte
als Instrument zur Überprüfung von moralischem Risiko .............................116
Tabelle 12 Literaturüberblick zu klassischen Erklärungsansätzen ............................ CXXV
Tabelle 13 Literaturüberblick zu erweiterten Erklärungsansätzen .......................... CXXVI
Tabelle 14 Spezifikation der Variablen .................................................................... CXXVII
Tabelle 15 Marginale Effekte der Krankenvollversicherungsleistungen
vor und nach der Kündigung und dem Abschluss von
Pflegezusatzversicherung ...................................................................... CXXVIII
Abbildungsverzeichnis IX
Abbildungsverzeichnis
Abbildung 1 Theoretische Modellierung ......................................................................... 28
Abbildung 2 Zusammenhang zwischen Kundenzufriedenheit, Einflussfaktoren
und Auswirkungen ...................................................................................... 52
Abbildung 3 Erfolgskette des Qualitätsmanagements ..................................................... 56
Abbildung 4 Customer Journey am Beispiel des Versicherungsvertriebsprozesses ....... 60
Abbildung 5 Schematische Darstellung zur KUBUS-Zufriedenheitsmessung .............. 64
Abbildung 6 Durchschnittliche marginale Effekte einer Kündigung und
eines Abschlusses von Pflegezusatzversicherungen auf die
Wahrscheinlichkeit und den Umfang an
Krankenversicherungsleistungen ...............................................................113
1. Einleitung 10
1. Einleitung
Vor dem Hintergrund der Marktsättigung und des zunehmenden Wettbewerbsdrucks stand
in den vergangenen Jahren die Steigerung der Effizienz durch Industrialisierungsmaß-
nahmen im Fokus der Versicherungswirtschaft. Unter Industrialisierung der Versiche-
rungswirtschaft können die Anwendung von in der Fertigungswirtschaft erprobten Prinzi-
pien und Methoden sowie der Einsatz und die Weiterentwicklung von Technologien mit
dem Ziel der Vereinfachung, Verbesserung und Kostenersparnis verstanden werden.1
Standardisierung, als integrativer Bestandteil der Industrialisierung, ist dabei ein Mittel
zur Senkung der Prozesskosten und zur Effizienzsteigerung der internen Abläufe. Stan-
dardisierung ermöglicht zudem eine Erhöhung der Qualität durch die Senkung der Fehler-
zahl und die Erleichterung der Qualitätssicherung.2 Standardisierung ist Voraussetzung für
die Automatisierung der Leistungserbringung. Hemmnisse der Standardisierung in der
Versicherungswirtschaft sind die Komplexität des Geschäfts und der Produkte, die feh-
lende Verfügbarkeit von systemgestützten Lösungen und vor allem die Heterogenität der
Kundenbedürfnisse. Viele Versicherer befürchten, dass eine stärkere Standardisierung ne-
gative Auswirkungen auf die Servicequalität haben könnte.3 Ein weiteres klassisches In-
dustrialisierungsparadigma ist die Automatisierung.4 Ziel ist in erster Linie die Steigerung
von Effizienz und Arbeitsproduktivität. Zentraler Aspekt der Automatisierung in der Ver-
sicherungswirtschaft ist die elektronische Verwaltung und Steuerung aller laufenden Ge-
schäftsvorfälle. Mit der Automatisierung geht ein weiterer Trend in der Versicherungs-
wirtschaft durch die fortschreitende Digitalisierung einher. Mit Verbreitung des mobilen
Internets ist beispielsweise das Angebot online verfügbarer Produkte und Services bran-
chenübergreifend stetig gestiegen. Im Ergebnis hat dies zu einem veränderten Kunden-
verhalten geführt. Kunden werden „hybrid“, das heißt, sie fordern von ihrem Versiche-
rungsunternehmen ergänzend zum persönlichen Dialog zunehmend digitale Interaktion in
der Kommunikation und in der Abwicklung von Geschäftsprozessen. Die Transparenz des
Internets erleichtert es Kunden Informationen zu beschaffen und macht standardisierte
Versicherungsprodukte zunehmend vergleichbar und damit austauschbar. Im Privatkun-
dengeschäft nehmen Vergleichsportale und Direktversicherer insbesondere bei einfachen
Produkten der Schaden- und Unfallversicherung eine immer bedeutendere Rolle ein. Zu-
1 Vgl. Altuntas/Uhl (2016), S. 51. 2 Vgl. Corsten/Gössinger (2009), S. 197 und Wiegand/Betschart (2007), S. 1506. 3 Vgl. El Hage/Maas (2007), S. 817. 4 Vgl. Altuntas/Uhl (2016), S. 54.
1. Einleitung 11
sätzlich stellt die anhaltende Niedrigzinsphase in Kombination mit den steigenden Eigen-
kapitalanforderungen aus Solvency II das Geschäftsmodell der Personenversicherung vor
massive Herausforderungen. Infolgedessen werden Investitionsspielräume in strategische
Themen wie zum Beispiel die Ausrichtung von Versicherern auf die Kundenerwartungen
der digitalen Welt weiter geschmälert.
Historisch gesehen ist Versicherung ein arbeits- und informationsintensives Geschäft.5 In-
formationen zu sammeln und sie zielgerichtet verarbeiten zu können, hat für Unterneh-
men durch die Informationstechnologie (IT) in den letzten Jahren zunehmend an Bedeu-
tung gewonnen. „Big Data“ als Entwicklungsfeld der Digitalisierung ist in aller Munde
und spielt auch für die Versicherungswirtschaft und insbesondere für traditionelle Versi-
cherer eine bedeutende Rolle. Traditionelle Versicherer haben in ihren Bestandssystemen
eine Vielzahl von relevanten Informationen über ihre Kunden. Neben Risikoinformatio-
nen bei der Tarifierung können Versicherer zahlreiche Informationen von Kunden und de-
ren Lebenssituation vorweisen. Durch stetigen Kundenkontakt gewinnen sie sogar lau-
fend weitere Informationen hinzu und könnten somit Prognosen über zukünftige Verhal-
tensweisen ableiten. Jedoch liegen bei vielen traditionellen Versicherern die Daten in nicht
ausreichend strukturierter Form vor.
Fin- und Insurtech-Unternehmen stoßen aktuell genau in diese Marktlücke, indem sie
Kunden spezifische digitale Services anbieten und mit einer hohen Kundenzentrierung
agieren. Fin- und Insurtech-Unternehmen konkurrieren mit traditionellen Versicherern um
Kunden und bauen sich ebenfalls eine Kernkompetenz auf, indem sie ihr Wissens- und In-
formationsmanagement durch Data Analytics professionalisieren. Traditionelle Versiche-
rer stehen im Vergleich dazu nahezu am Beginn einer digitalen Transformation, da sie sich
in den letzten Jahren sehr stark auf Standardisierung und Automatisierung fokussiert ha-
ben. Konkret bedeutet dies, dass traditionelle Versicherer den bisherigen Fokus auf die Ef-
fizienzsteigerung erweitern und ihr Handeln stärker auf effektive, kundenzentrierte Pro-
zesse und Interaktionswege ausrichten sollten. Mit der bloßen Bereitstellung von techni-
schen Möglichkeiten, die bereits für sich betrachtet teils erhebliche Investitionen erfor-
dern, wird dies nicht zu bewerkstelligen sein. Angesichts komplexer Wirkzusammenhän-
ge und der angespannten Lage in der Versicherungswirtschaft ist dabei der Mehrwert aus
den dafür notwendigen Investitionen für Versicherer kritisch zu hinterfragen.
5 Vgl. Hecht (2001), S. 521–522.
1. Einleitung 12
Die vorliegende kumulative Dissertation analysiert daher, wie multidimensionale Infor-
mationen das Kundenverhalten beeinflussen und wie Versicherer diese Informationen als
eine wesentliche Ressource effizient in der Kundeninteraktion einsetzen können. Informa-
tionen umfassen vielschichtige Zusammenhänge und können multidimensional wirken.
Multidimensionale Informationen werden in diesem Kontext als bekannte oder grundsätz-
lich zur Verfügung stehende Informationen über Kunden verstanden, die in der Interaktion
zwischen Versicherer und Kunden helfen sollen, die Kundenerwartungen besser erfüllen
zu können. Als zusätzliche Forschungsfrage analysiert die vorliegende Dissertation, wie
Versicherer die Informationen ökonomisch profitabel verwerten und Wertschöpfung gene-
rieren können. Wertorientierung entsteht durch Informationen erst, wenn sie effektiv ein-
gesetzt werden können. Daten beispielsweise in reiner Form zu besitzen, schafft für Versi-
cherer noch keine Wertschöpfung. Wenn vorliegende Informationen mindestens zur Erfül-
lung von Kundenerwartungen eingesetzt werden können, ist davon auszugehen, dass
Kunden daraus resultierende Services nutzen wollen und dies mit einer höheren Zah-
lungsbereitschaft versehen. Ökonomischer Erfolg entsteht, wenn im Rahmen eines steti-
gen Qualitätsmanagements einerseits Erlössteigerungen und andererseits Kostensenkun-
gen parallel wirken.6 In industrialisierten Versicherungsunternehmen nimmt das Quali-
tätsmanagement eine erfolgskritische Rolle ein, da durch standardisierte und automatisier-
te Prozesse die Servicequalität auf heterogene Kundenbedürfnisse nur bedingt eingehen
kann. Erfüllte Kundenbedürfnisse sind als Grundlage für eine weiterführende Kundenzu-
friedenheit zu sehen. Kundenzufriedenheit wiederum stellt für Erlössteigerungen der an-
gebotenen Dienstleistungen und Services eine wichtige Voraussetzung dar.7
Traditionelle Versicherer können sich vor allem im Schadenprozess von anderen Markt-
teilnehmern, wie Insurtech-Unternehmen und Direktversicherern, differenzieren, indem
sie eine Kernkompetenz in der Schadenregulierung vorweisen. Oftmals spricht man hier
aus Kundensicht auch von dem „Moment der Wahrheit“. In Kapitel 2 wird daher die
Kundenzufriedenheit nach einem Versicherungsschadenfall empirisch untersucht und
werden Einflussfaktoren analysiert, wie Versicherer die Kundenzufriedenheit prozessual
stärker beeinflussen und auf die Kundenbedürfnisse adaptieren können. So ist es bei-
spielsweise aus Sicht der Schadenregulierung wichtig zu wissen, welche Erwartungshal-
6 Vgl. Altuntas/Uhl (2016), S. 70. 7 Abschnitt 3.4.1 geht auf die Erfolgskette des Qualitätsmanagements einer wertorientierten Unterneh-
mensführung näher ein.
1. Einleitung 13
tungen Kunden im Schadenfall haben. Wenn ein Versicherer Erfahrungswerte besitzt, wie
lange aus Kundensicht ein Schadenfall in der Hausratversicherung dauern kann, um die
Zufriedenheit positiv zu beeinflussen, kann er seine Prozesse darauf ausrichten. Des Wei-
teren kann es relevant sein, Informationen zu besitzen, in welchem Detaillierungsgrad
Kunden über Erstattungskürzungen informiert werden wollen. Eindeutig ist, wenn Kun-
den im Schadenfall mit der Dienstleistung zufrieden sind, ist die Chance einer Weiteremp-
fehlung oder eines weiteren Versicherungsabschlusses höher.
Kapitel 3 diskutiert übergeordnet, inwieweit die Kundenzufriedenheit als instrumentale
Größe in einem Versicherungsunternehmen geeignet ist, um entlang der ökonomischen
Erfolgskette für Umsatz- oder Erlössteigerungen zu sorgen. Denn multidimensionale In-
formationen können die Kundenzufriedenheit mit den angebotenen Services und Dienst-
leistungen vielschichtig prägen. Die Kundenerwartungen haben sich durch die oben be-
schriebenen Trends in der Versicherungswirtschaft in den letzten Jahren weiterentwickelt.
Dies liegt neben dem Wandel an technischen und digitalen Möglichkeiten auch an sich
ändernden Wertvorstellungen in der Gesellschaft. Unterschiede in der Bildung, im Ein-
kommen und eine alternde Gesellschaft führen zu differenzierten Werten. Kundentypolo-
gien entwickeln sich analog weiter. Daher stehen standardisierte Produkte und automati-
sierte Prozesse nicht immer im Einklang mit heterogenen Kundenerwartungen. Wichtig
ist, dass Versicherer sich dessen bewusst sind und multidimensionale Informationen über
Kunden und deren Lebenssituation nutzen können. Des Weiteren werden in Kapitel 3 vor
diesen Hintergründen Implikationen für eine zeitgemäße Unternehmensführung beschrie-
ben und konkrete Handlungsempfehlungen für ein modernes Dienstleistungsmanagement
vorgestellt.
Kapitel 4 behandelt mit der Pflegeversicherung ein äußerst wichtiges Geschäftsfeld der
Versicherungswirtschaft. Der Gesundheitsmarkt an sich ist ein dynamisch wachsender
Bereich und vor allem die Pflegeversicherung bietet für Versicherer hohe Wachstums-
chancen.8 So haben ca. 64 % der Deutschen Angst davor, im Alter pflegebedürftig zu
werden, aber lediglich etwa 4 % sichern sich zusätzlich mit einer privaten Pflegezusatz-
versicherung ab.9 Für Versicherer ist es daher relevant, detailliertere Gründe für das Ent-
8 Vgl. PKV Zahlenportal (2016c), online vom 19.08.2016, http://www.pkv-zahlenportal.de/werte/
2005/2015/12. 9 Vgl. INSA-Meinungstrend (2016), online vom 20.08.2016, http://www.presseportal.de/ pm/6340/
3384053.
1. Einleitung 14
scheidungsverhalten für eine Pflegezusatzversicherung zu identifizieren, und zudem ent-
scheidend, wie sie die Kundenentscheidungen positiv beeinflussen können. Denn wenn
multidimensionale Informationen über Kunden und deren Nachfrageverhalten in der Pfle-
gezusatzversicherung vorliegen, können Versicherer gezielter dazu beitragen, bestehende
Versicherungslücken zu schließen. Die Wahrscheinlichkeit, Pflegefall zu werden, steigt im
Alter zunehmend. Die Pflegeversicherung zeichnet sich folglich für Versicherer durch ein
langfristiges Risiko aus. Umso wichtiger ist es für einen Krankenversicherer, dass die
Versicherten eine risikoadäquate Prämie bezahlen und das Versichertenkollektiv langfris-
tig ausgewogen ist. Der deutsche Markt ist zur Analyse von Selektionseffekten geeignet,
da die Prämien der privaten Pflegezusatzversicherung zwar risikoadäquat sind, aber zum
Versicherungsabschluss nur wenige Kriterien, wie beispielsweise Alter und Geschlecht,
zur Tarifierung herangezogen werden. Asymmetrische Informationen können ex ante zu
zwei Arten der Risikoselektion führen: nach Rothschild/Stiglitz (1976) zur adversen und
nach de Meza/Webb (2001) zur vorteilhaften Selektion. Diese Selektionseffekte können
einerseits durch asymmetrische private Risikoinformationen und andererseits durch soge-
nannte Unused Observables entstehen. Unused Observables sind zwar für den Versicherer
beobachtbar und korrelieren mit dem Versicherungsumfang und dem Risiko, sie werden
jedoch nicht zur Prämienkalkulation herangezogen.10 Die erste Forschungsfrage unter-
sucht, ob ein Selektionseffekt aufgrund von Informationsasymmetrien in einem Versicher-
tenkollektiv beobachtbar ist. Die zweite Forschungsfrage analysiert, welche Faktoren zu
Selektionseffekten beitragen. Auf Grundlage von Evidenz lautet die Hypothese, dass Se-
lektionseffekte in diesem Markt durch asymmetrisch genutzte Informationen über die Prä-
ferenz für Versicherungsschutz und den sozioökonomischen Status, wie beispielsweise
Bildung und Einkommen, beeinflusst werden.11 Anhand von Unused Observables können
folglich zusätzliche Informationen über Kunden gewonnen werden, die weiterführende
Zusammenhänge in der Kundeninteraktion erkennen lassen und es Versicherern zum Bei-
spiel ermöglichen, effektivere Vertriebsstrategien für eine kundenindividuellere Anspra-
che zu entwickeln.
Die gewonnenen Erkenntnisse können Versicherer für sich ökonomisch sinnvoll nutzen,
indem sie in einer wertorientierten Unternehmensführung verankert werden. Im Rahmen
der Analyse wird das Total Quality Management als ganzheitlicher Denk- und Hand-
10 Vgl. Finkelstein/Poterba (2014), S. 714–716. 11 Vgl. Browne/Zhou-Richter (2014), Fang/Keane/Silverman (2008) und Finkelstein/McGarry (2006).
1. Einleitung 15
lungsansatz einer wertorientierten Unternehmensführung beschrieben. Es geht folglich
darum, dass Versicherer in einem kontinuierlichen Verbesserungsprozess über ihre Kun-
den lernen und ihre Dienstleistungen stetig kundenzentriert weiterentwickeln. Ein effekti-
ver Lernprozess hat vielseitige Informationen zu berücksichtigen, indem die Informatio-
nen wiederkehrend nach Verfügbarkeit und Relevanz sondiert und verarbeitet werden. Die
vorliegende Arbeit kann in den Kapiteln 2 und 4 exklusive Daten eines Versicherers empi-
risch nutzen und anhand von ökonometrischen Verfahren analysieren. Durch ökonometri-
sche Analysemethoden können multidimensionale Informationen verarbeitet und interpre-
tierbar dargestellt werden. In der Versicherungspraxis ist es bisher nur selten zu beobach-
ten, dass solche Verfahren verwendet werden, um einer zunehmenden Informationsflut
gerecht werden zu können. Durch interdisziplinäre Teams, die ökonometrische Kompe-
tenz, versicherungsspezifische Fachkenntnisse und praxisorientiertes Wissen vereinen,
können bestehende Potenziale gehoben werden, um sowohl einen wissenschaftlichen Bei-
trag als auch einen wertorientierten Nutzen für die Versicherungswirtschaft zu stiften.
Managern ist darüber hinaus in diesem Prozess zu empfehlen, dass sie Entscheidungen
und deren Auswirkungen auf Basis von multidimensionalen Informationen reflektieren
und regelmäßig justieren. Denn oftmals wird zu stark aus Kundensicht „gedacht“ – ohne
jedoch über eine valide Basis an Informationen zu verfügen, um Entscheidungen effektiv
treffen zu können. Diese Arbeit verfolgt daher ebenfalls das Ziel, mit der vorliegenden
wissenschaftlichen Analyse einen praxisbezogenen Mehrwert zu erzeugen. Die praxisbe-
zogene Versicherungswirtschaft kann nämlich deutlich stärker von wissenschaftlichen
Ansätzen profitieren und auf valider, verständlicher Basis mehr über ihre Kunden lernen.
Eine engere Vernetzung zwischen der Versicherungswissenschaft und der Versicherungs-
praxis sollte weiterhin die Maxime für beide Seiten sein.
Wirtschaftlich können Versicherer in dem beschriebenen Szenario profitieren, wenn es
ihnen gelingt, durch stetiges Lernen ein besseres Kundenverständnis zu gewinnen und bei
ihren Kunden eine Zahlungsbereitschaft für die angebotenen Dienstleistungen zu erzeu-
gen. Versicherungsunternehmen sollten dabei das Ziel verfolgen, ein durchdachtes Wis-
sens- und Informationsmanagement über ihre Kunden aufzubauen und es in eine wertori-
entierte Unternehmensführung zu transferieren. Durch ökonometrische und qualitative
Analysen von multidimensionalen Informationen können neue Erkenntnisse über Kunden
gewonnen werden, die dazu beitragen, das Geschäftsmodell Versicherung weiterzuentwi-
ckeln. Fin- und Insurtech-Unternehmen nehmen aktuell eine Vorreiterrolle ein und bauen
1. Einleitung 16
auf diesem Gebiet durch Data Analytics eine Kernkompetenz auf. Traditionelle Versiche-
rer sollten es folglich als Chance auffassen, dass sie durch einen professionellen Umgang
mit multidimensionalen Informationen ihr Geschäftsmodell zukunftsfähig gestalten und
komparative Konkurrenzvorteile aufbauen können.12 Mit Hilfe von komparativen Kon-
kurrenzvorteilen können traditionelle Versicherer um Marktanteile kämpfen oder sie min-
destens in der aktuellen Situation vor Fin- und Insurtech-Unternehmen verteidigen.
12 Abschnitt 3.5.3 geht auf näher auf komparative Konkurrenzvorteile ein.
2. Der Moment der Wahrheit 17
2. Der Moment der Wahrheit – eine empirische Untersuchung zu
Zufriedenheitsfaktoren im Versicherungsschadenfall
2.1 Einführung
Die Assekuranz hat mit zunehmenden Wettbewerbshärten zu kämpfen. Differenzierungen
des Dienstleistungsangebots lassen sich in einem gesättigten Markt nur beschränkt über
die Produktgestaltung realisieren. Das Interesse des Kunden an Produktvorteilen einzelner
Gesellschaften ist zudem eher gering, da Kunden die inhaltliche Gestaltung und die Leis-
tungskomponenten des Versicherungsprodukts in der Regel nicht vollends durchdringen
können.13 Produkte sind im Privatkundengeschäft meist inhaltlich ähnlich konzipiert und
somit austauschbar. Die Dienstleistung und der Service für Kunden werden neben der fi-
nanziellen Ausgleichsfunktion der Versicherungsbeziehung vielfach als entscheidende
Faktoren angesehen.14 Die Zufriedenheit eines Kunden mit dem Service eines Versiche-
rungsunternehmens ist daher wichtig für die Bewertung des gesamten Dienstleistungspro-
zesses.
Kontaktpunkte im Dienstleistungsprozess, die zur Kundenzufriedenheit beitragen, sind
die Unternehmensbereiche Betrieb (kundenorientierte Services), Schaden und Vertrieb.
Adäquate Serviceleistungen, bedürfnisgerechte Betreuung und eine hohe Reaktionsge-
schwindigkeit werden zu entscheidenden Kriterien, die eine Kundenzufriedenheit und ei-
ne nachhaltige Kundenloyalität bestimmen.15 Hohe Kundenzufriedenheitswerte werden
weitreichend als Indikator für zukünftige Unternehmenserträge betrachtet und sind daher
auch aus Unternehmenssicht von hoher Bedeutung.16 Entscheidend ist es aus Sicht eines
Versicherers, dass nur mindestens zufriedene Kunden sich zu einem erneuten Kauf ent-
scheiden und „ihren“ Versicherer weiterempfehlen.
Im Dienstleistungsbereich allgemein und insbesondere im Versicherungssektor können
Kunden im Vorfeld den Nutzen ihres Produkts schwer einschätzen und ihn erst nach ei-
nem Schadenfall konkret erfahren.17 Die Zufriedenheit eines Kunden kann folglich vor-
rangig erst im Nachgang eines Schadenereignisses und der Regulierungsleistung des Ver-
13 Vgl. Jara/El Hage (2003), S. 13. 14 Vgl. Forstmann/Scholz (1995), S. 194, Bruhn (2013), S. 11. 15 Vgl. Maas/El Hage (2006), S. 4. 16 Vgl. Kotler (1991), S. 19. 17 Vgl. Friedman/Smith (1993), S. 53, 55.
2. Der Moment der Wahrheit 18
sicherungsunternehmens bestimmt werden. Das Schadenmanagement, sprich die Opti-
mierung von Schadenannahme, Schadenbearbeitung und Schadenleistung, nimmt daraus
abgeleitet eine bedeutende Rolle für die Kundenzufriedenheit ein.18 Für Versicherer ist es
entscheidend, Treiber der Kundenzufriedenheit im Schadenprozess zu identifizieren und
gewonnene Erkenntnisse in der Planung und Steuerung für den gesamten Schadenprozess
zu berücksichtigen.
Daher ist die Frage zu betrachten, welche Determinanten die Kundenzufriedenheit im
Schadenprozess beeinflussen. Intuitiv und aus ersten Überlegungen heraus können Krite-
rien wie eine situative Unterstützung für den Kunden, eine schnelle Schadenbearbeitung,
eine umfassende Zahlung oder bei nicht umfassender Leistung eine nachvollziehbare Er-
läuterung der Schadenleistung sowie eine kundenorientierte Kommunikation abgeleitet
werden. Die in der Versicherungsbranche oftmals proklamierten Treiber der Kundenzu-
friedenheit nach einem Schadenfall sind in der versicherungswissenschaftlichen Diskussi-
on bisher nur unzureichend empirisch erforscht. In der deutschen Fachliteratur werden
zwar qualitative Erfolgsfaktoren im Schadenmanagement sowie Optimierungsstrategien
diskutiert; Untersuchungen quantitativer Art sind hingegen nicht näher bekannt oder pu-
bliziert.19 Daher ist es das Ziel dieser Arbeit, den „Moment der Wahrheit“ zu beleuchten
sowie Zufriedenheitsfaktoren zu eruieren und somit einen wissenschaftlichen Beitrag so-
wie abgeleitete Implikationen für das Schaden- und Kundenmanagement zu liefern.
Der weitere Gang der Untersuchung gliedert sich wie folgt: In Abschnitt 2.2 werden theo-
retische Ansätze und ein Literaturüberblick zur relevanten Fachliteratur vermittelt. Ab-
schnitt 2.3 thematisiert die modelltheoretischen Überlegungen und leitet zudem die For-
schungsfragen ab. Anschließend werden in Abschnitt 2.4 das Datenmodell, die statistische
Methode sowie die empirischen Ergebnisse diskutiert. Abschließend werden die Ergeb-
nisse zusammengefasst und wird der weitere Forschungsbedarf beleuchtet.
18 Vgl. Braasch/Danisch (2010), S. 295. 19 Vgl. Forstmann/Scholz (1995), S. 193, Gauly (1993), S. 1569 und Muth (1994), S. 288.
2. Der Moment der Wahrheit 19
2.2 Theoretische Grundlagen des Dienstleistungsmarketings und
Literaturüberblick
2.2.1 Theoretische Grundlagen des Dienstleistungsmarketings
Die Versicherungsbranche befindet sich wie die gesamte Finanzdienstleistung in einem
starken Wandel. Marketing nimmt dabei eine zunehmende, zentrierte Rolle ein. So vertrat
bereits Miner (1961) die Ansicht, dass Marketing als kundenorientiertes Prinzip in Versi-
cherungsunternehmen zu verankern sei und für Versicherer eine Chance darin bestehe,
mehr über ihre Kunden zu lernen. Dieses erlernte Wissen sei für die weitere Kundenbe-
ziehung und ebenfalls für sämtliche Anspruchsgruppen einer Versicherungsgesellschaft zu
nutzen. Im Vergleich zu anderen Dienstleistungsbranchen hat die Versicherungsbranche
jedoch im Marketing – im Sinne eines kunden- und dienstleistungsorientierten Ansatzes –
Aufholbedarf.
Dem heutigen Dienstleistungsmarketing liegt ein Relationship Marketing zugrunde. Diese
Auffassung fußt auf erklärenden und theoretischen Ansätze, die in unterschiedlicher Wei-
se zum Verständnis und zur Bewertung der erbrachten Dienstleistung beitragen. Aus Kun-
densicht ergibt sich aufgrund der Immaterialität einer Dienstleistung das Problem, Unsi-
cherheitsprobleme aus Informationsasymmetrien zu beseitigen.20 Kunden vergleichen
deshalb die subjektiven Erfahrungen, die mit der Inanspruchnahme der Dienstleistung
verbunden waren, mit ihren Erwartungen, Zielen oder Normen, die in Bezug auf die Leis-
tung des Anbieters bestehen.21 Das Ergebnis dieses komplexen Vergleichsprozesses ist als
Kundenzufriedenheit zu bestimmen.22 Diese Erklärung zur Entstehung der Kundenzufrie-
denheit basiert auf dem sogenannten Confirmation-Disconfirmation-Paradigma.23 Nach
diesem Paradigma liegt Kundenzufriedenheit dann vor, wenn die Kundenerwartungen
durch die gelieferte Leistung erfüllt werden.24 Es kann folglich eine enge Verbindung zur
Leistungsqualität hergestellt werden. Durch diese Verbindung und die wahrgenommenen
Werte stellt die Kundenzufriedenheit eine zentrale Determinante der Verhaltenskonse-
quenzen innerhalb des Wertschöpfungsprozesses dar.25 Nach Ansicht einiger Autoren aus
20 Vgl. Kaas (1995), S. 5. 21 Vgl. Meffert/Bruhn (2009), S. 92. 22 Vgl. Hunt (1977), S. 463, Oliver (2000), S. 249, 252. 23 Vgl. Oliver (2009), S. 98–100. 24 Vgl. Bruhn (2013), S. 86. 25 Vgl. Bruhn (2013), S. 86.
2. Der Moment der Wahrheit 20
den 80er Jahren hat es sich wissenschaftlich nicht durchgesetzt, eine allgemein anerkannte
Theorie für die Konzeptualisierung von Kundenzufriedenheit zu entwickeln.26 Der Ansatz
des Confirmation-Disconfirmation-Paradigmas liefert jedoch nach aktueller Ansicht im
Rahmen der Kundenzufriedenheitsforschung eine generell akzeptierte Erklärung.27
Im Schadenprozess einer Versicherungsdienstleistung können Kunden hauptsächlich auf
ihre bisherigen Erfahrungen und ihre Vertrauensbereitschaft abstellen. Weder vor Inan-
spruchnahme der Leistung noch nach der Leistungserbringung können sie eine hinrei-
chende objektive Beurteilung der erfahrenen Produkt- und Dienstleistung vornehmen. Die
ökonomische Theorie geht davon aus, dass lediglich eine tatsächlich erbrachte Dienstleis-
tung zu einer individuellen Kundeneinschätzung führen kann.28 Es geht demnach vor al-
lem um das Gefühl der Kunden – um eine subjektive Erfahrung, die bei einer tatsächlich
erbrachten Dienstleistung ihren Ausschlag in Zufriedenheit oder Unzufriedenheit finden
kann. Darüber hinaus ist neben einer auf Erfahrung basierenden Dienstleistungsbewertung
eine von Anfang an bestehende Vertrauenseigenschaft von Bedeutung.29 Kunden kaufen
schließlich ein Versicherungsprodukt, um gut abgesichert zu sein und ein sicheres Gefühl
zu erlangen. Verhaltenswissenschaftliche Ansätze im Dienstleistungsmarketing verfolgen
das Ziel, Ursachen und Wirkungen einer kunden- und geschäftsvorgangsbezogenen Inter-
aktion zu erklären und darauf aufbauend Techniken zur Steuerung des menschlichen Ver-
haltens innerhalb des Unternehmens und auf Märkten zu entwickeln.30 Ein Versiche-
rungsunternehmen hat demnach vom Kunden und dessen psychischen Vorgängen auszu-
gehen, seine Erwartungen und Wünsche in ihrer Differenziertheit und ihrer Dynamik zu
erkennen, um folglich betriebliche und vertriebliche Maßnahmen zielorientiert auszurich-
ten zu können.31
Weiterentwicklungen des oben ausgeführten theoretischen Ansatzes gehen in die Rich-
tung einer dynamischen Perspektive, die die Kundenzufriedenheit als Beziehungszufrie-
denheit definiert; die sich im Zeitlauf kumulativ aus den Erfahrungen mit mehreren Ein-
zelinteraktionen bildet.32 Dieses dynamische Verständnis umfasst zum wahrgenommenen
26 Vgl. Day (1983), S. 1, Hempel (1977), S. 275. 27 Vgl. Bearden/Teel (1983), Oliver (1980, 2009). 28 Vgl. Bruhn (2013), S. 75–77. 29 Vgl. Sutor (2009), S. 84–86. 30 Vgl. Meffert/Bruhn (2009), S. 68. 31 Vgl. von Rosenstiel/Neumann (2002), S. 73–75. 32 Vgl. Palmatier et al. (2006), S. 137.
2. Der Moment der Wahrheit 21
Wert eine zusätzliche affektive Komponente, die eine Beurteilung nach der eigentlichen
Leistungsinanspruchnahme beinhaltet.33 Darüber hinaus wird die Ansicht vertreten, dass
nicht nur direkte Leistungsbestandteile eines Produkts oder einer Dienstleistung für die
Zufriedenheitsbildung ausschlaggebend sind, sondern auch weitere Aspekte eines Unter-
nehmens, beispielsweise die Servicequalität oder auch das Unternehmensimage.34
Häufig wird in Unternehmen ein hoher Kundenzufriedenheitswert als anzustrebend pro-
klamiert und als wesentlicher Indikator für eine kundenorientierte Unternehmensführung
angesehen. Diese Betrachtungsweise ist auch in der Versicherungswirtschaft weit verbrei-
tet. Die Gefahr besteht jedoch darin, dass es bei einer formulierten Handlungsmaxime
bleibt, die Wirkungskette von Kundenverhalten unzureichend analysiert wird und folglich
Unternehmensressourcen einseitig auf Effizienz ausgerichtet werden. Eine effiziente
Schadenregulierung kann in diesem Kontext für Versicherer einen Zielkonflikt darstellen.
So kann eine einseitige Fokussierung auf zu reduzierende Schadenkosten (zum Beispiel
während langwieriger Regulierungsverfahren in Schadenfällen der Berufsunfähigkeit)
Versicherten einen negativen Eindruck vermitteln. Versicherer können durch eine „knaus-
rige“ Regulierung zu Lasten der betroffenen Kunden zwar Geld sparen, allerdings wirkt
sich eine restriktive Regulierungspolitik der Versicherer auch nachteilig auf Kundenzu-
friedenheitswerte aus.
Die Herausforderung besteht für eine Unternehmensorganisation darin, aus den wieder-
kehrenden Kundenkontaktpunkten zu lernen, Fortschritte in der Analyse von Kundenver-
halten zu erzielen und Kundenorientierung mit Kundennutzen gleichzusetzen. Kundenzu-
friedenheit ist im Rahmen eines Dienstleistungsmarketings als wesentlicher Faktor zu se-
hen. Denn in einem Versicherungsunternehmen sind Prozesse sowohl effizient als auch
kundenzentriert zu gestalten. Kundenzufriedenheit stellt für künftige Wachstumspotenzia-
le und Unternehmenserträge einen wesentlichen Ausgangspunkt dar und wird daher im
Folgenden dieser Arbeit fokussiert thematisiert.35
33 Vgl. Musa/Pallister/Robson (2005), S. 350. 34 Vgl. Bruhn (2013), S. 87, Yang/Peterson (2004), S. 811–812 und Parasuraman/Zeithaml/ Berry (1988),
S. 23–28. 35 Vgl. Keiningham/Munn/Evans (2003), S. 37.
2. Der Moment der Wahrheit 22
2.2.2 Literaturüberblick
Die herausragende Bedeutung, die der Kundenzufriedenheit beizumessen ist, zeigt eine
grundlegende Analyse von Hirschman (1974), die als primäre Reaktion zufriedener und
unzufriedener Kunden (hier insbesondere Organisationen) die Loyalität oder Abwande-
rung identifiziert. Zahlreiche Studien haben in den vergangenen Dekaden vielfältige Ana-
lysen, Ergebnisse und Zusammenhänge zur Kundenzufriedenheit hervorgebracht.36 Allen
Bemühungen, die Zufriedenheit von Kunden zu erhöhen, liegt die Annahme zugrunde,
dass zufriedene Kunden ihrem Anbieter treu bleiben und somit diesem zu einer Reihe von
ökonomischen Vorteilen – beispielsweise Wiederkauf, positive Mundpropaganda – ver-
helfen.37 Doch diese Annahme muss keineswegs zwingend zutreffen. So sehen
Stum/Thiry (1991), dass 40 % der zufriedenen Kunden doch den Anbieter wechseln. Die
Zufriedenheit von Kunden stellt demzufolge keinen Garanten für deren Bindung dar, ist
aber unbestritten eine zentrale Voraussetzung.38
Untersuchungen zeigen Evidenz, dass aus Sicht von Unternehmen ein positiver Zusam-
menhang zwischen Kundenzufriedenheit und finanzieller Leistungsstärke besteht.39 In ei-
ner richtungsweisenden Studie von Anderson/Fornell/Lehmann (1994) kann auf Basis des
Swedish Customer Satisfaction Index bestätigt werden, dass sich hohe Kundenzufrieden-
heitswerte positiv auf Unternehmenserlöse auswirken. Mooradian/Olver (1997) können
zusätzlich nachweisen, dass sich Kundenzufriedenheit positiv auf Variablen wie Weiter-
empfehlungsverhalten und Vertrauen auswirkt. Für einen Automobilversicherer können
Zeithaml/Berry/Parasuraman (1996) belegen, dass eine hohe Servicequalität positive Ein-
flüsse auf künftiges Kundenverhalten (wie positive Informationsweitergabe an Dritte, Lo-
yalität, Zahlungsbereitschaft) hat. Zudem wird in der Analyse eruiert, dass Kunden eines
Autoversicherers im Vergleich zu einem Computerhersteller sowie einer Einzelhandels-
kette loyaler sind und eine höhere Zahlungsbereitschaft für Servicequalität aufweisen.
Ausschlaggebend kann für eine überdurchschnittliche Kundenzufriedenheit weiterführend
das unmittelbare Agieren zwischen Kunden und Mitarbeiter sein. So beleuchten Leves-
que/McDougall (1996) Determinanten der Kundenzufriedenheit einer Privatkundenbank
36 Vgl. u.a. die richtungsweisenden Arbeiten von Anderson/Fornell/Lehmann (1994), Day (1977, 1983,
1984), Churchill/Surprenant (1982), Fornell (1992), Oliver (1977, 1980, 1981, 2009), Oliver/DeSarbo
(1988) und Woodruff/Cadotte/Jenkins (1983, 1987). 37 Vgl. u.a. Keaveney (1995), S. 71, Rust/Zahorik/Keiningham (1995), S. 59. 38 Vgl. u.a. Burmann (1991), S. 249, Jones/Sasser (1995), S. 89. 39 Vgl. u.a. Anderson/Fornell/Rust (1997), Reichheld/Sasser (1990), Rust/Zahorik (1993).
2. Der Moment der Wahrheit 23
und kommen zu den Ergebnissen, dass die Zufriedenheit von Bankkunden insbesondere
durch serviceorientierte Dienstleistungen wie Aufmerksamkeit, Verständnis und Hilfsbe-
reitschaft sowie die wahrgenommene Beziehungsebene der Kunden zu den Mitarbeitern
positiv beeinflusst wird. Des Weiteren untersuchen Bruhn/Hadwich/Frommeyer (2010a)
mögliche Einflüsse der Beziehungsebene auf die Kundenzufriedenheit im Bankenbereich.
Sie betrachten insbesondere die Kommunikationsqualität, bestehend aus Kommunikati-
onsinhalt und -beziehung, und stellen dar, dass mit höheren Werten der Kommunikations-
qualität eine höhere Kundenzufriedenheit erreicht werden kann. Vor allem der Kommuni-
kationsinhalt wird als Zufriedenheitstreiber identifiziert, während die Kommunikations-
beziehung in erster Linie dem Aufbau von Vertrauen dient. Mittal/Lassar (1998) haben
zudem belegt, dass aus einer starken Unzufriedenheit fast immer das Ende einer Kunden-
beziehung resultiert.40 Bei „sehr zufriedenen“ und „überzeugten“ Kunden ist hingegen die
Wiederkaufabsicht, und folglich die Kundenbindung, deutlich stärker ausgeprägt als bei
weniger zufriedenen oder sogar enttäuschten Kunden.41
Wie bereits Simon im Jahr 1974 festgestellt hat, ist es allerdings problematisch, Kunden-
zufriedenheit, Dienstleistungs- und Servicequalität anhand von operationalisierten Verfah-
ren zu messen. Kundenzufriedenheit kann zwar als abstrakt lineares Konstrukt betrachtet
werden kann, es kann aber auch als zweidimensionales Geflecht verstanden werden. Vor
allem Arbeiten aus den 90er Jahren betonen die Bedeutung der emotionalen Komponente
und konzeptualisieren Kundenzufriedenheit als zweidimensionales Konstrukt, bestehend
aus Kognition und Affekt.42 Diesen Zusammenhang haben Homburg/Giering/Hentschel
(1999) in einem systematischen Beitrag näher beleuchtet und dabei festgestellt, dass mit
einer bestehenden Kundenzufriedenheit nicht implizit oder sogar explizit eine Kunden-
bindung als positiv-linearer Zusammenhang angenommen werden kann, sondern diese
Beziehung einen äußerst komplexen Charakter aufweist. Die Autoren kommen zum
Schluss, dass die Kundenzufriedenheit als kognitive und affektive Evaluierung der gesam-
ten Erfahrungen mit einem bestimmten Anbieter und dessen Produkten zu modellieren ist;
je stärker die Zufriedenheit mit der Leistung eines Anbieters ist, desto stärker erscheint die
Bindung des Kunden an diesen Anbieter.43 Getreu dem Motto: „A satisfied customer is a
40 Vgl. auch Oliver (1999), S. 42. 41 Vgl. Meyer/Dornach (1999), S. 89 und Bruhn (2013), S. 88. 42 Vgl. Homburg/Giering/Hentschel (1999), S. 175 und Oliver/Rust/Varki (1996), Spies/Hesse/Loesch
(1997), Taher/Leigh/French (1996), Westbrook (1987), Westbrook/Oliver (1991). 43 Vgl. Oliver (1993), S. 425.
2. Der Moment der Wahrheit 24
repeat customer – maybe.“44 Johnson/Fornell (1991) führen aus, dass es als solches ledig-
lich anhand von vielseitigen personen-, produkt- und serviceabhängigen Indikatoren näher
bestimmt werden kann. So ist es auch nicht überraschend, dass in Arbeiten Kundenzufrie-
denheit oftmals als unabhängige Variable behandelt wird.
Im Finanzdienstleistungsbereich haben Krishnan et al. (1999) Einflussfaktoren von Kun-
denzufriedenheit eruiert. Die Autoren untersuchen insbesondere den Einfluss der angebo-
tenen Produkte und des Service sowie die Rolle der zur Verfügung stehenden IT. Sie
kommen zu dem Ergebnis, dass das Produktangebot den stärksten Einfluss auf die Kun-
denzufriedenheit ausübt und eine hohe Qualität der Dienstleistung und des Service eben-
falls für Kundenzufriedenheit wichtig ist. Die Servicequalität ist zusätzlich nach spezifi-
schen Bedürfnissen der jeweiligen Kundensegmente auszurichten. Mit einer geeigneten
IT können zudem Prozesse automatisiert und auf Kundenbedürfnisse angepasst werden.
Auf ein sich dynamisch änderndes Kundenverhalten, vor allem im Finanzdienstleistungs-
bereich, kann durch eine IT-Unterstützung effektiv reagiert werden. Maddern et al. (2007)
beleuchten ebenfalls die Themen Kundenzufriedenheit und Servicequalität im Finanz-
dienstleistungsbereich. Sie untersuchen Determinanten von Kundenzufriedenheit über
mehrere Zeitperioden in einer englischen Bank. Auch sie stellen fest, dass die technische
Unterstützung der angebotenen Servicequalität als erfolgskritisch anzusehen ist. In ihren
Ausführungen argumentieren die Autoren, dass ein konsistentes Prozessmanagement
(„end to end“) für Finanzdienstleistungsunternehmen von besondere Bedeutung ist. Es
trägt dazu bei, dass Kunden eben aufgrund einer hohen Service- und Prozessqualität zu-
friedener sind und in der Konsequenz für das Unternehmen höhere Erlöse erzielt werden
können.45
Für die Versicherungswirtschaft ist der Forschungsbereich rund um die Kundenzufrieden-
heit nach einem Schadenfall bisher unzureichend beleuchtet. Forstmann/Scholz (1995) –
hier aufgeführt als eine der wenigen deutschen Marktuntersuchungen – sehen aus Kun-
densicht vor allem drei Faktoren als erfolgskritisch an; so sei der Service eines Versiche-
rers, die Schnelligkeit der Schadenregulierung und die Höhe der Erstattung von hervorge-
hobener Bedeutung. Daran anknüpfend werden im Folgenden diese primären Erfolgsfak-
toren aufgegriffen und für die vorliegende Untersuchung modelltheoretisch diskutiert.
44 Stum/Thiry (1991), S. 34. 45 Vgl. auch Frei/Kalakota/Marx (1997), S. 97–98 und Voss et al. (2004), S. 212.
2. Der Moment der Wahrheit 25
2.3 Theoretische Modellierung und Hypothesenbildung
Der „Moment der Wahrheit“ nach einem Versicherungsschadenfall ist aus Kundensicht
grundsätzlich als ein Prozess anzusehen. Im Folgenden wird versucht, wie oben beschrie-
ben und in der Literatur anerkannt, einen vereinfachten Prozess der Schadenregulierung
zu modellieren, um daraus Hypothesen für die weitere Diskussion abzuleiten.
Beginnend mit der Schadenmeldung ist die direkte Kommunikation zwischen Kunde und
Versicherer von Bedeutung. Eine Schadenmeldung kann entweder telefonisch oder
schriftlich vorgenommen werden. Bei der telefonischen Erreichbarkeit können eine an-
gemessene Dauer der Anrufannahme und eine zielgerichtete Unterstützung zur weiteren
Schadenbearbeitung entscheidend sein. Feinberg et al. (2002) haben die Zufriedenheit von
Anrufern bei Call-Centern im Finanzdienstleistungsbereich untersucht und die durch-
schnittliche Anrufannahme als zufriedenheitswirkende Variable angenommen. Eine weite-
re Untersuchung im Bereich der Call-Center von Bennington/Cumane/Conn (2000) unter-
streicht, dass eine leichte Erreichbarkeit und eine prompte effiziente Unterstützung durch
die Mitarbeiter für die Kundenzufriedenheit wichtig sind. Analog ist neben einer telefoni-
schen Erreichbarkeit die schriftliche Kommunikation bei einer Schadenmeldung ent-
scheidend. Kunden, die sich schriftlich – per Brief oder E-Mail – an den Versicherer wen-
den, erwarten ebenfalls einen zeitnahen und verständlichen Service oder eine Antwort
durch den Versicherer. Bei einer verzögerten Schadenbearbeitung ist darüber hinaus als
zufriedenheitstreibendes Kriterium die zeitnahe und informationstransparente Kommuni-
kation festzuhalten. Nur wenn Kunden auch transparent über die weitere Schadenbearbei-
tung informiert werden, kann nicht von negativen Einflüssen auf die Kundenzufriedenheit
ausgegangen werden.
Zusammengefasst können die Zugangswege zu Schadenserviceeinheiten, insbesondere
die telefonische und die schriftliche Erreichbarkeit als zufriedenheitstreibende Kriterien
konstituiert werden. Diese Determinanten können modelltheoretisch als direkte Kommu-
2. Der Moment der Wahrheit 26
nikationskompetenzen seitens des Versicherers betrachtet werden. Die erste Hypothese
wird daher wie folgt angenommen.46
H1: Zufriedenheit mit der Kommunikation
H1a: Je besser die telefonische Erreichbarkeit der Schadenserviceeinheiten erlebt wird,
desto zufriedener wird die Kommunikation mit dem Versicherer wahrgenommen.
H1b: Je besser der schriftliche Kontakt aufgefasst wird, desto zufriedener wird die Kom-
munikation mit dem Versicherer wahrgenommen.
Intuitiv ist des Weiteren davon auszugehen, dass Kunden durchschnittlich eine bestimmte
Zeitdauer für die Schadenbearbeitung als akzeptabel erachten und nach überschrittenem
Akzeptanzniveau mit einer stark abnehmenden Kundenzufriedenheit reagieren. So hat
Davis (1991) für Dienstleistungsbereiche ein Modell entwickelt, das eine angemessene
Zeitdauer für Serviceleistungen bestimmen kann. Er unterscheidet je nach Zeitdauer der
zu erbringenden Leistung zwischen einem hohen, einem akzeptablen und einem niedrigen
Kundenzufriedenheitsniveau und berücksichtigt zugleich die Kostenkomponente für den
Serviceerbringer. Davis kommt zu dem Ergebnis, dass das Verhältnis zwischen Kunden-
zufriedenheit und Wartezeit je nach Dienstleistungsbereich differiert und zudem von wei-
teren Faktoren, wie unternehmens- sowie kundenbezogene Einflussdeterminanten, abhän-
gig ist. Auch für einen Versicherer wirkt sich die Schnelligkeit der Schadenregulierung
auf die Kundenzufriedenheit und die Kosten aus. Je schneller ein Schaden reguliert wird,
desto zufriedener sind Kunden und für den Versicherer können auch höhere Kostener-
sparnisse erzielt werden. Die Qualität dieses Erfolgsfaktors kann an dem Zeitraum zwi-
schen Schadeneintritt und Schadenzahlung gemessen werden. Zwar können von Unter-
nehmen durchschnittliche Schadenbearbeitungszeiträume festgestellt werden, es sind al-
lerdings keine Studien bekannt, die aus Kundenzufriedenheitssicht angemessene Akzep-
tanzintervalle für die Schadenbearbeitung identifizieren. In der vorliegenden Untersu-
46 Der persönliche Betreuer spielt darüber hinaus im Schadenprozess eine wesentliche Rolle, da er dem
Versicherungsnehmer bei der Schadenmeldung und der weiteren Schadenabwicklung eine persönliche
und direkte Hilfestellung geben kann. Als Vertriebspartner des Versicherers nimmt der persönliche Be-
treuer meist eine vermittelnde Rolle ein, indem er Schadenvorgänge zur weiteren Bearbeitung an spe-
zialisierte Organisationseinheiten weiterleitet. Die vermittelnde Rolle eines Vertriebspartners sowie
Auswirkungen einer direkten Schadenregulierung durch den Betreuer, oft auch als Sofortregulierung
bezeichnet, werden in dieser Untersuchung allerdings nicht näher spezifiziert.
2. Der Moment der Wahrheit 27
chung wird dies durch feste Zeitrahmen von einer Woche, bis zu zwei Wochen, bis zu drei
Wochen und länger als vier Wochen berücksichtigt.47
H2: Die Kundenzufriedenheit ist umso höher, je schneller ein Schaden reguliert wird.
Das Motiv für den Abschluss einer Versicherung ist vor allem darin zu sehen, dass Kun-
den im Schadenfall einen finanziellen Ausgleich erfahren. Die Höhe der finanziellen Er-
stattung ist demnach als weiterer ausschlaggebender Faktor anzusehen. Aus Kundensicht
ist eine volle Erstattung des geltend gemachten Schadens zu präferieren. Die Schadenzah-
lung kann sich allerdings nur an den versicherten Leistungen orientieren. Von einer vollen
Erstattung kann daher nicht in jedem Schadenfall ausgegangen werden. In der Praxis wird
ein Schaden gemäß dem Versicherungsvertrag erstattet und häufig nicht die geforderte
Schadenhöhe ausbezahlt. Auch hier ist es fraglich, inwieweit sich eine anteilige Erstattung
auf die Kundenzufriedenheit auswirkt. Bei fehlendem Versicherungsschutz wird darüber
hinaus der Schaden abgelehnt und in der Regel keinerlei Erstattung geleistet. Folglich
nimmt keinerlei Erstattung – so die Annahme – den stärksten negativen Einfluss auf die
Zufriedenheit.
H3: Die Kundenzufriedenheit ist umso stärker ausgeprägt, je höher der Erstattungsum-
fang ausfällt.48
Nur wenige Kunden sind über ihren Versicherungsschutz detailliert informiert und können
daher aus ihrem Versicherungsvertrag in der Regel nicht herauslesen, ob und in welcher
Höhe ein Schaden durch den Versicherer bezahlt wird. Entschärfen kann dies ein Versi-
cherer dadurch, dass er eine verständliche und nachvollziehbare Begründung der jeweili-
gen Schadenerstattung kommuniziert. Im Falle, dass der Schaden durch den Versiche-
rungsschutz nicht gedeckt ist oder aufgrund begrenzter Versicherungssummen der Scha-
den nicht voll bezahlt werden kann, kann eine transparente und verständliche Information
das Verständnis für die Ablehnung fördern. Eskildsen/Kristensen (2007) beleuchten in ei-
47 Diese zeitliche Einteilung wird aufgrund der herangezogenen Datenabfrage vorgenommen; sie
entspricht demnach einer eigenen zeitlichen Kategorisierung. 48 Anzumerken ist, dass grundsätzlich von der absolut zu erwartenden Schadenhöhe des Anspruchstellers
auszugehen wäre. Diese ist jedoch objektiv schwer messbar und zudem liegen keine Daten in der Un-
tersuchung vor (siehe auch Abschnitt 2.4.4). Daher wird in der Untersuchung die Schadenhöhe aus
Kundensicht herangezogen und keine absolute Schadenerstattung aus Sicht des Versicherers
berücksichtigt. Intuitiv ist davon auszugehen, dass die Kundenzufriedenheit im Erstattungsumfang
zunimmt und bei anteiliger Erstattung abnimmt.
2. Der Moment der Wahrheit 28
ner Studie, inwiefern durch eine transparente Darstellung die erbrachte Dienstleistung
besser wahrgenommen wird. Sie untersuchen dabei Unternehmen in drei dänischen Bran-
chen: Einzelhandel (Supermarkt), Mobilfunk und Bankenwesen. Sie belegen für alle drei
Bereiche, dass Kunden durch eine höhere Transparenz die Dienstleistung besser wahr-
nehmen und somit ein Beitrag zur Kundenzufriedenheit sowie Kundenloyalität geleistet
werden kann. Da Transparenz mit einer Nachvollziehbarkeit im weiteren Sinne verbunden
werden kann, wird sie als weiteres zufriedenheitsstiftendes Kriterium angenommen.
H4: Die Kundenzufriedenheit ist bei anteiliger/keiner Erstattung umso stärker ausge-
prägt, je besser die Begründung nachzuvollziehen ist.
Die bisherigen Ausführungen betrachteten mögliche Determinanten der Kundenzufrie-
denheit als modelliertes Konstrukt. Zusammengefasst wird es in Abbildung 1 modelltheo-
retisch wie folgt für diese Untersuchung aufgesetzt.
Abbildung 1: Theoretische Modellierung (eigene Darstellung)
2. Der Moment der Wahrheit 29
2.4 Empirische Analyse
2.4.1 Daten und Methodik
Der empirischen Analyse liegen Daten eines deutschen Versicherungsunternehmens zu-
grunde. Die Daten wurden im Oktober 2011 mittels einer telefonischen Zufriedenheitsbe-
fragung erhoben; das Interview dauerte zwischen 13 und 20 Minuten. Insgesamt wurden
1.349 Bestandskunden zu unterschiedlichen Servicethemen befragt. Aus dieser telefoni-
schen Zufriedenheitsbefragung werden 370 befragte Individuen fokussiert, die mindestens
einen Hausrat- oder Wohngebäudeversicherungsvertrag haben und in den letzten drei
Monaten mindestens einen Schaden meldeten. 238 Kunden meldeten einen Wohngebäu-
deversicherungsschaden und 132 der Befragungsteilnehmer machten einen Hausratversi-
cherungsschaden geltend. Die Subjekte wurden demnach nach einem Schadenfall befragt;
die Erhebung zielt dabei auf einen Zeitpunkt ab (Querschnittsdaten). Da es sich um klas-
sische Sachversicherungssparten handelt, wird nicht von einer übermäßig komplexen
Schadenfallkonstellation im Einzelfall ausgegangen. Informationen zur Höhe des jeweili-
gen Schadens liegen nicht vor.
Die Variablen sind als Ratingskalen definiert und werden numerisch-verbal umschrieben:
1 = „vollkommen zufrieden“; 2 = „sehr zufrieden“; 3 = „zufrieden“; 4 = „weniger zu-
frieden“; 5 = „unzufrieden“; 999 = „weiß nicht / keine Ahnung“
Die Kundengesamtzufriedenheit ist als endogene Variable definiert, die weiteren Variab-
len analog der modelltheoretischen Ausführungen als exogene Variablen. Ökonometrisch
lässt sich das Modell wie folgt spezifizieren:
2. Der Moment der Wahrheit 30
GZ = α + β1Teli + β2Schrifti + β3Schnelli + β4Höhei + β5Erstatti + ui (Modell 1)
GZ = Gesamtkundenzufriedenheit
Tel = Zufriedenheit mit telefonischem Kontakt
Schrift = Zufriedenheit mit schriftlichem Kontakt
Schnell = Zufriedenheit mit Schnelligkeit der Regulierung
Höhe = Zufriedenheit mit Höhe der Erstattung
Erstatt = Zufriedenheit mit Erläuterungen zur Erstattung
α = Konstante
i = Befragungsteilnehmer
u = Störgröße
Ob das vorliegende Skalenniveau als ordinal- oder intervallskaliert einzustufen ist, wird in
der Fachliteratur kontrovers diskutiert.49 In dieser Analyse wird es als quasi-metrisch be-
stimmt, da die Skala mit der Merkmalsausprägung „zufrieden“ den Befragten eine neutra-
le Rubrik zur Verfügung stellt und somit als ausbalanciert anzusehen ist.50 Das vorliegen-
de ökonometrische Modell kann deshalb als multiples lineares Regressionsmodell ge-
schätzt werden und die aufgestellten Hypothesen können untersucht werden.51
2.4.2 Deskriptive Statistik und Prüfung der Modellprämissen
Tabelle 1 ist zu entnehmen, dass lediglich wenige Daten als fehlend definiert werden. Zu
ergänzen ist, dass fehlende Werte (missing values) der Variablen Teli und Schrifti mittels
des Imputationsverfahrens ermittelt werden.52 Insgesamt sind die Daten und Werte auch
mit Imputationsverfahren plausibel und als statistisch valide einzustufen.
49 Vgl. Stier (1999), S. 72–74. 50 Vgl. Aaker et al. (2011), S. 253. 51 Vgl. Auer (2011), S. 8. 52 Determinanten mit „weiß nicht / keine Angabe“: GZ 13 Werte; Teli 28 Werte; Schrifti 5 Werte; Schnelli
24 Werte; Höhei 37 Werte; Erstatti 44 Werte. Die Variablen Teli und Schrifti weisen zudem 140 und
245 missing values aus. Die Befragung zu telefonischem und schriftlichem Kontakt geht insbesondere
über die Schadenmeldung und über das Abrechnungsschreiben hinaus und stellt mindestens je einen
zusätzlichen Kontakt dar, den nicht alle Kunden im Zeitraum erfahren haben. Die fehlenden Werte
werden daher mit Hilfe des Imputationsverfahrens statistisch geschätzt.
2. Der Moment der Wahrheit 31
Variable N Mittelwert Standard-
abweichung
Minimum Maximum
Gültig Fehlend
GZ 357 13 2,01 0,989 1 5
Teli 363 7 2,37 1,153 1 5
Schrifti 363 7 2,46 1,206 1 5
Schnelli 363 7 2,09 1,071 1 5
Höhei 363 7 1,91 1,068 1 5
Erstatti 363 7 2,20 1,096 1 5
Tabelle 1: Deskriptive Statistik (eigene Darstellung)
Anhand der Standardabweichungen lässt sich ablesen, dass die Befragten grundsätzlich
homogen antworten – mit Ausnahme der Determinante „Zufriedenheit mit schriftlichem
Kontakt“. Die befragten Kunden sind zudem eher zufrieden, die Variablen weisen durch-
gehend rechtsschiefe Verteilungen auf und liegen deutlich unter dem hypothetischen Mit-
telwert von drei, welcher der neutralen Kategorie entspricht. Es sei angemerkt, dass ge-
ringe Werte aufgrund der Codierung der Variablen mit höherer Zufriedenheit einhergehen.
Des Weiteren ist es auch nicht überraschend, dass nur sehr wenige Kunden unzufrieden
sind. Bereits Peterson/Wilson (1992) haben für leistungsstarke Finanzunternehmen fest-
gestellt, dass Kunden tendenziell zufriedener sind.
Für die Validität eines multiplen linearen Regressionsmodells sind zudem die unterstellten
Modellprämissen zu beleuchten.53 Zur Überprüfung der Voraussetzung der Linearität
werden die arithmetischen Mittelwerte der Gesamtzufriedenheit über alle Stufen der exo-
genen Variablen berechnet und mit Hilfe von Balkendiagrammen visualisiert, zusätzlich
wurden die 95 %-Konfidenzintervalle eingezeichnet.54 Die Mittelwerte der exogenen Va-
riablen steigen nahezu gleichmäßig an, so dass sich die lineare Beziehung zwischen exo-
genen und endogener Variable beobachten lässt. Zur Annahme, dass die Parameter die Ei-
genschaft der Homoskedastizität haben, können die ansteigenden Standardabweichungen
kritisch angemerkt werden (siehe Tabelle 1). Die Verletzungsannahme kann anhand der
vorliegenden Datenlage als vertretbar eingestuft werden, vor allem da eine Treiberanalyse
und keine Forecastuntersuchung vorgenommen wird. Zudem kann auch eine Autokorrela-
53 Vgl. Backhaus et al. (2011), S. 84. 54 Vgl. Tabachnick/Fidell (2007), S. 84, 126–127, 164, Bortz (1999), S. 37–40, 113–114, 475.
2. Der Moment der Wahrheit 32
tion innerhalb der Parameter ausgeschlossen werden, da der Durbin-Watson-Test den
Wert 1,91 aufweist (siehe Tabelle 3) und damit im exzellenten Bereich liegt. Aus der Kol-
linearitätsstatistik kann zudem abgeleitet werden, dass keine kritische Multikollinearität
vorliegt.55 In der Fachliteratur wird bei hinreichend großen Beobachtungen (hier n = 357)
davon ausgegangen, dass ein Signifikanztest unabhängig von der Verteilung der Residuen
korrekte Ergebnisse liefert, da bei ausreichend großen Stichproben das zentrale Grenz-
werttheorem wirkt.56 Da die Modellprämissen als erfüllt anzusehen sind, ist davon auszu-
gehen, dass die linearen Schätzfunktionen für die Regressionsparameter unverzerrt und
effizient sind (BLUE-Eigenschaft).57
Anhand der Korrelationsmatrix (siehe Tabelle 2) ist festzustellen, dass die Variablen mo-
derat stark miteinander korrelieren. Dies untermauert die modelltheoretischen Überlegun-
gen. Der Pearson-Test zeigt zudem, dass die Ergebnisse signifikant sind.
55 Vgl. Backhaus et al. (2011), S. 86. 56 Vgl. Greene (2003), S. 67–69 und Kmenta (1997), S. 262. 57 Vgl. Backhaus et al. (2011), S. 86, Bleymüller/Gehlert/Gülicher (2004), S. 150 und Kmenta (1997),
S. 162.
2. Der Moment der Wahrheit 33
GZ Teli Schrifti Schnelli Höhei Erstatti
GZ
Pearson-
Korrelation
1
N 357
Teli 0,509** 1
N 354 363
Schrifti 0,507** 0,574** 1
N 354 363 363
Schnelli 0,678** 0,448** 0,439** 1
N 354 363 363 363
Höhei 0,632** 0,435** 0,405** 0,488** 1
N 354 363 363 363 363
Erstatti 0,683** 0,460** 0,513** 0,672** 0,580** 1
N 354 363 363 363 363 363
Tabelle 2: Korrelationsmatrix (eigene Darstellung)
** Korrelation ist bei p < 0,01 signifikant (zweiseitig).
2.4.3 Inferenzstatistische Ergebnisse
Das theoretische Modell sowie die vorliegenden Daten werden mittels eines multiplen li-
nearen Regressionsverfahrens (OLS-Regression) untersucht. Es wird die schrittweise Re-
gressionsmethode herangezogen und vier Modelle werden geprüft. Das Modell mit der
höchsten Varianzaufklärung (R2 = 0,613) schließt bei einer Wahrscheinlichkeit des F-
Wertes von ≥ 0,100 die unabhängige Variable „Zufriedenheit mit schriftlichem Kontakt“
(Schrifti) aus. Die Modellübersicht sowie die ANOVA-Statistik sind Tabelle 3 zu entneh-
men. Mit einer Varianzerklärung von 61,3 % und einem F-Wert von 138,355 ist die Güte
der Modellschätzung bei einem Signifikanzniveau von 5 % als angemessen zu bewerten.
2. Der Moment der Wahrheit 34
Modellübersicht OLS-Regression
R R2 Angepasstes
R2
Standard-
fehler
Änderung R2 Änderung
in F
df1 df2 Sig. Ände-
rung in F
Durbin-
Watson
0,783 0,613 0,609 0,619 0,016 14,399 1 349 0,000 1,913
ANOVA
Quadrat-summe df Mittel der
Quadrate
F Sig.
Regression 212,182 4 53,045 138,355 0,000
Residuum 133,807 349 0,383
Gesamtsumme 345,989 353
Tabelle 3: Modellübersicht OLS-Regression und ANOVA-Statistik (eigene Darstellung)
Anhand der Koeffizientenstatistik (siehe Tabelle 4) sind im Folgenden die Werte der un-
abhängigen Variablen und deren statistische Bedeutung für das zugrunde liegende Modell
zu spezifizieren. Alle standardisierten Betawerte weisen einen positiven Wert aus und sind
nach dem F-Test signifikant.
Wie modelltheoretisch bereits unterstellt ist, liefern insbesondere die Variablen „Zufrie-
denheit mit der Schnelligkeit der Regulierung“ (Schnelli) und „Zufriedenheit mit der Höhe
der Erstattung“ (Höhei) einen wesentlichen positiven Beitrag für die Gesamtzufrieden-
heit. Zusammengefasst ist festzuhalten, dass die Hypothesen H1a und H2 bis H4 nicht
abgelehnt werden können. Lediglich Hypothese H1b muss nach einer Überprüfung der
modelltheoretischen Überlegungen verworfen werden. Ein Grund für die Ablehnung von
Hypothese H1b und für den Ausschluss des Parameters β2Schrifti kann darin gesehen
werden, dass die Zufriedenheit mit einem schriftlichen Kontakt in der vorliegenden Be-
fragung primär auf den Zugangsweg der Schadenmeldung bezogen wird und nicht die ge-
samte schriftliche Kommunikation darunter subsumiert wird. Kunden präferieren dem-
nach eine telefonische Schadenmeldung – die deutlich höhere Anzahl der fehlenden Werte
(missing values) bestätigt diese Folgerung.
Des Weiteren ist aus den Ergebnissen die Frage abzuleiten, inwieweit ein Interaktionsef-
fekt aus den Variablen „Zufriedenheit mit der Höhe der Erstattung“ (Höhei) und „Zufrie-
denheit mit den Erläuterungen zur Erstattung“ (Erstatti) einen zusätzlichen Informations-
gewinn liefert. Anzunehmen ist, dass bei einer abnehmenden Zufriedenheit mit der Höhe
der Erstattung – da beispielsweise ein Schaden nicht in voller Höhe erstattet wird – die
2. Der Moment der Wahrheit 35
Erläuterungen zur Erstattung einen moderat höheren Betawert der Variablen ausweisen
müssten. Daher wird im nächsten Schritt folgende Gleichung untersucht:
GZ = α + β1Teli + β3Schnelli + β4Höhei + β5Erstatti + (β4Höhei x β5Erstatti) + ui (Modell 2)
Betawerte (Standardfehler)
Modell 1 Modell 2
α (0,088) (0,060)
Teli 0,148*** (0,033) 0,105*** (0,014)
Schnelli 0,317*** (0,043) 0,336*** (0,018)
Höhei 0,228*** (0,042) -0,017* (0,036)
Erstatti 0,262*** (0,046) 0,198*** (0,026)
Höhei x Erstatti 0,312*** (0,010)
Tabelle 4: Koeffizientenstatistik (eigene Darstellung)
*p < 0,10, **p < 0,05, ***p < 0,01
Der Interaktionseffekt weist konform der Annahme bei einer sinkenden „Zufriedenheit mit
der Höhe der Erstattung“ (Höhei) einen positiven sowie einen moderat höheren Koeffi-
zienten aus und ist statistisch signifikant. Jedoch weist die unabhängige Variable Höhei im
Modell 2 kein ausreichendes Signifikanzniveau auf. Die Ergebnisse können dennoch als
Indikator für einen bestehenden Interaktionseffekt gedeutet werden.
2.4.4 Implikationen
Abschließend ist die Frage zu diskutieren, was ein Versicherungsunternehmen aus den
Ergebnissen ableiten kann. Aus Kundensicht ist die Schnelligkeit der Regulierung ein sehr
bestimmender Faktor und trägt wesentlich zur Zufriedenheit bei. Kunden haben demnach
den vorrangigen Wunsch, dass ein Schadenfall schnell bearbeitet wird. Ihm wird sogar
mehr Gewicht beigemessen als der eigentlichen Höhe der Schadenzahlung.58 Auch für
den Versicherer entsteht durch eine schnelle Regulierung ein Vorteil, denn durch eine effi-
zientere Bearbeitung können höhere Kostenersparnisse erzielt werden; beispielsweise
können Forderungen vermieden werden, die durch zeitliche Verzögerung der Schadenbe-
arbeitung entstehen. Versicherer sollten deshalb für eine Schadenbearbeitung Servicele-
58 Vgl. Fortsmann/Scholz (1995), S. 194.
2. Der Moment der Wahrheit 36
vels definieren und je nach Komplexität eines Schadenfalls Zeiträume bis zur endgültigen
Abwicklung festlegen. Erfahrungsgemäß kann sich aus der Unternehmenspraxis ein Zeit-
raum von bis zu zwei Wochen als erfolgskritisch erweisen.59
Die Höhe der Schadenzahlung birgt einen klassischen Interessenkonflikt zwischen Versi-
cherungsunternehmen, Kunden und teilweise auch Dritten wie Reparaturdienstleistern.
Kunden wollen natürlich, dass ihr Schaden voll beglichen wird, Versicherer hingegen re-
gulieren auf Grundlage des jeweiligen Versicherungsvertrages. Problematisch kann es
sein, dass Schadenforderungen häufig überhöht oder ungerechtfertigt sind. Schäden und
ihre genaue Höhe korrekt zu beurteilen, kann insbesondere im Massengeschäft nicht im-
mer leicht sein. Schadensachbearbeiter werden meist an der Produktivität und nicht an der
Qualität ihrer Arbeit gemessen, folglich kann nicht jeder Fall spezifisch überprüft werden.
Dieses Spannungsfeld kann gelöst werden, wenn die Schadenzahlung aus Perspektive al-
ler Beteiligten angemessen vorgenommen wird. Fraglich ist, wie eine angemessene Höhe
festzulegen ist. Für einen Versicherer kann es beispielsweise hilfreich sein, wenn umfang-
reiche Daten zur Vergleichbarkeit vorliegen – also ein Marktvergleich zur Prüfung der
Schadenbearbeitung herangezogen wird oder ein internes Benchmarking erfolgt. So kön-
nen Preise je nach Dienstleistungserbringer und Region erheblich differieren. Einige
Dienstleistungsunternehmen haben sich bereits auf diese Vergleichbarkeit spezialisiert
und schaffen für Versicherer und Kunden eine zunehmende Transparenz.
Dass Transparenz ebenfalls aus Kundensicht maßgebend ist, wird durch die vorliegenden
Ergebnisse belegt. Es ist sogar überraschend, dass die Variable „Zufriedenheit mit den Er-
läuterungen zur Erstattung“ (Erstatti) den zweithöchsten Wert annimmt. Kunden sind
demnach zufriedener, wenn ihnen nähere Informationen zur Schadenregulierung durch
den Versicherer geliefert werden und sie ihren Schadenfall besser nachvollziehen können.
Dieses Ergebnis bietet für das Schadenmanagement von Versicherern eine wesentliche
Implikation. In den meisten Unternehmen werden Schadenablehnungen oder Kürzungen
des eingereichten Schadens lediglich unzureichend erläutert. Eine verständliche und
transparente Informationsgestaltung könnte daher für Versicherer ein Differenzierungs-
merkmal und somit einen Wettbewerbsvorteil darstellen. Aus Prozesssicht wäre es dar-
über hinaus empfehlenswert, wenn Kunden durch den Versicherer stets über den aktuellen
59 Vgl. MSR Consulting (2013), online vom 08.10.2016, http://www.openpr.de/ news/732339/
Versicherer-regulieren-Schaeden-zunehmend-kundenfreundlicher.html.
2. Der Moment der Wahrheit 37
Stand der Schadenbearbeitung informiert werden. Versicherer könnten von anderen Bran-
chen, beispielsweise Onlineeinzelhändlern wie Amazon, lernen, die ihre Kunden über je-
den Bestellschritt zeitnah informieren.
Der zentrale Aspekt der Transparenz konnte durch die empirische Überprüfung der
Kommunikationshypothesen nicht zusätzlich untermauert werden. Dass die schriftliche
Kommunikation aus den vorliegenden Daten für Kunden eine untergeordnete und die Zu-
friedenheit mit dem telefonischen Kontakt eine eher geringe Rolle spielen, bedarf daher
einer zusätzlichen kritischen Beleuchtung. Das Modell ist grundsätzlich als ein Prozess
angelegt, die einzelnen Zufriedenheitswerte der unabhängigen Variablen speisen sich je-
doch aus einer Querschnittsbetrachtungsweise, so dass die Vergleichbarkeit untereinander
zu Verzerrungen führen kann. Der Kommunikationsaspekt sollte daher in weiteren Arbei-
ten dynamisch modelliert, spezifischer aufgeteilt und in mehreren Perioden abgebildet
werden. Insbesondere sollten die unterschiedlichen Serviceeinheiten und die möglichen
Kontaktpunkte für Kunden aufgenommen werden. Kunden können beispielsweise weitere
Berührungspunkte im Verlauf des Schadenfalls mit Mitarbeitern anderer Servicebereiche
haben. Eine Zufriedenheit mit den Ansprechpartnern für Kunden im Schadenfall ermittelt
sich demnach nicht statisch aus einzelnen Berührungs- oder Kontaktpunkten, sondern
summiert sich aus allen erfahrenen Kontaktebenen.
Aus einer Prozessüberlegung heraus sollten Versicherer Kunden die Möglichkeit geben,
die unterschiedlichen Kontaktpunkte bewerten zu können. Aus einem zeitnahen und kon-
struktiven Feedback können Dienstleistungsunternehmen Bedürfnisse ihrer Kunden stär-
ker identifizieren und zielgerichtet Ressourcen für eine zufriedenstellende Serviceerbrin-
gung allokieren.60 Darüber hinaus könnte eine Kundensegmentierung unterschiedliche
Bedürfnisse von Kunden impliziter Rechnung tragen und insbesondere in der Kommuni-
kation berücksichtigt werden. So haben bereits Tsoukatos/Rand (2007) kulturelle Einflüs-
se auf Servicequalität und Kundenzufriedenheit untersucht und am Beispiel des griechi-
schen Versicherungsmarktes konkretisiert.
60 Vgl. Kekre/Krishnan/Srinivasan (1995), S. 1465.
2. Der Moment der Wahrheit 38
2.5 Zusammenfassung und weiterer Forschungsbedarf
Die Kundenzufriedenheit von Versicherern ist sowohl in der wissenschaftlichen Fach-
literatur als auch im Management ein zentrales Thema. Die vorliegenden theoretischen
Annahmen, dass die fünf untersuchten Determinanten einen Beitrag zur Kundenzufrie-
denheit nach einem Schadenfall leisten, erscheinen leicht nachvollziehbar – sind jedoch in
der Fachliteratur unzureichend erforscht. Wie intuitiv anzunehmen ist, sind Kunden nach
einem Schadenfall zufriedener, wenn die Schadenregulierung schnell erfolgt und die Er-
stattungshöhe mit der Erwartungshaltung der Kunden konform geht. Eine interessante
Implikation für das Schadenmanagement liefert das vorliegende Ergebnis, dass die Be-
gründung zur Erstattungshöhe einen wesentlichen Beitrag zur Gesamtzufriedenheit leistet.
Versicherungsnehmer akzeptieren demnach leichter gekürzte Schadenzahlungen, wenn sie
sich über die Begründung besser informiert fühlen.
Die Ergebnisse zu den unterstellten Kommunikationshypothesen sind im vorliegenden
Datenmaterial an sich weniger belastbar und bedürfen weiterer Forschung – insbesondere
da das Modell eine statische Betrachtung vornimmt und – wie in der Fachliteratur ein-
schlägig untermauert – keine dynamischen Kommunikationsaspekte berücksichtigt. Die
Kommunikation zwischen Kunden und Versicherer sollte folglich in der Modellierung
differenzierter und zudem in Zeitreihen betrachtet werden. Darüber hinaus sollten die
Kommunikationsebenen und -beteiligten unterschiedlicher Serviceeinheiten eines Versi-
cherers spezifiziert werden. So hat bereits Bruhn et al. (2010) festgestellt, dass in Dienst-
leistungscentern alle kommunikativen Kontaktpunkte für die Gesamtqualität aus Kunden-
sicht ausschlaggebend sind.
Kundenzufriedenheit an sich stellt für ein Versicherungsunternehmen keine ausschließlich
anzustrebende erfolgskritische Größe dar. Ausgehend vom originären Gedanken des
Dienstleistungsmarketings sollten deshalb weiterführend ergebnis- und potenzialorientier-
te Prozesse nach einem erfahrenen Schadenfall beleuchtet werden und sollte geklärt wer-
den, welche Erfolge der Versicherer aus positiven Kundenzufriedenheitserlebnissen er-
schließen kann.61 Eine stärkere Kundenbindung kann sich bei anhaltender Zufriedenheit
im ökonomischen Erfolg für das Unternehmen widerspiegeln.62 Schließlich bildet eine
61 Vgl. Hilke (1984), S. 17–19, Hilke (1989), S. 10–11. 62 Vgl. Meffert/Bruhn (2009), S. 53.
2. Der Moment der Wahrheit 39
Dienstleistung einen mehrdimensionalen Zusammenhang zwischen den Faktoren Kun-
denzufriedenheit, Kundennutzen und Kundenbindung.63
63 Vgl. Andreassen/Linestad (1999), S. 13.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 40
3. Kundenzufriedenheit als Steuerungsinstrument in einem
Versicherungsunternehmen – nur Schall und Rauch oder
ökonomisch sinnvoll?
3.1 Motivation
In den letzten Jahren ist zu beobachten, dass durch Fin- und Insurtech-Unternehmen der
Wettbewerb in der Versicherungswirtschaft weiter zunimmt. Fin- und Insurtech-
Unternehmen stehen für eine hohe kundenzentrierte Orientierung, die Kundenbedürfnisse
über digitale Angebote zu identifizieren und zu bedienen. Sie können somit Kunden indi-
vidueller ansprechen und stärker auf deren Bedürfnisse und Ansprüche eingehen. Vor al-
lem Start-up-Unternehmen stellen in den ersten Jahren ihren Service in den Vordergrund
und wollen möglichst viele neue Kunden gewinnen. Erst in einer zweiten Phase fokussie-
ren sie die eigene Profitabilität; oder versuchen die eigene Geschäftsidee gewinnbringend
zu verkaufen. So können neue Marktteilnehmer innovative Geschäftsmodelle etablieren
und mit traditionellen Versicherern konkurrieren. Traditionelle Versicherer können von
den neuen Services der Fin- und Insurtech-Unternehmen lernen und ihren eigenen Kun-
den ebenfalls zusätzliche Services anbieten. Für traditionelle Versicherer tritt daher als
Wettbewerbsreaktion die Zufriedenheit der eigenen Kunden und somit die Kundenbin-
dung stärker in den Mittelpunkt, indem sie ihre operativen Serviceprozesse optimieren
und Konzepte zur Erhöhung der Kundenzufriedenheit implementieren. Für die Messung
der Kundenzufriedenheit sind in Versicherungsunternehmen insbesondere zwei Konzepte
verbreitet: Der KUBUS64-Berichtsband und der Net Promoter Score (NPS). Die beiden
Instrumente KUBUS und NPS werden von zahlreichen Unternehmen eingesetzt, da sie
als einfache Steuerungsinstrumente angesehen werden und sich leicht operationalisieren
lassen. Vielfach wird dabei ausgegangen, dass sich Kundenzufriedenheit positiv auf die
Loyalität von Kunden, eine erneute Kaufabsicht und eine Weiterempfehlung sowie den
weiteren Geschäftserfolg auswirkt.65 Es wird folglich intuitiv ein starker Zusammenhang
zwischen einer höheren Kundenzufriedenheit und einem höheren Umsatz, Ertrag oder
Unternehmenswert unterstellt.
Die Literatur der letzten fünfzehn Jahre erweitert wissenschaftliche Erklärungsmodelle,
indem sie die Einflussfaktoren auf eine Kundenzufriedenheit spezifiziert und den Zu-
64 KUBUS steht für Kundenorientiertes Benchmarking von Prozessen für die Unternehmens-Steuerung. 65 Vgl. Homburg/Bucerius (2001), S. 55–56, Homburg/Giering/Hentschel (1999), S. 176–177 und
Voss/Godfrey/Seiders (2010), S. 113–114.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 41
sammenhang zwischen einer höheren Kundenzufriedenheit und wirtschaftlichem Erfolg
analysiert. Die herangezogenen Erklärungsmodelle werden insbesondere um sogenannte
moderierende Effekte ergänzt. Sie beschreiben, inwieweit zusätzliche Variablen oder
Kundencharakteristika wie Alter, Einkommen, Bildung, Familienstand und persönliche
Werte die Kundenzufriedenheit und deren erwartete Ausprägungen beeinflussen können.66
So kann ein oftmals komplexerer Zusammenhang, der sich durch kundenindividuelle Si-
tuationen und Ansprüche ergeben kann, näher analysiert werden. Aus Unternehmenssicht
kann es folglich zu Fehlinterpretationen und -entscheidungen kommen, wenn diese Er-
kenntnisse vernachlässigt und unmittelbare Auswirkungen, wie mehr Umsatz oder ein hö-
herer Ertrag, aus einer steigenden Kundenzufriedenheit erwartet werden. Moderierende
Effekte wirken sich zudem bei unterschiedlichen Serviceerlebnissen differenziert auf die
Kundenzufriedenheit aus. Nach Bruhn (2013) sind Kundenzufriedenheit und Servicequa-
lität eng miteinander verzahnt und stellen innerhalb des Wertschöpfungsprozesses zentrale
Determinanten von weiterführenden Verhaltenskonsequenzen von Kunden dar.67 Die von
Kunden erlebte Servicequalität ist folglich für die Kundenzufriedenheit von hoher Bedeu-
tung.68 Evidenz bietet hierzu eine Untersuchung von Maddern et al. (2007), die eine posi-
tive Korrelation zwischen der Servicequalität einer englischen Bank und der Zufrieden-
heit von Kunden und zugleich Mitarbeitern belegt.
Versicherern ist zu empfehlen, Kundenzufriedenheit als Managementansatz in die wert-
orientierte Unternehmensführung einzubetten. Denn schließlich geht es darum, die Wert-
schöpfungskette so zu gestalten, dass zufriedene Kunden eine höhere Zahlungsbereit-
schaft besitzen. Homburg/Koschat/Hoyer (2005) können bei zufriedenen Kunden eine
höhere Zahlungsbereitschaft identifizieren. Aus Sicht des Versicherers kann eine höhere
Zahlungsbereitschaft von Kunden genutzt werden, um den Unternehmenswert für die
Stakeholder zu steigern. Als wertorientierter Ansatz der Unternehmensführung wird in
diesem Beitrag der Total-Quality-Management-Ansatz aufgegriffen. Nach Rothlauf
(2010) bezieht sich „Total“ auf den Einbezug aller an der Wertschöpfung beteiligten Per-
sonen, beispielsweise Kunden und Mitarbeiter, „Quality“ weist auf die umfassende Quali-
66 Vgl. Anderson/Pearo/Widener (2008), Agustin/Singh (2005), Cooil et al. (2007) und
Voss/Godfrey/Seiders (2010); weitere Studien werden im Literaturüberblick im Anhang in Tabelle 13
dargestellt. 67 Vgl. Bruhn (2013), S. 86. 68 Vgl. Bruhn (2013), S. 87, Yang/Peterson (2004), S. 811–812 und Parasuraman/Zeithaml/Berry (1988),
S. 23–28.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 42
tätsorientierung hin und „Management“ betont die sinngebende und vorbildhafte Funktion
der Unternehmensführung.69 Das oberste Ziel ist die Zufriedenheit der Kunden; daran
werden alle Prozesse sowie die Denkweisen von Management und Mitarbeitern ausge-
richtet.70 Im Zeitalter der Digitalisierung und von „Big Data“ gewinnt insbesondere die
digitale Interaktion mit Kunden an Bedeutung. Viele Versicherer müssen daher ihre ana-
logen und digitalen Prozesse stärker aus Kundensicht designen. Die Ausrichtung eines
Versicherers auf eine hohe Kundenzufriedenheit bedingt des Weiteren eine Investitionsbe-
reitschaft. In einer wertorientierten Unternehmensführung sind die Maßnahmen zur Stei-
gerung der Kundenzufriedenheit, und damit verbundene Investitionen, kritisch dem kont-
rären Ziel der Kostenreduktion gegenüberzustellen. Manager von Versicherungsunter-
nehmen sollten sich daher überlegen, was sie konkret mit einer stärkeren Ausrichtung auf
Kundenzufriedenheit erreichen wollen und wie sie operativ umgesetzt werden kann.
Der vorliegende Beitrag verfolgt das Ziel, die gängigen Konzepte zur Kundenzufrieden-
heit unter Berücksichtigung des aktuellen Forschungsstandes für die Versicherungswirt-
schaft kritisch zu beleuchten. Die folgenden Fragen sollen dabei diskutiert und beantwor-
tet werden:
– Wie beeinflusst Kundenzufriedenheit das Kundenverhalten und wie können Versiche-
rer ökonomisch von einer höheren Kundenzufriedenheit profitieren?
– Wie beeinflussen moderierende Effekte die Kundenzufriedenheit und welche Ein-
flussfaktoren sind für die Service- und Prozessqualität zu berücksichtigen?
– Wie kann Kundenzufriedenheit in einer wertorientierten Unternehmensführung im-
plementiert werden?
– Wie kann Kundenzufriedenheit gemessen werden und welche Anforderungen sind
für ein effektives Kundenzufriedenheitssteuerungssystem zu berücksichtigen?
– Welche Handlungsempfehlungen lassen sich für traditionelle Versicherer ableiten?
In der Analyse wird zuerst ein Überblick zur Kundenzufriedenheit als ökonomische Er-
folgsgröße in der Versicherungswirtschaft verschafft und dargestellt, wie Versicherer von
einer Kundenzufriedenheit profitieren können. Im Abschnitt 3.3 werden substituierende
Kriterien und moderierende Effekte auf die Kundenzufriedenheit näher beschrieben und
69 Vgl. Rothlauf (2010), S. 67. 70 Vgl. Rothlauf (2010), S. 67.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 43
es wird analysiert, welche Auswirkungen sich durch die Wirkungszusammenhänge für
Versicherer ergeben. Der Abschnitt 3.4 behandelt die Kundenzufriedenheit im Rahmen
einer wertorientierten Unternehmensführung. Zudem werden Anforderungen eines adap-
tierten Total Quality Managements für Versicherer im Zeitalter der Digitalisierung disku-
tiert. Im anschließenden Kapitel werden gängige Mess- und Kennzahleninstrumente, vor
allem KUBUS und NPS, zur Kundenzufriedenheit dargestellt und Empfehlungen für Ver-
sicherer an ein effektives Kundenzufriedenheitssystem gegeben. Weiterführend werden
im Abschnitt 3.5 Implikationen für Versicherer beschrieben und daraus wesentliche Hand-
lungsempfehlungen für den Aufbau eines unternehmensindividuellen Steuerungsmodells
zur Kundenzufriedenheit abgeleitet. Die Arbeit schließt mit einer Zusammenfassung, ei-
nem Ausblick und dem weiteren Forschungsbedarf ab.
Zusammenfassend kann konstatiert werden, dass Kundenzufriedenheit für ein Versiche-
rungsunternehmen grundsätzlich ein adäquater Steuerungsansatz ist, der ein klares Ziel
definiert. Das Kundenverhalten kann durch eine hohe Kundenzufriedenheit in zwei Di-
mensionen positiv beeinflusst werden. Versicherer können einerseits von einer höheren
Kundenloyalität und andererseits von einem geringeren preissensiblen Verhalten profitie-
ren. In den beiden Systemen KUBUS und NPS oder in gängigen Konzepten wird Kun-
denzufriedenheit als zu starker Indikator für wirtschaftlichen Erfolg herangezogen und
werden vor allem die Erkenntnisse um moderierende Effekte zu wenig berücksichtigt. Um
ein Versicherungsunternehmen auf Basis von Kundenzufriedenheitswerten effektiv steu-
ern zu können, ist es sinnvoll ein unternehmensindividuelles Steuerungsmodell zu imple-
mentieren. Dabei ist es wichtig, dass Modelle entwickelt werden, die die vielseitigen Ein-
flussfaktoren auf die Kundenzufriedenheit mittels multidimensionaler Verfahren ange-
messen berücksichtigen.71 Aus den Ergebnissen von regelmäßigen quantitativen und qua-
litativen Umfrageerhebungen können Servicetreiber identifiziert und Korrelationsanaly-
sen erarbeitet werden, um den Zusammenhang zwischen Zufriedenheitswerten und wirt-
schaftlichem Erfolg genauer beschreiben zu können. Zudem bedingt die Ausrichtung ei-
nes Versicherers auf eine hohe Kundenzufriedenheit einen koordinierten Ziel-, Strategie-
und Maßnahmenplan. Kundenzufriedenheit sollte in allen drei Planebenen berücksichtigt
und mit den unterschiedlichen Interessen der Stakeholder – Kunden, Aktionäre, Mitarbei-
ter – abgewogen werden. Die Analyse kommt zum Schluss, dass sich die Ausrichtung auf
Kundenzufriedenheit für traditionelle Versicherer lohnen kann – allerdings nur, wenn es
71 Vgl. Seiders et al. (2007), S. 144.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 44
als wertorientierter Managementansatz im Unternehmen kulturell verankert wird, um ein
Versicherungsunternehmen in einem saturierten Wettbewerbsumfeld zukunftsfähig zu ge-
stalten. Im Vordergrund sollte folglich für traditionelle Versicherer stehen, eine kunden-
zentrierte Unternehmenskultur zu etablieren.
3.2 Kundenzufriedenheit als Indikator für wirtschaftlichen Erfolg in der
Versicherungswirtschaft
3.2.1 Kundenzufriedenheit in der Versicherungswirtschaft
Die Dienstleistung Versicherung ist aus Kundensicht diffizil zu bewerten. Das Produkt
Versicherung ist immateriell; im Vergleich zu anderen Dienstleistungsbranchen zudem
schwer zu vergleichen oder zu verstehen. Das Produkt oder die Dienstleistung Versiche-
rung kann vor einem Kauf weder gefühlt noch gehört werden, wie dies beispielsweise bei
einem Autokauf möglich ist. Versicherungen stellen somit im Vergleich zu anderen mate-
riellen Gütern vor allem auf eine Erfahrungs- und Vertrauenseigenschaft ab.72
Ein Versicherungsprodukt ist auch deshalb erklärungsbedürftig, weil eine Dienstleistung
erbracht wird, die direkt von den individuellen Bedürfnissen und Eigenschaften des Kun-
den abhängt.73 Sowohl die Immaterialität als auch die Individualität der Versicherungs-
dienstleistung können dazu führen, dass das Produkt Eigenschaften eines Vertrauensgutes
aufweist.74 So kann es zum Beispiel im Bereich der Berufsunfähigkeitsversicherung sein,
dass Kunden während der Vertragslaufzeit keine Leistung in Anspruch nehmen und somit
eine hinreichende objektive Beurteilung der erfahrenen Produkt- und Dienstleistung nicht
vornehmen können. Es geht demnach bei einem Versicherungskauf vor allem um das Ge-
fühl der Kunden – um eine subjektive Erfahrung. Kunden kaufen schließlich ein Versiche-
rungsprodukt, um ein sicheres Gefühl zu erlangen und gut abgesichert zu sein. Im Bereich
der Schadenversicherung, beispielsweise einer Hausratversicherung, können Kunden nach
einem Schadenfall oder anderen Kontaktpunkten mit dem Versicherer Erfahrungen sam-
meln, so dass es zu Lerneffekten über die Dienstleistungs- und Servicequalität kommt, die
72 Vgl. u.a. Darby/Karni (1973) und Emons (1997, 2001). 73 Vgl. Karten et al. (2018), S. 6. 74 Vgl. Emons (1997), S. 107.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 45
das Nachfrageverhalten für die Zukunft beeinflussen können.75 In diesem Fall handelt es
sich um ein sogenanntes Erfahrungsgut.76
Bruhn (2013) geht davon aus, dass lediglich eine tatsächlich erbrachte Dienstleistung zu
einer individuellen Kundeneinschätzung führen kann.77 Für Kunden ergibt sich folglich
das Problem, dass Unsicherheitsprobleme aus Informationsasymmetrien entstehen und sie
vor einem Produktkauf abgebaut werden müssen.78 Kunden vergleichen deshalb die sub-
jektiven Erfahrungs- und Vertrauenseigenschaften, die mit der Inanspruchnahme der
Dienstleistung verbunden sind, mit ihren Erwartungen, Zielen oder Werten, die in Bezug
auf die Leistung des Anbieters bestehen.79 Das Ergebnis dieses komplexen Vergleichspro-
zesses ist als Kundenzufriedenheit zu bewerten.80 Diese Erklärung zur Entstehung der
Kundenzufriedenheit basiert auf dem sogenannten Confirmation-Disconfirmation-
Paradigma.81 Nach diesem Paradigma liegt Kundenzufriedenheit dann vor, wenn die
Kundenerwartungen durch die gelieferte Leistung erfüllt werden.82
Sicherheit wird von Kunden auch durch substituierende Kriterien wie die Marke sowie
die Reputation eines Versicherers bestimmt. Mit der Marke und der Reputation eines Ver-
sicherers ist zudem eng das Vertrauen verbunden. Die Dienstleistungsbewertung ist also
von Anfang an mit der Vertrauenseigenschaft verknüpft.83 Vertrauen wird stark in der In-
teraktion zwischen Kunden und den Mitarbeitern eines Unternehmens geprägt; so fördert
in erster Linie eine authentisch wahrgenommene Kommunikationsbeziehung das Vertrau-
en auf Seiten des Kunden.84 Grundvoraussetzung für eine vertrauensvolle sowie lange
Geschäftsbeziehung ist demnach eine stetige Zufriedenheit im Austauschprozess der Be-
teiligten, um hierdurch das Entstehen von Vertrauen und, damit verbunden, das Andauern
der Geschäftsbeziehung überhaupt erst zu ermöglichen.85
75 Vgl. Karten et al. (2018), S. 6. 76 Vgl. Nelson (1970), S. 311. 77 Vgl. Bruhn (2013), S. 75–77. 78 Vgl. Kaas (1995), S. 5. 79 Vgl. Meffert/Bruhn (2009), S. 92. 80 Vgl. Hunt (1977), S. 463 und Oliver (2000), S. 249, 252. 81 Vgl. Oliver (2009), S. 98. 82 Vgl. Bruhn (2013), S. 86. 83 Vgl. Sutor (2009), S. 84–86 und Agustin/Singh (2005), S. 96. 84 Vgl. Bruhn/Hadwich/Frommeyer (2010), S. 29–30. 85 Vgl. Grönroos (1994), S. 11 f., Heide/Weiss (1995) S. 32 und Ping (1993), S. 343.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 46
Für die Erfahrungs- und Vertrauensbildung ist des Weiteren jeder Kontaktpunkt zwischen
einem Versicherer und seinem Kunden relevant. Denn jeder Kontaktpunkt mit dem Versi-
cherer kann aus Kundensicht zur Bewertung der eigenen Zufriedenheit dienen; umgekehrt
kann auch ein ausbleibender Kontaktpunkt die Zufriedenheit verringern. Im Forschungs-
zweig des Relationship Marketings wird nicht die einzelne Transaktion, sondern die
Langlebigkeit von Geschäftsbeziehungen in den Mittelpunkt des Marketinginteresses ge-
stellt. Kunden evaluieren kognitiv und affektiv anhand der gesamten Erfahrungen mit ei-
nem bestimmten Anbieter und dessen Produkten ihre eigene Zufriedenheit.86 Die kumula-
tive Evaluierung ermöglicht Kunden, dass sie auf Grundlage ihrer situativen Zufrieden-
heit Rückschlüsse auf die derzeitige und zukünftige Leistungsfähigkeit eines Unterneh-
mens ziehen können.87 Daher ist es vor allem für Versicherer relevant, dass sie zusätzlich
auf Aktivitäten zur Erhöhung der Kundenbindung setzen.
3.2.2 Einfluss von Kundenzufriedenheit auf das Kundenverhalten
In der Literatur ist es weit verbreitet, dass Kundenzufriedenheit als Indikator für wirt-
schaftlichen Erfolg genommen wird.88 Insbesondere die Literatur bis zu den späten 90er
Jahren zieht Kundenzufriedenheit primär heran, um mögliche Verhaltenskonsequenzen
wie Kundenloyalität zu untersuchen. So kann in einer grundlegenden Untersuchung von
Anderson/Fornell/Lehmann (1994) bei 77 schwedischen Unternehmen bestätigt werden,
dass Kundenzufriedenheit den Umsatz und die Profitabilität von Firmen erhöht. Eine Un-
tersuchung von 1994 bis 2002 eruiert anhand des American Customer Satisfaction Index
(ACSI) ebenfalls, dass sich Auswirkungen von Kundenzufriedenheit positiv auf zukünfti-
ge Zahlungsströme (Cashflows) und folglich den Shareholder Value auswirken.89
Ein Versicherungsunternehmen kann von Kundenzufriedenheit ökonomisch erst profitie-
ren, wenn positive Verhaltensauswirkungen der Kundenzufriedenheit identifiziert werden
können. Grundsätzlich lassen sich zwei verhaltensbezogene Bereiche unterscheiden: Es
geht zum einen um den Effekt der Kundenzufriedenheit auf die Kundenloyalität und zum
anderen um ihre Wirkung auf das preisbezogene Verhalten der Kunden.90 In der Literatur
ist ein dreidimensionales Verständnis von Kundenloyalität weit verbreitet; dieses umfasst
86 Vgl. Homburg/Giering/Hentschel (1999), S. 176–177. 87 Vgl. Anderson/Fornell/Lehmann (1994). 88 Tabelle 12 stellt im Anhang eine Übersicht zur herangezogenen Literatur dar. 89 Vgl. Gruca/Lego (2005), S. 127. 90 Vgl. Homburg (2011), S. 46.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 47
die Wiederkaufbereitschaft des Kunden, dessen Bereitschaft, weitere Produkte des Unter-
nehmens zu kaufen, sowie seine Bereitschaft, das Unternehmen und dessen Produkte wei-
terzuempfehlen.91 Generell wird davon ausgegangen, dass sich Kundenzufriedenheit posi-
tiv auf alle drei Facetten der Kundenloyalität auswirkt.92
Für die Versicherungswirtschaft ist das dreidimensionale Verständnis der Kundenloyalität
zu spezifizieren. Da Versicherungsverträge in der Regel langfristige Verträge sind, spielt
der Wiederkauf, wie bei einem Smartphone vom selben Hersteller, keine Rolle. Vielmehr
geht es für Versicherer darum, dass Verträge nicht gekündigt werden. So kann es sein,
dass Kunden eine Hausratversicherung – auch ohne einen erlittenen Schadenfall – nicht
kündigen, wenn sie mit den Erfahrungen des Versicherers zufrieden sind. Die Laufzeit des
Vertrages verlängert sich folglich automatisch nach einer abgelaufenen Versicherungspe-
riode. Ausgehend von einer bestehenden Kundenzufriedenheit lassen sich direkte Auswir-
kungen auf die Kundenloyalität schließen. Eine Untersuchung von Fornell at al. (1996) in
einer grundlegenden Arbeit anhand des ACSI zeigt, dass sich die Kundenzufriedenheit
von 200 Unternehmen aus 40 unterschiedlichen Branchen positiv auf die Kundenloyalität
und reduzierend auf Kundenbeschwerden auswirkt. Unter Bezugnahme auf die Erwar-
tungshaltungen von Kunden auf die erhaltene Qualität ist allerdings der direkte Zusam-
menhang von Kundenzufriedenheit und gesteigerter Kundenloyalität für den Finanz- und
Versicherungssektor im Vergleich zu Branchen wie Logistik und Einzelhandel geringer.93
In einer übergreifenden Metaanalyse stellen auch Szymanski/Henard (2001) fest, dass die
Kundenzufriedenheit die erneute Kaufabsicht von Kunden steigert. Für den Bankensektor
konstatiert Grund (2013) gleichgelagert, dass Kundenzufriedenheit die Kaufabsicht von
Kunden erhöht. Ebenfalls analysieren Anderson/Sullivan (1993) diesen Zusammenhang
bei 57 schwedischen Unternehmen und kommen zum Schluss, dass Kundenzufriedenheit
einen positiven Einfluss auf die erneute Kaufabsicht – vor allem bei weniger komplexen
Produkten – sowie auf die Reputation des Unternehmens aufweist. Mooradian/Olver
(1997) können darüber hinaus belegen, dass sich in Haushalten die Kundenzufriedenheit
auf die Bereitschaft auswirkt, ein Unternehmen und seine Produkte weiterzuempfehlen.
Kundenzufriedenheit kann des Weiteren das preisbezogene Verhalten von Kunden beein-
flussen. So eruieren Homburg/Koschate/Hoyer (2005) in einem experimentellen Ansatz,
91 Vgl. Anderson (1998), S. 12–13 und Homburg/Bruhn (2010), S. 8. 92 Vgl. Homburg/Bucerius (2001), S. 55–56, Homburg/Giering/Hentschel (1999), S. 176–177 und
Voss/Godfrey/Seiders (2010), S. 118–119. 93 Vgl. Fornell et al. (1996), S. 14.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 48
dass zufriedene Kunden eines Restaurants eine höhere Zahlungsbereitschaft besitzen. Den
funktionalen Zusammenhang zwischen Kundenzufriedenheit und Zahlungsbereitschaft
generalisieren die Autoren und können ihn durch eine inverse S-Funktion beschreiben.94
Für Versicherungsnehmer kann es Unterscheidungen zwischen Neu- und Bestandskunden
geben. Neukunden können zum einen aufgrund von besonderen Aktionsangeboten einen
günstigeren Preis für dieselbe Leistung wie bestehende Kunden zahlen. Zum anderen
führt eine langjährige Kundenbindung zu einer weniger ausgeprägten Preissensibilität.95
Beispielsweise sind im Bereich der privaten Haftpflichtversicherung die Prämien in den
letzten Jahren zurückgegangen und gleichzeitig die Leistungen weiterentwickelt worden.
Langjährige Bestandskunden können von solchen Entwicklungen teils nicht profitieren.
Durch eine hohe Servicequalität kann aus Versicherersicht die weniger ausgeprägte Preis-
sensibilität positiv beeinflusst werden. So wirkt sich zum Beispiel bei einem Autoversi-
cherer eine hohe Servicequalität positiv auf die Zahlungsbereitschaft bei Beitragsanpas-
sungen aus.96
3.3 Der Einfluss von moderierenden Effekten auf Kundenzufriedenheit und
Kundenverhalten
3.3.1 Moderierende Effekte als zusätzliche Erklärung von
Kundenzufriedenheit
In den letzten Jahren hat sich die wissenschaftliche Zufriedenheitsforschung in der Hin-
sicht weiterentwickelt, dass Studien vermehrt die wissenschaftlichen Erklärungsmodelle,
wie das Confirmation-Disconfirmation-Paradigma, erweitern. Sie verbreitern die Betrach-
tungsweise vor allem um moderierende Effekte und analysieren, inwieweit multidimensi-
onale Aspekte die Kundenzufriedenheit und deren zu erwartende Verhaltenskonsequenzen
beeinflussen können.97
Im Rahmen einer ersten systematischen Studie untersuchten Mooradian/Olver (1997) die
Zufriedenheit von Kunden mit einem Produkt und stellen fest, dass die Produktempfeh-
lungen sowie ein weiterer Produktkauf durch emotionale und affektive Effekte beeinflusst
94 Vgl. Homburg/Koschate/Hoyer (2005), S. 88–89. 95 Vgl. Grund (2013), S. 7 und Homburg (2011), S. 46. 96 Vgl. Zeithaml/Berry/Parasuraman (1996), S. 42. 97 Tabelle 13 stellt im Anhang eine Übersicht zur herangezogenen Literatur dar.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 49
werden können. Die Autoren empfehlen, dass Unternehmen in Zukunft stärker affektive
Zusammenhänge bei der Kundenzufriedenheitsbildung berücksichtigen und ihre Marke-
tingaktivitäten zielgruppengerechter auf Kundenprofile ausrichten sollten.98 Ander-
son/Pearo/Widener (2008) konstatieren ebenfalls, dass das Management von Kundenzu-
friedenheit neben der Produkt- und Servicekomponente auch Charakteristika von Kunden
zu berücksichtigen hat. Sie analysieren für den US-Fluglinienmarkt, inwieweit sich die
Kundenzufriedenheit im Rahmen der Servicekette durch Kundencharakteristika beein-
flussen lässt. Dabei stellen sie fest, dass demographische Charakteristika (Geschlecht, Al-
ter, Einkommen) und kundenindividuelle Erfahrungen die Bildung von Kundenzufrieden-
heit prägen.99 Insbesondere die Charakteristika Alter und Einkommen nehmen Einfluss
auf die Kundenzufriedenheit mit einer Airline; so sind ältere Kunden zufriedener als jün-
gere und Kunden mit höherem Einkommen sind wiederum unzufriedener als Kunden mit
geringerem Einkommen.100
Voss/Godfrey/Seiders (2010) untersuchen den Zusammenhang zwischen Kundenzufrie-
denheit und erneutem Kaufverhalten unter Berücksichtigung von kunden-, firmen- und
marktspezifischen Variablen (u.a. Haushaltseinkommen, Dauer der Kundenbeziehung und
Marktdichte). Sie unterscheiden zwischen Branchen, die eine höhere und eine geringere
Sättigungsintensität aufweisen – geringer bedeutet, dass mit einem höheren Einkommen
unmittelbar mehr konsumiert wird (beispielsweise Autokauf im Vergleich zu Beklei-
dungsgütern).101 Sie beschreiben, dass ein höheres Einkommen, eine längere Kundenbe-
ziehung zum Anbieter sowie eine geringere Marktdichte die Kundenzufriedenheit in
Branchen mit geringerer Sättigung erhöhen und zu einem gestiegenen Kaufverhalten bei-
tragen.102 Für Unternehmen, die aufgrund ihres Produkts in der Regel ein geringes Kauf-
verlangen auf Kundenseite auslösen, empfehlen sie, dass neben Maßnahmen zur Steige-
rung der Kundenzufriedenheit zusätzlich in Aktivitäten zur Erhöhung der Kundenbindung
investiert werden sollte.103
Jones/Mothersbaugh/Beatty (2000) untersuchen unter anderem für Banken, welche Aus-
wirkungen Wechselhürden auf einen beabsichtigten Wiederkauf haben. Die Studie zeigt
98 Vgl. Mooradian/Olver (1997), S. 389. 99 Vgl. Anderson/Pearo/Widener (2008), S. 367, 377. 100 Vgl. Anderson/Pearo/Widener (2008), S. 377–378. 101 Vgl. Voss/Godfrey/Seiders (2010), S. 115–116. 102 Vgl. Voss/Godfrey/Seiders (2010), S. 118, 121. 103 Vgl. Voss/Godfrey/Seiders (2010), S. 123.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 50
Evidenz, dass die Zufriedenheit von Kunden mit der Hauptdienstleistung die Absicht ei-
nes erneuten Kaufes erhöht.104 Die betrachteten Wechselhürden, wie zwischenmenschli-
che Beziehungen, Transaktionskosten und Attraktivität des alternativen Angebots, können
allerdings nicht als signifikant angesehen werden.105 Für ein Kreditkartenunternehmen be-
trachten Gonçalves/Sampaio (2012), wie das Produkt-Involvement und die Dauer der
Kundenbeziehung zusätzlich die Wechselbeziehung zwischen Kundenzufriedenheit und
Kundenloyalität formen. Den Untersuchungsschwerpunkt legen sie auf die Wiederkaufab-
sicht – bei einem Kreditkartenunternehmen wie bei vielen anderen Geschäftsmodellen
auch ein entscheidender Faktor. Für die Wiederkaufabsicht nehmen Alter und Geschlecht
eine beeinflussende Rolle zwischen Kundenzufriedenheit und Kundenloyalität ein; bei
dem tatsächlichen Wiederkauf sind die Anzahl der Transaktionen und die Dauer der Kun-
denbeziehung als signifikante Determinanten zu sehen.106 Für eine kanadische Bank un-
tersuchen Cooil et al. (2007), wie sich Kundenzufriedenheit mittelfristig auf die Ausga-
besituation von Haushaltssegmenten (Share of Wallet107) auswirkt. Über den Untersu-
chungszeitraum von fünf Jahren stellen sie fest, dass zwar grundsätzlich ein positiver Zu-
sammenhang zwischen Kundenzufriedenheit und der Ausgabesituation von Haus-
haltssegmenten besteht. Allerdings üben die untersuchten moderierenden Effekte (Alter,
Bildung und Finanzexpertise108) keinen Einfluss auf die Ausgabebereitschaft aus. Variab-
len wie Einkommen und Dauer der Kundenbeziehung haben sogar moderat negative Ein-
flüsse auf zusätzliche Ausgaben.109 Die Autoren begründen die Ergebnisse damit, dass in
einem mittelfristigen Zeitraum Manager die Kundenzufriedenheit als zu starre Control-
linggröße betrachten und empfehlen, dass Manager stattdessen individueller auf die Er-
fordernisse von lukrativen Wachstumssegmenten eingehen sollten.110 Als Beispiel führen
sie aus, dass in den zwei größten Haushaltssegmenten zwar ein Segment deutlich zufrie-
104 Vgl. Jones/Mothersbaugh/Beatty (2000), S. 266–267. 105 Vgl. Jones/Mothersbaugh/Beatty (2000), S. 267. 106 Vgl. Gonçalves/Sampaio (2012), S. 1521. 107 Share of Wallet gibt als Kennzahl in Prozent an, wie hoch der Umsatzanteil der Bank am gesamten
Kaufvolumen des Kunden ist. Für nähere Informationen zur Untersuchung siehe Tabelle 13 im An-
hang. 108 Finanzexpertise wird nicht direkt gemessen; die Studienteilnehmer werden stattdessen gefragt, ob sie
Finanzberatungen in Anspruch nehmen. Vgl. auch Cooil et al. (2007), S. 72. 109 Vgl. Cooil et al. (2007), S. 77. 110 Vgl. Cooil et al. (2007), S. 78.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 51
dener ist, ihm aber im Vergleich zum anderen durch ein geringeres durchschnittliches
Einkommen weniger Mittel für zusätzliche Finanzprodukte zur Verfügung stehen.111
Konzeptionell können die bisher diskutierten Ausführungen sowie der geschilderte Zu-
sammenhang in Abbildung 2 illustriert werden. Die Abbildung stellt beispielhafte Kun-
denkontaktpunkte mit einem Versicherer dar und verdeutlicht schematisch, dass Kunden-
zufriedenheit durch substituierende sowie moderierende Effekte beeinflusst wird. Des
Weiteren werden mögliche Reaktionen von zufriedenen Kunden, wie Aspekte der Loyali-
tät und die Zahlungsbereitschaft, aufgeführt. Durch das beeinflusste Kundenverhalten
können wiederum Größen des ökonomischen Erfolgs, wie Umsatz, Profitabilität, Cash-
flows und Marktanteile, von Unternehmen tangiert werden.
111 Vgl. Cooil et al. (2007), S. 78.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 52
Abbildung 2: Zusammenhang zwischen Kundenzufriedenheit, Einflussfaktoren und Auswirkungen (eigene Darstellung)
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 53
3.3.2 Implikationen für Versicherer
Durch moderierende Effekte kann der Zusammenhang zwischen Kundenzufriedenheit
und Verhaltenskonsequenzen fundierter beschrieben werden. Die erweiterten Erklärungs-
ansätze verbreitern die Perspektive und können somit Unternehmen ein differenzierteres
Kundenverständnis für die Servicequalität ermöglichen. Kundenzufriedenheit ist stärker
aus der tatsächlichen Kundensicht zu würdigen, denn jeder Kontaktpunkt eines Kunden
mit der Dienstleistung eines Versicherers kann unterschiedlich wahrgenommen und so-
wohl von substituierenden Kriterien als auch von moderierenden Effekten beeinflusst
werden. Die wesentlichen substituierenden Kriterien, wie Reputation, Marke, Vertrauen
sowie auch Werbung, geben Kunden eine Orientierung für das oftmals schwer verständli-
che Produkt einer Versicherung. Des Weiteren wird die Zufriedenheit von Kunden je nach
ihrer individuellen Lebenssituation durch vor allem das Alter, das Geschlecht, das Ein-
kommen, das Produkt-Involvement und die eigenen Wertvorstellungen ergänzt. Moderie-
rende Effekte erklären folglich das Entstehen einer Kundenzufriedenheit zusätzlich und
können individuelle Ansprüche von Kunden detaillierter beschreiben. Insbesondere für
Versicherungsunternehmen sind diese Erkenntnisse relevant, da das Produkt Versicherung
stark auf den Wunsch von Kunden nach Sicherheit ausgerichtet ist und Sicherheit oftmals
mit bestimmten Lebenssituationen zusammenhängt. Die moderierenden Effekte sollten
daher als zusätzlich erklärende Variable in die Analyse sowie Steuerung von Zusammen-
hängen der Kundenzufriedenheit einbezogen werden.
Kundenzufriedenheit als unmittelbaren Indikator für wirtschaftlichen Erfolg heranzuzie-
hen, kann für Versicherer bedeuten, dass reale Zusammenhänge nicht korrekt erfasst wer-
den. Denn wenn die Wirkungskette zwischen Kundenzufriedenheit und ökonomischen Er-
folgsgrößen unmittelbar interpretiert wird, können zahlreiche Informationen über Kunden
und folglich deren Bedürfnisse verloren gehen. Der oftmals betonte – und in der Praxis zu
leicht akzeptierte – Zusammenhang zwischen Kundenzufriedenheit und den Facetten der
Kundenloyalität sollte unter Berücksichtigung der aufgeführten Ergebnisse kritischer ge-
sehen werden. Kundenzufriedenheit als Kennzahl für ökonomischen Erfolg sollte daher
nicht unreflektiert behandelt werden und kann sogar zu Fehlinterpretationen führen. Bei-
spielsweise können Kundenbedürfnisse bei der Entwicklung von neuen Produkten nicht
adäquat berücksichtigt werden, so dass es zu Fehlentscheidungen bei der Konzeption von
neuen Produkten kommen kann.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 54
Die positiven Wirkungsweisen zwischen einer hohen Kundenzufriedenheit, positivem
Kundenverhalten und ökonomischem Erfolg sollten Versicherer nicht als gegeben anneh-
men. Keiningham et al. (2007) betrachten die Kundenzufriedenheit von amerikanischen
Unternehmen und stellen fest, dass Unternehmen mit durchschnittlich zufriedeneren
Kunden keine höheren Wachstumsraten im Vergleich zum Markt aufweisen. Insbesondere
die Zusammenhänge zwischen substituierenden Kriterien und moderierenden Effekten
sind für das Entstehen von Kundenzufriedenheit vielschichtig zu sehen. Versicherer soll-
ten diese Zusammenhänge systematisch erfassen und diese Erkenntnisse nutzen, um in
einer ganzheitlichen und wertorientierten Unternehmensführung mehr über ihre Kunden
lernen zu können.
3.4. Kundenzufriedenheit als integraler Bestandteil einer ganzheitlichen
und wertorientierten Unternehmensführung
3.4.1 Total Quality Management als Denk- und Handlungsansatz
Kundenzufriedenheit wertorientiert zu managen, schafft unmittelbar eine enge Verzah-
nung zur Service- und Prozessqualität.112 Daher wird im Folgenden ein Ansatz der wert-
orientierten Unternehmensführung beschrieben und um Spezifika der Kundenzufrieden-
heit in Versicherungsunternehmen ergänzt.
Eine ganzheitliche und wertorientierte Unternehmensführung verfolgt das Ziel, den Un-
ternehmenszweck so zu gestalten, dass eine möglichst hohe Wertschöpfung für die Stake-
holder entsteht. Porter (2004) sieht den Unternehmenszweck in einem Bündel von Aktivi-
täten, die der Konzeption, der Vermarktung, der Distribution und dem nachgelagerten
Service von Produkten dienen. Diese Aktivitäten lassen sich in einer Wertschöpfungskette
systematisch darstellen.113 Als Wert wird die Zahlungsbereitschaft der Kunden für die
Produkte oder vielmehr für die Leistungen des Unternehmens verstanden; er kann folglich
auch mit den Einnahmen des Unternehmens gleichgesetzt werden.114
Einen bekannten Ansatz der ganzheitlichen und wertorientierten Unternehmensführung
beschreibt das Total Quality Management. Das Total Quality Management ist ein ganz-
112 Vgl. Bruhn (2013), S. 87, Yang/Peterson (2004), S. 811–812 und Parasuraman/Zeithaml/Berry (1988),
S. 23–28. 113 Vgl. Porter (2004), S. 38. 114 Vgl. Porter (2004), S. 38–41.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 55
heitlicher Denk- und Handlungsansatz sowie eine Unternehmensphilosophie.115 Während
der Begriff „Total Quality Management“ heute kaum noch genutzt wird, haben viele Un-
ternehmen dessen Prinzipien in ihre laufenden Prozesse fest eingebunden.116 In Anleh-
nung an Riese (2006) und das Konzept des Total Quality Managements wird Qualitäts-
management als „das umfassende und systematische Management von Qualität auf Basis
von Kunden-, Mitarbeiter- und Prozessorientierung verstanden“.117 Dabei sind alle am
Unternehmen und dessen Erfolg beteiligten Personen einbezogen, um Qualitätsbewusst-
sein und Qualitätssicherung anstelle von nachgelagerten Qualitätskontrollen in die Phasen
der Wertschöpfungskette einzubringen.118 Zentraler Aspekt von Qualität sind demnach die
Befriedigung von Kundenansprüchen und alle mit der Leistungserstellung verbundenen
Prozesse.119 Zur Steigerung der Kundenzufriedenheit wird ein Qualitätsmanagement auf-
gesetzt, das ein Bündel von Maßnahmen zur Kontrolle, Sicherung und Verbesserung der
Qualität von Produkten und Prozessen eines Unternehmens beinhaltet.120
Altuntas/Uhl (2016) argumentieren, dass sich zusätzlich zu einer Verbesserung der Quali-
tät auch Effizienzsteigerungen realisieren lassen. Qualitätsverbesserungen umfassen ei-
nerseits die Reduzierung von Mängeln, andererseits auch die Senkung von Fehlern im
Prozess.121 Dadurch sinken Kosten- und Zeitaufwand für Nacharbeiten. Verbessert ein
Unternehmen die vom Kunden wahrgenommene Qualität der Produkte und Prozesse, so
steigert dies die Kundenzufriedenheit.122 Eine höhere Kundenzufriedenheit bewirkt wie-
derum eine höhere Kundenbindung und folglich eine höhere Wiederkaufquote sowie eine
größere Bereitschaft, das Unternehmen oder das Produkt weiterzuempfehlen. Altun-
tas/Uhl (2016) postulieren weiter, dass sich somit ein erfolgreiches Qualitätsmanagement
sowohl kostensenkend als auch erlössteigernd auswirkt. Der steigende ökonomische Er-
folg führt zu einer besseren Wettbewerbsposition des Unternehmens.123
Die Wirkungszusammenhänge werden in der nachfolgenden Abbildung verdeutlicht:
115 Vgl. Rothlauf (2010), S. 69. 116 Vgl. Keuper (2001), S. 113. 117 Riese (2006), S. 18. 118 Vgl. Altuntas/Uhl (2016), S. 70. 119 Vgl. Altuntas/Uhl (2016), S. 71. 120 Vgl. Altuntas/Uhl (2016), S. 70. 121 Vgl. Wagner (2011), S. 507. 122 Vgl. Altuntas/Uhl (2016), S. 69. 123 Vgl. Altuntas/Uhl (2016), S. 69.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 56
Abbildung 3: Erfolgskette des Qualitätsmanagements (eigene Darstellung in Anlehnung
an Bruhn/Georgi, 1999, S. 3)
Ein weiteres Kernelement des Total Quality Managements ist die Prozessorientierung. Vo-
raussetzung für eine hohe Produkt- und Prozessqualität sind nach Altuntas/Uhl (2016)
vereinfachte, weitgehend automatisierte und beherrschte Prozesse. Nicht wertschöpfende
Prozesse werden eliminiert, so dass die Komplexität reduziert werden kann. Effizienz-
und Effektivitätspotenziale können folglich genutzt werden. Die Sicherung eines hohen
Qualitätsniveaus erfordert zudem ständige Innovationen hinsichtlich der Produkte und
Prozesse sowie eine kontinuierliche Produkt- und Prozessverbesserung in Form eines
kontinuierlichen Verbesserungsprozesses.124 Dabei werden permanent Maßnahmen zur ef-
fektiven und effizienten Planung, Gestaltung und Kontrolle der gesamten Wertschöp-
fungskette ergriffen.125 Der Kern ist somit die kontinuierliche Optimierung aller Ge-
schäftsprozesse des Unternehmens mit dem Ziel maximaler Effektivität und Effizienz des
Faktoreinsatzes.126 Zur Optimierung von Prozessen werden unter anderem Methoden wie
das Benchmarking herangezogen.
Folglich können sich die Maßnahmen zur Erhöhung der Kundenzufriedenheit und zur Ef-
fizienzgewinnung positiv auf den ökonomischen Erfolg auswirken. Es ist allerdings zu
berücksichtigen, dass sich die angenommenen Mehrwerte der Maßnahmen innerhalb der
Wertschöpfungskette realisieren lassen. Das heißt, dass der wahrgenommene Nutzen vom
124 Vgl. Keuper (2001), S. 113. 125 Vgl. Pfeiffer/Weiß (1994), S. 53. 126 Vgl. Wagner (2011), S. 493. Wagner behandelt das Lean Management, das hier als ein weiterer Man-
agementansatz nicht näher thematisiert wird.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 57
Kunden erkannt und honoriert wird. Versicherer könnten beispielsweise in Maßnahmen
zur Kundenbindung und Weiterempfehlung investieren, ohne dass sie sich unmittelbar er-
lössteigernd auswirken. Wie unter 3.3.1 erläutert, können moderierende Effekte die Kun-
denzufriedenheit beeinflussen, so dass sich Maßnahmen nicht unmittelbar auf eine stei-
gende Kundenloyalität oder eine erhöhte Preisbereitschaft auswirken können. Treten
demnach die angenommenen Effekte der Kundenzufriedenheitssteigerung nicht ein, wir-
ken sich die Maßnahmen auch im Rahmen des Total Quality Managements nicht kosten-
senkend oder erlössteigernd aus.
Ebenfalls kann bereits eine aus Kundensicht kritische Erfahrung mit einem Serviceerleb-
nis (Critical Incident) die gesamte Zufriedenheit negativ beeinflussen und dazu beitragen,
dass eine Kundenbeziehung endet.127 Daher ist ein durchgängiges Kundenzufrieden-
heitsmanagement unter einer Kosten-Nutzen-Relation abzuwägen. Eine ganzheitliche
Steuerung im Total Quality Management nach Kundenzufriedenheit würde für einen Ver-
sicherer ein hohes Investitionsvolumen erfordern. So können Funktionen in die Aufbau-
organisation verankert und zusätzliches Personal eingestellt werden, das sich um die
Kundenzufriedenheit im operativen Bereich kümmert und Maßnahmen zur Steigerung der
Kundenzufriedenheit aufsetzt. Für ein konzerngeführtes Versicherungsunternehmen kön-
nen schnell Aufwendungen in Millionenhöhe entstehen. Erhöhte Kosten wirken sich in
der Regel jedoch negativ auf die Ertragssituation eines Unternehmens aus und sind sogar
kontraproduktiv zu weiteren üblichen Zielen wie Kosteneinsparungen sowie zunehmen-
den Automatisierungen von Geschäftsprozessen. Mögliche erfolgsorientierte Auswirkun-
gen sind daher in einem mittel- bis langfristigen Business-Case zu kalkulieren.
Grundlegend ist zu beobachten, dass sich der wahrgenommene Kundennutzen durch exo-
gene Faktoren stetig verändert. Wesentlichen Einfluss in der Versicherungswirtschaft
nimmt aktuell die Digitalisierung. Daher ist diese Entwicklung näher zu analysieren und
im Rahmen einer ganzheitlichen und wertorientierten Unternehmensführung für das Ge-
schäftsmodell Versicherung zu adaptieren.
127 Vgl. van Doorn/Verhoef (2008), S. 132 und Mittal/Lassar (1998), S. 184–185.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 58
3.4.2 Prozess- und Servicegestaltung im Zeitalter der Digitalisierung
Traditionell ist die Versicherungswirtschaft durch produktorientierte Prozesse gekenn-
zeichnet, die durch eine starke hierarchische und spartenorientierte Unternehmenskultur
verankert sind.128 Eine kundenzentrierte Unternehmensausrichtung entwickelt sich erst
allmählich in Versicherungsunternehmen. Die wesentliche Herausforderung, um kunden-
zentriert zu agieren, ist die Kundenperspektive einzunehmen – und zwar nicht von einer
Unternehmenssicht ausgehend, sondern aus Sicht des Kunden selbst.129 Die Perspektive
des Kunden ändert sich im Zeitalter der Digitalisierung zunehmend dynamisch. Insur- und
Fintech-Unternehmen beherrschen es vor allem, auf geänderte Kundenbedürfnisse dyna-
misch reagieren zu können.
In einer zunehmend digitalisierten Unternehmenswelt ist es für Versicherer erfolgskri-
tisch, analoges und digitales Kundenverhalten zu managen. Versicherer sollten Kunden
persönliche sowie digitale Services anbieten, die aus Kundensicht einen Mehrwert schaf-
fen, um daran anschließend das Kundenverhalten – wie den Kauf eines weiteren Produkts
– besser organisieren zu können. Bereits heute bietet beispielsweise das Insurtech-
Unternehmen „AppSichern“ für spezifische Situationen Kurzzeitversicherungen an; wie
zum Beispiel eine Unfallversicherung für Fußballfans bei einem Stadionbesuch. Durch
die App bekommt der Kunde zudem einen Hinweis, ob er nicht für vergleichbare Situati-
onen ebenfalls einen Versicherungsschutz kaufen will. Traditionelle Versicherer sollten
folglich Konzepte entwickeln, um den onlineaffinen Kunden einen Touchpoint offerieren
zu können, so dass Kunden digital oder auch persönlich mit dem Versicherer in Kontakt
treten wollen. Das Total Quality Management ist folglich zu erweitern, indem es die digi-
tale Interaktion mit Kunden einbezieht und somit über das Kundenverhalten noch mehr
gelernt werden kann.
Digitalisierung beschreibt eine Entwicklung, die technisch indiziert das veränderte Kun-
denverhalten widergibt. Sie formt eine digitale Transformation des Kundenverhaltens. So
werden künftig Prozesse, wie Kunden mit einem Unternehmen kommunizieren und ein-
zelne Service in Anspruch nehmen wollen, eigenverantwortlich angestoßen – und zwar
wesentlich durch digitale Interaktionen. Jedes Dienstleistungsangebot eines Unterneh-
mens muss für den Kunden wahrnehmbar sein und erlangt erst einen Wert, wenn es durch
128 Vgl. Zimmermann/Richter (2015), S. 23. 129 Vgl. Winters (2014), S. 19.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 59
den Kunden angenommen wird.130 Für ein Versicherungsunternehmen, das sich im Wan-
del der digitalen Transformation befindet, ist eine konsequente Vernetzung der digitalen
und analogen Interaktionsmöglichkeiten notwendig, um die gegenseitigen Wechselwir-
kungen verstehen zu lernen.
Um die Kundenbedürfnisse in einem (digitalisierten) Unternehmen stärker erfassen zu
können, findet der Ansatz der „Customer Journey“ in der Zufriedenheitsforschung sowie
in der Unternehmensführung zunehmend Berücksichtigung. Der Begriff „Customer Jour-
ney“ (Kundenreise) stammt aus der Markenlehre und bildet die Interaktion des Kunden
mit der Marke über verschiedene Touchpoints oder besser gesagt Servicekontaktpunkte
ab.131 Diese Betrachtungsweise hat sich aus der marktorientierten Unternehmensführung
entwickelt und erwirbt seit einigen Jahren zunehmendes Interesse in der Versicherungs-
branche.
Der Ansatz der Customer Journey soll die Kontaktpunkte aus Kundensicht erfassen und
sie im Kontext einer qualitativen Wechselwirkung zwischen analoger (also persönlicher)
und digitaler Interaktion einbetten.132 Deutlich wird der Verständnisansatz der Customer
Journey am Beispiel des Versicherungsvertriebsprozesses. Früher ließen sich Kunden von
ihrem persönlichen Vermittler beraten und bezogen ein Produkt direkt über einen Han-
delsvertreter. Heute erwarten Kunden, dass sie nach ihren eigenen Wünschen jederzeit
und über verschiedene Kanäle mit ihrem Anbieter in Kontakt treten können. Der heutige
Kaufprozess ist fragmentiert und verstreut sich über verschiedene Kontaktpunkte zwi-
schen Versicherungsanbietern, Intermediären und Kunden. So informieren sich bereits
42 % der Kunden online und schließen danach persönlich beim Berater einen Vertrag ab –
„Research Online, Purchase Offline“ oder auch „ROPO“ wird dieser Effekt bezeichnet.133
Beispielhaft kann diese Kundenreise wie folgt dargestellt werden:
130 Vgl. Vargo/Lusch (2008), S. 1–2. 131 Vgl. Esch (2014), S. 251. 132 Vgl. Zehetmair (2015), S. 20–21. 133 Vgl. Bohn (2013), S. 23, online vom 17.11.2015, https://www.axa.de/site/axade/get/documents/
axade/AXA.de_Dokumente_und_Bilder/Unternehmen/Presse/Pressemitteilungen/Dokumente/GfK-
AXA-Customer-Journey-Ergebnisbericht.pdf.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 60
Abbildung 4: Customer Journey am Beispiel des Versicherungsvertriebsprozesses (eigene
Darstellung in Anlehnung an Straube, 2014, online vom 28.11.2014)
Die fortschreitende Digitalisierung erfordert, dass der Ansatz des Total Quality Manage-
ments erweitert wird, um auf geänderte Kundenbedürfnisse dynamischer reagieren zu
können. Neben den Produkt- und Prozessverbesserungen können ebenfalls differenzierte
Kundenverhaltensweisen im Rahmen des kontinuierlichen Verbesserungsprogramms be-
rücksichtigt werden. Eine kundenorientierte Ausrichtung kann nur auf der Grundlage hin-
reichender Kenntnisse über die Bedürfnisse, Wünsche sowie über die Einflussgrößen und
Gesetzmäßigkeiten des Verhaltens von (potenziellen) Kunden erfolgen.134 So ist zu emp-
fehlen, dass möglichst viele relevante Informationen über den Kunden individuell ge-
sammelt und für Touchpoints herangezogen werden. Demographische Kundencharakte-
ristika wie beispielsweise Alter, Einkommen und kulturelle Werte sowie multidimensiona-
le Aspekte wie emotionale Kundenerfahrungen sind in das Management von Kundenzu-
friedenheit einzubeziehen. Es geht folglich um den Aufbau eines branchenübergreifendes
Kundendatenkonzepts. Dies ist die Basis für eine ganzheitliche Kundensicht (360-Grad-
Sicht). Ein Customer Relationship Management (CRM) unterstützt systematisch die Ab-
kehr vom produktorientierten hin zum kundenorientierten Denken.135
134 Vgl. Hüttner/von Ahsen/Schwartig (1999), S. 13. 135 Vgl. Diller/Fürst/Ivens (2011), S. 125.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 61
Allerdings können sämtliche Touchpoints eines Kunden bisher nur punktuell erfasst und
stark limitiert in Zufriedenheitsverfahren einfließen. Für eine Erfassung von nahtlosen
Kanalübergängen einer Customer Journey fehlen Versicherern oftmals schlicht die tech-
nologischen Voraussetzungen. Verschiedene Kernanforderungen wie beispielsweise eine
multikanalfähige IT oder eine prozessübergreifende Datenverfügbarkeit resultieren für
Unternehmen und stellen zugleich für Versicherer im Zeitalter der Digitalisierung sowie
im Zeitalter von „Big Data“ noch die größten Herausforderungen dar.
Die beschriebenen Konzepte weisen grundlegende Gemeinsamkeiten und Zusammenhän-
ge auf. Die Prozessgestaltung an sich bildet den Ausgangspunkt der Analysen und Verbes-
serungsmaßnahmen. Eng damit verbunden ist die Kundenorientierung und -zufriedenheit,
da Serviceprozesse von Kunden angestoßen werden und mit der Erfüllung des Kunden-
bedarfs enden. Damit die Kundenerwartungen erfüllt werden können, müssen sowohl die
Produkte als auch die Prozesse eine hohe Qualität aufweisen. Gleichzeitig soll ein hohes
Maß an Effizienz erreicht werden. Um das hohe Niveau von Qualität und Effizienz dau-
erhaft hochhalten zu können, werden diese im Rahmen eines kontinuierlichen Verbesse-
rungsprozesses andauernd weiter optimiert. Dies gelingt umso besser, je stärker alle am
Prozess beteiligten Personen, das heißt Kunden, Mitarbeiter und Management, eingebun-
den werden. Die Service- und Prozessqualität eines Versicherers ist folglich stark mit der
Kundenzufriedenheit verbunden. Aus Unternehmenssicht ist die Service- und Prozessqua-
lität stetig zu optimieren und als wesentliches Kompetenzfeld anzusehen. Die Weiterent-
wicklung von Serviceprozessen ist zudem eng mit unternehmensindividuellen Gegeben-
heiten und Strukturen verbunden. Vor allem durch die Digitalisierung wird die Weiterent-
wicklung einer Service- und Prozessqualität, ausgelöst durch sich schnell ändernde Kun-
denerwartungen, ein zentrales Kompetenzfeld eines Versicherers, das es zu managen und
zu steuern gilt.
3.5 Implementierung eines unternehmensindividuellen Steuerungsmodells
3.5.1 Handlungsempfehlungen
Moderierende Effekte als multidimensionale Aspekte einer Geschäftsbeziehung sind für
Versicherer von hoher Bedeutung. Explizite Aspekte wie Alter, Einkommen, Bildung,
Familienstand und persönliche Werte wirken sich einmal schwächer und einmal stärker
auf die Kundenzufriedenheit aus. Diese Erkenntnisse sollten von Versicherern systemati-
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 62
scher genutzt werden, indem sie ein unternehmensindividuelles Kundenzufriedenheitssys-
tem für ihre Belange implementieren. Kundenerwartungen sind sehr spezifisch und unter-
scheiden sich zudem in den unterschiedlichen Produktgruppen durch die Erfahrungs- und
Vertrauenseigenschaften. Zu berücksichtigen ist ferner, dass heterogene Kundenerwartun-
gen die Zufriedenheit mit einem Unternehmen negativ beeinflussen können.136 Heteroge-
ne Servicepräferenzen von Kunden können bei Unternehmen mit hohem Marktanteil für
eine abnehmende Zufriedenheit sorgen und dazu führen, dass deren direkte Wettbewerber
gestärkt werden.137 Insurtech-Unternehmen stoßen derzeit exakt in diese Lücke und bieten
traditionellen Versicherern zunehmend Konkurrenz, indem sie ihre Kunden individueller
ansprechen und diesen einen besseren Service offerieren. Für Versicherer mit einem klas-
sischen Spartengeschäftsmodell geht es folglich darum, dass sie ihre wertschöpfenden
Kernprozesse nach den unterschiedlichen Kundenerwartungen differenziert optimieren
und das Risiko abnehmender Marktanteile verringern. Versicherern und Managern kann
daher empfohlen werden, dass sie für homogene Unternehmensbereiche Steuerungs- und
Messsysteme implementieren, um spezifische Treiber und Variablen einer Kundenzufrie-
denheit analysieren zu können.
Darauf aufbauend können im Sinne eines Total Quality Managements die Service- und
Prozessqualität in den homogenen Teilbereichen fokussiert und Kernprozesse stetig opti-
miert werden. Auf den Punkt gebracht geht es darum, wie jeder Unternehmensbereich mit
allen beteiligten Mitarbeitern und Führungskräften in seinem originären Wirkungsbereich
für Kunden besser werden kann. Der Wirkungsbereich stellt dabei jeweils auf die wert-
schöpfende Kerntätigkeit wie beispielsweise Beratung im Vertrieb, Service im Betrieb
und Schadenmanagement ab. Ein durchgängiges Kundenzufriedenheitssteuerungssystem
erfordert, dass jeder Bereich oder vielmehr jeder Kernprozess seinen Wirkungsbeitrag zur
operativen und finanziellen Verbesserung leistet.
Im nächsten Abschnitt werden zwei gängige Konzepte zur Messung von Kundenzufrie-
denheit vorgestellt, um im Anschluss vertiefende Empfehlungen für den Aufbau eines un-
ternehmensindividuellen Modells erläutern zu können.
136 Vgl. Grewal/Chandrashekaran/Citrin (2010), S. 622. 137 Vgl. Rego/Morgan/Fornell (2013), S. 8.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 63
3.5.2 Überblick zu standardisierten Kundenzufriedenheitssystemen
3.5.2.1 KUBUS-Berichtsband
In der Versicherungswirtschaft sind zwei Kundenzufriedenheitssysteme zur Messung und
Steuerung gängig: die KUBUS-Zufriedenheitsbefragung und der Net Promoter Score.
Die KUBUS-Zufriedenheitsbefragung ist in der deutschen Versicherungsbranche eine
marktübergreifende und übliche Benchmarkstudie. Sie wird einmal jährlich von der Firma
MSR Insights erstellt und Versicherern entgeltlich zur Verfügung gestellt. MSR Insights
führt eine repräsentative Befragung anhand eines telefonischen Interviews durch. Die
Analyse berücksichtigt ca. 80 % des deutschen Versicherungsmarktes sowie die gängigen
Versicherungssparten (Leben, Kranken, Sach, Haft, Unfall, Rechtsschutz, Kraftfahrt).138
Zudem werden vier Kernprozesse definiert und in Teilbereiche untergliedert. Sie werden
zur Gesamtzufriedenheit aus Kundensicht aggregiert und mit zwei weiteren Dimensionen
(Kundenbindung und Kundenpotenzial) ergänzt. Diese drei Hauptthemen fließen im Er-
gebnis jeweils zu einem Drittel in einen Index ein. Die Ergebnisse werden zu einem
KUBUS-Index zwischen 0 und 1.000 aggregiert.139 Abbildung 5 stellt das wesentliche
Prinzip des Kennzahlensystems dar:
138 Vgl. KUBUS Versicherung (2015), S. 2. 139 Vgl. Weber (2015), online vom 08.11.2015, http://www.msr.de/insights/studienshop/kubus-
versicherung.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 64
Abbildung 5: Schematische Darstellung zur KUBUS-Zufriedenheitsmessung (eigene Darstellung in Anlehnung an KUBUS Versicherung, 2015)
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 65
Folgende Kernfragen werden in den drei Hauptthemenbereichen bzw. Dimensionen ge-
stellt:
Gesamtzufriedenheit:
(Kundenzufriedenheit) „Wie zufrieden sind Sie insgesamt mit (Unternehmensname)?“
Kundenbindung:
(Wiederentscheidung) „Würden Sie sich heute wieder für (Unternehmensname) ent-
scheiden?“
(Verlängerungsabsicht) „Werden Sie Versicherungen bei (Unternehmensname) verlän-
gern?“
Kundenpotenzial:
(Wiederkauf) „Würden Sie bei (Unternehmensname) noch andere Versiche-
rungen abschließen, falls Sie diese benötigen?“
(Weiterempfehlung) „Würden Sie (Unternehmensname) an Freunde und Bekannte
weiterempfehlen?“
Die Antworten sind von 1 „vollkommen zufrieden“ bis 5 „unzufrieden“ möglich. Das
Skalenniveau der Gesamtzufriedenheit (1–5) ist als numerisch-verbal umschrieben und
kann als quasi-metrisch bestimmt werden, da die Skala mit der Merkmalsausprägung „zu-
frieden“ den Befragten eine neutrale Rubrik zur Verfügung stellt und somit als ausbalan-
ciert zu sehen ist.140 Diese Form der Zufriedenheitsmessung kann als merkmalsorientier-
tes, eindimensionales Verfahren, das ex post durchgeführt wird, eingeordnet werden.141
Des Weiteren werden anhand der oben dargestellten Teilbereiche ein Serviceindex sowie
zusätzlich ein spezifischer Markenindex berechnet.142
Die Aggregation der Gesamtzufriedenheit, der Kundenbindung und des Kundenpotenzials
zu einem Indexwert ist einfach zu verstehen. Die hierarchischen Strukturen der drei Di-
mensionen erschweren allerdings eine inhaltliche Interpretation der Ursachen. Im
KUBUS-Berichtsband werden die drei Indizes näher aufbereitet und anhand von Regres-
sionsanalysen sogenannte Treiber identifiziert, so dass Versicherer Einflussfaktoren zur
140 Vgl. Aaker et al. (2011), S. 253. 141 Vgl. Beutin (2001), S. 90–96. 142 Vgl. KUBUS Versicherung (2015), S. 11–12.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 66
Verbesserung der Kundenzufriedenheit ableiten können. Der Vorteil besteht darin, dass
sich Versicherer mit anderen Organisationen im Bereich der drei Indizes im Benchmark
vergleichen können. Versicherer können folglich Bereiche identifizieren, in denen sie
Wettbewerbsvorteile oder Optimierungsbedarf haben. Der Nachteil ist darin zu sehen,
dass die Untersuchung nur einmal im Jahr erhoben wird und lediglich eine punktuelle Si-
tuation wiedergibt. So kann es beispielsweise im Bereich des Service-Benchmarks sein,
dass der letzte Kontakt mit dem Unternehmen vor mehreren Monaten bestand. Des Weite-
ren können Versicherer keine unternehmensbezogenen Servicemessungen aus dem
Benchmark-Vergleich ableiten, das heißt, die tatsächliche Leistung sowie die Ergebnisse
in den einzelnen Teilbereichen müssen durch eigene Messungen erfasst werden. MSR In-
sights bietet Versicherern diese Services zur unternehmensbezogenen Vertiefung zusätz-
lich an.
3.5.2.2 Net Promoter Score
Der NPS wurde Anfang 2000 von Fred Reichheld entwickelt und wird von Bain & Com-
pany als Net Promoter System anderen Unternehmen zur Implementierung angeboten.
Die grundsätzliche Idee ist, dass Kunden, die als Promoter des Unternehmens auftreten,
theoretisch als loyaler angesehen und mit einer höheren Wiederkaufbereitschaft eingestuft
werden. Der NPS definiert primär ein Unternehmenswachstum als Zielgröße. So hat
Reichheld bereits 2003 konstatiert, dass der NPS das geeignetste Verfahren ist, um ein
überdurchschnittliches Unternehmenswachstum zu beeinflussen.143
Durch den NPS wird in einem metrischen Verfahren ermittelt, ob Kunden nach einem
punktuellen Serviceerlebnis das Unternehmen ihren Bekannten und Freunden weiteremp-
fehlen würden. In der Regel werden Kunden nach einem Serviceerlebnis zwei Hauptfra-
gen gestellt.144
Erste Frage: „Wie wahrscheinlich ist es, dass Sie (Unternehmensname) einem
Freund oder Kollegen weiterempfehlen werden? Bitte nennen Sie mir
eine Bewertung zwischen 0 und 10, wobei 0 für ‚absolut unwahrschein-
lich‘ und 10 für ‚höchstwahrscheinlich‘ steht.“
143 Vgl. Reichheld (2003), S. 50–51. 144 Vgl. Reichheld (2003), S. 53 und Reichheld/Markey (2011), S. 4–5.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 67
Zweite Frage:
(bei 0–6) „Was müssten wir besser machen, damit Sie uns weiterempfehlen?“
(bei 7–8) „Was ist der Hauptgrund für die Bewertung, die Sie mir eben genannt
haben“?
(bei 9–10) „Was gefällt Ihnen an uns am besten?“
Die Einstufungen der Kritiker (bei 0–6), der Passiven (bei 7–8) und der Promotoren (bei
9–10) werden herangezogen, um den NPS-Wert zu ermitteln. Zur Berechnung des NPS
werden die Ergebnisse der Promotoren und der Kritiker subtrahiert; die Ergebnisse der
Passiven bleiben unberücksichtigt. Die Werte gehen dabei von -100 bis +100.145
Vor einer Kundenbefragung werden zuerst Geschäftsvorfälle identifiziert, nach denen die
NPS-Fragen gestellt werden sollen. Bei den kritischen Äußerungen (0–6) werden Kunden
im Nachgang um ein telefonisches Feedbackgespräch gebeten.146 Dieses Vorgehen soll
helfen, qualitative Aspekte zu ermitteln und Kundenerwartungen besser zu verstehen.
Neben Unternehmen wie der Zurich Versicherung und der Generali setzt auch die Allianz
den NPS ein. Die Allianz gibt an, dass sie durch den NPS in den bestplatzierten Organisa-
tionseinheiten einen bis zu 9,3 % höheren Umsatz erreichen konnte.147 Eine Makrounter-
suchung hat die Frage fokussiert, ob Unternehmen übergreifend durch den Einsatz des
NPS ein überdurchschnittliches Unternehmenswachstum erzielen können. Die Studie hat
dabei den ACSI herangezogen und eruiert, dass die betrachteten Unternehmen keine hö-
heren Wachstumsraten im Vergleich zum Markt aufweisen konnten.148 Der vom Gründer
Fred Reichheld postulierte Grundsatz, dass mit dem NPS ein überdurchschnittliches
Marktwachstum zu generieren ist, sollte folglich nicht direkt angenommen werden. Das
NPS-Verfahren ist für Unternehmen geeignet, die durch ein regelmäßiges Kundenfeed-
back lernen und stetig die Qualität der Dienstleistung verbessern wollen. Durch ein zeit-
nahes und konstruktives Feedback können Versicherer von den Bedürfnissen ihrer Kun-
den lernen und effektive Maßnahmen für eine zufriedenstellende Dienstleistung definie-
ren.
145 Vgl. Reichheld/Markey (2011), S. 6–7. 146 Vgl. Reichheld/Markey (2011), S. 175–176. 147 Vgl. Carendi/Kavitsky (2006), online vom 07.11.2015, https://www.allianz.com/v_1340531301000/
media/investor_relations/de/konferenzen/capital_markets_days/dokumente/06_07_13_capital_
markets_day___presentation.pdf, S. A 11. 148 Vgl. Keiningham et al. (2007), S. 84–85.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 68
3.5.2.3 Analyse und Ableitungen für ein unternehmensindividuelles Modell
Die beschriebenen Kundenzufriedenheitsmesssysteme KUBUS und NPS weisen für sich
betrachtet Vor- und Nachteile auf. Sie fokussieren jeweils einzelne Aspekte in der analo-
gen und digitalen Interaktion zwischen Kunde und Unternehmen. Sie können dabei unter-
stützen, spezifische Fragestellungen rund um die Kundenzufriedenheit zu beantworten.
KUBUS bezieht sich auf definierte Ereignisse der wesentlichen Kernprozesse Betreu-
ung/Beratung, Schaden/Leistung, Vertrag, Produkt/Preis und misst folglich die Kundenzu-
friedenheit nach einem ereignisorientierten Ansatz. Somit versucht KUBUS, eine stärker
auf die Kundensicht gerichtete Perspektive einzunehmen, um so die Fragestellungen ste-
tig auf die Bedürfnisse der Kunden zu adaptieren.149 Sogenannte eindimensionale Verfah-
ren finden in der Praxis häufig Anwendung; sie messen die Kundenzufriedenheit mittels
einer inhaltlichen Ausprägung wie der Gesamtzufriedenheit. Eindimensionale Verfahren
können jedoch bei einem komplexen Konstrukt wie der Kundenzufriedenheit nur eine un-
zureichende Reliabilität und Validität sicherstellen.150 Denn Kunden bilden sich in der
Regel „im Laufe der Zeit“ eine Meinung. Sogenannte merkmalsorientierte Ansätze be-
rücksichtigen als kumulative Verfahren im Vergleich ein breiteres Spektrum an Produkt-,
Service- oder Interaktionspunkten zur Zufriedenheitsmessung.151
Ein effektives Steuern nach Kundenzufriedenheit erfordert, dass ein umfassendes Bild
von Kundenerwartungen geformt wird. Je mehr vorliegende Informationen über die eige-
nen Kunden bei der Servicegestaltung einbezogen werden, desto spezifischer kann auf die
Kundenbedürfnisse eingegangen werden. Daher sind die Prozesse umfassender aus Kun-
densicht zu modellieren. Die Wertschöpfungskette sollte durchgängiger mit analogen und
digitalen Kontaktpunkten operationalisiert werden. Das heißt, dass nicht wie bei KUBUS
üblich einzelne Kontaktpunkte des Kunden nach einem Serviceerlebnis aufgegriffen wer-
den, sondern der Gedanke der Customer Journey stärker berücksichtigt werden sollte. So-
genannte multiattributive Messungen berücksichtigen aus Prozesssicht mehrere Faktoren
und sollten daher für ein Kundenzufriedenheitsmesssystem präferiert werden.152
149 Vgl. KUBUS Versicherung (2015), S. 5. 150 Vgl. Beutin (2001), S. 92–93. 151 Vgl. Homburg/Werner (1998), S. 61. 152 Vgl. Beutin (2001), S. 95–96.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 69
Des Weiteren erfasst KUBUS keine qualitativen Aspekte für eine hohe Zufriedenheit oder
Unzufriedenheit. Demnach können spezifische Gründe und moderierende Effekte einer
Kundenzufriedenheit in die Treiberanalyse nicht einfließen. Der Informationsgewinn für
eine konkrete Verbesserung der Services und Prozesse ist folglich lediglich allgemeingül-
tig vorhanden. Wesentlicher Schwachpunkt von KUBUS ist die fehlende Berücksichti-
gung moderierender Effekte und substituierender Kriterien, die die Bildung der Kunden-
zufriedenheit beeinflussen. Die Wirkungszusammenhänge zur Bildung der Kundenzufrie-
denheit können dadurch verzerrt werden. Der NPS ist im Vergleich zu KUBUS einfacher
zu implementieren und verfolgt – insbesondere für die Mitarbeiter – eine verständliche
Zielsetzung. Bei der NPS-Messung handelt es sich um ein explizit eindimensionales Ver-
fahren, das eine numerisch-verbale Ratingskala beinhaltet. Die Skala ist unipolar und mit
elf Stufen ungerade. Ob das vorliegende Skalenniveau als ordinal- oder intervallskaliert
angesehen werden kann, wird in der Fachliteratur kontrovers diskutiert.153 Kritisch anzu-
merken ist, dass zwar mit der Stufe 5 eine neutrale Antwortmöglichkeit innerhalb der Ska-
la zur Verfügung steht, jedoch können die befragten Teilnehmer diese neutrale Rubrik
nicht erkennen. Denn wenn sie mit der Ausprägung 5 antworten, werden sie nicht als
neutral, sondern als kritische Rückmelder eingestuft. Befragte Kunden, die weder ein ten-
denziell positives noch negatives Erlebnis mit dem erbrachten Service haben, sind erfah-
rungsgemäß dazu geneigt, in einer neutralen Rubrik zu antworten. Ob das Skalenniveau
daher als quasi-metrisch bestimmt und somit als ausbalanciert angesehen werden kann, ist
fraglich.154 Statistisch kann daher von einer tendenziell höheren Variabilität ausgegangen
werden.155 Zugleich kann aus Unternehmenssicht diese individuelle Einstufung als kriti-
scher bewertet werden, die dazu führen kann, dass höhere Anstrengungen vorzunehmen
sind, um positivere NPS-Werte zu erreichen. Im Vergleich zur KUBUS-
Zufriedenheitsmessung hat das NPS-Verfahren den Vorteil, dass es unternehmensbezogen
und stetig erhoben wird. Folglich können Versicherer Teilbereiche ihres Unternehmens
identifizieren, in denen die Kundenzufriedenheit kein ausreichendes Niveau erreicht.
Durch das konkrete Nachfragen bei unzufriedenen Kunden können zudem spezifische
Gründe zur Serviceoptimierung eruiert werden – auch können substituierende Kriterien
und moderierende Effekte qualitativ erfasst werden.
153 Vgl. Stier (1999), S. 72–74 und Krosnick/Fabrigar (1997), S. 141–143. 154 Vgl. Aaker et al. (2011), S. 253. 155 Vgl. Grisaffe (2007), S. 47.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 70
Sowohl KUBUS als auch NPS haben eine gemeinsame Schwachstelle: Sie nutzen die
Kundenzufriedenheit lediglich als isolierte Kennzahl mit einer Zielfunktion.156 Kundenzu-
friedenheit mit einer reinen Zielfunktion festzulegen, ist nicht ausreichend. Nimmt eine
Kennzahl eine Indikatorenfunktion ein, ist es charakteristisch, dass man keinen eindeuti-
gen und sicheren Zusammenhang kennt. Es wird also vermutet, dass der Indikator mit der
relevanten Größe korreliert ist – also beispielsweise Kundenzufriedenheit und höherer Er-
trag.157 Um den Interpretationsspielraum reduzieren zu können, ist eine Kennzahl mit
weiteren Variablen in eine systematische Beziehung zueinander zu ergänzen.
Zusammenfassend kann konstatiert werden, dass beide dargestellten Instrumente keine
überzeugende Modellierung der facettenreichen Einflussfaktoren zur Kundenzufrieden-
heit abbilden. Folglich sind beide Ansätze weniger geeignet, um die aus Kundensicht
maßgebliche prozessübergreifende Perspektive einnehmen zu können und im Rahmen des
Total-Quality-Management-Ansatzes einen wesentlichen Beitrag zur wertorientierten Un-
ternehmensführung eines Versicherers zu leisten.
3.5.3 Managementorientierte und strategische Empfehlungen
Nimmt ein Versicherungsunternehmen das Management von Kundenzufriedenheit ernst,
muss es ein unternehmensbezogenes Modell entwickeln, das einerseits im Marktvergleich
Wettbewerbsvorteile sowie auch Optimierungsfelder in der Servicekette identifiziert und
weiterführend konkrete Ansätze zur Verbesserung der Services ableiten kann. Dies kann
effektiv durch das stetige Einholen von Kundenfeedback in quantitativer und qualitativer
Form erfolgen. Kunden sollten im Anschluss an konkrete Kontaktpunkte oder Touch-
points – wie beim NPS-Verfahren – zu ihren individuellen Ansprüchen, Erfahrungen und
Einschätzungen befragt werden. Die einzelnen Prozesse und Kontaktpunkte sind mit Ein-
flussfaktoren der Kundenzufriedenheit zu spezifizieren. Zur Identifikation von Zufrieden-
heitstreibern in den Teilbereichen sollten regelmäßig subjektive, merkmalsorientierte,
mehrdimensionale und Ex-post-Befragungsverfahren durchgeführt werden. So können
multidimensionale Aspekte oder moderierende Effekte bei der Bildung einer Kundenzu-
friedenheit festgestellt und statistisch gesehen mit einer tolerierbaren Variabilität gemes-
sen werden. Darüber hinaus kann Versicherern empfohlen werden, dass sie ihre Kunden
156 Vgl. Küpper (2008), S. 395 und Trauzettel (1999), Kapitel 3. 157 Vgl. Küpper (2008), S. 394.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 71
qualitativ nach deren Lebenssituation sowie zu deren Wertegefüge explizit befragen, um
folglich konkrete Erwartungshaltungen an Services ableiten zu können.
Aus den Ergebnissen können Servicetreiber einer Organisation definiert und mit Kenn-
zahlen zur operativen sowie finanziellen Verbesserung der Kernprozesse quantitativ ver-
knüpft werden. Diese Verknüpfung ist mit sogenannten Key Performance Indicators (KPI)
zu empfehlen. Als konkretes Beispiel kann der Bereich der Schadenregulierung beleuchtet
werden. Die Schadenerfahrung ist für einen Kunden ein „Moment der Wahrheit“. Das
heißt auch, dass Kunden bei einer Sachversicherung das vorgeschossene Vertrauen im
Schadenfall als Referenzwert zur Bildung der Kundenzufriedenheit wieder heranziehen.
Trautinger (2015) hat bei einer Analyse des Schadenprozesses Evidenz dafür gefunden,
dass Kunden zufriedener sind, wenn der Schaden zügig und vollumfänglich bezahlt wird.
Wenn darüber hinaus ein Schaden nicht komplett erstattet wird, wollen Kunden zumindest
den Kürzungsgrund nachvollziehen können.158 Das Schadenmanagement eines Versiche-
rers kann diese Erkenntnisse nutzen und die Schadenregulierung stärker auf die Kunden-
bedürfnisse ausrichten. So lautet die Empfehlung, dass bei Schadenfällen mit geringerer
Komplexität Versicherer für eine Fallbearbeitung Servicelevels von bis zu zwei Wochen
definieren sollten und Kunden stets über wichtige Bearbeitungsschritte der Schadenregu-
lierung informiert werden.159 Das Start-up-Unternehmen Ubrich bietet weiterführend für
Versicherer an, dass durch eine rechtssichere Speicherung von Sensordaten, zum Beispiel
ob ein Einbruch im Sinne einer Hausratversicherung vorliegt, der Schadenfall automa-
tisch reguliert werden kann, ohne dass ein Gutachter einbezogen werden muss.160 Am
Beispiel der Schadenregulierung können als KPI etwa die Dauer der Schadenbearbeitung,
die Höhe der Schadenzahlung sowie die Anzahl von Rückfragen der Kunden herangezo-
gen werden. Anhand dieser KPI kann die Effektivität und Effizienz der Schadenbearbei-
tung überwacht und gesteuert werden. Versicherer können daran ebenfalls die Bedürfnisse
und die Erwartungshaltungen ihrer Kunden stärker identifizieren und zielgerichtet Res-
sourcen für eine zufriedenstellende Serviceerbringung allokieren.161
158 Vgl. Trautinger (2015), S. 303–304. 159 Vgl. Trautinger (2015), S. 304. 160 Vgl. Noller (2015), online vom 09.07.2016,
http://versicherungswirtschaft-heute.de/unternehmen/blockchain-technik-ersetzt-schadenabteilung/. 161 Vgl. Kekre/Krishnan/Srinivasan (1995), S. 1465.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 72
Darüber hinaus sind die gewonnenen Erkenntnisse über die eigenen Kunden in einem IT-
System sowie in einem ganzheitlichen Kundendatenkonzept zu zentralisieren, so dass in-
dividuelle Situationen und mögliche moderierende Effekte in die Analyse der Kundenzu-
friedenheit systematisch einbezogen werden können. Allerdings sind rechtliche Anforde-
rungen, vor allem bei der Informationsgewinnung über die individuelle Kundensituation,
zu berücksichtigen. In Konzernstrukturen dürfen in vielen Ländern Kundendaten zu Ver-
trägen jeweils nur vom Risikoträger verwendet und gespeichert werden. Folglich kann ein
Datenaustausch zwischen einem Lebens- und Krankenversicherer rechtlich gar nicht zu-
lässig sein, um mehr über den eigenen Kunden lernen zu können. Einige Versicherer le-
gen daher ihre Risikoträger zusammen und straffen ihre Unternehmensstrukturen – wobei
das Gebot der Spartentrennung nach dem Versicherungsaufsichtsgesetz (VAG) zwischen
Komposit- und Personenversicherungen zu beachten ist.
Komplexe Konzernstrukturen erfordern es, dass ein auf sich abgestimmtes Kennzahlen-
system eingeführt wird. Unter Kennzahlensystem wird im Allgemeinen eine Zusammen-
stellung von quantitativen Variablen verstanden, die als Kennzahlen in einer sachlich
sinnvollen Beziehung zueinander stehen, einander ergänzen oder erklären und insgesamt
auf ein gemeinsames übergeordnetes Ziel ausgerichtet sind.162 Ein Kennzahlensystem
kann helfen, die Gesamtheit von Kennzahlen, die in einer Beziehung zueinander stehen,
zu systematisieren und koordinativ zu lenken. Ein auf sich abgestimmtes Kennzahlensys-
tem kann eine positive Wirkung auf die verfolgten ökonomischen Größen realisieren,
wenn dabei die Zielsetzungen sowie die langfristige strategische Ausrichtung ausbalan-
ciert berücksichtigt werden.163 Um von einer steigenden oder auch abnehmenden Kun-
denzufriedenheit zu lernen und die richtigen Schlüsse ziehen zu können, ist es entschei-
dend, dass die Ursachen analysiert und geeignete Maßnahmen zur Verbesserung umge-
setzt werden. So kann ein regulierter Schaden, der den Kunden zufrieden stimmt, als An-
satz für den Verkauf von weiteren Versicherungen genutzt werden. Kennzahlen des Scha-
denmanagements sind folglich mit einem Kundenkontaktmanagement zu verbinden und
zu steuern. Wichtig ist darüber hinaus, dass die Kundenzufriedenheit neben der Kennzah-
lenfunktion im Zielsystem zugleich als strategische Stoßrichtung im Sinn eines „kontinu-
ierlichen Lernverhaltens“ formuliert und mit einem konkreten Maßnahmenbündel opera-
tiv verbunden wird.
162 Vgl. Reichmann (2001), S. 23. 163 Vgl. Grewal/Chandrashekaran/Citrin (2010), S. 622.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 73
Ein stringentes Ziel-, Strategie- und Maßnahmenmanagement kann folglich zusätzlich
helfen, dass Kundenzufriedenheit im Rahmen einer wertorientierten Unternehmensfüh-
rung effektive Ergebnisse erwirtschaftet und die Erlöse eines Unternehmens positiv beein-
flusst.164 Im betriebswirtschaftlichen Sinn ist nämlich zwischen einer unternehmerischen
Zielsetzung, einer strategischen Ausrichtung sowie den operativen Maßnahmen zur Errei-
chung der Ziele zu unterscheiden. Ausgehend vom strategischen Marketing ist der Strate-
giebegriff eng an Chandler anzulehnen, der Strategie als einen Prozess zur Bestimmung
von Handlungsoptionen zur ressourcenorientierten Umsetzung von kurz- und langfristi-
gen Unternehmenszielen betrachtet.165 Diese Strategiedefinition ist durch ein Mittel-
Zweck-Verständnis geprägt. Ziele sind folglich nicht Bestandteil einer Strategieformulie-
rung, sondern vielmehr Vorgabe für die Strategieformulierung.166 Des Weiteren resultiert
aus der Unsicherheit über zukünftige Umweltbedingungen, dass eine Strategie nicht als
statisch und mit einmaliger Festlegung als abgeschlossen anzusehen ist.167 Sich verän-
dernde Umweltbedingungen können die Strategiefestlegung so stark beeinflussen, dass
ein Konflikt mit anderen Zielen entstehen kann. Dieser kann sich meist erst durch einen
Findungs- und Lernprozess im Zeitablauf auflösen.168 Um einen kontinuierlichen Fin-
dungs- und Lernprozess aufzusetzen, kann Kundenzufriedenheit neben einer Zielsetzung
ebenfalls als strategisches Mittel dienen, um die Organisation sowie die Prozesse kunden-
orientierter auszurichten.
Des Weiteren können durch ein Customer Insight Management (CIM), das ein auf Effek-
tivität und Effizienz definierter strategischer Planungsprozess ist, möglichst pointierte und
unmittelbar aufschlussreiche Hinweise auf das Kaufverhalten im Markt gegeben wer-
den.169 Das heißt, durch Customer Insights können qualitative Triebfedern und Zusam-
menhänge des Kaufverhaltens von potenziellen Kunden erschlossen werden. Mit den dar-
aus gewonnenen Erkenntnissen können segmentspezifische Ansätze abgeleitet werden –
und zwar bevor Produktideen kreiert, bewertet, entschieden und schließlich umgesetzt
werden. Demnach sollten insbesondere Versicherer ihre Kunden nach Segmenten klassifi-
zieren und einzelne Services spezifischer nach deren Erwartungen modellieren. Somit
164 Vgl. Maddern et al. (2007), S. 1028. 165 Vgl. Chandler (1962), S. 13. 166 Vgl. Backhaus/Schneider (2007), S. 15. 167 Vgl. Andrews (1987), S. 113–114. 168 Vgl. Mitzberg (1987), S. 69. 169 Vgl. Diller/Fürs/Ivens (2011), S. 109.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 74
können strategische Wachstumssegmente fokussiert und die individuellen Bedürfnisse der
Kundensegmente in den Vordergrund gerückt werden.170 Diese Ausführungen gehen mit
den Erläuterungen von Vargo/Lusch (2004, 2008) einher, die in ihrer Analyse die service-
dominierte Marketingperspektive vertreten und Unternehmen auf Basis ihrer Ergebnisse
empfehlen, eine kundenzentrierte Sichtweise einzunehmen und sich stärker auf die Inter-
aktion mit Kunden zu konzentrieren. Für diese servicedominierte Sichtweise ist es unter
anderem wichtig, demographische sowie situationsabhängige Kundencharakteristika sys-
temseitig und systematisch zur Steigerung der Kundenzufriedenheit heranzuziehen.
Die operative Umsetzung von Maßnahmen zur Steigerung der Kundenzufriedenheit so-
wie der Service- und Prozessqualität erfordert ein stringentes Management – vom Vor-
stand bis zum Mitarbeiter. Für das Management kann (und sollte) das Steuern nach Kun-
denzufriedenheit zugleich eine übergreifende Managementphilosophie im Sinne des Total
Quality Managements darstellen. Denn schließlich geht es darum, dass die Interessen der
Stakeholder – also auch der Mitarbeiter und Eigentümer – sinnvoll miteinander verbun-
den werden und der Unternehmenswert mittel- bis langfristig gesteigert wird. Mitarbeiter
und Arbeitnehmer nehmen eine sehr wichtige Rolle für das Entstehen von Kundenzufrie-
denheit ein. Kundenzufriedenheit entsteht nämlich sehr oft im direkten Kontakt mit Mit-
arbeitern. Levesque/McDougall (1996) beleuchten für den Finanzdienstleistungsbereich,
dass die Zufriedenheit von Kunden insbesondere durch Aufmerksamkeit, Verständnis und
Hilfsbereitschaft der Mitarbeiter positiv beeinflusst wird.171 Die eigenen Mitarbeiter sind
als Ansprechpartner der Kunden die wichtigsten Personen und entscheidend, um den
Kunden ein Serviceerlebnis zu bieten. Für ein Serviceerlebnis sollte sich eine Unterneh-
menskultur etablieren, die auf kundenfreundliche Prinzipien und Werte setzt. Für Kunden
und Mitarbeiter könnten Kriterien für ein hervorragendes Serviceerlebnis vereinbart wer-
den. Als Vorschlag werden folgende Prinzipien und Werte eines Serviceerlebnisses aufge-
führt: Schnelligkeit, Kompetenz, Engagement, Fairness, Transparenz. Wichtig ist, dass
diese Kriterien in den Kundenbefragungen regelmäßig gemessen und in den qualitativen
Kundenfeedbacks näher hinterfragt werden. Für die Mitarbeiterzufriedenheit sollten diese
Prinzipien und Werte ebenfalls gelten und durch weiterführende Kompetenzfelder, wie
beispielsweise Qualifizierung, Motivation und Verhalten im Kundenumgang, ergänzt
werden. Die Entwicklung einer kundenzentrierten Unternehmenskultur verlangt vor allem
170 Vgl. Cooil et al. (2007), S. 78. 171 Vgl. Levesque/McDougall (1996), S. 17.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 75
von Mitarbeitern viel ab. Daher wird es für Versicherer nicht ausreichen, die Prozesse un-
ternehmensübergreifend zu designen, sondern ist mindestens ein gleichgelagerter Fokus
auf die Förderung einer kundenzentrierten Unternehmenskultur zu legen. Die Involvie-
rung der Führungsebenen ist dabei ebenso erfolgskritisch, um eine ganzheitliche Kunden-
perspektive verankern und die Verbesserungspotenziale über Abteilungsgrenzen hinweg
identifizieren zu können. Für dieses Vorhaben ist eine enge inhaltliche Verbindung der
Prinzipien des Total Quality Managements und der Customer Journey im Zeitalter der Di-
gitalisierung sehr bedeutsam (siehe Abschnitt 3.4.2).
Es ist außerdem wichtig, dass für alle Stakeholder geeignete Anreize geschaffen werden.
Arbeitnehmer (oder auch Handelsvertreter) können bei Erreichung von definierten Kun-
denzufriedenheitswerten monetär höher entlohnt werden oder ihnen wird durch eine hö-
here Mitwirkung bis hin zu eigenen Gestaltungsrahmen ein zusätzlicher Anreiz geschaf-
fen. Wenn von Mitarbeitern erkannt wird, weshalb eine höhere Kundenzufriedenheit für
das Unternehmen und für alle beteiligten Stakeholder wichtig ist, können damit eine hö-
here Identifikation mit dem gesetzten Unternehmensziel und eine höhere persönliche In-
vestitionsbereitschaft verbunden werden. Ebenfalls sind die Interessen der Investoren zu
berücksichtigen. Dabei sind nicht nur ökonomische Erfolgsgrößen wie mehr Ertrag zu be-
achten. Eine Untersuchung von Puustinen/Maas/Karjaluoto (2013) belegt, dass die per-
sönliche Zufriedenheit eines Investors steigt, wenn neben emotionalen Aspekten wie „gibt
mir ein gutes Gefühl“ auch Werte wie Wohlstand oder Sinnstiftung für Dritte gefördert
werden.
Eine Balanced Scorecard kann ein geeigneter Ansatz der Unternehmenssteuerung sein,
um Wettbewerbsentwicklungen aufzugreifen und zugleich die vielseitigen Interessen der
Stakeholder im Rahmen der Kundenzufriedenheit ausbalanciert zu berücksichtigen. So
wird auch vermieden, dass die Interessen der Kunden zu stark gewichtet werden. Die Ba-
lanced Scorecard nimmt vier Perspektiven ein: die finanzwirtschaftliche Perspektive, die
Kundenperspektive, die interne Prozessperspektive und die Lern- bzw. Entwicklungsper-
spektive.172 Die Kundenperspektive kann ermitteln, ob die Kunden sich individuell genug
angesprochen fühlen und ob die Kundenzufriedenheit steigt. Den bestehenden Zielkon-
flikt zur Prozesseffizienz und zur zunehmenden Automatisierung kann die interne Per-
spektive identifizieren und auflösen. Des Weiteren wird sowohl die Mitarbeiterzufrieden-
172 Vgl. Schmalen/Pechtl (2009), S. 106.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 76
heit als auch die strategische Dimension einer Ausrichtung auf Kundenzufriedenheit
durch die Lern- und Entwicklungsperspektive abgedeckt. Der ökonomische Erfolg wird
wiederum im Rahmen der finanziellen Perspektive berücksichtigt. Implizit kann eine Ba-
lanced Scorecard eine Komplementarität der gesetzten Ziele verfolgen.173
Versicherern kann zusammenfassend empfohlen werden, dass sie eine Antwort auf die
Frage finden sollten, wie sie ihre Dienstleistung mit allen Beteiligten stetig verbessern
und sinnstiftend gestalten können. Diese Betrachtungsweisen implizieren eine strategi-
sche Grundauffassung und zugleich eine Basis, um ein kundenzentriertes Geschäftsmo-
dell aufbauen und weiterführende Differenzierungsansätze entwickeln zu können. Denn
eine isolierte unternehmerische Ausrichtung auf die Kundenzufriedenheit kann kein Dif-
ferenzierungsmerkmal im Sinne eines komparativen Konkurrenzvorteils darstellen. Ein
komparativer Konkurrenzvorteil erfordert, dass er vom Kunden in bedeutsamer Dimen-
sion vorteilhafter als ein Wettbewerbsangebot wahrgenommen wird und dieser Vorteil
aus Anbietersicht schwer reversibel ist.174 Dass ein Versicherer durch eine singuläre
Ausrichtung auf Kundenzufriedenheit Wettbewerbsvorteile erlangen und behaupten
kann, ist in einem dynamischen Wettbewerbsumfeld mit teilweisen neuen Marktteil-
nehmern aus der Fin- und Insurtechbranche fraglich. Dennoch sollten traditionelle Ver-
sicherer von neuen Mitbewerbern lernen und für ihre Kunden in der Service- und Pro-
zessgestaltung Kompetenzfelder aufbauen. Denn um die relative Marktposition halten
zu können, ist es vor allem für einen traditionellen Versicherer wichtig, dass er seine
Kunden durch eine spezifische Servicierung individuell anspricht. Das Risiko für tradi-
tionelle Versicherer insgesamt ist derzeit zu hoch, um nicht auf diese Entwicklung zu
reagieren.
3.6 Zusammenfassung, Ausblick und weiterer Forschungsbedarf
Die Versicherungswirtschaft befindet sich seit Jahren in einem starken Wandel. Ein dy-
namisches Wettbewerbsumfeld führt zu steigendem Kostendruck. Versicherer suchen
daher nach strategischen Optionen, sich von Konkurrenten zu differenzieren. Eine stär-
kere Kundenorientierung kann dabei ein geeigneter Weg sein. Viele Versicherer beschäf-
tigen sich daher mit der Frage, wie sie ihre Organisation stärker an den Bedürfnissen ih-
rer Kunden ausrichten und mit welcher Methodik sie dies nachhalten können. Operative
173 Vgl. Schmalen/Pechtl (2009), S. 106. 174 Vgl. Backhaus/Schneider (2007), S. 38.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 77
Steuerungsinstrumente wie gängige Modelle nach KUBUS und NPS finden in den Un-
ternehmen zunehmend Anklang. Sie dienen dazu, dass Kundenzufriedenheit und deren
Maß der Erreichung gemessen werden. Die Annahme, dass die Zufriedenheit von Kun-
den als Grundlage für ökonomischen Erfolg eines Versicherers angesehen wird, ist intui-
tiv und kann folglich als Bedingung verstanden werden. Diese Arbeit beleuchtet den
Zusammenhang zwischen Kundenzufriedenheit und ökonomischem Erfolg im Bereich
der Versicherungswirtschaft.
Die wissenschaftliche Diskussion der letzten Jahre zeigt, dass das Entstehen von Kun-
denzufriedenheit einen komplexen Vergleichsprozess von Kundenerwartungen mit der
gelieferten Dienstleistung darstellt und maßgebend durch substituierende Kriterien und
moderierende Effekte beeinflusst wird. Manager sollten daher nicht erwarten, dass sie
durch eine Implementierung einer Kundenzufriedenheitssteuerung ökonomische Ergeb-
nisse unmittelbar positiv beeinflussen können. Vielmehr sollten Versicherer das Ma-
nagement nach Kundenzufriedenheit im Rahmen einer wertorientierten Unternehmens-
führung betrachten und eine kundenzentrierte Unternehmenskultur etablieren. Die
Sichtweisen des Kunden sind in die Organisation zu transportieren, um Services nach
den Kundenbedürfnissen gestalten und stetig durch die Interaktionen mit den Kunden
lernen zu können. Die Ausrichtung auf Kundenzufriedenheit bietet also vielmehr die
Chance, einen kontinuierlichen Lern- und Entwicklungsprozess zu beschreiten. Vor dem
Hintergrund der zunehmenden Vernetzung von analoger und digitaler Interaktion mit
Kunden birgt dieses Verständnis sogar die Möglichkeit, komparative Konkurrenzvortei-
le zu schaffen und innovative Geschäftsmodelle aufzubauen. Hier können vor allem
Versicherer mit traditionellen Geschäftsmodellen von neuen Markteilnehmern aus der
Fin- und Insurtechbranche lernen, die den Nutzen des Kunden als Unternehmensziel de-
finieren und zugleich ihre Geschäftsprozesse ganzheitlich auf Kundenzufriedenheit fo-
kussieren.
In den kommenden Jahren wird der Technologiefortschritt der Digitalisierung diese
Entwicklung weiter fördern. So werden Technologien der smarten Prognostik in die
Verkaufsprozesse der Versicherungswirtschaft einziehen.175 Die technologische Trans-
formation wird es Versicherern in Zukunft ermöglichen, die Kundenreise in den Ser-
viceprozessen abbilden zu können. Auf Basis von Datenanalyse werden Versicherer
175 Vgl. Ambacher/Jánszky/Knapp (2014), S. 6.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 78
stärker verstehen, wie ihr Kunde „tickt“ und welche Bedürfnisse ihn leiten. Darüber
hinaus lernen Unternehmen auf Basis von situativen Daten, wie sich von Moment zu
Moment die Kundenbedürfnisse verändern. Es kann ein intelligentes Touchpointma-
nagement entwickelt werden, das die von vielen verschiedenen digitalen Geräten ge-
sammelten Daten verbindet und zu intelligenten Schlussfolgerungen zusammenführt.176
Die bisher stark voneinander getrennten Vertriebswege der Versicherer können durch
die Digitalisierung – also die kundeninitiierte Veränderung des Konsumverhaltens –
schlüssig miteinander verbunden werden. Versicherer sollten daher die für sich stehen-
den Vertriebswege entlang der Customer Journey miteinander verweben und ein über-
greifendes Channel-Management aufbauen. Diese Entwicklung wird voraussichtlich al-
ternative Geschäftsmodelle in der Versicherungswirtschaft formen. Versicherer, die
Kundenzufriedenheit als strategische Grundlage ansehen und es verstehen sie in ihren
Prozessen als Instrument des stetigen Lernens zu verankern, werden sich bei der Trans-
formation leichter tun.
Als weiterer Forschungsbedarf kann aufgeführt werden, dass die Verhaltensforschung
stärker berücksichtigt wird. Das sich ändernde Konsumverhalten wird dazu führen, dass
sich die Kundenbedürfnisse dynamischer entwickeln und sich neue Anforderungen für
die Servicequalität von Versicherern ergeben werden. Auch werden sich die Kundener-
wartungen mit der fortschreitenden Technologie wandeln. Die höheren Erwartungen
können unter Umständen dazu führen, dass in Zukunft eine schlichte Zufriedenheit von
Kunden nicht mehr ausreichen wird. Vielmehr könnte eine Begeisterung von Kunden im
Serviceprozess als Erwartungshaltung maßgebend sein.177 Die Verhaltensforschung ist
bei der Gestaltung einer kundenzentrierten Unternehmenskultur ebenfalls zu beachten.
Denn für Mitarbeiter kann eine solche Umgestaltung eine nicht zu unterschätzende Ver-
änderung mit sich bringen. So kann der Wandel innerhalb einer Unternehmenskultur ei-
ne zusätzliche positive Dynamik entfalten; er kann aber auch für das Management die
Umsetzung erheblich erschweren. Die Chancen und Risiken sind daher aus Sicht der
Organisationspsychologie ebenfalls zu berücksichtigen und spezifischer zu untersuchen.
Darüber hinaus ist die Investitionshöhe eines Versicherers in ein kundenzentriertes Ge-
schäftsmodell, das auf Kundenbegeisterung abzielt, mit den tatsächlich möglichen un-
ternehmerischen Auswirkungen wie steigendem Umsatz und höherem Ertrag abzuwä-
176 Vgl. Ambacher/Jánszky/Knapp (2014), S. 7. 177 Vgl. Finn (2012), S. 99.
3. Kundenzufriedenheit als Steuerungsinstrument in einem Versicherungsunternehmen 79
gen. Versicherung bleibt ein immaterielles Produkt, das auf Vertrauen basiert und bei
Kunden verhältnismäßig schwer zu einer Begeisterung führt. Für einen Versicherer sind
folglich sehr hohe Transaktionskosten zu erwarten.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 80
Von Jan M. Bauera, Jörg Schillerb, Christopher Schreckenbergerb, Max-Josef Trautingerb
4. Selektionsverhalten in der privaten Pflegezusatzversicherung
4.1 Einführung
In nahezu allen Industrieländern stellt die demographische Entwicklung für die Finanzie-
rung des Pflegebedarfs eine hohe Belastung dar.178 Gesetzliche Pflegeversicherungen, wie
es sie beispielsweise mit der Pflegepflichtversicherung in Deutschland gibt, finanzieren
nur einen Teil der Pflegeaufwände. Daher tragen Personen trotz dieser Grundsicherung
das Risiko hoher Kostenbeteiligungen im Pflegefall. Zudem werden die Ausgaben für vie-
le pflegebedürftige Bürger stark ansteigen. Durch private Pflegezusatzversicherungen
kann die Finanzierungslücke geschlossen werden. Allerdings ist die Nachfrage nach pri-
vaten Pflegezusatzversicherungen mit ca. 3,3 Mio. Versicherungen und einem Anteil von
4 % der in Deutschland gesetzlich Pflegeversicherten gering (ähnlich sieht die Situation in
den Vereinigten Staaten aus).179
Diese Analyse untersucht daher Marktunvollkommenheiten und damit verbundene Selek-
tionseffekte auf dem deutschen Pflegezusatzversicherungsmarkt, weil diese zu Ineffizien-
zen führen und die Nachfrageseite für private Pflegezusatzversicherungen beeinflussen
können.180 Der deutsche Markt ist zur Analyse von Selektionseffekten geeignet, da die
Prämien der privaten Pflegezusatzversicherung zwar risikoadäquat sind, aber zum Versi-
cherungsabschluss nur wenige Kriterien, wie beispielsweise Alter und Geschlecht, zur Ta-
rifierung herangezogen werden. Asymmetrische Informationen können ex ante zu zwei
Arten der Risikoselektion führen: nach Rothschild/Stiglitz (1976) zur adversen und nach
de Meza/Webb (2001) zur vorteilhaften Selektion. Diese Selektionseffekte – und die da-
mit verbundenen Marktineffizienzen – können einerseits durch asymmetrische private Ri-
sikoinformationen und andererseits durch sogenannte Unused Observables entstehen. Un-
a Copenhagen Business School, ICM, Frederiksberg, Dänemark. b Universität Hohenheim, Lehrstuhl für Versicherungswirtschaft & Sozialsysteme, Stuttgart. 178 Es ist zu erwarten, dass sich die Pflegekosten in den OECD-Ländern bis zum Jahr 2050 durch die de-
mographische Entwicklung verdoppeln bis verdreifachen werden. Vgl. OECD/Europäische Kommis-
sion (2013), S. 5 und Colombo et al. (2011), S. 73. 179 Vgl. Brown/Finkelstein (2009), S. 6 und PKV Zahlenportal (2016c), online vom 19.08.2016,
http://www.pkv-zahlenportal.de/werte/2005/2015/12. 180 Brown/Finkelstein (2009) fassen mehrere Einflussfaktoren der Anbieter- und Nachfrageseite auf die
geringe Größe des Markts für private Pflegeversicherung zusammen.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 81
used Observables sind zwar für den Versicherer beobachtbar und korrelieren mit dem Ver-
sicherungsumfang und dem Risiko, sie werden jedoch nicht zur Prämienkalkulation her-
angezogen.181 Unsere erste Forschungsfrage untersucht, ob ein Selektionseffekt aufgrund
von Informationsasymmetrien in einem Versichertenkollektiv beobachtbar ist. Um dies zu
analysieren, betrachten wir in einem statischen Rahmen, inwieweit der Pflegezusatzversi-
cherungsschutz und das Risiko, Pflegeleistungen in Anspruch nehmen zu müssen, korre-
liert. Wir differenzieren zum einen, ob eine private Pflegezusatzversicherung gekauft
wurde, und zum anderen, wie hoch der Versicherungsumfang ist. Unsere zweite For-
schungsfrage untersucht, welche Faktoren zu Selektionseffekten beitragen, indem wir in
Anlehnung an Finkelstein/Poterba (2014) potenzielle Unused Observables untersuchen.
Auf Grundlage von Evidenz lautet unsere Hypothese, dass Selektionseffekte in diesem
Markt durch asymmetrisch genutzte Informationen über die Präferenz für Versicherungs-
schutz und den sozioökonomischen Status, wie beispielsweise Bildung und Einkommen,
beeinflusst werden.182 Zusätzlich können Selektionseffekte bei langfristig vereinbarten
Verträgen auch ex post durch ein unzureichendes Front Loading entstehen, wenn Versi-
cherte nicht an den Versicherungsvertrag gebunden sind.183 Dies kann auch zur geringen
Nachfrage nach privaten Pflegezusatzversicherungen, wie in den Vereinigten Staaten, bei-
tragen.184 Daran anschließend beleuchtet unsere dritte Forschungsfrage, wie das Versiche-
rungskollektiv durch das Kündigungs- und Versicherungsabschlussverhalten über den
Zeitverlauf in einem dynamischen Rahmen charakterisiert werden kann. Dies soll wichti-
ge Erkenntnisse über die Stabilität eines Risikokollektivs der privaten Pflegezusatzversi-
cherung bringen. Anzumerken ist, dass diese Untersuchung mehr Selektionseffekte als In-
formationsasymmetrien fokussiert, da nach Hendel/Lizzeri (2003) Informationsasymmet-
rien keine notwendige Bedingung für eine Ex-post-Selektion darstellen.
Indem wir einen großen Datensatz eines deutschen Krankenversicherers nutzen und Se-
lektionsverhalten sowohl in einem statischen als auch dynamischen Rahmen analysieren,
können wir empirische Literatur185, die Informationsasymmetrien und Selektionseffekte
im Pflegezusatzbereich anhand von Umfragen untersuchen, erweitern. Darüber hinaus
können wir einen Beitrag zur wissenschaftlichen Literatur über Unused Observables, wie
181 Vgl. Finkelstein/Poterba (2014), S. 714–716. 182 Vgl. Browne/Zhou-Richter (2014), Fang/Keane/Silverman (2008) und Finkelstein/McGarry (2006). 183 Vgl. Hendel/Lizzeri (2003), S. 299. 184 Vgl. Brown (2006), S. 97. 185 Vgl. Finkelstein/McGarry (2006), Finkelstein/McGarry/Sufi (2005) und Browne/Zhou-Richter (2014).
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 82
von Finkelstein/Poterba (2014) publiziert, vor allem für Ursachen vorteilhafter Selektion
leisten. Unsere empirischen Ergebnisse liefern Evidenz, dass Informationsasymmetrien
im Bereich der deutschen Pflegezusatzversicherung bestehen und die vorteilhafte Selekti-
on der dominierende Selektionseffekt ist. Wir eruieren, dass der berufliche Status, der
Wohnsitz und der Besitz von weiteren Krankenzusatzversicherungen als Unused Obser-
vables zu identifizieren und als Ursachen von Selektionseffekten heranzuziehen sind. Des
Weiteren tragen wir zur wissenschaftlichen Literatur bei, dass die Effekte der untersuch-
ten Charakteristika auf den Versicherungsschutz und das Risiko heterogen sein können.
Durch die Analyse des Verhaltens bei Kündigung und Versicherungsabschluss in der pri-
vaten Pflegezusatzversicherung können wir darlegen, dass die Entscheidung, eine Pflege-
zusatzversicherung abzuschließen und weiterzuführen, vor allem mit sich ändernden
Krankenversicherungsleistungen zusammenhängt. Vertiefend können wir zeigen, dass
Versicherte mit einem geringeren sozioökonomischen Status und finanziellen Problemen
mit höherer Wahrscheinlichkeit die Pflegezusatzversicherung kündigen.
Die Analyse wird wie folgt aufgebaut: Der Abschnitt 4.2 stellt eine Übersicht zum deut-
schen Pflegeversicherungsmarkt und dessen Besonderheiten dar. In Abschnitt 4.3 werden
die theoretischen Grundlagen sowie die wesentliche empirische Literatur zu Selektionsef-
fekten im Versicherungsbereich vorgestellt. Anschließend werden im Abschnitt 4.4 die
Daten sowie das empirische Modell beschrieben. Abschnitt 4.5 berichtet und diskutiert
die Ergebnisse unserer statistischen Analysen. Die Untersuchung schließt im letzten Ab-
schnitt mit einer Zusammenfassung und dem weiteren Forschungsbedarf ab.
4.2 Die private Pflegezusatzversicherung in Deutschland
In Deutschland sind ca. 88 % der Bevölkerung durch die gesetzliche Krankenversiche-
rung abgesichert und ca. 12 % in der privaten Krankenversicherung.186 Seit 1995 ist es
Pflicht, gesetzlich pflegeversichert zu sein. Ein Grundsatz im deutschen System ist es,
dass die Pflegepflichtversicherung der Art der Krankenversicherung folgt.187 Das heißt,
die gesetzliche Pflegeversicherung kann in zwei Trägerarten eingeteilt werden: Gesetzlich
krankenversicherte Mitglieder sind in sozialen Pflegekassen und privat Krankenvollversi-
186 Vgl. Bundesministerium für Gesundheit (2015), S. 127, 152. 187 Vgl. Schulz (2010), S. 1.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 83
cherte bei privaten Pflegekassen versichert.188 In unsere Analyse betrachten wir privat
Krankenvollversicherte mit privater Pflegepflichtversicherung.
Die Beiträge einer privaten Pflegepflichtversicherung sind risikoadäquat kalkuliert und
zwar nach dem Einstiegsalter und dem Gesundheitszustand bei Vertragsabschluss.189 Die
Leistungsarten sowie der Umfang an Leistungen unterscheiden sich zwischen den gesetz-
lichen und privaten Pflegekassen nicht und sind im Sozialgesetzbuch XI (SGB) § 23 ge-
regelt. Versicherte Personen erhalten demnach Leistungen, wenn sie pflegebedürftig sind
und die Pflegebedürftigkeit medizinisch von unabhängigen Experten (sogenannter Medi-
zinischer Dienst) bestätigt wird. Der Begriff der Pflegebedürftigkeit ist gesetzlich defi-
niert und erfordert, dass der Versicherte langfristig pflegebedürftig ist, mindestens jedoch
sechs Monate (§ 14 SGB XI). Sofern feststeht, dass der Versicherte pflegebedürftig ist,
wird er in eine von drei Pflegestufen eingeteilt.190 Je höher die Pflegestufe ist, umso höhe-
re Leistungen erhalten Versicherte. Versicherte einer privat getragenen Pflegekasse haben
die Möglichkeit, Pflegegeld bei Betreuung von Pflegepersonen, wie zum Beispiel Ange-
hörigen, und Kostenerstattung bei Inanspruchnahme professioneller Pflege zu wählen –
oder einer Kombination aus beiden Arten. Seit 2013 erhalten Versicherte mit einer erheb-
lichen Einschränkung der Alltagskompetenz (zum Beispiel durch Demenz) ebenfalls Leis-
tungen aus der Pflegepflichtversicherung, auch wenn ihnen keine Pflegestufe attestiert
wurde. Die Pflegepflichtversicherung bezahlt nur einen Teil der gesamten Pflegekosten.191
Folglich sind für jeden Pflegebedürftigen eigene Zuzahlungen maßgebend.192 Über ein
Drittel der gesamten Pflegekosten wurden 2013 über Zuzahlungen durch Pflegebedürftige
getragen.193
Pflegeversicherte können die bestehenden Leistungslücken schließen, indem sie eine pri-
vate Pflegezusatzversicherung abschließen. Grundsätzlich kann der private Pflegezusatz-
188 In der Regel wird die Pflegekasse von der jeweiligen Krankenkasse bzw. dem jeweiligen privaten
Krankenversicherer getragen. 189 Vgl. Verband der Privaten Krankenversicherung (2016a), S. 5. 190 Aufgrund des Pflegestärkungsgesetzes II von 2017 wurden die drei Pflegestufen in fünf Pflegegrade
erweitert. 191 Vgl. Verband der Privaten Krankenversicherung (2015), S. 5. 192 Beispielsweise betragen die Eigenbeteiligungen von Pflegebedürftigen im Falle einer stationären
Pflegeversorgung durchschnittlich bis zu ca. 1.800 Euro monatlich; das bedeutet, dass zusätzlich mehr
als 50 % der durchschnittlichen Pflegekosten für vollstationäre Pflege vom Versicherten selbst zu tra-
gen sind (vgl. Verband der Privaten Krankenversicherung, 2015, S. 5). 193 Vgl. Rothgang et al. (2015), S. 126. Siehe auch Schulz (2010) für detailliertere Informationen.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 84
versicherungsmarkt (Pflegekassen und private Risikoträger) als Oligopol angesehen wer-
den.194 Bis 2015 wurden ca. 3,3 Mio. zusätzliche Pflegeversicherungen abgeschlossen.195
Im Vergleich hat sich die Anzahl zwischen 2005 (ca. 0,8 Mio. Versicherungen) und 2015
bereits verdreifacht.196 Trotz des Anstieges der privaten Pflegeversicherungen ist die
Nachfrage noch auf einem niedrigen Niveau. Unter den Pflegezusatzversicherten haben
die meisten eine Pflegetagegeldversicherung vereinbart.197 Die im Pflegefall ausbezahlte
Leistung basiert nicht auf den tatsächlichen Pflegekosten, sondern auf der jeweiligen
Pflegestufe, dem gewählten Tarif, der gewählten Tagegeldhöhe und der Art der Pflegeleis-
tung. Analog zur Pflegepflichtversicherung erhalten Pflegezusatzversicherte lediglich
Leistungen, wenn ihnen durch den Medizinischen Dienst eine Pflegestufe zugeordnet
wird. Versicherte können über die erhaltene Geldleistung frei verfügen.
Zum Versicherungsabschluss werden die Prämien in der privaten Pflegezusatzversiche-
rung grundsätzlich risikoadäquat nach dem Geschlecht und dem Eintrittsalter ermittelt.198
Die eher restriktive Annahmepolitik und die tendenziell geringe Prämiendifferenzierung
können zu Selektionseffekten in der Pflegezusatzversicherung führen. Die Versicherungs-
verträge sind durch den Versicherer langfristige Leistungsversprechen und werden garan-
tiert weitergeführt.199 Die Versicherungsverträge sind zudem einseitig verpflichtend, da in
der Regel lediglich Versicherte den Vertrag kündigen können und die Versicherer die Ver-
tragsbedingungen einzuhalten haben. Da sich der Gesundheitszustand über den Zeitver-
lauf ändern kann, werden in der privaten Pflegezusatzversicherung von Anfang an Alters-
rückstellungen gebildet, um die im höheren Alter zu erwartenden Pflegekosten finanzie-
ren zu können.200 Das Front Loading stellt sicher, dass die Versicherungsprämien unab-
194 Vgl. Hofmann/Browne (2013), S. 87. 195 Seit 2013 bieten private Krankenversicherungsunternehmen zusätzlich staatlich geförderte Pflege-
zusatzversicherungen an. Im Jahr 2015 betrug die Anzahl an staatlich geförderten Pflegezusatzversi-
cherungen knapp 700.000; das entspricht ca. 21 % (vgl. PKV Zahlenportal, 2016c). In dieser Analyse
fokussieren wir uns auf nicht staatlich geförderte Produkte. 196 Vgl. PKV Zahlenportal (2016c), online vom 19.08.2016, http://www.pkv-zahlenportal.de/werte/
2005/2015/12. 197 Vgl. Verband der Privaten Krankenversicherung (2016b), S. 62. Lediglich Policen mit Pflegetagegeld
werden in der Untersuchung berücksichtigt. 198 Seit der Einführung des Allgemeinen Gleichbehandlungsgesetzes (AGG) im Dezember 2012 dürfen
Versicherer das Geschlecht nicht mehr zur Differenzierung der Prämienberechnung heranziehen. Ver-
sicherer prüfen die individuelle Risikosituation eines Antragsstellers über Gesundheitsfragen zum
möglichen Vertragsbeginn und können folglich den Versicherungsschutz auch ablehnen. 199 Vgl. Pauly/Kunreuther/Hirth (1995), S. 143. 200 Vgl. Hendel/Lizzerie (2003), S. 300.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 85
hängig von einer Änderung des individuellen Gesundheitszustands über die gesamte Ver-
tragslaufzeit konstant bleiben. Folglich sind Pflegeversicherte bei einer Verschlechterung
des Gesundheitszustands gegen das individuelle Prämienrisiko gänzlich abgesichert. Je-
doch werden im gesamten Versichertenkollektiv die Risiko- und Kostensituationen be-
trachtet, so dass es zu einem kollektiven Prämienrisiko kommen kann. So können Versi-
cherer die Prämien für jeden Versicherten in einem Versichertenkollektiv anpassen (soge-
nannte Dynamisierung), wenn die tatsächlichen Pflegekosten die erwarteten oder genauer
formuliert die kalkulierten Pflegekosten übersteigen.201 Dadurch, dass Versicherte nicht
langfristig an die Verträge gebunden sind und vor allem für gesunde Versicherte ein höhe-
rer Anreiz besteht, die Pflegepolice zu kündigen, kann das kollektive Prämienrisiko auf-
grund einer Verschlechterung des Versichertenkollektivs zunehmen.202 In extremen Situa-
tionen kann eine Verschlechterung des Versichertenkollektivs die Absicherung des indivi-
duellen Prämienrisikos konterkarieren.203 Zusammenfassend kann konstatiert werden,
dass durch die eher gering wirkende Ex-ante-Prämiendifferenzierung der Pflegezusatzver-
sicherung und durch das einseitige Kündigungsrecht der Versicherten Marktineffizienzen
zu erwarten sind, die wiederum zu Selektionseffekten führen können.
4.3 Theoretische Grundlagen und fachspezifische Literatur
Unser Beitrag behandelt zwei Literaturstränge. Zuerst beziehen wir uns auf Literatur zur
adversen und zur vorteilhaften Risikoselektion, die auf ex ante privaten Informationen ba-
siert. In klassischen Modellen zu asymmetrischen Informationen haben Versicherte nur
persönliche Informationen über deren Schaden- bzw. Leistungsrisiko.204 In einem Sepa-
rierungsgleichgewicht fragen Versicherte mit einem höheren Risiko auch einen höheren
Versicherungsumfang nach als Personen mit einem geringeren Risiko. Auf Grundlage des
Modells von Rothschild/Stiglitz (1976) können wir auch im deutschen Markt für Pflege-
zusatzversicherung davon ausgehen, dass Personen mit einem höheren Risiko an Pflege-
bedürftigkeit mit höherer Wahrscheinlichkeit eine Pflegezusatzversicherung abschließen
oder im Vergleich zu Personen mit geringerem Risiko einen höheren Versicherungsum-
fang nachfragen. Die grundlegende empirische Annahme bei adverser Selektion im
Marktgleichgewicht ist die sogenannte „positiven Korrelationshypothese“; das heißt, dass
201 Vgl. Hofmann/Brown (2013), S. 91 und Nell/Rosenbrock (2008), S. 173. 202 Vgl. Brown/Finkelstein (2009), S. 25 und Hofmann/Brown (2013), S. 101. 203 Vgl. Finkelstein/McGarry/Sufi (2005), S. 227 und Nell/Rosenbrock (2008), S. 174. 204 Vgl. Rothschild/Stiglitz (1976), S. 632, 639.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 86
unter Berücksichtigung aller bekannten Charakteristika zur risikoadäquaten Prämienkal-
kulation ein positiver Zusammenhang zwischen dem individuellen Risiko und dem ge-
wählten Versicherungsumfang besteht.205 Diese Annahme wird bei einem vollkommen
wettbewerblichen Versicherungsmarkt als robust eingestuft.206 Mehrere Untersuchungen
können eine positive Korrelation zwischen Versicherungsschutz und Risiko in unter-
schiedlichen Versicherungsbereichen, wie Renten- und Krankenversicherung, feststel-
len.207 Ebenfalls können Browne/Zhou-Richter (2014) eine positive Deckungsumfang-
Risiko-Korrelation im deutschen Pflegezusatzversicherungsmarkt konstatieren, indem sie
Daten des Sozio-oekonomischen Panels (SOEP) nutzen. Oster et al. (2010) finden eben-
falls Evidenz, dass im privaten Pflegeversicherungsmarkt der Vereinigten Staaten eine ad-
verse Selektion vorliegt, sofern Versicherte umfassende private Informationen über ihren
Gesundheitszustand, beispielsweise über Gentests zur Huntington-Krankheit, besitzen.
Zu beachten ist, dass das statistische Vorliegen einer positiven Korrelation keine ausrei-
chende Bedingung für adverse Selektion ist, da sie mit dem moralischen Risiko konsistent
sein kann und daher auch auf eine umgekehrte Kausalität zurückgeführt werden kann.208
In dem Fall haben Versicherte mit einem höheren Versicherungsschutz zum einen weniger
Anreize, Prävention zu betreiben. Dies führt dazu, dass sie im Vergleich zu Versicherten
mit geringerem Versicherungsumfang ein höheres Risiko darstellen (sogenanntes „ex ante
moralisches Risiko“). Zum anderen ist bei höherem Versicherungsschutz eine Zunahme
der Leistungsinanspruchnahme aufgrund von fallenden Grenzkosten möglich (sogenann-
tes „ex post moralisches Risiko“). Cohen/Siegelmann (2010) und Dionne (2013) diskutie-
ren mehrere Ansätze, um die unterschiedlichen Informationsprobleme zu entflechten. Ein
Ansatz von Dionne/Michaud/Dahchour (2013) besteht darin, dass sie für einen Kausali-
tätstest dynamische Daten nutzen, um das moralische Risiko von adverser Selektion zu
entkoppeln.
Während die Prädiktion der positiven Deckungsumfang-Risiko-Korrelation in einem
wettbewerblich kompetitiven Markt robust ist, kann sie in einem imperfekt gestalteten
Markt auch negativ sein.209 Dies kann dadurch erklärt werden, dass eine nicht beobacht-
205 Vgl. Chiappori et al. (2006), S. 789–790. 206 Vgl. Chiappori et al. (2006), S. 785. 207 Vgl. Cohen/Siegelmann (2010), S. 40–42. 208 Vgl. Chiappori et al. (2006), S. 790 und Dionne (2013), S. 423. 209 Vgl. Chiappori/Salanié (2013), S. 419–420.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 87
bare Heterogenität der Präferenzen für Versicherungsschutz neben den heterogenen Scha-
denrisiken vorliegt.210 Hemenway (1990) und de Meza/Webb (2001) schlagen für eine
negative Korrelation den Erklärungsansatz vor, dass Personen mit höherer Risikoaversion
einen höheren Versicherungsumfang nachfragen und zudem mehr auf Prävention setzen,
um ihr persönliches Schadenrisiko zu reduzieren. So ein Mechanismus kann für Versiche-
rungsunternehmen zu einer vorteilhaften Selektion führen, da Versicherungsschutz wahr-
scheinlicher von risikoärmeren Kundentypen nachgefragt wird. Obwohl de Meza/Webb
(2001)211 durch ihr theoretisches Modell darlegen, dass Risikoaversion eine Ursache für
eine vorteilhafte Selektion sein kann, gelten nach Fang/Keane/Silverman (2008) grund-
sätzlich privat verfügbare Informationen von Personen über Charakteristika, die mit einer
positiven Assoziation zum Versicherungsschutz, aber mit einer negativen Verbindung zum
Schadenrisiko verbunden sind, als Treiber einer vorteilhaften Selektion. Eine weitere em-
pirische Arbeit von Cutler/Finkelstein/McGarry (2008) belegt, dass multidimensionale
private Informationen und daraus resultierende Selektionseffekte in verschiedenen Versi-
cherungsmärkten, wie zum Beispiel im Pflegezusatzversicherungsmarkt relevant sind.
Finkelstein/McGarry (2006) zeigen, dass amerikanische Bürger mit privaten Informatio-
nen zu ihrer exponierten Risikosituation mit einer höheren Wahrscheinlichkeit eine Pfle-
gezusatzversicherung besitzen. Jedoch wird die adverse Selektion im Gesamtmarkt
neutralisiert, so dass erklärt werden kann, dass im Aggregat keine positive Korrelation
zwischen dem Versicherungsumfang und einer Inanspruchnahme einer stationären Pfle-
geunterbringung feststellbar ist.212 Diese Ergebnisse legen nahe, dass Risikopräferenzen
und Einkommensunterschiede Ursachen für eine vorteilhafte Selektion im Pflegebereich
sein können. Browne/Zhou-Richter (2014) gehen mit einer vergleichbaren empirischen
Methode vor und stellen für die zugrunde gelegten asymmetrischen Informationen fest,
dass für den deutschen Pflegezusatzversicherungsmarkt die adverse Selektion zwar domi-
nierend ist, aber beide Selektionseffekte vorhanden sind. Als wesentliche Ursache für die
vorteilhafte Selektion im deutschen Pflegezusatzversicherungsbereich legen sie die Präfe-
renz für Versicherungsschutz, gemessen anhand der Anzahl von weiteren Krankenzusatz-
versicherungen, dar.213 Fang et al. (2008) zeigen, dass kognitive Fähigkeiten sowie das
210 Vgl. Cutler/Finkelstein/McGarry (2008), S. 161. 211 De Meza/Webb (2001) nehmen für ihr theoretisches Modell an, dass ein wettbewerblicher Versicher-
ungsmarkt vorliegt. Jedoch spielen fixe Administrationskosten für das Schadenmanagement eine
entscheidende Rolle für das Marktgleichgewicht. 212 Vgl. Finkelstein/McGarry (2006), S. 946–947. 213 Browne/Zhou-Richter (2014) betrachten dieses Merkmal als Ausprägung einer Risikoaversion.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 88
Einkommen und die Bildung Einflussfaktoren für die vorteilhafte Selektion im Kranken-
zusatzversicherungsmarkt in den Vereinigten Staaten (sogenannte „Medigap“) sind.214
In einer weiteren Studie können Finkelstein/Poterba (2014) darlegen, dass die Identifika-
tion von beobachtbaren Charakteristika, die vom Versicherer nicht für die Prämienkalku-
lation herangezogen werden, aber mit der Versicherungsdeckung und mit dem Schadenri-
siko korrelieren (Unused Observables), auf asymmetrisch genutzte Informationen hindeu-
ten. Sie finden Evidenz dafür, dass die Wohngegend von Personen (sie wird anhand der
Postleitzahlen approximiert) im Untersuchungszeitraum der Studie als Unused Observab-
le identifiziert werden kann und somit asymmetrische Informationen im Rentenversiche-
rungsmarkt von Großbritannien vorliegen.215 Hierzu zeigen sie, dass der sozioökonomi-
sche Status von Personen auf Basis ihrer Wohngegend mit der Versicherungsnachfrage
und dem individuellen Schadenrisiko korreliert sind. Kesternich/Schumacher (2014) zei-
gen auf, dass nicht genutzte Variablen vor allem in einem imperfekten Versicherungs-
markt mit hohen Markteintrittskosten vorliegen können.216
Der zweite für unsere Analyse bedeutende Literaturstrang behandelt Selektionseffekte und
dynamische Marktineffizienzen. Diese können für risikoaverse Personen, die sich in lang-
fristigen Verträgen gegen das individuelle Prämienrisiko217 absichern wollen, dadurch
entstehen, dass Versicherte ein einseitiges Kündigungsrecht haben. Bei Verträgen mit ei-
nem einseitigen Kündigungsrecht durch den Versicherten lernen im Zeitverlauf vor allem
risikoarme Kunden über ihre Gesundheit und haben einen größeren Anreiz, langfristige
Verträge zu kündigen.218 Hendel/Lizzeri (2003) zeigen für den Lebensversicherungs-
markt, dass bei langfristigen Verträgen durch das Front Loading der Kündigungsanreiz
reduziert wird und dass ein höheres Front Loading das Kollektiv stärkt, indem die Wahr-
scheinlichkeit einer Vertragskündigung verringert wird. Für den deutschen Krankenversi-
cherungsmarkt besteht ebenfalls Evidenz, dass risikoärmere Kundentypen mit höherer
Wahrscheinlichkeit ihre private Krankenvollversicherung oder ihre Krankenhauszusatz-
214 Medigap ist eine Krankenzusatzversicherung für Leistungsbezieher innerhalb von Medicare, um Leis-
tungslücken aus der öffentlichen Medicare-Absicherung schließen zu können. 215 Vgl. Finkelstein/Poterba (2014), S. 719–721. 216 Kesternich/Schumacher (2014) diskutieren zudem weitere Erklärungsansätze für das Vorliegen von
Unused Observables. 217 Vgl. Pauly/Kunreuther/Hirth (1995), S. 143. 218 Vgl. Hendel/Lizzeri (2003), S. 300.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 89
versicherung kündigen.219 Gleichgelagert stellen Finkelstein/McGarry/Sufi (2005) und
Browne (2006) für die Pflegezusatzversicherung im Markt der Vereinigten Staaten fest,
dass Kunden weniger dazu neigen, die Verträge auf Dauer fortzuführen, wenn sie ein ge-
ringeres Pflegerisiko aufweisen. Eine solche Ex-post-Selektion kann dazu führen, dass
sich das Risikokollektiv verschlechtert und in der Pflegeversicherung höhere Prämien zu
zahlen sind.220 Dieser Effekt führt zu Marktineffizienzen und kann als Erklärungsgrund
aufgeführt werden, dass im Pflegeversicherungsmarkt der Vereinigten Staaten die Nach-
frage verhältnismäßig gering ist.221 Anzumerken ist, dass nach Hendel/Lizzeri (2003)
dieser Selektionseffekt auf das symmetrische Lernverhalten von Versicherer und Kunden
zurückzuführen ist. Konetzka/Luo (2011) finden jedoch nur geringe Evidenz, dass das
Kündigungsverhalten zu einer Verschlechterung des Risikokollektivs im Pflegeversiche-
rungsmarkt der Vereinigten Staaten führt, und folgern daraus, dass andere Einflussfakto-
ren, wie eine Reduzierung des Vermögens, eine wichtigere Rolle im Kündigungsverhalten
einnehmen.
In dieser Untersuchung leisten wir einen wissenschaftlichen Beitrag, indem wir asymmet-
rische Informationen, Selektionseffekte und Kündigungsverhalten im deutschen Markt für
Pflegezusatzversicherungen analysieren. Während in bestehender Literatur vor allem Um-
fragedaten genutzt werden, basiert unsere Analyse auf Versichererdaten. Die Selektionsef-
fekte prüfen wir in einem statischen Datenrahmen und zusätzlich testen wir Selektions-
verhalten in einem dynamischen Ansatz. Browne/Zhou-Richter (2014) analysieren eben-
falls den Markt für private Pflegezusatzversicherungen in Deutschland mit einem ver-
gleichbaren wissenschaftlichen Ansatz, jedoch ziehen sie Umfragedaten zum Pflegezu-
satzversicherungsschutz im Jahr 1992 heran – also noch vor Einführung der Pflege-
pflichtversicherung in Deutschland. Zum einen ist seitdem der Markt für private Pflege-
zusatzversicherungen, wie im Abschnitt 4.2 näher erläutert, erheblich gewachsen und zum
anderen untersuchen wir zusätzlich das Kündigungs- und Lernverhalten von Kunden über
die Zeit. Im Gegensatz zu den Ergebnissen von Browne/Zhou-Richter (2014) finden wir
Evidenz, dass die vorteilhafte Selektion der dominierende Effekt im Markt für deutsche
Pflegezusatzversicherungen ist. Darüber hinaus erweitern wir die bestehende Literatur,
indem wir unsere Analyse auf Unused Observables, wie die persönliche Berufstätigkeit,
219 Vgl. Hofmann/Browne (2013), S. 81 und Lange/Schiller/Steinorth (2017), S. 22. 220 Vgl. Brown/Finkelstein (2009), S. 25. 221 Vgl. Browne (2006), S. 97 und Finkelstein/McGarry/Sufi (2005), S. 225.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 90
im deutschen Pflegezusatzversicherungsbereich konzentrieren. Des Weiteren können wir
heterogene Effekte von bestimmten Merkmalen auf das Schadenrisiko und den Versiche-
rungsschutz beobachten, um die Ursachen für Selektionseffekte besser beschreiben zu
können.
4.4 Daten und Methodiken
4.4.1 Daten und Variablenspezifikationen
In unserer Analyse nutzen wir Daten eines deutschen Krankenversicherers, der seinen re-
gionalen Schwerpunkt in einem Bundesland hat, aber im gesamten Bundesgebiet Versi-
cherungsprodukte anbietet.222 Unser Datensatz beinhaltet Informationen zur Krankenver-
sicherung und zur Pflegeversicherung von 1960 bis 2014. Leistungsdaten können wir von
2006 bis 2014 beobachten. Für unsere Analyse strukturieren wir die Daten in drei Schrit-
ten. Erstens schließen wir alle gesetzlich Krankenversicherten aus, da wir lediglich über
Informationen zum Pflegerisiko verfügen, wenn sie eine Pflegezusatzversicherung haben.
Die Pflegepflichtversicherung wird schließlich bei der sozialen Pflegekasse geführt, folg-
lich haben wir für die gesetzlich Versicherten keine Kontrollgruppe, um das Pflegerisiko
zu modellieren. Zweitens schließen wir alle beihilfeberechtigten Personen aus, da wir an-
sonsten durch die unterschiedlichen Deckungskonzepte zwischen Beamten und Nichtbe-
amten einen zu hohen Komplexitätsgrad erreichen würden.223 Und drittens lehnen wir uns
222 Theoretisch können Versicherte von mehr als einem Krankenversicherer Pflegezusatzversicherungen
beziehen. Nach Chiappori/Salanié (2013) kann dies problematisch sein, wenn lediglich Daten von
einem Versicherer zur Analyse von asymmetrischen Informationen herangezogen werden. Wir argu-
mentieren jedoch, dass es eher unwahrscheinlich ist, dass Personen bei mehreren Versicherern eine
Pflegezusatzversicherung abschließen, da vor allem höhere Transaktionskosten anfallen würden und
andere Vorteile ausschlaggebend sein müssten. So würde es vor allem Sinn für einen Versicherten
ergeben, wenn er sein versichertes Tagegeld durch einen weiteren Vertrag maximieren könnte. Al-
lerdings darf die maximale Tagegeldhöhe für Pflegezusatzversicherung nicht von der Tagegeldhöhe al-
ler Pflegezusatzversicherungsverträge inklusive der Verträge bei anderen Versicherern überschritten
werden. Darüber hinaus hat in unserem Datensample lediglich 1 % der Versicherten die maximale
Tagegeldhöhe versichert. Schließlich folgern wir daraus, dass dieses theoretische Problem zu ver-
nachlässigen ist. 223 Beamte erhalten in Deutschland von ihrem öffentlich-rechtlichen Arbeitgeber prozentuale Zuzahlung-
en zur Kranken- und Pflegeversicherung (sogenannte Beihilfen). Folglich haben Beamte einen starken
Anreiz, sich für den restlichen Teil, der nicht durch die Beihilfe abgedeckt ist, privat krankenzuversi-
chern (vgl. Hofmann/Browne, 2013, S. 87). Beamte, die sich neben ihrer Beihilfe privat kranken-
versichern, müssen sich ebenfalls privat pflegepflichtversichern (vgl. Verband der Privaten Kranken-
versicherung, 2016a, S. 10). Der Versicherungsumfang von Beamten in der Pflegepflichtversicherung
unterscheidet sich allerdings von anderen Pflegepflichtversicherten aufgrund der Beihilfeleistungen.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 91
an Browne/Zhou-Richter (2014) an, indem wir ab dem Jahr 2006 (das Jahr der ersten
Leistungsdaten) Versicherte mit 40 Jahren und älter betrachten, da das Pflegerisiko mit
zunehmendem Alter erheblich steigt. Somit beinhaltet unsere gesamte Stichprobe 98.305
statistische Individuen. Tabelle 14 fasst im Anhang alle Variablen des Kapitels 4 mit deren
Datenherkunft zusammen.
Um das Schadenrisiko in unseren empirischen Modellen zu messen, verwenden wir meh-
rere Variablen. Erstens nutzen wir eine dichotome Variable LTCprob, die durch 1 aufzeigt,
ob in der Pflegepflichtversicherung ein Leistungsfall zwischen 2006 und 2014 oder durch
0 kein Leistungsfall vorliegt. Dieses Maß vernachlässigt zwar die Intensität der individu-
ellen Pflegebeeinträchtigung, gibt aber eindeutig an, ob ein Pflegefall vorliegt. Mit Hilfe
dieser dichotomen Variablen können wir ex post moralisches Risiko ausschließen, das
durch die Wahloption der Pflegearten und des Umfangs von Pflegeservices entstehen
kann. Als zweites Maß nutzen wir den natürlichen Logarithmus der gesamten finanziellen
Pflegeleistungen aus der privaten Pflegepflichtversicherung (lnLTCcost). Anzumerken ist,
dass uns lediglich die Jahressumme an finanziellen Pflegeleistungen zur Verfügung steht
und wir keine Informationen zur jeweiligen Pflegestufe besitzen. Da im Datensatz einige
Versicherte nur geringe finanzielle Pflegeleistungen, beispielsweise für Pflegehilfsmittel,
von der Pflegepflichtkasse erhalten und sie folglich nach der gesetzlichen Definition nicht
pflegebedürftig sind, setzen wir einen Mindestbetrag an. Dieser Mindestbetrag entspricht
der Mindesthöhe für die geringste Pflegestufe und berücksichtigt, dass die Pflegebedürf-
tigkeit mindestens sechs Monate anzudauern hat. So stufen wir Personen beispielsweise
als pflegebedürftig ein, wenn die finanzielle Pflegeleistung im Jahr 2006 1.230 Euro über-
steigt. Diese Summe entspricht sechs monatlichen Auszahlungen der geringsten Pflege-
stufe.224 Für unsere Paneldaten nutzen wir eine Dummyvariable HCprob, die durch 1 be-
schreibt, dass in der privaten Krankenvollversicherung ein Leistungsvoll vorliegt. Zudem
ziehen wir wieder den natürlichen Logarithmus heran, um durch die finanziellen Leis-
tungsausgaben das Krankheitsrisiko zu approximieren (lnHCprob). Da die letzte Variable
lediglich Leistungszahlungen durch den Versicherer berücksichtigt, ist zu beachten, dass
in den Krankenvollversicherungstarifen unterschiedliche Selbstbehalte vereinbart sein
können. Um die Policen untereinander vergleichbar zu machen, folgen wir dem Ansatz
224 Berücksichtigt ist zudem, falls der Pflegefall am Ende des Jahres eintritt. Daher haben wir den
Zeitraum von mindestens sechs Monaten auch über zwei darauffolgende Jahre geprüft.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 92
von Cohen (2005) und betrachten ausschließlich Leistungsausgaben, die den höchsten
Selbstbehalt überschreiten (hier 1.680 Euro).
Den Pflegezusatzversicherungsumfang messen wir in einem ersten Schritt mit der dicho-
tomen Variablen CompLTCI, die durch 1 angibt, dass ein Kunde eine Pflegezusatzversi-
cherung besitzt, und durch 0, dass dies nicht der Fall ist. Um den Pflegezusatzversiche-
rungsumfang genauer beschreiben zu können, ziehen wir ebenfalls den natürlichen Loga-
rithmus heran, der die monatlichen Versicherungsprämien berücksichtigt (lnCompLTCIp).
Bei Heranziehung dieser Variable als Proxy für den Versicherungsumfang schränken wir
unseren Datensatz auf Pflegezusatzversicherte ein, da Personen ohne Pflegezusatzversi-
cherung keine Prämien für diese Versicherung bezahlen.
Um für die Risikoadjustierung des Versicherers kontrollieren zu können, beziehen wir das
Geschlecht und das Alter als Kovariate in unserem Modell ein.225 Ebenfalls kontrollieren
wir in der Teilstichprobe der Pflegezusatzversicherten für das Jahr des Versicherungsab-
schlusses. Wir nutzen für diese Charakteristika der Prämiengestaltung Interaktionsvariab-
len, um zu gewährleisten, dass alle Versicherten des gleichen Alters und Geschlechts in
einer Risikoklasse zusammenfasst sind. Mit Hilfe dieser Variablen können wir bei der
Analyse der Korrelation zwischen Versicherungsschutz und Risiko für alle Faktoren des
Versicherers kontrollieren, die zur Berechnung der individuellen Risikoprämie herange-
zogen werden.226 Wir regressieren die Prämie für Pflegezusatzversicherungsschutz auf
diese Charakteristika und auf den jeweiligen Tarif und interagieren diese Faktoren, um
qualitativ überprüfen zu können, inwiefern diese Charakteristika die Prämien für Pflege-
zusatzversicherungsschutz vorhersagen. Mithilfe des Tarifs berücksichtigen wir die unter-
schiedlich vereinbarten Leistungen je nach Pflegestufe. Wir stellen ein angepasstes R2 von
0,9545 fest. Allerdings ist es in unserem empirischen Modell nicht möglich, jeden Pflege-
tarif separat zu betrachten. Die herangezogenen Charakteristika sind jedoch gute Prädika-
toren für die Risikoeinstufung des Versicherers, da die Prämienvariationen auch ohne das
Jahr des Versicherungsabschlusses ausreichend erklärt werden können (angepasstes R2 =
0,8221).
225 Wir berücksichtigen auch das Geschlecht, da die meisten Pflegezusatzversicherungen vor 2012, also
vor Einführung des AGG oder der sogenannten Unisex-Tarife, abgeschlossen wurden. 226 Preisvorteile durch mehrere Versicherungsverträge beim gleichen Versicherer oder höhere vereinbarte
Leistungen können ausgeschlossen werden, da sie nicht angeboten werden.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 93
Um die Ursachen der Selektion analysieren zu können, betrachten wir mehrere beobacht-
bare Charakteristika der Versicherten, die nicht vom Versicherer zur Prämienberechnung
der Pflegezusatzversicherung verwendet werden. So untersuchen wir analog zu Browne/
Zhou-Richter (2014) die Präferenz für Versicherungsschutz, die durch den Besitz von
weiteren Krankenzusatzversicherungen geschätzt wird. Insbesondere ziehen wir die
Krankentagegeld- und die Krankenhaustagegeldversicherung heran, da die beiden Versi-
cherungsarten auch von privat Krankenvollversicherten ergänzend gekauft werden kön-
nen.227 Wir reichern die vom Krankenversicherer zur Verfügung gestellten Daten an, in-
dem wir in zwei Schritten Daten hinzufügen, um so Unused Observables analysieren zu
können. Erstens können wir anhand der zur Verfügung gestellten Daten Informationen
über die berufliche Tätigkeit in über 80 % der Fälle nachvollziehen.228 Wir nehmen das
internationale sozioökonomische Maß des beruflichen Status (sogenanntes ISEI229), das
von Ganzeboom/de Graaf/Treiman (1992) eingeführt wurde und jeder Berufstätigkeit ei-
nen Indexwert zuweist, der den sozioökonomischen Status wiedergibt. In unserer Analyse
nutzen wir modifizierte Indexwerte, die auf ISEI-08 basieren und zusätzlich das Einkom-
men und den Bildungsstand berücksichtigen.230 Zweitens lehnen wir uns an Finkel-
stein/Poterba (2014) an und reichern die Daten auf Basis des Wohnorts der Versicherten,
den wir anhand der ersten drei Postleitzahlen bestimmen, mit Informationen aus dem
Zensus 2011 sowie der Datenbank Eurostat an. Der Zensus 2011 beinhaltet detaillierte In-
formationen über sozioökonomische Charakteristika von mehr als 400 ländlichen und
städtischen Wohngegenden.231 Wir nutzen die Daten auf Kreisebene, um den Individuen
Daten zur Bildung, zum Beschäftigungsstatus, zum Bruttoinlandsprodukt pro Kopf (BIP)
und zum Familienstand zuordnen zu können.232 Zusätzlich reichern wir die Daten mit Al-
tersstrukturen (dependency ratio) der jeweiligen Wohngegenden an.
227 Die Krankentagegeldversicherung schützt Kunden vor Einkommensverlusten, wenn sie durch Krank-
heit bedingt nicht mehr arbeiten können. Die Krankenhaustagegeldversicherung leistet dagegen einen
finanziellen Ausgleich für jeden Tag eines stationären Krankenhausaufenthaltes. 228 Einige Informationen über die berufliche Tätigkeit können wir in dem zur Verfügung gestellten Daten-
satz nicht mit ISEI-Wert gleichsetzen, so dass sich die Anzahl der ISEI-08-Daten und die der
vorhandenen Daten zur beruflichen Tätigkeit unterscheiden. 229 Auf Englisch ausgeschrieben „International Socio-Economic Index of Occupational Status“. 230 ISEI-08 basiert wiederum auf einer Weiterentwicklung des „International Standard Classification of
Occupations“ (ISCO), hier ISCO-08. Vgl. Ganzeboom/Treiman (2010), S. 2–4. 231 Die Landkreise und die kreisfreien Städte in Deutschland stimmen mit den Einstufungen der „Nomen-
clature des Unités territoriales statistiques“ (NUTS) Level 3 überein. 232 In vielen Fällen beziehen sich die ersten drei Postleitzahlen über mehrere Landkreise. Deshalb nehmen
wir die Durchschnittswerte der sozioökonomischen Variablen für jede Wohngegend.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 94
4.4.2 Ökonometrischer Ansatz in einem statischen Rahmen
In unserem empirischen Modell lehnen wir uns an die Idee des bivariaten Probitmodells
von Chiappori/Salanié (2000) an, um Selektionseffekte, die aufgrund privater Informatio-
nen von Versicherten entstehen können, in einem statischen Rahmen identifizieren zu
können. Dieses Probitmodell wird in mehreren bestehenden Untersuchungen angewandt.
Einen Überblick hierzu liefert Cohen/Siegelman (2010). In einem ersten Schritt schätzen
wir die Deckungsumfang-Risiko-Korrelation anhand des folgenden zweistufigen Glei-
chungsmodells, um den grundlegenden Unterschied im Pflegerisiko zwischen Versicher-
ten, die eine Pflegezusatzversicherung besitzen, und denen, die keinen Vertrag haben, be-
werten zu können:
Ri = α1 + α2Xi + εi (1)
Ci = β1 + β
2Xi + ϑi (2)
In der Modellierung regressieren wir das individuelle Risiko i, Leistungen aus der gesetz-
lichen Pflegepflichtversicherung (Ri) zu erhalten, und den Versicherungsumfang der Pfle-
gezusatzversicherung (Ci) auf einen Vektor (Xi), der die Charakteristika eines Versicherten
i einschließt, die für den Versicherer beobachtbar sind und zur individuellen Prämienkal-
kulation herangezogen werden. Nach der Regression der beiden Gleichungen betrachten
wir die Residuen (휀𝑖 & 𝜗𝑖) und überprüfen durch Analyse des Korrelationskoeffizienten 𝜌
(휀𝑖, 𝜗𝑖) deren Unabhängigkeit. Falls eine Korrelation der beiden Residuen festgestellt
werden kann, die sich signifikant von 0 unterscheidet, das heißt 𝜌 (휀𝑖,) ≠ 0, ist davon aus-
zugehen, dass Ri und Ci miteinander korrelieren. Dieses Ergebnis würde auf asymmetri-
sche Informationen im Versicherungskollektiv hindeuten. Ausgehend von bestehenden
Untersuchungen und der tendenziell restriktiven Annahmepolitik im deutschen Pflegezu-
satzbereich stellen wir die Hypothese auf, dass im deutschen Pflegezusatzversicherungs-
markt asymmetrische Informationen vorliegen, die zu einer adversen und/oder vorteilhaf-
ten Selektion führen.
Um potenzielle Ursachen von Selektionseffekten identifizieren zu können, folgen wir
dem Ansatz von Finkelstein/Poterba (2014). Dieser Untersuchungsansatz basiert auf den
zwei Regressionsgleichungen (1) und (2):
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 95
Ri = δ1 + δ2Ui + δ3Xi + φi (3)
Ci = θ1 + θ2Ui + θ3Xi + ωi (4)
Die Interpretation der beiden Gleichungen erfolgt grundsätzlich wie (1) und (2). Wir re-
gressieren eigenständig Ri und Ci im gleichem Modell, das die Konstante (𝛿1 & 𝜃1), die
Prämiencharakteristika für die Pflegezusatzversicherung und den Fehlerterm (𝜑𝑖 & 𝜔𝑖)
enthält. Zusätzlich beziehen wir die Informationen über die Versicherten ein, die zwar
nicht zur Prämienkalkulation verwendet werden, aber grundsätzlich für den Versicherer
zur Verfügung stehen (Ui). Die Unused Observables können entweder auf individueller
oder aggregierter Ebene, wie zum Beispiel auf Ebene der Wohngegend, gemessen sein.
Betrachten wir 𝛿2 & 𝜃2, können wir Charakteristika identifizieren, die zu Selektionseffek-
ten im Pflegezusatzversicherungsmarkt führen können. Eine Variable, die positiv mit dem
Risiko (𝛿2 > 0) korreliert und zugleich signifikant den Versicherungsumfang der Pflegezu-
satzversicherung (𝜃2 > 0) erhöht, kann als Einflussfaktor einer adversen Selektion angese-
hen werden. Im Umkehrschluss, wenn eine Variable positiv mit dem Versicherungsum-
fang der Pflegezusatzversicherung (𝜃2 > 0) und zugleich negativ mit dem Risiko (𝛿2 < 0)
korreliert, können wir diese Variable als eine Ursache für eine vorteilhafte Selektion anse-
hen. Analog zu bestehenden Untersuchungen, beispielsweise von Browne/Zhou-Richter
(2014), ist eine weitere Eigenschaft von Treibern für eine adverse (vorteilhafte) Selektion,
dass sich die Deckungsumfang-Risiko-Korrelation, gemessen durch 𝜌 (휀𝑖, 𝜗𝑖), substantiell
in eine negative (positive) Richtung ändert, das heißt 𝜌 (𝜑𝑖, 𝜔𝑖) < 𝜌 (휀𝑖, 𝜗𝑖) (𝜌 (𝜑𝑖, 𝜔𝑖) > 𝜌
(휀𝑖, 𝜗𝑖)).
4.4.3 Ökonometrischer Ansatz in einem dynamischen Rahmen
Neben den Querschnittsdaten enthält der Datensatz Längsschnittdaten zu den jährlichen
Kosten eines jeden Tarifs mit Kündigungsinformationen zur Pflegezusatzversicherung
zwischen 2008 und 2014. Zudem sind Informationen zum Versicherungsabschluss einer
Pflegezusatzversicherung über die gesamte Beobachtungsperiode, also seit 1960, enthal-
ten. Wir können diese Daten nutzen, um dynamische Selektionseffekte in die oder aus der
Pflegezusatzversicherung über die Beobachtungsperiode hinweg zu untersuchen. In einem
ersten Schritt bauen wir unsere Analyse auf einem ähnlichen Regressionsmodell wie in
Gleichung (4) auf. Im dynamischen Setting können wir uns auf Änderungen im Versiche-
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 96
rungsstatus konzentrieren, anstatt nur Personen mit und ohne Pflegezusatzversicherung
miteinander zu vergleichen.
Für weiterführende Längsschnittanalysen nutzen wir in einem zweiten Schritt Variationen
der jährlichen Leistungsausgaben in Bezug auf das Abschluss- und Kündigungsjahr von
Pflegezusatzversicherungen. Für diesen Arbeitsschritt ordnen wir eindeutige Dummyvari-
ablen für die Jahre vor und nach dem Versicherungsabschluss oder der Kündigung zu. So
können wir ein dynamisches Verständnis über die Beziehung des individuellen Gesund-
heitszustands und des Entscheidungsprozesses über eine Pflegezusatzversicherung ge-
winnen. Somit modellieren wir die jährlichen Gesundheitskosten und den Schadeneintritt
in der Krankenvollversicherung wie folgt:
Hit = β'Xit + ∑ γ
jLj,it
5
j=-5+ ut + εit, 𝑗 = −5, −4, …, 4, 5 (5)
𝐻𝑖𝑡 gibt die individuelle Gesundheit i zur Zeit t an, die mit dem natürlichen Logarithmus
der jährlichen Leistungsausgaben (lnHCcost) gemessen wird oder als Dummyvariable
HCprob, die auf das Ereignis mindestens eines Leistungsfalls während des betrachteten
Jahres verweist. 𝑋𝑖 steht für die Informationen, die zur Berechnung der individuellen Ri-
sikoprämie verwendet werden. Wir kontrollieren für unbeobachtete und zugleich konstan-
te Heterogenität zwischen den verschiedenen Jahren mithilfe von Dummyvariablen (so-
genannte „year fixed effects“) durch 𝑢𝑡. Die Dummyvariablen 𝐿𝑖𝑡 repräsentieren die Jahre
vor und nach dem Versicherungsabschluss bzw. der Kündigung im Jahr 0. Durch die Be-
obachtungsperiode von neun Jahren gibt es kaum Beobachtungen für die Krankenversi-
cherungsleistungen, die mehr als fünf Jahre vor und nach dem Versicherungsabschluss
oder der Kündigung liegen. Daher beziehen wir diese Beobachtungen in die Dummyvari-
ablen für fünf Jahre vor und nach einem Ereignis ein.
Da Versicherte ihre Pflegezusatzversicherung lediglich kündigen (abschließen) können,
wenn sie zuvor einen Vertrag hatten (nicht hatten), strukturieren wir unsere Stichprobe
wie folgt. Für die Kündigungsanalyse ziehen wir ausschließlich Versicherte heran, die ihre
Pflegezusatzversicherung im Jahr 2008 noch hatten, da wir aus datenschutzrechtlichen
Gründen lediglich Kündigungen nach 2007 beobachten können. Für die Abschluss- oder
genauer formuliert für die Kaufanalyse beziehen wir Personen in die Untersuchung ein,
die im Jahr 2006 noch keine Pflegezusatzversicherung hatten. Somit können wir unsere
Stichprobe vergleichbar gestalten, indem alle untersuchten Individuen die Möglichkeit
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 97
haben, eines der Ereignisse zu erfahren. Als Bezugswert für die Jahresvariablen schließen
wir die Gruppe an Individuen aus, für die wir keine Änderung des Versicherungsstatus der
Pflegezusatzversicherung feststellen können.
4.5 Ergebnisse
4.5.1 Deskriptive Statistiken
Tabelle 5 zeigt die zusammenfassende deskriptive Statistik der gesamten Stichprobe und
unterteilt nach Pflegezusatzversicherungsschutz. In der Stichprobe haben 19 % der Indi-
viduen eine Pflegezusatzversicherung. Ein einfacher Vergleich der Personen, die eine
Pflegezusatzversicherung haben, mit denen, die keine besitzen, legt dar, dass sich die
Gruppen nicht wesentlich in den Wahrscheinlichkeiten, einen Pflegeleistungsfall zu ha-
ben, und in den durchschnittlichen Pflegekosten unterscheiden. Ein Grund der geringen
Unterschiede ist in der relativ kleinen Fallzahl von Pflegefällen (n = 923) zu sehen. Wenn
wir jedoch die über den höchsten Selbstbehalt liegenden Krankenvollversicherungsleis-
tungen betrachten, sind sowohl die Wahrscheinlichkeit, einen Leistungsfall geltend zu
machen, als auch die durchschnittlichen Krankenvollversicherungskosten der Versicherten
mit einer Pflegezusatzversicherung höher.233 Zusätzlich ist festzustellen, dass die Pflege-
zusatzversicherten wahrscheinlicher eine Krankentagegeld- und Krankenhaustagegeldver-
sicherung haben. Unter demographischen Aspekten betrachtet sind die Pflegezusatzversi-
cherten durchschnittlich älter und eher männlichen Geschlechts. Die angereicherten Daten
zeigen zudem, dass die Pflegezusatzversicherten beispielsweise einen leicht höheren
ISEI-08-Wert und einen höheren sozioökonomischen Status besitzen. Darüber hinaus le-
ben sie in Wohngegenden mit einem höheren sozioökonomischen Status, der durch den
Anteil an Personen mit Hochschulreife, die Erwerbstätigenquote und das BIP pro Kopf
auf Kreisebene gemessen wird.
233 Wenn die gesamten Gesundheitskosten der Vollversicherten betrachtet werden, stellen wir ebenfalls
fest, dass Versicherungsnehmer der Pflegezusatzversicherungen zu einer höheren Wahrscheinlichkeit
einen Leistungsfall geltend machen und höhere Leistungsausgaben haben (dies ist nicht in Tabelle 5
aufgeführt).
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 98
Gesamt Pflegezusatz-
versicherung
(durchschnittlich)
Variablen N Durchschnitt Standard-
abw.
Min Max Nein Ja
Individuelle Daten
LTCprob 98.305 0,009 0,096 0 1 0,009 0,009
lnLTCcost 98.305 0,089 0,919 0 12.262 0,089 0,086
HCprob 98.305 0,758 0,428 0 1 0,740 0,836
lnHCcost 98.305 6,687 4,028 0 14,641 6,493 7,498
CompLTCI 98.305 0,192 0,394 0 1 0 1
lnComp-
LTCIp
98.305 0,571 1,213 0 5,495 0 2,967
dsick_ins 98.305 0,490 0,500 0 1 0,464 0,600
dhosp_ins 98.305 0,247 0,432 0 1 0,211 0,400
male 98.305 0,737 0,440 0 1 0,724 0,791
age 98.305 58,430 8,075 48 98 58,056 60,002
ISEI-08 71.471 55,819 21,457 11,560 88,960 55,620 56,786
Aggregierte Datenc
educ_sec 98.085 32,977 12,353 16,554 71,000 32,679 34,229
employ 98.085 77,122 3,267 61,400 82,704 76,971 77,757
gdp per
capita
98.085 33.813,10 14.926,28 14.922,50 86.837,50 33.452,02 35.329,70
dependency
ratio
98.085 58,325 4,867 47,000 68,944 58,351 58,217
single 98.085 27,398 5,328 21,000 42,800 27,428 27,271
c Die aggregierten Daten der Variablen educ_sec, employ, dependency ratio und single werden durch Prozentangaben
dargestellt. Das BIP pro Kopf wird in Euro ausgewiesen. Weiterführende Informationen zu den Variablen sind in Ta-
belle 14 im Anhang zu finden.
Tabelle 5: Deskriptive Statistik (eigene Darstellung)
4.5.2 Ergebnisse der statischen Analyse
4.5.2.1 Vorlage von asymmetrischen Informationen
Tabelle 6 zeigt die geschätzten Korrelationskoeffizienten der Residuen 𝜌 (휀𝑖 , 𝜗𝑖) der Glei-
chungen (1) und (2). Spalte (1) führt auf, dass 𝜌 (휀𝑖, 𝜗𝑖) negativ und signifikant ist, wenn
die Gleichungen (1) und (2) mit einem bivariaten Probitmodell regressiert werden. Die
Spalten (2) und (3) bestätigen diese Ergebnisse, wenn die Gleichungen (1) und (2) mit ei-
nem Probitmodell und einem linearen Wahrscheinlichkeitsmodell (LPM) für die gesamte
Stichprobe getrennt geschätzt werden. Diese Ergebnisse weisen darauf hin, dass die
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 99
Wahrscheinlichkeit, eine Pflegezusatzversicherung zu haben, mit dem Risiko, Pflegeleis-
tungen in Anspruch nehmen zu müssen, signifikant negativ korreliert ist. Folglich sichern
sich risikoärmere Individuen mit einer höheren Wahrscheinlichkeit mit einer Pflegezu-
satzversicherung ab. Betrachten wir lediglich die Pflegezusatzversicherten, zeigt uns Spal-
te (4), dass die Korrelation zwischen dem Umfang an Pflegezusatzversicherungsschutz
(lnCompLTCIp) und dem Ausmaß an Pflegeleistungen aus der Pflichtversicherung (lnLT-
Ccost) ebenfalls signifikant negativ ist. Folglich schließen risikoärmere Individuen im
Vergleich einen umfangreicheren Versicherungsschutz ab. Diese Ergebnisse unterstützen
unsere Hypothese, dass Personen über private Informationen verfügen, die zu Selektions-
effekten im Bereich der Pflegezusatzversicherung sowohl hinsichtlich der Kaufentschei-
dung einer Pflegezusatzversicherung als auch der Wahl des Umfangs an Versicherungs-
schutz führen. Diese negative Korrelation zwischen Versicherungsumfang und dem Pfle-
gerisiko legt Evidenz nahe, dass die vorteilhafte Selektion als dominierender Effekt vor-
liegt. Als Erklärungsansatz können insbesondere multidimensionale, privat verfügbare In-
formationen fungieren. Diese Erkenntnis subsumiert in Einklang mit Chiappori/Salanié
(2013), dass der deutsche Pflegeversicherungsmarkt, gleichgelagert mit dem deutschen
Krankenversicherungsmarkt234, nicht perfekt wettbewerblich ausgestaltet ist und Versi-
cherer über eine bestimmte Marktmacht verfügen.
(1) (2) (3) (4)
Gesamte Stichprobe Teilstichprobe
Pflegezusatz-
versicherte
Biprobit
LTCprob –
CompLTCI
Probit
LTCprob –
CompLTCI
LPM
LTCprob –
CompLTCI
OLS
lnLTCcost –
lnCompLTCIp
Korrelationskoeffizien-
ten der Residuen
𝜌 (휀𝑖, 𝜗𝑖)
-0,0624*** -0,0063** -0,0155*** -0,0325***
Beobachtungen 98.305 98.305 98.305 18.908
Die Residuen sind abgeleitet von den Gleichungen (1) und (2). In Spalte (1) basiert der Korrelationskoeffi-
zient auf einem bivariaten Probitmodell. Der Koeffizient in Spalte (2) entspricht der Korrelation der prog-
nostizierten Pearson-Residuen. *p < 0,1; **p < 0,05; ***p < 0,01.
Tabelle 6: Korrelation zwischen Pflegezusatzversicherungsschutz und dem Pflegerisiko
(eigene Darstellung)
234 Vgl. Hofmann/Browne (2013), S. 104.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 100
4.5.2.2 Unused Observables
Nach der Analyse des vorliegenden und dominierenden Selektionseffektes im deutschen
Pflegezusatzversicherungsmarkt betrachten wir den Zusammenhang von beobachtbaren,
aber nicht für die Prämienkalkulation verwendeten Charakteristika und den Variablen
Pflegerisiko und Pflegezusatzversicherungsumfang. Tabelle 7 zeigt die Regressionsergeb-
nisse der gesamten Stichprobe unter der Zugabe von möglichen Selektionstreibern zu un-
serem Gleichungsmodell (1) und (2). Wir können eine signifikante und positive Korrelati-
on des sozioökonomischen Status, gemessen durch den ISEI-08-Wert, mit dem Pflegezu-
satzversicherungsumfang und zugleich eine signifikant negative Korrelation mit dem
Pflegerisiko identifizieren. Individuen von Regionen, die über einen höheren Bildungsab-
schluss verfügen und eine höhere Erwerbsquote aufweisen, versichern sich analog mit ei-
ner höheren Wahrscheinlichkeit mit einer Pflegezusatzversicherung und nehmen erwar-
tungsgemäß geringere Pflegeleistungen in Anspruch. Die Beziehungszusammenhänge
dieser sozioökonomischen Charakteristika mit den abhängigen Variablen bleiben zudem
robust, wenn alle Kovariate gleichzeitig in die Regression einbezogen werden (Spalten (4)
und (5) sowie (9) und (10)). Darüber hinaus entwickelt sich die Korrelation zwischen
Pflegezusatzversicherungsumfang und dem Pflegerisiko von signifikanten negativen Wer-
ten (𝜌 (휀𝑖, 𝜗𝑖) = −0,0504; 𝑝 = 0,090)235 zu nicht signifikanten Ergebnissen (𝜌 (𝜑𝑖, 𝜔𝑖) =
0,0388; 𝑝 = 0,195), wenn die sozioökonomischen Variablen gleichzeitig in das Modell
einbezogen werden (dies wird nicht in Tabelle 7 aufgeführt). Die Ergebnisse weisen da-
rauf hin, dass sowohl der berufliche Status als auch die Wohngegend der Individuen Unu-
sed Observables sind. Nähere Informationen zum sozioökonomischen Status auf perso-
nenbezogenem Niveau und auf Kreisebene können folglich zu einer vorteilhaften Selekti-
on im Pflegezusatzbereich beitragen. Das ist in Einklang mit Untersuchungen von bei-
spielsweise Fang/Keane/Silverman (2008) und Finkelstein/McGarry (2006), die auch
Evidenz für sozioökonomische Charakteristika, wie Bildung und Wohlstand, als Ursache
für eine vorteilhafte Selektion liefern.
Die Ergebnisse über die untersuchte Präferenz für Versicherungsschutz sind hingegen un-
terschiedlich. Der Besitz einer Krankentagegeldversicherung ist negativ mit dem Pflegeri-
235 Die Korrelationskoeffizienten der Residuen, die auf dem bivariaten Probitmodell ohne Kontrolle der
möglichen Selektionstreiber fußen, unterscheiden sich leicht von den Ergebnissen der Tabelle 6. Wir
ziehen hier für die Modellierung eine kleinere Stichprobe (n = 71.358) mit und ohne die
sozioökonomischen Charakteristika heran, um die Korrelation zwischen den Residuen vergleichbar
machen zu können.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 101
siko und positiv mit dem Versicherungsumfang korreliert. Zudem ist die Deckungsum-
fang-Risiko-Korrelation zwar weiterhin signifikant, doch sinkt sie bei Kontrolle für den
Besitz einer Krankentagegeldversicherung (siehe Spalte (3)). Wenn allerdings mit allen
Kovariate gleichzeitig kontrolliert wird (siehe Spalte (4)), weist die negative Korrelation
mit dem Pflegerisiko keinen signifikanten Wert aus.236 Da diese Versicherung vor allem
das Einkommen in einem Krankheitsfall absichert, ist diese insbesondere für Erwerbstäti-
ge relevant. Um den Zusammenhang einer Krankentagegeldversicherung mit den abhän-
gigen Variablen näher untersuchen zu können, betrachten wir zusätzlich nur Personen bis
maximal 65 Jahre und stellen fest, dass die Korrelation mit dem Pflegezusatzversiche-
rungsumfang positiv und mit dem Pflegerisiko negativ bleibt. Diese Erkenntnis ist gleich-
gelagert mit den Ergebnissen von Browne/Zhou-Richter (2014), die ebenfalls Evidenz da-
für finden, dass eine Präferenz für Versicherungsschutz eine Ursache einer vorteilhaften
Selektion ist.
Wenn das Risiko mit der Wahrscheinlichkeit, Pflegeleistungen in Anspruch zu nehmen,
gemessen wird, kann im Gegensatz dazu der Besitz einer Krankenhaustagegeldversiche-
rung als eine Ursache adverser Selektion angesehen werden, da der Besitz dieser Versi-
cherung sowohl positiv mit dem Pflegezusatzversicherungsschutz als auch mit dem Pfle-
gerisiko korreliert. Das Ergebnis ist mit Lange/Schiller/Steinorth (2017) konsistent, die in
ihrer Analyse feststellen, dass Personen mit einer Krankenhauszusatzversicherung mit hö-
herer Wahrscheinlichkeit krank werden. Eine mögliche Erklärung dieser heterogenen Er-
gebnisse ist, dass sie persönliche Informationen über ihr Krankheitsrisiko haben, die eine
Krankenhausbehandlung wahrscheinlicher machen. Folglich ist zu erwarten, dass diese
Kunden eine Krankenhaustagegeld- und eine Pflegezusatzversicherung kaufen würden.
Andererseits sind Kunden, die eine Krankentagegeldversicherung abschließen, äußerst ri-
sikoavers, so dass sie eine höhere Nachfrage nach den beiden Versicherungen haben, aber
ein geringeres Pflegerisiko aufgrund von präventivem Gesundheitsverhalten aufweisen.
Ein anderer Erklärungsansatz ist, dass Personen zwar über private Informationen verfü-
gen, die ihr Krankheitsrisiko und ihr spezifisches Risiko, arbeitsunfähig zu werden, um-
fassen, diese aber keinen unmittelbaren Zusammenhang zum eigenen Pflegerisiko haben.
Unter Abwägung aller aufgeführten Ergebnisse vertreten wir die Meinung, dass eine
236 Dies liegt zumindest teilweise an der geringeren Stichprobe. Die Korrelation zwischen dem Besitz
einer Krankentagegeldversicherung und dem Pflegerisiko bleibt signifikant negativ, wenn alle poten-
ziellen Selektionsursachen, bis auf den ISEI-08-Wert, in die Modellierung einfließen.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 102
Krankenzusatzversicherung ein weiteres nicht genutztes, aber beobachtbares Kriterium
ist.
Tabelle 8 stellt die Ergebnisse zu den Selektionsursachen für die Stichprobe der Pflegezu-
satzversicherten dar. Hier ist zu erkennen, dass der ISEI-08-Wert und der Besitz einer
Krankenzusatzversicherung positiv mit dem Pflegezusatzversicherungsumfang korreliert
sind. Zusätzlich können wir feststellen, dass die Erwerbstätigenquote auf Kreisebene mit
dem Pflegezusatzversicherungsumfang korreliert ist, auch wenn die Ergebnisse nicht sig-
nifikant sind, wenn alle möglichen Ursachen für Selektionseffekte gleichzeitig in die Mo-
dellierung einbezogen werden (siehe Spalte (5)). Individuen, die in einer Wohngegend mit
einem höheren Anteil an Singles leben, fragen einen geringeren Deckungsumfang an
Pflegezusatzversicherung nach. Während einige Variablen, wie beispielsweise der Bil-
dungsabschluss und der Singleanteil in einer Region, signifikant negativ mit dem Pflege-
risiko korreliert sind, zeigen die Teilergebnisse insgesamt geringe Evidenz und sind zu-
dem unter gleichzeitiger Berücksichtigung aller Kovariate nicht signifikant (siehe auch
Spalte (4)). Der Besitz einer Krankenhaustagegeldversicherung ist mit der Wahrschein-
lichkeit, Pflegeleistungen in Anspruch nehmen zu müssen, positiv korreliert. Folglich ist
für Pflegezusatzversicherte, bei gleichzeitiger Modellierung aller Kovariate, ausschließ-
lich der Besitz einer Krankenhaustagegeldversicherung als Ursache einer adversen Selek-
tion anzusehen.237
Die in den Tabellen 7 und 8 dargestellten Ergebnisse zeigen, dass die potenziellen Selek-
tionsursachen durchwegs die Entscheidung beeinflussen, eine Pflegezusatzversicherung
abzuschließen, und den Umfang des Versicherungsschutzes zu wählen. Keine der Variab-
len bis auf die Variable dhosp_ins kann in der gesamten Stichprobe sowie in der Teilstich-
probe der Pflegezusatzversicherten als konsistente Ursache für eine adverse oder für eine
vorteilhafte Selektion bestimmt werden. Diese Resultate deuten darauf hin, dass Unused
Observables zu Selektionseffekten bei der Kaufentscheidung einer Pflegezusatzversiche-
rung beitragen können, dies jedoch nicht gleichgelagert für die Entscheidung über den
Umfang des Versicherungsschutzes unter den Pflegezusatzversicherten gilt.
237 Die Zusammenhänge zwischen allen untersuchten Charakteristika und dem approximierten Risiko
bleiben robust, wenn das Pflegerisiko mit dem natürlichen Logarithmus von Pflegeausgaben
(lnLTCcost) gemessen wird.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 103
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
Potenzielle Ursachen separat einbezogen Alle potenziellen Ursachen
gleichzeitig einbezogen
Potenzielle Ursachen separat einbezogen Alle potenziellen Ursachen
gleichzeitig einbezogen
LTCprob CompLTCI 𝜌 (𝜑𝑖 , 𝜔𝑖). LTCprob CompLTCI lnLTCcost lnCompLT-
CIp 𝜌 (𝜑𝑖 , 𝜔𝑖). lnLTCcost lnCompLTCIp
Sozioökonomische Cha-
rakteristika
ISEI-08 -0,0028*** 0,0014*** -0,0459 -0,0023** 0,0012*** -0,0004*** 0,0010*** -0,0110*** -0,0003*** 0,0008***
(0,001) (0,000) (p = 0,112) (0,001) (0,000) (0,000) (0,000) (p = 0,003) (0,000) (0,000)
educ_sec -0,0029*** 0,0044*** -0,0606*** -0,0083** 0,0039** -0,0011* 0,0028*** -0,0247*** -0,0009* 0,0022
(0,001) (0,001) (p = 0,003) (0,004) (0,002) (0,001) (0,001) (p = 0,001) (0,000) (0,001)
Employ -0,0131*** 0,0394*** -0,0580*** -0,0146*** 0,0284*** -0,0028*** 0,0292*** -0,0225*** -0,0022*** 0,0215***
(0,004) (0,004) (p = 0,005) (0,005) (0,003) (0,001) (0,002) (p = 0,000) (0,001) (0,002)
gdp per 10000 -0,0141* 0,0376*** -0,0617*** 0,0237 0,0312** -0,0023 0,0255*** -0,0231*** 0,0045 0,0162
(0,009) (0,007) (p = 0,003) (0,024) (0,014) (0,002) (0,006) (p = 0,000) (0,003) (0,010)
dependency ratio 0,0028 -0,0025 -0,0627*** 0,0075 -0,0082** 0,0002 -0,0013 -0,0232*** 0,0007 -0,0061**
(0,003) (0,002) (p = 0,002) (0,007) (0,004) (0,001) (0002) (p = 0,000) (0,001) (0,003)
single -0,0042* -0,0036 -0,0631*** 0,0046 -0,0217*** -0,0007 -0,0038** -0,0233*** 0,0001 -0,0130***
(0,002) (0,003) (p = 0,002) (0,007) (0,004) (0,001) (0,002) (p = 0,000) (0,001) (0,003)
Versicherungspräferenz
dsick_ins -0,1338*** 0,4485*** -0,0564*** -0,0648 0,3919*** -0,0303*** 0,3261*** -0,0213*** -0,0146*** 0,2582***
(0,035) (0,010) (p = 0,005) (0,040) (0,013) (0,0005) (0,008) (p = 0,000) (0,004) (0,010)
dhosp_ins 0,0648*** 0,5215*** -0,0714*** 0,1042** 0,4380*** 0,0042 0,4287*** -0.0237*** 0,0104 0,3477***
(0,031) (0,010) (p = 0,000) (0,045) (0,014) (0,007) (0,010) (p = 0,000) (0,006) (0,014)
Prämiencharakteristika Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja
Konstante -4,0768*** -3,9652*** -0,1172 -1,6840***
(0,731) (0,388) (0,108) (0,278)
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 104
Beobachtungen 71.358 71.358
Korrelation der Residu-
en 𝜌 (𝜑, 𝜙)
-0,0480 (p = 0,114) -0,0102*** (p = 0,006)
Die Anzahl an Beobachtungen differiert leicht aufgrund von fehlenden Werten. Die Koeffizienten in den Spalten (1) bis (5) beruhen auf einem bivariaten Probitmodell. Für jeden Koeffizien-
ten sind in den Klammern die robusten Standardfehler und für die Korrelationskoeffizienten der Residuen die p-Werte enthalten. Sofern die aggregierten Charakteristika in das Modell einbe-
zogen sind, werden die Standardfehler auf Kreisebene geclustert. *p < 0,10, **p < 0,05, ***p < 0,01.
Tabelle 7: Ursachen von Selektionseffekten, gesamte Stichprobe (eigene Darstellung)
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 105
(1) (2) (3) (4) (5)
Potenzielle Ursachen separat
einbezogen
Alle potenziellen Ursachen
gleichzeitig einbezogen
LTCprob lnComp-
LTCIp 𝜌 (𝜑𝑖 , 𝜔𝑖) LTCprob lnComp-
LTCIp
Sozioökonomische Cha-
rakteristika
ISEI-08 -0,0000 0,0006** -0,0214** 0,0000 0,0007**
(0,000) (0,000) (p = 0,018) (0,000) (0,000)
educ_sec -0,0001* -0,0000 -0,0308*** -0,0001 0,0013
(0,000) (0,000) (p = 0,000) (0,000) (0,001)
employ -0,0001 0,0026* -0,0308*** -0,0000 0,0030*
(0,000) (0,001) (p = 0,000) (0,000) (0,002)
gdp per 10000 -0,0009* 0,0025 -0,0307*** -0,0001 0,0081
(0,000) (0,003) (p = 0,000) (0,001) (0,009)
dependency ratio 0,0001 0,0005 -0,0308*** -0,0000 -0,0042*
(0,000) (0,001) (p = 0,000) (0,000) (0,002)
single -0,0002* -0,0022*** -0.0311*** -0,0001 -0,0096***
(0,000) (0,001) (p = 0,000) (0,000) (0,002)
Versicherungspräferenz
dsick_ins -0,0030** 0,0267*** -0,0308*** -0,0019 0,0257**
(0,001) (0,010) (p = 0,000) (0,001) (0,012)
dhosp_ins 0,0024* 0,0360*** -0,0315*** 0,0025* 0,0295***
(0,001) (0,009) (p = 0,000) (0,001) (0,011)
Prämiencharakteristika Ja Ja Ja Ja Ja
Konstante 0,0250 28,2273***
(0,026) (0,570)
Beobachtungen 12.170
Korrelation der Residuen
𝜌 (𝜑, 𝜙)
-0,0212** (p = 0,020)
Die Anzahl an Beobachtungen differiert leicht aufgrund von fehlenden Werten. Für jeden Koeffizienten sind
in den Klammern die robusten Standardfehler und für die Korrelationskoeffizienten der Residuen die p-
Werte enthalten. Sofern die aggregierten Charakteristika in das Modell einbezogen sind, werden die Stan-
dardfehler auf Kreisebene geclustert. *p < 0,10, **p < 0,05, ***p < 0,01.
Tabelle 8: Ursachen von Selektionseffekten, Stichprobe Pflegezusatzversicherte (eigene
Darstellung)
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 106
In einem nächsten Schritt teilen wir alle nicht binären Variablen in Quintile, um potenziel-
le nichtlineare Effekte der Charakteristika der statistischen Individuen auf die Ergebnisva-
riablen untersuchen zu können. Dieses Vorgehen soll dazu führen, dass wir ein klareres
Bild darüber erhalten, ob der Zusammenhang der Kovariate mit den Ergebnisvariablen
heterogen ist. Wie in Tabelle 9 dargestellt, ist die Korrelation der Charakteristika, die wir
als Ursachen der Selektionseffekte identifiziert haben – das heißt der ISEI-08-Wert sowie
das Bildungsniveau und die Beschäftigungsrate in den Regionen – mit Pflegezusatzversi-
cherungsschutz im ersten Quintil (Vergleichsgruppe) im Vergleich zu den restlichen Quin-
tilen durchgängig geringer; siehe Spalte (2). Jedoch steigen die Korrelationen nichtlinear
an. Die Korrelationsstruktur zwischen dem ISEI-08-Wert und der Pflegezusatzversiche-
rung ist U-förmig und weist den stärksten Zusammenhang im dritten Quintil aus. Diese
Ergebnisse sind konsistent mit den empirischen Belegen von McCall et al. (1998) zum
Zusammenhang zwischen Einkommen und Pflegeversicherung. Folglich steigt die Nach-
frage nach Pflegezusatzversicherungen bis zum dritten Quintil der ISEI-08-Verteilung und
fällt danach wieder ab, wobei sie aber stets signifikant höher als im ersten Quintil bleibt.
Die Identifizierung dieser Charakteristika als Ursachen von Selektionseffekten ist vor al-
lem durch das höchste Quintil bedingt, da die negative Korrelation dieser Charakteristika
mit dem Pflegerisiko nur in diesen Quintilen signifikant ist. Während wir bisher das BIP
pro Kopf auf Kreisebene nicht als eine Ursache von Selektionseffekten identifizieren
konnten (siehe Tabelle 7), können wir nun darüber hinaus belegen, dass die Individuen,
die in einer Region mit einem BIP pro Kopf des höchsten Quintils leben, geringere Risi-
ken sind und mit einer signifikant höheren Wahrscheinlichkeit eine Pflegezusatzversiche-
rung besitzen. Dies führt zu dem Schluss, dass Kunden, die in einer verhältnismäßig ver-
mögenden Gegend leben, zur vorteilhaften Selektion beitragen.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 107
(1) (2)
Unabhängige Variable LTCprob CompLTCI
ISEI-08
Zweites Quintil -0,0031 0,2411***
(0,057) (0,018)
Drittes Quintil -0,0761 0,3126***
(0,061) (0,018)
Viertes Quintil -0,0649 0,2584***
(0,060) (0,018)
Fünftes Quintil -0,1562*** 0,0686***
(0,059) (0,018)
educ_sec
Zweites Quintil 0,0335 0,2039***
(0,043) (0,034)
Drittes Quintil -0,0952** 0,2275***
(0,046) (0,035)
Viertes Quintil -0,0444 0,1124***
(0,043) (0,038)
Fünftes Quintil -0,1119** 0,2676***
(0,044) (0,030)
employ
Zweites Quintil -0,0155 0,1345***
(0,041) (0,042)
Drittes Quintil -0,0130 0,2096***
(0,043) (0,038)
Viertes Quintil -0,1086*** 0,3345***
(0,041) (0,033)
Fünftes Quintil -0,1238*** 0,3475***
(0,041) (0,033)
gdp per 10.000
Zweites Quintil -0,0484 0,1682***
(0,043) (0,043)
Drittes Quintil -0,0046 0,0932**
(0,043) (0,045)
Viertes Quintil 0,0084 0,2201***
(0,040) (0,043)
Fünftes Quintil -0,0899** 0,1995***
(0,041) (0,042)
dependency ratio
Zweites Quintil 0,0429 0,0186
(0,045) (0,048)
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 108
Drittes Quintil 0,0551 0,0614
(0,041) (0,040)
Viertes Quintil 0,0858* 0,0146
(0,045) (0,038)
Fünftes Quintil 0,0170 -0,0154
(0,042) (0,039)
single
Zweites Quintil -0,0063 0,1144***
(0,041) (0,034)
Drittes Quintil -0,0638 0,0701*
(0,042) (0,039)
Viertes Quintil -0,0959** -0,0509
(0,046) (0,047)
Fünftes Quintil -0,0877** -0,0161
(0,042) (0,040)
Die Anzahl an Beobachtungen differiert leicht aufgrund von fehlenden Werten. Für jeden Koeffizienten
sind in den Klammern die robusten Standardfehler enthalten. Sofern die aggregierten Charakteristika in
das Modell einbezogen sind, werden die Standardfehler auf Kreisebene geclustert. Weggelassene sind Ka-
tegorien der Referenzgruppen; also das erste Quintil der unabhängigen Variablen. *p < 0,10, **p < 0,05,
***p < 0,01
Tabelle 9: Heterogene Effekte von potenziellen Ursachen einer Selektion von Pflegezu-
satzversicherung und Risiko (eigene Darstellung)
Als mögliches Problem ist anzumerken, dass die nicht genutzten, aber beobachtbaren Va-
riablen und die damit verbundenen Charakteristika nicht unbedingt exogen sind.238 Wir
argumentieren jedoch, dass Endogenität tendenziell eher kein Problem hinsichtlich der
Wohngegend und des Berufsstatus als Unused Observables darstellt. So werden die Cha-
rakteristika zur Wohngegend auf einem aggregierten Niveau gemessen. Weiter argumen-
tieren wir, dass hierbei das Problem einer umgekehrten Kausalität oder einer Verzerrung
durch das Auslassen relevanter Variablen (sogenannter „omitted variable bias“) auf Basis
unbeobachteter individueller Eigenschaften eher unwahrscheinlich ist. Ebenso ist anzu-
merken, dass der Berufsstatus vom Versicherer bei Antragsaufnahme erfasst und im wei-
teren Vertragsverlauf in der Regel nicht aktualisiert wird. Demnach können Änderungen
des Berufsstatus als mögliche Folge eines Pflegefalles mit hoher Wahrscheinlichkeit aus-
geschlossen werden.
238 Dionne/La Haye/Bergerès (2015) beispielsweise nutzen mehrere Instrumente, um einer möglichen En-
dogenität im Testverfahren zu asymmetrischen Informationen Rechnung zu tragen.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 109
4.5.3 Ergebnisse der dynamischen Analyse
Unser empirisches Ergebnis zu einer negativen Deckungsumfang-Risiko-Korrelation, die
auf eine vorteilhafte Selektion als dominierenden Effekt hinweist, basiert auf einer stati-
schen Betrachtungsweise der Stichprobe. In diesem Abschnitt erweitern wir unsere Ana-
lyse, indem wir Änderungen des Versichertenkollektivs der Pflegezusatzversicherten dy-
namisch über die Zeit betrachten. Wir prüfen sowohl Kündigungen als auch den Ab-
schluss der Pflegezusatzversicherungen. Tabelle 10 stellt die Ergebnisse der gepoolten
Regression der abhängigen Variablen auf die Krankheitskosten und zu mehreren weiteren
Charakteristika dar. Ein Blick in die Spalten (1) und (2) zeigt, dass die Pflegezusatzversi-
cherten mit höheren Leistungen aus ihrer Krankenvollversicherung weniger wahrschein-
lich die Pflegezusatzversicherung kündigen. Dies deutet auf eine Ex-post-Selektion hin,
wie sie ebenfalls Hendel/Lizzeri (2003) herleiten, auch wenn Pflegezusatzversicherungen
mit Front Loading versehen sind.239 Darüber hinaus kündigen mit einer geringeren Wahr-
scheinlichkeit Kunden mit einem höheren sozioökonomischen Status, wie er durch den
ISEI-Wert festgestellt werden kann, ihre Pflegezusatzversicherung. Dies deutet in Ein-
klang mit Konetzka/Luo (2011) darauf hin, dass Personen mit einem geringeren sozio-
ökonomischen Status eher mit finanziellen Problemen zu kämpfen haben und folglich die
Wahrscheinlichkeit zunimmt, Verträge kündigen zu müssen. Die in den Ergebnissen stark
ausgeprägte positive Korrelation zwischen dem Notlagentarif und den auftretenden Kün-
digungen der Pflegezusatzversicherungen belegen die Aussage.240 Die Spalten (3) und (4)
der Tabelle 10 weisen zugleich auf eine adverse Selektion hin, da Individuen mit höheren
Krankheitskosten mit einer höheren Wahrscheinlichkeit eine Pflegezusatzversicherung
abschließen. Die Ergebnisse zeigen, dass Personen mit einem höheren sozioökonomi-
schen Status, der durch den ISEI-08-Wert und durch die Erwerbsquote auf Kreisebene
gemessen wird, und mit Besitz von Krankenzusatzversicherungen tendenziell eher eine
Pflegezusatzversicherung nachfragen. Die Erkenntnisse decken sich folglich mit unserer
statischen Analyse.
239 Vgl. auch Finkelstein/McGarry/Sufi (2005), S. 224. 240 Für Versicherungsnehmer einer privaten Krankenvollversicherung, die ihre Versicherungsbeiträge
über mehrere Monate nicht bezahlen können, gibt es in Deutschland den sogenannten Notlagentarif.
Dieser Tarif leistet ausschließlich bei akuten Behandlungen, schweren Schmerzen und bei Schwanger-
schaft. Im Jahr 2014 waren ca. 100.000 Versicherungsnehmer in diesem Tarif bundesweit versichert
(vgl. Verband der Privaten Krankenversicherung, 2016b, S. 31).
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 110
Abhängige
Variablen
LTCI_lapse CompLTCI
(1) (2) (3) (4)
Unabhängige
Variablen
Kovariate separat
einbezogen
Kovariate gleich-
zeitig einbezogen
Kovariate separat
einbezogen
Kovariate gleich-
zeitig einbezogen
lnHCcost -0,0060*** -0,0022*** 0,0021*** 0,0010***
(0,001) (0,001) (0,000) (0,000)
ISEI-08 -0,0006*** -0,0003*** 0,0003*** 0,0002***
(0,000) (0000) (0,000) (0,000)
educ -0,0002 0,0002 -0,0001 -0,0003
(0,000) (0,000) (0,000) (0,000)
employ -0,0014** -0,0001 0,0056*** 0,0060***
(0,001) (0,001) (0,000) (0,001)
gdp per 10000 -0,0018* -0,0009 -0,0002 -0,0002
(0,001) (0,002) (0,001) (0,002)
dependency ratio 0,0007** 0,0008 0,0003 -0,0013**
(0,000) (0,001) (0,000) (0,001)
single -0,0001 0,0006 -0,0012*** -0,0009
(0,000) (0,001) (0,000) (0,001)
dsick_ins -0,0103** -0,0075 0,0492*** 0,0437***
(0,004) (0,005) (0,002) (0,003)
dhosp_ins -0,0013 -0,0019 0,0507*** 0,0409***
(0,003) (0,004) (0,003) (0,004)
tariff_non-payer 0,8709*** 0,8521***
(0,022) (0,024)
Prämien-
charakteristika
Ja Ja Ja Ja
Konstante -0,0597 -0,3621***
(0,217) (0,067)
Beobachtungen 8.321 66.408
Die Anzahl an Beobachtungen differiert leicht aufgrund von fehlenden Werten. Für jeden Koeffizienten sind
in den Klammern die robusten Standardfehler enthalten. Sofern die aggregierten Charakteristika in das Modell
einbezogen sind, werden die Standardfehler auf Kreisebene geclustert.
*p < 0,10, **p < 0,05, ***p < 0,01
Tabelle 10: Gepoolte Regression für das Kündigungs- und Versicherungsabschlussverhal-
ten zur Pflegezusatzversicherung (eigene Darstellung)
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 111
Abbildung 6 stellt die Leistungen aus der Krankenvollversicherung in den Perioden vor
und nach den beiden Ereignissen Kündigung und Versicherungsabschluss der Pflegezu-
satzversicherung dar. Die marginalen Effekte auf die Leistungen aus der Krankenvollver-
sicherung vor und nach den beiden Ereignissen sind ergänzend in Tabelle 15 im Anhang
aufgeführt. Betrachten wir zuerst den Graphen auf der linken Seite zum Kündigungsver-
halten der Pflegezusatzversicherten, ist zu erkennen, dass sowohl die Wahrscheinlichkeit
als auch der Umfang an Leistungen aus der Krankenversicherung für Personen mit finan-
ziellen Schwierigkeiten (siehe rote Linie) bis zur Kündigung abnehmen. Nach der Kündi-
gung bleiben die Leistungen aus der Krankenversicherung auf einem geringeren Niveau.
Eine offensichtliche Erklärung ist, dass Versicherte mit finanziellen Schieflagen mit höhe-
rer Wahrscheinlichkeit ihre Pflegezusatzversicherung kündigen und lediglich durch den
Notlagentarif mit einer Grundversorgung versichert bleiben. Die Wahrscheinlichkeit und
das Ausmaß an Krankenversicherungsleistungen von Versicherten ohne finanzielle Prob-
leme (siehe blaue Linie) bewegen sich sowohl auf einem höheren Niveau, bleiben aber
deutlich unter dem jeweiligen Durchschnitt der Pflegezusatzversicherten, die ihren Ver-
trag nicht kündigen. Gleichgelagert zu den Ergebnissen von Personen mit finanziellen
Schieflagen nehmen die Wahrscheinlichkeit und das Ausmaß an Krankenversicherungs-
leistungen um das Kündigungsjahr ab. Sofern die Leistungsausgaben aus der Kranken-
vollversicherung den Gesundheitsstatus von Individuen widerspiegeln und als Indikator
für zukünftige höhere Pflegekosten angesehen werden können, kann dieses Ergebnis als
ein Anzeichen einer Ex-post-Selektion in Einklang mit bestehenden Untersuchungen ver-
standen werden.241 Demnach kündigen Versicherte mit einem besseren Gesundheitszu-
stand und einem geringeren Pflegerisiko ihre Pflegezusatzversicherung mit höherer Wahr-
scheinlichkeit. Allerdings bewegen sich die Krankheitskosten von Vollversicherten ohne
finanzielle Schwierigkeiten einige Jahre nach der Kündigung der Pflegezusatzversiche-
rung wieder auf das Ausgangsniveau zu (siehe ebenfalls Abbildung 6). Zwar können wir
nicht ausschließen, dass sich die sinkenden Krankheitskosten vor dem Kündigungsereig-
nis durch einen sich verbessernden Gesundheitszustand erklären lassen, doch erscheint es
für uns plausibler, dass dieser Effekt durch die finanziellen Probleme der Versicherten zu
begründen ist. Folglich vermeiden es Versicherte mit einem Selbstbehalt in der Kranken-
vollversicherung bewusst, sich medizinischen Behandlungen zu unterziehen, um Kosten
einzusparen. Dass die Leistungen aus der Krankenversicherung folglich für einen kurzen
Zeitraum sinken, liegt auf der Hand. Dazu ist es, wie bereits in Tabelle 10 und Abbildung
241 Vgl. Finkelstein/McGarry/Sufi (2005), S. 227 und Hofmann/Browne (2013), S. 104.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 112
6 erläutert, schlüssig, dass Kunden mit einem geringeren sozioökonomischen Status und
finanziellen Problemen ihre Pflegezusatzversicherung mit höherer Wahrscheinlichkeit
kündigen.
Das Kundenverhalten zum Versicherungsabschluss, wie es in den rechten Graphen darge-
stellt ist, zeigt, dass die Wahrscheinlichkeit und die Menge an Leistungen aus der Kran-
kenvollversicherung von Pflegezusatzversicherten vor dem Kauf einer Pflegezusatzversi-
cherung geringer sind als der Durchschnitt von Personen ohne eine derartige Versiche-
rung. Ab dem Jahr des Versicherungsabschlusses steigen sie allerdings an und sind im be-
trachteten Zeitverlauf sogar höher als der Durchschnitt der Personen ohne Pflegezusatz-
versicherung. Erläuternd kann aufgeführt werden, dass Personen mit steigenden Krank-
heitskosten sich ebenfalls des Pflegerisikos bewusster werden oder sogar das zunehmende
Pflegerisiko mit einer zusätzlichen Vorsorge antizipieren. Unter der Annahme, dass
Krankheits- und Pflegekosten positiv korreliert sind, würde dies zu einer adversen Selek-
tion und einer Verschlechterung des Risikokollektivs von Pflegezusatzversicherten über
den Zeitverlauf führen.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 113
Die horizontalen Linien eines jeden Graphen stellen die Ergebnisvariablen der Referenzgruppe dar, bei-
spielsweise im linken Graphen Personen, die nicht kündigen, und im rechten Graphen Personen, die keine
Pflegezusatzversicherung haben. Die Balken an jedem Punkt beziehen sich auf das 95 %-Konfidenzintervall.
Abbildung 6: Durchschnittliche marginale Effekte einer Kündigung und eines Abschlus-
ses von Pflegezusatzversicherungen auf die Wahrscheinlichkeit und den Umfang an
Krankenversicherungsleistungen (eigene Darstellung)
4.5.4 Das Problem des moralischen Risikos
Das Ergebnis unserer statischen Analyse, insbesondere dass die vorteilhafte Selektion als
dominierender Selektionseffekt vorliegt, gilt auch ohne Berücksichtigung eines morali-
schen Risikos, das eine positive Deckungsumfang-Risiko-Korrelation implizieren würde.
Wenngleich ist es von Interesse zu untersuchen, in welchem Ausmaß jedwede Selektion
durch moralische Risikoeffekte beeinflusst wird. Grundsätzlich argumentieren wir, dass
dem moralischen Risiko im Bereich der deutschen Pflegezusatzversicherung eine geringe-
re Bedeutung beizumessen ist. Zudem können wir empirische Evidenz aufzeigen, dass
unsere Ergebnisse eher unwahrscheinlich durch das Vorliegen eines moralischen Risikos
verzerrt werden.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 114
Aus theoretischer Sicht ist als erstes Argument aufzuführen, dass das ex ante moralische
Risiko eine geringe Bedeutung im Rahmen der Pflege- wie auch Krankenversicherung
einnimmt, da jedwedes Verhalten, das zu einem ex ante moralischen Risiko beiträgt, die
individuelle Gesundheit negativ beeinflusst.242 Zweitens kann auch das ex post morali-
sche Risiko in der deutschen Pflegeversicherung nur zu einem geringen Problem führen,
da die Feststellung der individuellen Pflegebedürftigkeit vom unabhängigen Medizini-
schen Dienst vorgenommen wird. Ein ex post moralisches Risiko im Pflegebereich kann
höchstens durch die Art der Pflegeleistungen entstehen, wie zum Beispiel die Wahl von
Pflegebedürftigen zwischen einer Pflege zu Hause durch einen ambulanten Pflegedienst
oder eine kostenintensivere Unterbringung im Pflegeheim. Mehrere Untersuchungen of-
fenbaren allerdings, dass sich die Deutschen lieber zu Hause ambulant pflegen lassen.243
Darüber hinaus belegen Grabowski/Gruber (2007), dass die Nachfrage an stationärer
Pflegeversorgung in Pflegeheimen relativ gesehen preisunelastisch erfolgt. Zuletzt ist an-
zumerken, dass das ex post moralische Risiko kein Problemfeld darstellen sollte, wenn
wir das Risiko mit der Wahrscheinlichkeit, Pflegeleistungen in Anspruch zu nehmen,
messen.
Um das moralische Risiko empirisch überprüfen zu können, verwenden wir die Methode
der Instrumentenvariablen für eine regionale Teilstichprobe. Die Identifikation eines mög-
lichen moralischen Risikos setzt voraus, dass wir die Selektionsmöglichkeit in die Pflege-
zusatzversicherung ausschließen können. Dies kann durch eine exogene Variation im Ab-
schluss oder genauer formuliert im Beantragungsvorgang erfolgen. Das verwendete In-
strument muss den Abschluss von Pflegezusatzversicherungen vorhersagen, darf aber
nicht mit dem Pflegerisiko korrelieren. Als Instrument nutzen wir die regionale Dichte an
Geschäftsstellen einer Bank, die als Versicherungsagenturen fungieren. Die Nähe zu einer
Versicherungsagentur reduziert für Kunden die Transaktionskosten und erhöht zugleich
die Wahrscheinlichkeit, mit einem Versicherungsvermittler in Kontakt zu treten. Ein regi-
onales Vertriebsnetz kann nur exogen zum Pflegerisiko wirken, wenn die Vermittler nicht
in der Lage sind, zukünftige Risikoentwicklungen zu antizipieren und infolgedessen sich
in Gegenden niederzulassen, in denen vorwiegend gute Risikotypen leben. Die kann aus
zwei Gründen nicht der Fall sein. Erstens beziehen wir in die Analyse ausschließlich eine
242 Vgl. Cutler/Zeckhauser (2000) S. 563. 243 Vgl. MLP Gesundheitsreport 2014, S. 5 und Deutsche Gesellschaft für Qualität 2015, online vom
28.07.2015, https://www.dgq.de/aktuelles/news/dgq-studie-senioren-wg-statt-altersheim/.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 115
Bank ein, die ihre lokalen Geschäftsstellen unabhängig von dem regionalen Pflegerisiko
platziert. Und zweitens ist zu Einflussfaktoren des Pflegerisikos, außer Alter oder Ge-
schlecht, wenig bekannt und wir beziehen die beiden Variablen als Kontrollgrößen in die
Regressionsmethode ein. Folglich kontrollieren wir für jedweden verzerrenden Zusam-
menhang zwischen dem Vertriebsnetz und der Alter- sowie der Geschlechtsverteilung.
Tabelle 11 führt die Ergebnisse der Schätzung auf. Das LPM offenbart eine negative Kor-
relation zwischen Pflegezusatzversicherung und der Wahrscheinlichkeit pflegebedürftig
zu werden (siehe Spalte (1)). Dieser Befund weist erneut darauf hin, dass im Pflegezu-
satzbereich eine vorteilhafte Selektion vorliegt, die mögliche Effekte des moralischen Ri-
sikos überschattet, wenn die Variable CompLTCI endogen in unserer Regression ist. Für
die regionale Teilstichprobe können wir vergleichbare Ergebniswerte beobachten, so dass
kein systematischer Unterschied der beiden Stichproben evident erscheint. Die Regression
der ersten Stufe (siehe Spalte (4)) belegt, dass unser Instrument den Abschluss von Pfle-
gezusatzversicherungsschutz mit einer F-Statistik über dem allgemein gültigen Schwel-
lenwert von 10 hinreichend vorhersagt.244 Allerdings weisen weder die Schätzung der re-
duzierten Form noch die zweistufige Kleinste-Quadrate-Schätzung (2SLS) einen signifi-
kanten Effekt auf das Pflegerisiko aus. Folglich können unsere vorhergehenden Argumen-
te untermauert werden, dass der Pflegezusatzbereich mit geringer Wahrscheinlichkeit un-
ter dem moralischen Risiko leidet und dass die Regressionsergebnisse mit geringer Wahr-
scheinlichkeit durch die Existenz von moralischem Risiko verzerrt werden.
244 Vgl. Greene (2012), S. 71 und Stock/Wright/Yogo (2002), S. 522.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 116
(1) (2) (3) (4) (5)
Gesamte
Stichprobe
Regionale Stichprobe
LPM
LPM
Reduzierte
Form
LPM
Erste Stufe
LPM
2SLS
Abhängige
Variablen
LTCprob
LTCprob
LTCprob
CompLTCI LTCprob
Unabhängige
Variablen
CompLTCI -0,0038***
(0,001)
-0,0048***
(0,001)
0,0134
(0,041)
distribution_dens 0,0001
(0,001)
0,0128***
(0,003)
Erste Stufe F-
Statistik
16,294
Beobachtungen 98.305 38.537 38.537 38.537 38.537
In den Klammern sind die robusten Standardfehler enthalten. In der reduzierten Regressionsform, der ersten
Stufe sowie der 2SLS-Schätzung (Spalten (3) bis (5)), sind die Standardfehler auf Kreisebene geclustert, da
das Vertriebsnetz der Bank lediglich auf eine Region bezogen ist.
*p < 0,10, **p < 0,05, ***p < 0,01
Tabelle 11: Instrumentalvariablen-Schätzung mit der Vertriebsdichte als Instrument zur
Überprüfung von moralischem Risiko (eigene Darstellung)
4.6 Zusammenfassung
In dieser Abhandlung analysieren wir Selektionseffekte im Bereich der deutschen Pflege-
zusatzversicherung, indem wir exklusive Daten eines Krankenversicherers nutzen. Wir
finden in einem statischen Rahmen Evidenz dafür, dass die untersuchten Individuen mit
einer Pflegezusatzversicherung risikoärmere Kunden sind als nicht Pflegezusatzversicher-
te. Ebenfalls können wir belegen, dass Individuen mit einem höheren Versicherungsum-
fang in der Pflegezusatzversicherung auch ein geringeres Risikoniveau als Versicherungs-
nehmer mit einem geringen Versicherungsumfang vorweisen können. Diese Ergebnisse
sprechen dafür, dass Personen in diesem Bereich über private Informationen verfügen, die
zu einer vorteilhaften Selektion als dominierenden Effekt sowohl hinsichtlich der Ent-
scheidung über den Versicherungsabschluss als auch über den Versicherungsumfang füh-
ren. Diese Ableitungen stehen im Widerspruch zu den Ergebnissen von Browne/Zhou-
Richter (2014), die im Bereich der deutschen Pflegezusatzversicherung die adverse Selek-
tion als dominierend identifiziert haben. Für den Markt der Pflegezusatzversicherungen
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 117
sehen wir es als systemimmanent an, dass das moralische Risiko lediglich mit vernachläs-
sigender Wahrscheinlichkeit die Ergebnisse verzerrt. Zudem können wir empirische Evi-
denz aufzeigen, um dies nahezu auszuschließen. Eine vorteilhafte Selektion, die durch
multidimensional geprägte und privat verfügbare Informationen entstehen kann, und eine
adverse Selektion in einem Marktgleichgewicht überkompensiert, kann ebenfalls zu
Marktineffizienzen führen.245
Im Rahmen der Analyse der Ursachen der Selektionseffekte können wir die Determinan-
ten Beruf, Wohngegend und Präferenz für Versicherungsschutz als Unused Observables
identifizieren. Während die Variablen Beruf und Wohngegend, die Informationen über
den sozioökonomischen Status implizieren, eindeutig zur vorteilhaften Selektion beitra-
gen, sind unsere Ergebnisse zum Besitz von weiteren Krankenzusatzversicherungen hete-
rogen. Die durchgeführten Testverfahren sind mit geringerer Wahrscheinlichkeit von dem
Problem der Endogenität beeinflusst, wenn wir aggregierte Informationen auf Basis des
Wohnorts und Informationen auf Basis des Berufs in die Analyse einbeziehen. In der Ana-
lyse stellen wir auch Inkonsistenzen fest, die sich auf die Ursachen der Selektionseffekte
innerhalb der verwendeten Stichproben beziehen, und darauf hinweisen, dass Unused Ob-
servables zwar zu Selektionseffekten bei der Kaufentscheidung einer Pflegezusatzversi-
cherung führen, aber nicht notwendigerweise unter dem Aspekt des gewählten Versiche-
rungsumfanges gleichgelagert zu Selektionseffekten beitragen. Darüber hinaus offenbaren
unsere Ergebnisse, dass bei der Analyse von Selektionseffekten nichtlineare Wirkungen
von bestimmten Charakteristika auf die Versicherungsdeckung und auf das Schadenrisiko
betrachtet werden sollten.
Auf Basis unserer statischen Analyse kommen wir zu dem Schluss, dass der deutsche
Markt der Pflegezusatzversicherungen nicht vollkommen wettbewerblich ausgestaltet ist.
Denn theoretisch sollte erstens nach Chiappori/Salanié (2013) in einem perfekten Wett-
bewerb mit asymmetrischen Informationen nur eine positive Deckungsumfang-Risiko-
Korrelation feststellbar sein. Und zweitens legen die signifikanten Zusammenhänge von
verschiedenen potenziellen Unused Observables nahe, dass zur Risikoeinstufung im Pfle-
gebereich nicht alle beobachtbaren Charakteristika herangezogen werden, obwohl diese
Charakteristika sowohl mit der Versicherungsnachfrage als auch mit dem Pflegerisiko
korreliert sind. Nach Kesternich/Schumacher (2014) kann eine Erklärung hierfür sein,
245 Vgl. Fang/Keane/Silverman (2008), S. 343 und Finkelstein/McGarry (2006), S. 951.
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 118
dass bestehende Anbieter von Pflegezusatzversicherungsschutz Unused Observables nicht
profitabel zur Differenzierung der Risikotypen verwerten können. Jedoch führen wir an,
dass Versicherer die gewonnenen Erkenntnisse zu den Selektionseffekten operativ nutzen
können, um vor allem für den Absatz an Pflegeversicherungen eine effektivere Vertriebs-
strategie zu verfolgen.
Kritisch anzumerken gilt es, dass unsere Ergebnisse zur vorteilhaften Selektion in einem
statischen Rahmen als Momentaufnahme des Risikokollektivs zu sehen sind. Indem wir
weiterführend die Veränderungen des Kollektivs in einem dynamischen Rahmen analysie-
ren, stellen wir fest, dass Individuen mit ansteigenden Krankenvollversicherungsleistun-
gen mit höherer Wahrscheinlichkeit eine Pflegezusatzversicherung abschließen und Kun-
den mit sinkenden Versicherungsleistungen tendenziell eher die Pflegevorsorge kündigen.
Unter der Voraussetzung, dass Krankenvollversicherungsleistungen mit dem zukünftigen
Pflegerisiko positiv korrelieren, ist davon auszugehen, dass Kunden auf Basis ihres aktu-
ellen Gesundheitszustands kumuliert über die Zeit über ihr geringeres individuelles Pfle-
gerisiko lernen können und folglich dazu neigen, die Pflegezusatzversicherung zu kündi-
gen. In diesem Szenario können wir davon ausgehen, dass der Pflegezusatzmarkt über die
Zeit sowohl von adverser Selektion geprägt ist als auch von einer Ex-post-Selektion, die
durch ein Bindungsproblem auf Seiten der Versicherten an den Versicherungsvertrag be-
gründet ist. Letzteres ist bereits analog für den Pflegezusatzmarkt der Vereinigten Staaten
durch Finkelstein/McGarry/Sufi (2005) und für den deutschen Krankenversicherungs-
markt durch Hofmann/Browne (2013) empirisch belegt und lässt auf Marktineffizienzen
schließen. Allerdings zeigen unsere Ergebnisse auf, dass die Krankenversicherungsleis-
tungen kurze Zeit nach der Kündigung der Pflegezusatzversicherung wieder ansteigen.
Aus Sicht der Verhaltensforschung kann eine Erklärung für diese Beobachtung sein, dass
die geringeren Krankenversicherungsleistungen als Indikator für eine kurzfristige Verbes-
serung des Gesundheitszustands von Kunden angesehen werden, so dass Kunden einen
augenscheinlichen Referenzpunkt bilden, um auf ihre zukünftige Gesundheit und zugleich
ihr Pflegerisiko zu schließen. Folglich können Kunden ihre Entscheidung, die Pflegezu-
satzversicherung weiterzuführen, auf diesen Erfahrungsfaktoren aufbauen. Zwar können
wir diese Begründung nicht ausschließen, doch lehnen wir uns stärker an die Ausführun-
gen von Konetzka/Luo (2011) an und argumentieren, dass die Kündigungen vor allem aus
finanzieller Not heraus erfolgen. Kunden mit finanziellen Schwierigkeiten und einem
Selbstbehalt in ihrer Krankenvollversicherung könnten auch für kurze Zeit auf medizini-
4. Selektionsverhalten in der privaten Pflegezusatzversicherung 119
sche Behandlungen verzichten oder sie zeitlich verschieben, um so ihre Eigenbeteiligun-
gen an Gesundheitsausgaben zu minimieren. Derart lassen sich ebenfalls die sinkenden
Krankenversicherungsleistungen erklären. Folglich würden Versicherte ihre Pflegezusatz-
versicherung kündigen, um vor allem die Prämien einzusparen. Dieser alternative Erklä-
rungsansatz stimmt auch mit dem Ergebnis überein, dass auftretende Kündigungen direkt
mit finanziellen Schwierigkeiten und mit einem geringeren sozioökonomischen Status zu-
sammenhängen. Darüber hinaus wirken unsere Ergebnisse, dass Versicherte mit höherem
sozioökonomischem Status mit einer geringeren Wahrscheinlichkeit pflegebedürftig wer-
den und vielmehr mit höherer Wahrscheinlichkeit eine Pflegezusatzversicherung ab-
schließen oder beibehalten, der Verschlechterung des Risikokollektivs entgegen.
Insgesamt ist zu konstatieren, dass unsere Ergebnisse eine solide Evidenz für Marktun-
vollkommenheiten und Selektionseffekte im Markt für Pflegezusatzversicherungen bie-
ten, die zu Ineffizienzen rund um die Versicherungsdeckung von Pflegerisiken führen
können. Zu berücksichtigen ist, dass wir natürlich nicht in Anspruch nehmen, dass unsere
verwendeten Daten für alle Krankenversicherungen in Deutschland repräsentativ sind. Als
zukünftiger Forschungsbedarf kann aufgeführt werden, dass unsere Erkenntnisse zu Se-
lektionseffekten im Pflegemarkt durch eine Differenzierung verschiedener Pflegearten er-
gänzt werden können. Ebenso könnten spezifischere Informationen über den Gesund-
heitszustand, die Pflegekosten und die Kündigungen von Pflegezusatzversicherungen
über einen längeren Zeitraum nähere Einblicke in das Problem der Ex-post-Selektion bie-
ten. Zukünftige Untersuchungen könnten des Weiteren unsere Methodik auf gesonderte
staatlich geförderte Pflegezusatztarife („Pflege-Bahr“), die 2013 eingeführt wurden, aus-
weiten. Dies ist vor allem deshalb relevant, da Versicherer in diesen Tarifen bei Versiche-
rungsabschluss keine risikoadäquaten Prämien verlangen dürfen oder Antragssteller, die
bisher nicht pflegebedürftig sind, nicht ablehnen dürfen und dieser Markt folglich für eine
adverse Selektion anfällig ist.246
246 Vgl. Jacobs/Rothgang (2013), S. 25 und Ehing (2015), S. 16–17.
5. Abschließende Gesamtdiskussion 120
5. Abschließende Gesamtdiskussion
Die Risikoübernahme stellt die zentrale Dienstleistung von Versicherungsunternehmen
dar. Sie konstituiert eine Versicherungstransaktion und kann mit allgemeinen Dienstleis-
tungseigenschaften charakterisiert werden.247 Eine Eigenschaft von Versicherung besteht
in der immateriellen Natur der Produkte. Versicherung kann als Vertrauens- und Erfah-
rungsgut charakterisiert werden.248 Des Weiteren ist für Versicherung kennzeichnend, dass
sie ein informationsintensives Geschäft ist und Informationen eine entscheidende Res-
source darstellen. Für Versicherer ist es folglich erfolgskritisch, wie sie Kundeninformati-
onen nutzen, um Wertschöpfung zu generieren. Das Marktumfeld schafft derzeit für tradi-
tionelle Versicherer die Notwendigkeit, ihr Wissens- und Informationsmanagement wei-
terzuentwickeln. Fin- und Insurtech-Unternehmen nehmen zudem eine Vorreiterrolle ein
und konkurrieren mit traditionellen Versicherern um deren Kunden. So geben 85 % der
traditionellen Versicherer nach einer Untersuchung von PricewaterhouseCoopers (2017)
an, dass sie sinkende Erlöse durch die neue Konkurrenzsituation erwarten. Kundenzufrie-
denheit rückt als Reaktion von traditionellen Versicherern folglich stärker in den Vorder-
grund. Bei der Bildung von Kundenzufriedenheit nehmen multidimensionale Informatio-
nen eine entscheidende Rolle ein.
Die vorliegende Dissertation behandelt als übergreifende Forschungsfrage, wie Versiche-
rer multidimensionale Informationen als eine wesentliche Ressource effizient in der Kun-
deninteraktion einsetzen und sie wertorientiert nutzen können. In drei Analysen wird diese
Frage gesondert aufgegriffen und diskutiert. In Kapitel 2 wird die Kundenzufriedenheit
im „Moment der Wahrheit“ untersucht. Die analysierten Determinanten Kommunikation,
Schnelligkeit der Regulierung, Höhe der Erstattung und Erläuterungen der Erstattung leis-
ten einen Beitrag zur Kundenzufriedenheit nach einem Schadenfall. Eine interessante Im-
plikation für das Schadenmanagement liefert das vorliegende Ergebnis, dass die Begrün-
dung der Erstattungshöhe wesentlich zur Gesamtzufriedenheit beiträgt. Versicherungs-
nehmer akzeptieren demnach leichter gekürzte Schadenzahlungen, wenn sie sich über die
Begründung besser informiert fühlen. Versicherer können ihren Kunden ein gutes Gefühl
geben, wenn sie die Erfahrungseigenschaft ernst nehmen und mit ihren Kunden während
der Schadenregulierung die vorliegenden Informationen nachvollziehbar austauschen o-
247 Vgl. Karten et al. (2018), S. 4. 248 Vgl. Nelson (1970), S. 311 und Emons (1997), S. 107.
5. Abschließende Gesamtdiskussion 121
der einfacher formuliert kommunizieren. Darüber hinaus ist die Schnelligkeit der Regulie-
rung ein wichtiger Zufriedenheitstreiber. Nach Erfahrungswerten aus der Unternehmens-
praxis sollte ein einfacher Schadenfall, beispielsweise in der Hausratversicherung, nach
ungefähr zwei Wochen reguliert sein.249 Danach kann sich die Kundenzufriedenheit deut-
lich schmälern. Die empirischen Ergebnisse sind intuitiv leicht nachvollziehbar. Als wei-
terer Forschungsbedarf ist der Einfluss der wahrgenommenen Kommunikationsqualität
auf die Gesamtzufriedenheit im vorliegenden statischen Rahmen aufzuführen. Die unter-
suchte Kommunikationsqualität ist aussagekräftiger, wenn die Erfahrungseigenschaft im
Schadenprozess über einen bestimmten Zeitverlauf berücksichtigt wird. Ebenfalls kann
die ökonomische Relevanz der Erkenntnisse diskutiert werden. Zwar kann von zufriede-
nen Kunden nach einem Schadenfall eine positive Mundpropaganda erwartet werden,
doch ist der Kosteneinsparungseffekt eines effizienten Schadenmanagements wirtschaft-
lich höher zu bewerten. Versicherer können in einem durchgängigen Schadenmanagement
die Kundenbedürfnisse berücksichtigen und zugleich Kostenvorteile im Vergleich zu
Konkurrenten schaffen. Folglich geht es darum, dass insbesondere traditionelle Versiche-
rer im Schadenmanagement eine wertschöpfende Kernkompetenz entwickeln und sich
durch komparative Konkurrenzvorteile im Service oder in der Kostensituation differenzie-
ren. Hierzu ist Managern zu empfehlen, dass sie praxisbezogene Erfahrungen mit validen
und empirisch belegten Werten reflektieren.
Die Kundenzufriedenheit ist ein vielschichtiger Vergleichs- und Erfahrungsprozess und
kann durch das Confirmation-Disconfirmation-Paradigma erläutert werden. Die Literatur
hat in den letzten Jahren Evidenz dafür geliefert, dass das wissenschaftliche Erklärungs-
modell vor allem um moderierende Effekte und multidimensionale Aspekte250 zu erwei-
tern ist, um insbesondere analysieren zu können, wie die zu erwartenden Verhaltenswei-
sen von Kunden beeinflusst werden können. In Kapitel 3 werden daher die Betrachtungs-
weisen qualitativ untersucht und diskutiert. Substituierenden Kriterien der Kundenzufrie-
denheit, wie Reputation, Marke, Vertrauen sowie auch Werbung, geben Kunden eine Ori-
entierung für das oftmals schwer verständliche Produkt einer Versicherung. Zudem wird
die Zufriedenheit von Kunden je nach ihrer individuellen Lebenssituation durch moderie-
rende Effekte wie das Alter, das Geschlecht, das Einkommen, das Produkt-Involvement
249 Vgl. MSR Consulting (2013), online vom 08.10.2016, http://www.openpr.de/ news/732339/
Versicherer-regulieren-Schaeden-zunehmend-kundenfreundlicher.html. 250 Vgl. Anderson/Pearo/Widener (2008), Cooil et al. (2007), Gonçalves/Sampaio (2012), Verhoef (2003)
und Voss/Godfrey/Seiders (2010).
5. Abschließende Gesamtdiskussion 122
und die eigenen Wertvorstellungen ergänzt. Moderierende Effekte erklären demnach das
Entstehen einer Kundenzufriedenheit zusätzlich und können individuelle Ansprüche von
Kunden detaillierter beschreiben. Insbesondere für Versicherungsunternehmen sind diese
Erkenntnisse relevant, da das Produkt Versicherung stark auf den Wunsch von Kunden
nach Sicherheit ausgerichtet ist und Sicherheit oftmals mit bestimmten Lebenssituationen
zusammenhängt. Moderierende Effekte sollten daher als zusätzlich erklärende Variable in
die Analyse von Zusammenhängen der Kundenzufriedenheit einbezogen werden. Eine
strukturelle und organisatorische Ausrichtung auf heterogene Kundenbedürfnisse kann ei-
nen Interessenkonflikt mit einer gleichgelagert wichtigen Standardisierung und Automati-
sierung von Produkten und Prozessen ergeben. Ökonomisch ist folglich davon auszuge-
hen, dass es zu hohen Investitionen kommen kann. Investitionen erhöhen sich weiter,
wenn in eine ganzheitliche Unternehmenssteuerung die wichtigste Ressource Mensch als
Mitarbeiter einbezogen wird. Denn die Empfehlung in Abschnitt 3.5.3, dass eine kunden-
zentrierte Unternehmenskultur aufgebaut und verankert werden sollte, erfordert hohe In-
vestitionen in die Qualifizierung von Mitarbeitern oder sogar in die Gewinnung von neu-
en Mitarbeitern. In der gesamtwirtschaftlichen Situation von traditionellen Versicherern
erfordert dies ein hohes Maß an unternehmerischem Risiko und kann zugleich als Chance
verstanden werden. Die gegenwärtigen Trends in der Versicherungsbranche, wie Niedrig-
zinsphase, Digitalisierung und neue Marktteilnehmer, erfordern jedenfalls ein Umdenken.
Denn Mitarbeiter sind interne Kunden und können in der Interaktion mit Kunden das Ver-
trauen in ein Unternehmen stark prägen und folglich die Kundenzufriedenheit auf einer
authentisch wahrgenommenen Kommunikationsebene maßgeblich beeinflussen.251 Tradi-
tionelle Versicherer können so leichter mit notwendigen Wettbewerbsreaktionen umgehen
und ihr Geschäftsmodell auf künftige Anforderungen anpassen. Eine wertorientierte Un-
ternehmensführung kann mit einem ganzheitlichen Denk- und Handlungsansatz des Total
Quality Managements diese oder vergleichbare Entwicklungen antizipieren. Durch ein
unternehmensindividuelles Steuerungsmodell rund um die Kundenzufriedenheit können
Versicherer zudem die ökonomische Relevanz von strategischen Ausrichtungen effektiver
und valider durch ein KPI-System bewerten.
Kapitel 4 beschäftigt sich mit einem für Versicherer wichtigen Wachstumsmarkt im Ge-
sundheitsbereich. Für den deutschen Pflegezusatzversicherungsmarkt kann empirisch be-
legt werden, dass eine vorteilhafte Selektion als dominierender Effekt sowohl bei der Ent-
251 Vgl. Bruhn/Hadwich/Frommeyer (2010), S. 29–30.
5. Abschließende Gesamtdiskussion 123
scheidung über den Versicherungsabschluss von Kunden als auch der über den Versiche-
rungsumfang vorliegt. Diese vorteilhafte Selektion entsteht vor allem durch multidimen-
sional geprägte und privat verfügbare Informationen von Kunden. Für Versicherer ist dies
relevant, da in einem statischen Rahmen Evidenz in der Analyse gefunden wird, dass die
untersuchten Individuen mit einer Pflegezusatzversicherung risikoärmere Kunden sind als
nicht Pflegezusatzversicherte. Ebenfalls kann gezeigt werden, dass Kunden mit einem hö-
heren Versicherungsumfang in der Pflegezusatzversicherung auch ein geringeres Risiko-
niveau als Versicherungsnehmer mit einem geringen Versicherungsumfang vorweisen
können. Im Rahmen der Analyse der Ursachen der Selektionseffekte können die Determi-
nanten Beruf, Wohngegend und Präferenz für Versicherungsschutz als Unused Observa-
bles identifiziert werden. Die signifikanten Zusammenhänge von verschiedenen potenzi-
ellen Unused Observables legen nahe, dass zur Risikoeinstufung im Pflegebereich nicht
alle beobachtbaren Charakteristika herangezogen werden, obwohl diese Charakteristika
sowohl mit der Versicherungsnachfrage als auch mit dem Pflegerisiko korreliert sind. Ei-
ne Erklärung kann hierfür sein, dass bestehende Anbieter von Pflegezusatzversicherungs-
schutz Unused Observables nicht profitabel zur Differenzierung der Risikotypen verwer-
ten können.252 Jedoch können Versicherer die gewonnenen Erkenntnisse zu den Selekti-
onseffekten operativ nutzen, um vor allem für den Absatz an Pflegeversicherungen eine
effektivere Vertriebsstrategie zu verfolgen. Folglich geht es auch hier darum, dass Versi-
cherer durch das Erkennen von vorliegenden multidimensionalen Informationen mehr
über ihre Kunden lernen können und das erlernte Wissen erfolgsorientiert in die weiteren
Prozesse der Wertschöpfung einbinden können. Als weiterer Beitrag für ein besseres
Kundenverständnis eines Krankenversicherers kann in einem dynamischen Analyserah-
men festgehalten werden, dass Kunden mit ansteigenden Krankenvollversicherungsleis-
tungen mit höherer Wahrscheinlichkeit eine Pflegezusatzversicherung abschließen und
Kunden mit sinkenden Versicherungsleistungen tendenziell eher die Pflegevorsorge kün-
digen. Unter der Voraussetzung, dass Krankenvollversicherungsleistungen mit dem zu-
künftigen Pflegerisiko positiv korrelieren, ist davon auszugehen, dass Kunden auf Basis
ihres aktuellen Gesundheitszustands kumuliert über die Zeit über ihr geringeres individu-
elles Pflegerisiko lernen können und folglich dazu neigen, die Pflegezusatzversicherung
zu kündigen. Durch ein frühzeitig anzusetzendes Kundenbindungsprogramm kann einer
vorzeitigen Kündigung entgegengewirkt werden. Darüber hinaus wirken die Ergebnisse,
dass Versicherte mit höherem sozioökonomischem Status mit einer geringeren Wahr-
252 Vgl. Kesternich/Schumacher (2014), S. 170.
5. Abschließende Gesamtdiskussion 124
scheinlichkeit pflegebedürftig werden und mit höherer Wahrscheinlichkeit eine Pflegezu-
satzversicherung abschließen oder beibehalten, der Verschlechterung des Risikokollektivs
entgegen. Vor allem im langfristig ausgerichteten Geschäftsfeld der Pflegezusatzversiche-
rung kann dies für eine Krankenversicherung in einer wertorientierten Unternehmensfüh-
rung eine erhebliche ökonomische Relevanz bewirken. Das wirtschaftliche Ausmaß in
Relation und bilanzielle Auswirkungen sind als weiterer Forschungsbedarf zu nennen.
Der Gesundheitsmarkt entwickelt sich derzeit dynamisch weiter. Beispielsweise modifi-
zieren Krankenversicherer ihr Geschäftsmodell von einem reinen Kostenerstatter hin zu
einem Dienstleister für Gesundheitsfragen. Im Pflegebereich werden Kooperationen mit
Pflegediensten zu einem Spezialistennetzwerk aufgebaut. Traditionellen Versicherern
kann empfohlen werden, dass sie geeignete Kooperationen mit Insurtech-Unternehmen
gründen und so als eine Reaktion nicht gegen die neuen Marktteilnehmer agieren, sondern
sie in die eigene Wertschöpfungskette integrieren. Traditionelle Versicherer können folg-
lich gemeinsam mit Insurtech-Unternehmen durch Data Analytics eine Wissens- und In-
formationskompetenz rund um multidimensionale Daten aufbauen.
Anhang CXXV
Anhang
Autoren Untersuchungsschwerpunkt Charakteristika der empirischen
Analyse
Ergebnis
Anderson/Sullivan
(1993)
Analytische Variante des C/D-
Paradigmas. Bedingungen und Folgen
von Kundenzufriedenheit.
Kunden von 57 schwedischen Unter-
nehmen, n = 22.300, Regressionsana-
lyse.
Kundenzufriedenheit hat positiven Einfluss auf die Kaufabsicht
(vor allem bei weniger komplexen Produkten) und die Reputa-
tion des Unternehmens.
Biong (1993) Kundenzufriedenheit und Kundenloya-
lität.
Lebensmitteleinzelhandel in Norwe-
gen, n = 347, Regressionsanalyse.
Kundenzufriedenheit hat positiven Effekt auf die Kunden-
loyalität (Wunsch, die Geschäftsbeziehung mit dem Lieferan-
ten fortzusetzen).
Bitner (1990) Kundenzufriedenheit, Dienstleistungs-
qualität und Kaufabsicht.
Kunden einer Luftfahrtgesellschaft, n
= 145, Pfadanalyse.
Kundenzufriedenheit hat positiven Effekt auf Dienstleistungs-
qualität; Dienstleistungsqualität hat positiven Effekt auf Kun-
denloyalität.
Fornell et al. (1996) Amerikanischer Kundenzufriedenheits-
index (ACSI); 40 Branchen.
Kunden von mehr als 200 Industrie-
güterunternehmen aus; n = 50.000,
Kausalanalyse.
Kundenzufriedenheit hat positiven Effekt auf Kundenloyalität
und negativen Effekt auf Kundenbeschwerden.
Grund (2013) Kundenzufriedenheit und Kaufabsicht. Bankkunden, n = 401, Kausalanalyse. Kundenzufriedenheit mit positivem Effekt auf Kundenloyalität.
Mooradian/Olver
(1997)
Variante des C/D-Paradigmas. Zufallsauswahl von Haushalten, n =
193, Kausalanalyse.
Kundenzufriedenheit hat positiven Effekt auf Kaufabsicht und
Weiterempfehlung.
Mittal/Kumar/Tsiros
(1999)
Kundenzufriedenheit und Kaufabsicht
(dynamische Betrachtung).
Automobilkunden, n = 5.206, Kausa-
lanalyse.
Kundenzufriedenheit als Mediator zwischen vergangener Zu-
friedenheit und heutiger Kaufabsicht.
Rust/Inman/Zahorik
(1999)
Variante des C/D-Paradigmas (dynami-
sche Betrachtung).
Studenten, n = 160, experimentelles
Design.
Kundenzufriedenheit hat positiven Effekt auf Kaufabsicht.
Szymanski/Henard
(2001)
Kundenzufriedenheit und Kaufabsicht. Metaanalyse, n = 50 empirische Stu-
dien, Korrelationsanalyse.
Positive Korrelation zwischen Kundenzufriedenheit und Kauf-
absicht.
Tabelle 12: Literaturüberblick zu klassischen Erklärungsansätzen (eigene Darstellung, In Anlehnung an Homburg/Bucerius, 2001, S. 55–57)
Anhang CXXVI
Autoren Untersuchungsschwerpunkt Charakteristika der empirischen
Analyse
Ergebnis
Anderson/Pearo/
Widener (2008)
Untersuchung, inwieweit sich die Kun-
denzufriedenheit im Rahmen der Ser-
vicekette (Haupt- und Nebenprodukte)
durch Charakteristika von Kunden be-
einflussten lässt.
US-Fluglinienmarkt im Jahr 2000 (n
= 20.046), Regressionsanalyse.
Kundencharakteristika (wie Alter, Einkommen, Erfahrungen
mit Fluglinien) nehmen signifikanten Einfluss auf die gesamte
Kundenzufriedenheit.
Cooil et al. (2007) Longitudinale Untersuchung zwischen
Kundenzufriedenheit und Ausgaben auf
Kundenseite (Share of Wallet); Be-
trachtung von moderierenden Effekten.
Kanadische Bank, n = 4.319 Haus-
halte zwischen 2000–2004, Regres-
sionsanalyse.
Positiver Zusammenhang zwischen Kundenzufriedenheit und
Share of Wallet (in Haushaltssegmenten). Moderierende Effek-
te, wie Alter, Bildung und Expertise haben keinen Einfluss;
Einkommen und Dauer der Kundenbeziehungen haben mode-
rat negative Einflüsse auf zusätzliche Ausgaben.
Gonçalves/Sampaio
(2012)
Moderierende Effekte wie Geschlecht,
Einkommen, Alter, Involvement und
Dauer der Kundenbeziehung zwischen
Kundenzufriedenheit und Kundenloya-
lität.
Kreditkartenfirma (n = 1.210), Re-
gressionsanalyse.
Betrachtungsweise auf Kundenloyalität (Wiederkaufabsicht
oder Wiederkauf) maßgebend.
Bei der Wiederkaufabsicht nehmen Alter und Geschlecht eine
beeinflussende Rolle zwischen Kundenzufriedenheit und Kun-
denloyalität ein; beim tatsächlichen Wiederkauf sind die An-
zahl der Transaktionen und die Dauer der Kundenbeziehung
als signifikanter Effekt zu sehen.
Jones/Mothers-
baugh/Beatty (2000)
Auswirkungen von Wechselhürden auf
einen beabsichtigten Wiederkauf.
228 Banken und 206 Haarstylisten (n
= 434), Regressionsanalyse.
Zufriedenheit mit der Hauptdienstleistung erhöht die Absicht
des Wiederkaufs; untersuchte Wechselhürden (zwischen-
menschliche Beziehung, Transaktionskosten, Attraktivität al-
ternativer Angebote) zeigen keine signifikanten Werte.
Verhoef (2003) Effekt zwischen Marketinginstrumen-
ten und Kundenwahrnehmung.
Random Sample, n = 1.128 (t1), Re-
gressionsanalyse, niederländische
Finanzdienstleister / Versicherung.
Marketinginstrumente wie Direktmailings und Loyalitätspro-
gramme beeinflussen die Kundenbeziehung und Marktanteile
lediglich moderat. Kundenzufriedenheit beeinflusst den Aus-
bau an Kundenanteilen nicht signifikant; affektive Effekte auf
Kundenseite haben hingegen einen Einfluss.
Voss/Godfrey/
Seiders (2010)
Einfluss von moderierenden Variablen
auf Wiederkauf. Systematisierung von
substituierenden und ergänzenden Be-
ziehungen sowie moderierenden Vari-
ablen.
Modeeinzelhandel, n = 3.117 Kun-
den.
Automobilwerkstatt, n = 3.370.
Teils negative Korrelation zwischen Kundenzufriedenheit und
Wiederkauf aufgrund von moderierenden Variablen.
Tabelle 13: Literaturüberblick zu erweiterten Erklärungsansätzen (eigene Darstellung)
Anhang CXXVII
Variablen Erklärungen Datenquelle
Risiko
LTCprob 1 = ein oder mehr Leistungsfälle in der Pflegepflichtversi-
cherung, 0 = andernfalls
Versicherer
lnLTCcost Natürlicher Logarithmus der Versicherungsleistungen in
der Pflegepflichtversicherung + 1
Versicherer
HCprob 1 = ein oder mehr Leistungsfälle in der Krankenvollversi-
cherung und zwar über dem höchst möglichen Selbstbe-
halt, 0 = andernfalls
Versicherer
lnHCcost Natürlicher Logarithmus der Versicherungsleistungen in
der Krankenvollversicherung und zwar über dem höchst
möglichen Selbstbehalt + 1
Versicherer
Versicherungsumfang
CompLTCI 1 = Besitz einer Pflegezusatzversicherung, 0 = andernfalls Versicherer
lnCompLTCIp Natürlicher Logarithmus der monatlichen Prämien für die
Pflegezusatzversicherung + 1 (ohne Dynamisierungen)
Versicherer
Prämien-
charakeristika
Male 1 = männlich, 0 = weiblich Versicherer
Age Alter in Jahren Versicherer
Year Jahr des Versicherungsabschlusses Versicherer
Unused Observables
dsick_ins 1 = Besitz einer Krankentagegeldversicherung, 0 = an-
dernfalls
Versicherer
dhosp_ins 1 = Besitz einer Krankenhaustagegeldversicherung, 0 =
andernfalls
Versicherer
ISEI-08 Sozioökonomischer Status (basierend auf ISEI-08) Einteilung basiert
auf Ganzeboom/
Treiman (2010)
educ_sec Anteil an Individuen (15 Jahre und älter) mit einem allge-
meinen oder fachgebundenen Hochschulabschluss auf
Landkreisebene (in %)
Zensus 2011
employ Erwerbsquote (im Alter von 15 bis 64) auf Landkreisebene
in %
Zensus 2011
gdp per capita Durchschnittliches Bruttoinlandsprodukt (BIP) pro Ein-
wohner auf Landkreisebene zwischen 2006 und 2013 (in
Euro)
Eurostat
dependency ratio Belastungsquote, d. h. das Verhältnis von Individuen, die
unter 18 Jahre oder über 65 Jahre sind im Vergleich zu In-
dividuen, die zwischen 18 und 64 Jahre sind (auf Land-
kreisebene in %)
Zensus 2011
single Anteil an ledigen Erwachsenen (19 Jahre und älter) auf
Landkreisebene (in %)
Zensus 2011
Weiterführende
Informationen des
Versicherers
LTCI_lapse 1 = Kündigung der Pflegezusatzversicherung, 0 = andern-
falls
Versicherer
distribution_dens Anteil an Vermittlern von Pflegezusatzversicherungen pro
10.000 Einwohner
Versicherer
tariff_non-payer 1 = Besitz eines Notlagentarifs für Versicherungsnehmer
in finanziellen Schwierigkeiten, 0 = andernfalls
Versicherer
Tabelle 14: Spezifikation der Variablen (eigene Darstellung)
Anhang CXXVIII
(1) (2) (3) (4) (5) (6)
Kündigungsverhalten Abschlussverhalten
Abhängige Variablen HCprob lnHCcost HCprob lnHCcost
Kunden
ohne
finanzielle
Not
Kunden
mit
finanzieller
Not
Kunden
ohne
finanzielle
Not
Kunden
mit
finanzieller
Not
Vor dem Ereignis
≤ - 5 Jahre 0,5048*** 0,195*** 3,8195*** 3,2143*** 0,3165*** 2,3945***
(0,035) (0,040) (0,268) (0,299) (0,007) (0,053)
- 4 Jahre 0,4147*** 0,3366*** 3,1182*** 2,5523*** 0,3066*** 2,3016***
(0,030) (0,034) (0,224) (0,248) (0,007) (0,055)
- 3 Jahre 0,4009*** 0,3312*** 3,0861*** 2,6028*** 0,2989*** 2,2190***
(0,027) (0,029) (0,207) (0,217) (0,006) (0,047)
- 2 Jahre 0,3704*** 0,2901*** 2,8163*** 2,2444*** 0,2957*** 2,2040***
(0,027) (0,029) (0,206) (0,215) (0,006) (0,044)
- 1 Jahr 0,4311*** 0,2301*** 3,2322*** 1,7481*** 0,3029*** 2,2386***
(0,028) (0,027) (0,218) (0,200) (0,005) (0,039)
0 0,3790*** 0,1163*** 2,7921*** 0,9148*** 0,3516*** 2,6098***
(0,028) (0,020) (0,210) (0,153) (0,005) (0,036)
Nach dem Ereignis
+ 1 Jahr 0,3454*** 0,1195*** 2,6618*** 0,9771*** 0,3654*** 2,7058***
(0,029) (0,024) (0,232) (0,183) (0,005) (0,038)
+ 2 Jahre 0,2904*** 0,0726*** 2,2708*** 0,6320*** 0,3712*** 2,7399***
(0,032) (0,020) (0,256) (0,175) (0,005) (0,040)
+ 3 Jahre 0,3978*** 0,0611*** 3,1058*** 0,5021*** 0,3910*** 2,9133***
(0,036) (0,019) (0,297) (0,150) (0,006) (0,045)
+ 4 Jahre 0,4396*** 0,1106*** 3,4251*** 0,8750*** 0,3959*** 2,9514***
(0,042) (0,031) (0,344) (0,251) (0,006) (0,047)
+ 5 Jahre 0,4389*** 0,0963** 3,4286*** 0,7940** 0,4126*** 3,1066***
(0,062) (0,039) (0,506) (0,340) (0,005) (0,043)
Prämiencharakterisitika Ja Ja Ja Ja Ja Ja
Beobachtungen 127.008 790.119
In den Klammern sind die jeweils auf Ebene der Individuen geclusterten Standardfehler enthalten.
*p < 0,10, **p < 0,05, ***p < 0,01
Tabelle 15: Marginale Effekte der Krankenvollversicherungsleistungen vor und nach der
Kündigung und dem Abschluss von Pflegezusatzversicherung (eigene Darstellung)
Literatur CXXIX
Literatur
Aaker, D.; Kumar, V.; Leone, R.; Day, G. (2011): Marketing Research, 10. Aufl., New
York.
Agustin, C.; Singh, J. (2005): Curvilinear Effects of Consumer Loyalty Determinants in
Relational Exchanges, Journal of Marketing Research, Vol. 42, S. 96–108.
Altuntas, M.; Uhl, P. (2016): Industrielle Exzellenz in der Versicherungswirtschaft – Be-
stimmung der Industrialisierungsreife in einer zunehmend digitalisierten Welt,
Wiesbaden.
Ambacher, N.; Jánszky, S.; Knapp, D. (2014): Versicherungen 2020: Kunden, Makler,
Changeprozesse, Trendstudie des 2b AHEAD ThinkTanks, Leipzig,
http://www.2bahead.com/trendstudien/versicherungen_2020, veröffentlicht am
17.02.2014, online gefunden am 14.11.2015.
Anderson, E. (1998): Customer Satisfaction and Word-of-Mouth, Journal of Service Re-
search, 1. Jg., Vol. 1, S. 5–17.
Anderson, E.; Fornell, C.; Lehmann, D. (1994): Customer Satisfaction, Market Share, and
Profitability: Findings from Sweden, Journal of Marketing, Vol. 58, Nr. 3, S. 53–
66.
Anderson, E.; Fornell, C.; Rust, R. (1997): Customer Satisfaction, Productivity, and Profi-
tability: Differences Between Goods and Services, Marketing Science, Vol. 16, Nr.
2, S. 129–145.
Andreassen, T.; Lindestad, B. (1999): Customer loyalty and complex services – The im-
pact of corporate image on quality, customer satisfaction and loyalty for customers
with varying degrees of service expertise, International Journal of Service Industry
Management, Vol. 9, Nr. 1, S. 7–23.
Anderson, S.; Pearo, L.; Widener, S. (2008): Drivers of Service Satisfaction – Linking
Customer Satisfaction to the Service Concept and Customer Characteristics, Jour-
nal of Service Research, Vol. 10, Nr. 4, S. 365–381.
Anderson, E.; Sullivan, M. (1993): The Antecedents and Consequences of Customer Sa-
tisfaction for Firms, Marketing Science, Vol. 12, Nr. 2, S. 125–143.
Andrews, K. (1987): The concept of corporate strategy, 3. Aufl., Homewood.
Auer, L. (2011): Ökonometrie – Eine Einführung, 5. Aufl., Heidelberg.
Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R. (2011): Multivariate Analysemethoden
– Eine anwendungsorientierte Einführung, 13. Aufl., Heidelberg.
Backhaus, K.; Schneider, H. (2007): Strategisches Marketing, Stuttgart.
Bearden, W.; Teel, J. (1983): Selected Determinants of Consumer Satisfaction and Com-
plaint Reports, Journal of Marketing Research, Vol. 20, Nr. 1, S. 21–28.
Bennington, L.; Cummane, J.; Conn, P. (2000): Customer satisfaction and call centers: an
Australian study, International Journal of Service Industry Management, Vol. 11,
Nr. 2, S. 162–173.
Literatur CXXX
Beutin, N. (2001): Verfahren zur Messung der Kundenzufriedenheit im Überblick, in:
Homburg, C. (Hrsg.), Kundenzufriedenheit: Konzepte – Methoden – Erfahrungen,
4. Aufl., Wiesbaden, S. 89–122.
Biong, H. (1993): Satisfaction and Loyalty to Suppliers within the Grocery Trade, Euro-
pean Journal of Marketing, Vol. 27, Nr. 7, S. 21–38.
Bitner, M. (1990): Evaluating Service Encounters: The Effect of Physical Surroundings
and Employee Responses, Journal of Marketing, Vol. 54, Nr. 2. S. 69–82.
Bleymüller, J.; Gehlert, G.; Gülicher, H. (2004): Statistik für Wirtschaftswissenschaftler,
14. Aufl., München.
Bohn, V. (2013): Customer Journey Versicherungsprodukte, Studie von Google Inc. und
AXA Konzern, https://www.axa.de/site/axade/get/documents/axade/AXA.de_
Dokumente_und_Bilder/Unternehmen/Presse/Pressemitteilungen/Dokumente/
GfK-AXA-Customer-Journey-Ergebnisbericht.pdf, veröffentlicht am 15.10.2014,
online gefunden am 17.11.2015.
Bortz, J. (1999): Statistik für Sozialwissenschaftler, 5. Aufl., Heidelberg.
Braasch, T; Danisch, M. (2010): Innovatives Schadenmanagement in Versicherungen, in:
Zerres, M.; Reich, M. (Hrsg.): Handbuch Versicherungsmarketing, Hamburg,
S. 295–306.
Brown, J.; Finkelstein, A. (2009): The Private Market for Long-Term Care Insurance in
the United States: A Review of the Evidence, The Journal of Risk and Insurance,
Vol. 76, Nr. 1, S. 5–29.
Browne, M. (2006): Adverse Selection in the Long-Term Care Insurance Market, in:
Chiappori, P.-A.; Gollier, C. (Hrsg.): Competitive failures in insurance markets:
Theory and policy implications, MIT Press, Cambridge, S. 97–112.
Browne, M.; Zhou-Richter, T. (2014): Lemons or Cherries? Asymmetric Information in
the German Private Long-term Care Insurance Market, The Geneva Papers on
Risk and Insurance – Issues and Practice, Vol. 39, Nr. 4, S. 603–624.
Bruhn, M. (2013): Relationship Marketing. Das Management von Kundenbeziehungen, 3.
Aufl., München.
Bruhn, M.; Batt, V.; Hadwich, K.; Meldau, S. (2010): Messung der Qualität in Dienstleis-
tungscentern – am Beispiel eines Flughafens, Zeitschrift für Betriebswirtschaft,
Heft 80, S. 351–382.
Bruhn, M.; Hadwich, K.; Frommeyer, A. (2010): Kommunikationsqualität in Kunden-
interaktionen – Bestandsaufnahme, Operationalisierung und empirische Befunde
im Private Banking, Kredit und Kapital, 43. Jahrgang, Heft 1, S. 3–37.
Bruhn, M.; Georgi, D. (1999): Kosten und Nutzen des Qualitätsmanagements – Grundla-
gen, Methoden, Fallbeispiele, München.
Bundesministerium für Gesundheit (2015): Daten des Gesundheitswesens, Berlin.
Burmann, C. (1991): Konsumentenzufriedenheit als Determinante der Marken- und
Händlerloyalität, Marketing – Zeitschrift für Forschung und Praxis, Vol. 13, Nr. 4,
S. 249–258.
Literatur CXXXI
Carendi, J.; Kavitzky, C. (2006): Allianz Capital Markets Day – Creating Customer Lo-
yalty, https://www.allianz.com/v_1340531301000/media/investor_relations/de/
konferenzen/capital_markets_days/dokumente/06_07_13_capital_
markets_day___presentation.pdf, veröffentlicht am 13.07.2006, online gefunden
am 07.11.2015.
Chandler, A. (1962): Strategy and Structure: Chapters in the History of the Industrial
Enterprise, Cambridge.
Chiappori, P.; Jullien, B.; Salanié, B.; Salanié, F. (2006): Asymmetric information in insu-
rance – General testable implications, RAND Journal of Economics, Vol. 37, Nr.
4, S. 783–798.
Chiappori, P.-A.; Salanié, B. (2000): Testing for asymmetric information in insurance
markets, Journal of Political Economy, Vol. 108, Nr. 1, S. 56–78.
Chiappori, P.-A.; Salanié, B. (2013): Asymmetric Information in Insurance Markets: Pre-
dictions and Tests, in: Dionne, G. (Hrsg.): Handbook of Insurance, 2. Aufl., Lon-
don, S. 397–422.
Churchill, G.; Surprenant, C. (1982): An Investigation into the Determinants of Customer
Satisfaction, Journal of Marketing Research, Vol. 19, Nr. 4, S. 64–73.
Cohen, A. (2005): Asymmetric Information and Learning: Evidence from the Automo-
bile Insurance Market, Review of Economics and Statistics, Vol. 87, S. 197–207.
Cohen, A.; Siegelman, P. (2010): Testing for Adverse Selection in Insurance Markets,
The Journal of Risk and Insurance, Vol. 77, S. 39–84.
Cooil, B.; Keiningham, T.; Aksoy L.; Hsu, M. (2007): A Longitudinal Analysis of Custo-
mer Satisfaction and Share of Wallet: Investigating the Moderating Effect of
Customer Characteristics, Journal of Marketing, Vol. 71, Nr. 1, S. 67–83.
Corsten, H.; Gössinger, R. (2009): Produktionswirtschaft – Einführung in das industrielle
Produktionsmanagement, 12. Aufl., Berlin.
Cutler, D.; Finkelstein, A.; McGarry, K. (2008): Preference Heterogeneity and Insurance
Markets – Explaining a Puzzle of Insurance, American Economic Review, Vol. 98,
Nr. 2, S. 157–162.
Cutler, D.; Zeckhauser, R. (2000): Chapter 11 – The Anatomy of Health Insurance, in:
Culyer, A. (Hrsg.): Handbook of Health Economics, Vol. 1A, Elsevier, S. 563–
643.
Darby, M.; Karni, E. (1973): Free Competition and the Optimal Amount of Fraud, Journal
of Law and Economics, Vol. 16, S. 67–88.
Day, R. (1977): Toward a Process Model of Consumer Satisfaction, in: Hunt, H. (Hrsg.):
Conceptualization and Measurement of Consumer Satisfaction and Dissatisfac-
tion, S. 153–183.
Day, R. (1983): The Next Step: Commonly Accepted Constructs for Satisfaction Rese-
arch, in: Day, R.; Hunt, H. (Hrsg.): International Fare in Consumer Satisfaction
and Complaining Behavior, Department of Marketing, Indiana University, S. 113–
117.
Day, R. (1984): Modeling Choices Among Alternative Responses to Dissatisfaction, Ad-
vances in Consumer Research, Vol. 11, Nr. 1, S. 496–499.
Literatur CXXXII
Davis, M. (1991): How Long Should a Customer Wait for Service?, Decision Sciences,
Vol. 22, Nr. 2, S. 421–434.
de Meza, D.; Webb, D. (2001): Advantageous selection in insurance markets, RAND
Journal of Economics, Vol. 32, Nr. 2, S. 249–262.
Deutsche Gesellschaft für Qualität (2015): DGQ-Studie: Senioren-WG statt Altersheim,
http://www.dgq.de/aktuelles/news/dgq-studie-senioren-wg-statt-altersheim/, veröf-
fentlicht am 28.07.2015, online gefunden am 05.06.2016.
Dionne, G. (2013): The Empirical Measure of Information Problems with Emphasis on
Insurance Fraud and Dynamic Data, in: Handbook of Insurance, Dionne, G.
(Hrsg.), 2. Aufl., New York, S. 423–448.
Dionne, G.; La Haye, M.; Bergerès, A.-S. (2015): Does asymmetric information affect
the premium in mergers and acquisitions?, Canadian Journal of Economics / Re-
vue canadienne d’économique, Vol. 48, S. 819–852.
Dionne, G.; Michaud, P.-C.; Dahchour, M. (2013): Separating Moral Hazard from Ad-
verse Selection and Learning in Automobile Insurance: Longitudinal Evidence
from France, Journal of the European Economic Association, Vol. 11, S. 897–
917.
Diller, H.; Fürst, A.; Ivens, B. (2011): Grundprinzipien des Marketing, 3. Aufl., Nürnberg.
Ehing, D. (2015): Marktversagen auf dem geförderten Pflegezusatzversicherungsmarkt?
Ergebnisse einer Simulationsanalyse auf Basis von Routinedaten der GKV, Dis-
kussionsbeiträge, Forschungszentrum Generationenverträge der Albert-Ludwigs-
Universität Freiburg Nr. 58, http://hdl.handle.net/10419/113302, online gefun-
den am 18.03.2017.
El Hage, B.; Maas, P. (2007): Standardisierung als Voraussetzung einer weitergehenden
Industrialisierung in der Assekuranz, in: Zeitschrift für Versicherungswesen, 58.
Jg., Heft 24, S. 815–817.
Emons, W. (1997): Credence Goods and Fraudulent Experts, RAND Journal of Econo-
mics, Vol. 28, S. 107–119.
Emons, W. (2001): Credence Goods Monopolists, International Journal of Industrial Or-
ganizations, Vol. 19, Nr. 3–4, S. 375–389.
Esch, F.-R. (2014): Strategie und Technik der Markenführung, 8. Aufl., München.
Eskildsen, J.; Kristensen, K. (2007): Customer Satisfaction – The Role of Transparency,
Total Quality Management & Business Excellence, Vol. 18, Nr. 1–2, S. 39–47.
Fang, H.; Keane, M.; Silverman, D. (2008). Sources of Advantageous Selection – Evi-
dence from the Medigap Insurance Market, Journal of Political Economy, Vol.
116, Nr. 2, S. 303–350.
Feinberg, R.; Hokama, L.; Kadam, R.; Kim, I. (2002): Operational determinants of caller
satisfaction in the banking/financial services call center, International Journal of
Bank Marketing, Vol. 20, Nr. 4, S. 174–180.
Finkelstein, A.; McGarry, K. (2006): Multiple Dimensions of Private Information: Evi-
dence from the Long-Term Care Insurance Market, The American Economic Re-
view, Vol. 96, Nr. 4, S. 938–958.
Literatur CXXXIII
Finkelstein, A.; McGarry, K.; Sufi, A. (2005): Dynamic Inefficiencies in Insurance Mar-
kets: Evidence from Long-Term Care Insurance, The American Economic Review,
Vol. 95, S. 224–228.
Finkelstein, A.; Poterba, J. (2014): Testing for Asymmetric Information Using “Unused
Observables” in Insurance Markets: Evidence from the U.K. Annuity Market, The
Journal of Risk and Insurance, Vol. 81, Nr. 4, S. 709–734.
Finn, A. (2012): Customer Delight: Distinct Construct or Zone of Nonlinear Response to
Customer Satisfaction, Journal of Service Research, Vol. 15, Nr. 1, S. 99–110.
Fornell, C. (1992): A National Customer Satisfaction Barometer: The Swedish Experi-
ence, Journal of Marketing, Vol. 56, Nr. 1, S. 6–21.
Fornell, C., Johnson, M., Anderson, E., Cha, J., Bryant, B. (1996): The American Custo-
mer Satisfaction Index: Nature, Purpose and Findings, Journal of Marketing, Vol.
60, Nr. 4, S. 7–18.
Forstmann, C.; Scholz, G. (1995): Optimierung des Schadenmanagements, Versiche-
rungswirtschaft, Vol. 50, Nr. 3, S. 193–197.
Frei, F.; Kalakota, R.; Marx, L. (1997): Process Variation as a Determinant of Service
Quality and Bank Performance: Evidence from the Retail Banking Study, The
Wharton Financial Institutions Center, Working Paper, Nr. 97–36.
Friedman, M.; Smith, L. (1993): Consumer Evaluation Processes in a Service Setting,
Journal of Services Marketing, Vol. 7, Nr. 2, S. 47–61.
Ganzeboom, H.; de Graaf, P.; Treiman, D. (1992): A standard international socio-
economic index of occupational status, Social Science Research, Vol. 21, S. 1–56.
Ganzeboom, H.; Treiman, D: (2010): International Stratification and Mobility File: Con-
version Tools, http://www.harryganzeboom.nl/ismf/index.htm, online gefunden
am 18.03.2017.
Gauly, P. (1993): Schadenregulierung entscheidet über Image, Versicherungswirtschaft,
Vol. 43, Nr. 24, S. 1569–1571.
Gonçalves, H.; Sampaio, P. (2012): The customer satisfaction-customer loyalty relations-
hip – Reassessing customer and relational characteristics moderating effects, Ma-
nagement Decision, Vol. 50, Nr. 9, S. 1509–1526.
Grabowski, D.; Gruber, J. (2007): Moral hazard in nursing home use, Journal of Health
Economics, Vol. 26, S. 560–577.
Greene, W. (2003): Econometric Analysis, 7. Aufl., Boston.
Grewal, R.; Chandrashekaran, M.; Citrin, A. (2010): Customer Satisfaction Heterogeneity
and Shareholder Value, Journal of Marketing Research, Vol. 47, Nr. 4, S. 612–626.
Grisaffe, D. (2007). Questions about the ultimate question: conceptual considerations in
evaluating Reichheld’s net promoter score (NPS), Journal of Consumer Satisfac-
tion Dissatisfaction and Complaining Behavior, Vol. 20, S. 36–53.
Grönroos, C. (1994): From Marketing Mix to Relationship Marketing: Towards a Para-
digm Shift in Marketing, Management Decision, 32. Jg., Nr. 2, S. 4–20.
Gruca, T.; Rego, L. (2005): Customer Satisfaction, Cash Flow, and Shareholder Value,
Journal of Marketing, Vol. 69, Nr. 3, S. 115–130.
Literatur CXXXIV
Grund, M. (2013): Interaktionsbeziehungen im Dienstleistungsmarketing – Zusammen-
hänge zwischen Zufriedenheit und Bindung von Kunden und Mitarbeitern, Bd. 4,
Wiesbaden.
Hecht, J. (2001): Classical labour-displacing technological change – the case of the US
insurance industry, in: Cambridge Journal of Economics, 25. Jg., Heft 4, S. 517–
537.
Heide, J.; Weiss, A. (1995): Vendor Consideration and Switching behavior for Buyers in
High-Technology Markets, Journal of Marketing, Vol. 59, S. 30–43.
Hemenway, D. (1990): Propitious selection, Quarterly Journal of Economics, Vol. 105,
Nr. 4, S. 1063–1069.
Hempel, D. (1977): Consumer Satisfaction with the Home Buying Process: Conceptuali-
zation and Measurement, in: Hunt, H. (Hrsg.): Conceptualization and Measure-
ment of Consumer Satisfaction and Dissatisfaction, Cambridge, S. 275–299.
Hendel, I.; Lizzeri, A. (2003): The Role of Commitment in Dynamic Contracts: Evidence
from Life Insurance, The Quarterly Journal of Economics, Vol. 118, S. 299–328.
Hilke, W. (1984): Dienstleistungsmarketing aus Sicht der Wissenschaft, Diskussionsbei-
träge des Betriebswirtschaftlichen Seminars der Universität Freiburg, Freiburg.
Hilke, W. (1989): Grundprobleme und Entwicklungstendenzen des Dienstleistungs-
Marketing, in: Hilke, W. (Hrsg.), Dienstleistungs-Marketing, Wiesbaden, S. 5–44.
Hirschman, A. (1974): Abwanderung und Widerspruch – Reaktionen auf Leistungsabfall
bei Unternehmungen, Organisationen und Staaten, Tübingen.
Hofmann, A.; Browne, M. (2013): One-sided commitment in dynamic insurance
contracts: Evidence from private health insurance in Germany, Journal of Risk and
Uncertainty, Vol. 46, S. 81112.
Homburg, C. (2011): Marketingmanagement: Strategie – Instrumente – Umsetzung – Un-
ternehmensführung, 4. Aufl., Wiesbaden.
Homburg, C.; Bruhn, M. (2010): Kundenbindungsmanagement – Eine Einführung in die
theoretischen und praktischen Problemstellungen, in: Bruhn, M., Homburg, C.
(Hrsg.), Handbuch Kundenbindungsmanagement, 7. Aufl., Wiesbaden, S. 3–39.
Homburg, C.; Bucerius, M. (2001): Kundenzufriedenheit als Managementherausforde-
rung, in: Homburg, C.; Kundenzufriedenheit: Konzepte – Methoden – Erfahrun-
gen, 7. Aufl., Wiesbaden, S. 53–90.
Homburg, C.; Giering, A.; Hentschel, F. (1999): Der Zusammenhang zwischen Kunden-
zufriedenheit und Kundenbindung, Die Betriebswirtschaft, Heft 59, Nr. 2, S. 174–
195.
Homburg, C.; Koschate, N; Hoyer, W. (2005): Do Satisfied Customers Really Pay More?
A Study of the Relationship Between Customer Satisfaction an Willingnes to Pay,
Journal of Marketing, Vol. 69, S. 84–96.
Homburg, C.; Werner, H. (1998): Kundenorientierung mit System: Mit Customer Orienta-
tion Management zu profitablem Wachstum, Frankfurt.
Hunt, H. (1977): CS/D-Overview and Future Research Directions, in: Huni, H. (Hrsg.):
Conceptualisation and Measurement of Consumer Satisfaction and Dissatisfac-
tion, Cambridge, S. 455–488.
Literatur CXXXV
Hüttner, M.; von Ahsen, A.; Schwartig, U. (1999): Marketing-Management – Allgemein,
Sektoral, International, 2. Aufl., Stuttgart.
INSA-Meinungstrend (2016): Zur Pflegebedürftigkeit im Alter – Angst vor dem Pflege-
fall, http://www.presseportal.de/pm/6340/3384053, veröffentlicht am 21.07.2016,
online gefunden am 20.08.2016.
Jacobs, K.; Rothgang, H. (2013): Der Pflege-Bahr: Falsches Signal und untaugliches Ge-
schäftsmodell, Gesundheits- und Sozialpolitik, Vol. 67, S. 24–27.
Jara, M.; El Hage, B. (2003): Schadenmanagement im veränderten Marktumfeld, in: El
Hage, B.; Jara, M. (Hrsg.): Schadenmanagement: Grundlagen – Methoden und In-
strumente – Praktische Erfahrungen, St. Gallen, S. 13–29.
Johnson, M.; Fornell, C. (1991): A Framework for Comparing Customer Satisfaction
Across Individuals and Product Categories, Journal of Economic Psychology, Vol.
12, Nr. 2, S. 267–86.
Jones, M.; Mothersbaugh, D.; Beatty, S. (2000): Switching Barriers and Repurchase In-
tentions in Services, Journal of Retailing, Vol. 76, Nr. 2, S. 259–274.
Jones, T.; Sasser, W. (1995): Why Satisfied Customers Defect, Harvard Business Review,
Vol. 73, Nr. 6, S. 88–99.
Kaas, K. (1995): Marketing und neue Institutionsökonomik, in: Kaas, K. (Hrsg.): Kon-
trakte, Geschäftsbeziehungen, Netzwerke: Marketing und neue Institutionsöko-
nomik, Zeitschrift für betriebswirtschaftliche Forschung, Sonderheft 35, S. 1–17.
Karten, W.; Nell, M.; Richter, A.; Schiller, J. (2018): Risiko und Versicherungstechnik –
Eine ökonomische Einführung, Wiesbaden.
Keaveney, S. (1995): Customer Switching Behavior in Service Industries: An Exploratory
Study, Journal of Marketing, Vol. 59, Nr. 1, S. 71–82.
Keiningham, T.; Cooil, B.; Andreassen, T.; Aksoy, L. (2007): A Longitudinal Examination
of Net Promoter and Firm Revenue Growth, Journal of Marketing, Vol. 71, Nr. 3,
S. 39–51.
Keiningham, T.; Munn, T.; Evans, H. (2003): The Impact of Customer Satisfaction on
Share-of-Wallet in a Business-to-Business Environment, Journal of Service Rese-
arch, Vol. 6, Nr. 1, S. 37–50.
Kekre, S.; Krishnan, K.; Srinivasan, K. (1995): Drivers of customer satisfaction for soft-
ware products: implications for design and service support, Management Science,
Vol. 41, Nr. 9, S. 1456–1470.
Kesternich, I.; Schumacher, H. (2014): On the Use of Information in Oligopolistic Insu-
rance Markets, Journal of Risk and Insurance, Vol. 81, S. 159–175.
Keuper, F. (2001): Strategisches Management, München/Wien.
Kmenta, J. (1997): Elements of Econometrics, 2. Aufl., New York.
Konetzka, R.; Luo, Y. (2011): Explaining lapse in long-term care insurance markets,
Health Economics, Vol. 20, Nr. 10, S. 1169–1183.
Kotler, P. (1991): Marketing Management – Analysis, Planning, Implementation and Con-
trol, 7. Aufl., New York.
Literatur CXXXVI
Krishnan, M.; Ramaswamy, V.; Meyer, M.; Damien, P. (1999): Customer Satisfaction for
Financial Services: The Role of Products, Services and Information Technology,
Management Science, Vol. 45, Nr. 9, S. 1994–1209.
Krosnick, J.; Fabrigar, L. (1997): Designing rating scales for effective measurement in
surveys, in: Lyberg, L. (Hrsg.): Survey Measurement and Process Quality, New
York, S. 141–164.
KUBUS Versicherung (2015): Steckbrief, MSR Insights, Köln.
Küpper, H.-U. (2008): Controlling – Konzepte, Aufgaben und Inhalte, 5. Aufl., Stuttgart.
Lange, R.; Schiller, J.; Steinorth, P. (2017): Demand and Selection Effects in Supplemen-
tal Health Insurance in Germany, The Geneva Papers on Risk and Insurance –
Issues and Practice, Vol. 42, S. 5–30.
Levesque, T.; McDougall, G. (1996): Determinants of customer satisfaction in retail ban-
king, International Journal of Bank Marketing, Vol. 14, Nr. 7, S. 12–20.
Maas, P.; El Hage, B. (2006): Schadenmanagement als strategischer Erfolgsfaktor von
Versicherungsunternehmen, I-VW-HSG Trendmonitor, Nr. 2, S. 3–7, St. Gallen.
Maddern, H.; Maull, R.; Smart, P.; Baker, P. (2007): Customer satisfaction and service
quality in UK financial services, International Journal of Operations & Production
Management, Vol. 27; Nr. 9, S. 999–1019.
McCall, N.; Mangle, S.; Bauer, E.; Knickman, J. (1998): Factors Important in the Purcha-
se of Partnership Long-Term Care Insurance, Health Services Research, Vol. ,
S. 187–203.
Meffert, H.; Bruhn, M. (2009): Dienstleistungsmarketing, Grundlagen – Konzepte – Me-
thoden, 6. Aufl., Wiesbaden.
Meyer, A.; Dornach, F. (1999): Kundenmonitor Deutschland. Qualität und Kundenorien-
tierung. Jahrbuch der Kundenorientierung in Deutschland 1999, München.
Miner, R. (1961): Application of the Theory of Marketing Tangible Goods to the Marke-
ting of Insurance, The Journal of Insurance, Vol. 28, Nr. 1, S. 35–40.
Mittal, V.; Kumar, P.; Tsiros, M. (1999): Attribute-level performance, satisfaction, and be-
havioral intentions over time: a consumption-system approach, The Journal of
Marketing, Vol. 63, Nr. 2, S. 88–101.
Mittal, B.; Lassar, W. (1998): Why do customers switch? The dynamics of satisfaction
versus loyalty, The Journal of Services Marketing, Vol. 12, Nr. 3, S. 177–194.
Mitzberg, H. (1987): Crafting Strategy, Harvard Business Review, Vol. 65, Nr. 4, S. 66–
75.
MLP, MLP Gesundheitsreport (2014), Berlin.
Mooradian, T.; Olver, J. (1997): I can’t get no satisfaction: The impact of personality and
emotion on post purchase processes, Psychology & Marketing, Vol. 14, Nr. 4,
S. 379–393.
MSR Consulting (2013): Versicherer regulieren Schäden zunehmend kundenfreundlicher,
http://www.openpr.de/news/732339/Versicherer-regulieren-Schaeden-zunehmend-
kundenfreundlicher.html, veröffentlicht am 09.07.2013, online gefunden am
08.10.2016.
Literatur CXXXVII
Musa, R.; Pallister, J.; Robson, M. (2005): The Roles of Perceived Value, Perceived Equi-
ty and Relational Commitment in a Disconfirmation Paradigm Framework: An
Initial Assessment in a ‘Relationship-Rich’ Consumption Environment, Advances
in Consumer Research, Vol. 32, Nr. 1, S. 349–357.
Muth, M. (1994): Versicherungswirtschaft im Umbruch – Eine Analyse des europäischen
Wettbewerbs, Versicherungswirtschaft, Vol. 49, Nr. 5, S. 288–299.
Nell, M.; Rosenbrock, S. (2008): Wettbewerb in kapitalgedeckten Krankenversicherungs-
systemen: Ein risikogerechter Ansatz zur Übertragung von Alterungsrückstellun-
gen in der Privaten Krankenversicherung, Perspektiven der Wirtschaftspolitik, Vol.
9, S. 173–195.
Nelson, P. (1970): Information and Consumer Behavior, Journal of Political Economy 78,
S. 311–329.
Noller, S. (2015): Blockchain-Technik ersetzt Schadenabteilung, http://versicherungs
wirtschaft-heute.de/unternehmen/blockchain-technik-ersetzt-schadenabteilung/,
veröffentlicht am 05.07.2016, online gefunden am 09.07.2016.
OECD / Europäische Kommission (2013): A good life in old age? Monitoring and impro-
ving quality in long-term care, OECD Publishing, Paris.
Oliver, R. (1977): Effects of Expectation and Disconfirmation on Postexposure Product
Evaluations: An Alternative Interpretation, Journal of Applied Psychology, Vol.
62, Nr. 4, S. 480–486.
Oliver, R. (1980): A Cognitive Model of the Antecedents and Consequences of Satisfac-
tion Decisions, Journal of Marketing Research, Vol. 17, Nr. 4, S. 460–469.
Oliver, R. (1981): Measurement and Evaluation of Satisfaction Process in Retail Setting,
Journal of Retailing, Vol. 57, S. 25–48.
Oliver, R. (1993): Cognitive, Affective and Attribute Bases of the Satisfaction Response,
Journal of Consumer Research, Vol. 20, S. 418–430.
Oliver, R. (1999): Whence Consumer Loyalty?, Journal of Marketing, Vol. 63 (Special
Issue), S. 33–44.
Oliver, R. (2000): Customer Satisfaction with Service, in: Schwartz, T. A.; Iacobucci, D.
(Hrsg.): Handbook of Service Marketing and Management, S. 247–254.
Oliver, R. (2009): Satisfaction: A Behavioral Perspective on the Consumer, 2. Aufl., New
York.
Oliver, R.; DeSarbo, W. (1988): Response Determinants in Satisfaction Judgements, Jour-
nal of Consumer Research, Vol. 14, Nr. 4, S. 495–507.
Oliver, R.; Rust, R.; Varki, S. (1996): Customer Delight: Foundations, Findings, and Ma-
nagerial Insight, Journal of Retailing, Vol. 73, Nr. 3, S. 311–336.
Oster, E.; Shoulson, I; Quaid K.; Dorsey E. (2010): Genetic adverse selection: Evidence
from long-term care insurance and Huntington disease, Journal of Public Econo-
mics, Vol. 94, Nr. 11, S. 1041–1050.
Palmatier, R.; Dant, R.; Grewal, D.; Evans, K. (2006): Factors Influencing the Effectiven-
ess of Relationship Marketing: A Meta-Analysis, Journal of Marketing, Vol. 70,
Nr. 4, S. 136–153.
Literatur CXXXVII
I
Parasuraman, A.; Zeithaml, V.; Berry L. (1988): SERVQUAL: A Multiple-Item Scale for
Measuring Consumer Perceptions of Service Quality, Journal of Retailing, Vol. 64,
Nr. 1, S. 12–40.
Pauly, M.; Kunreuther, H.; Hirth, R. (1995): Guaranteed renewability in insurance, Jour-
nal of Risk and Uncertainty, Vol. 10, S. 143–156.
Peterson, R.; Wilson, W. (1992): Measuring customer satisfaction: fact and artifact, Jour-
nal of the Academy of Marketing Science, Vol. 20, Nr. 1, S. 61–71.
Pfeiffer, W.; Weiß, E. (1994): Lean Management – Grundlagen der Führung und Organi-
sation lernender Unternehmen, 2. Aufl., Berlin.
Ping, R. (1993): The Effects of Satisfaction and Structural Constraints on Retailer Exis-
ting, Voice, Loyalty, Opportunism, and Neglect, Journal of Retailing, Vol. 69, Nr.
3, S. 320–352.
Porter, M. (2004): Competitive Advantage – Creating and Sustaining Superior Perfor-
mance, 2. Aufl., Brookline.
PricewaterhouseCoopers International (2017): Global Insurtech Report 2017, London.
Puustinen, P.; Maas, P.; Karjaluoto, H. (2013): Development and validation of the Percei-
ved Investment Value (PIV) scale, Journal of Economic Psychology, Nr. 36,
S. 41–54.
Rego, L.; Morgan, N.; Fornell, C. (2013): Reexamining the Market Share-Customer Satis-
faction Relationship, Journal of Marketing, Vol. 77, S. 1–20.
Reichheld, F. (2003): The one number you need to grow, Harvard Business Review, Vol.
81, Nr. 12, S. 46–54 .
Reichheld, F.; Markey, R. (2011): The Ultimate Question 2.0 – How Net Promoter Com-
panies Thrive in a Customer-Driven World, Harvard Business Review Press, Bos-
ton.
Reichheld, F.; Sasser, E. (1990): Zero Defections: Quality Comes to Services, Harvard
Business Review, Vol. 68, S. 105–111.
Reichmann, T. (2001): Controlling mit Kennzahlen und Managementberichten, 6. Aufl.,
München.
Riese, C. (2006): Industrialisierung von Banken – Grundlagen, Ausprägungen, Wirkun-
gen, Wiesbaden.
von Rosenstiel, L.; Neumann, P. (2002): Marktpsychologie, Darmstadt.
Rothgang, H.; Kalwitzki, T.; Müller, R.; Runte, R.; Unger, R. (2015): Barmer GEK Pfle-
gereport 2015 , Siegburg.
Rothlauf, J. (2010): Total Quality Management in Theorie und Praxis: Zum ganzheitli-
chen Unternehmensverständnis, 2. Aufl., München.
Rothschild, M.; Stiglitz, J. (1976): Equilibrium in competitive insurance markets: An es-
say on the economics of imperfect information, Quarterly Journal of Economics,
Vol. 90, Nr. 4, S. 629–649.
Rust, R.; Inman, J.; Zahorik, A. (1999): What You Don’t Know About Customer Percei-
ved Quality: The Role of Customer Expectation Distributions, Marketing Science,
Vol. 18, Nr. 1, S. 77–92.
Literatur CXXXIX
Rust, R.; Zahorik, A. (1993): Customer Satisfaction, Customer Retention, and Market
Share, Journal of Retailing, Vol. 69, Nr. 2, S. 193–215.
Rust, R.; Zahorik, A.; Keiningham, T. (1995): Return on Quality (ROQ): Making Service
Quality Financially Accountable, Journal of Marketing, Vol. 59, Nr. 2, S. 58–70.
Schmalens, H.; Pechtl, H. (2009): Grundlagen und Probleme der Betriebswirtschaft, 14.
Aufl., Stuttgart.
Schulz, E. (2010): The Long-Term Care System in Germany, DIW Berlin Discussion Pa-
per, Nr. 1039.
Seiders, K.; Voss, G.; Godfrey, A; Grewal, D. (2007): SERVCON: development and vali-
dation of a multidimensional service convencience scale, Journal of the Academic
Marketing Science, Vol. 35, S. 144–156.
Simon, J. (1974): Interpersonal welfare comparison can be made and used for redistribu-
tion decisions, Kyklos, Vol. 27, S. 68–98.
Spies, K.; Hesse, F.; Loesch, F. (1997): Store atmosphere, mood and purchasing behavior,
International Journal of Research in Marketing, Vol. 14, Nr. 1, S. 1–17.
Stier, W. (1999): Empirische Forschungsmethoden, 2. Aufl., Berlin.
Stock, J.; Wright, J.; Yogo, M. (2002): A Survey of Weak Instruments and Weak Identifi-
cation in Generalized Method of Moments, Journal of Business & Economic Sta-
tistics, Vol. 20, S. 518–529.
Straube, S. (2014): Digitale Transformation in der Versicherungsbranche, http://d-
lab.com/2014/11/digitale-transformation-der-versicherungsbranche/, veröffentlicht
am 28.11.2014, online gefunden am 12.10.2015.
Stum, D.; Thiry, A. (1991): Building Customer Loyalty, Training & Development Journal,
Vol. 45, Nr. 4, S. 34–36.
Sutor, T. (2009): Theoretische Grundlagen des Versicherungsmarketing, in: Zerres, M.
(Hrsg.); Reich, M.: Handbuch Versicherungsmarketing, Heidelberg, S. 81–100.
Szymanski, D.; Henard, D. (2001): Customer Satisfaction: A Meta-Analysis of the Empi-
rical Evidence, Journal of the Academy of Marketing Science, Vol. 29, Nr. 1,
S. 16–35.
Tabachnick, B.; Fidell, L. (2007): Using Multivariate Statistics, 5. Aufl., Boston.
Taher, A.; Leigh, T.; French, W. (1996): Augmented Retail Services: The Lifetime Value
of Affection, Journal of Business Research, Vol. 35, Nr. 3, S. 217–228.
Trautinger, M.-J. (2015): Der Moment der Wahrheit – Eine empirische Untersuchung zu
Zufriedenheitsfaktoren im Versicherungsschadenfall, Zeitschrift für die gesamte
Versicherungswissenschaft, Vol. 104, Nr. 3, S. 289–309.
Trauzettel, V. (1999): Dynamische Koordinationsmechanismen für das Controlling, Ber-
lin.
Tsoukatos, E.; Rand, G. (2007): Cultural influences on service quality and customer satis-
faction: evidence from Greek insurance, Managing Service Quality, Vol. 17, Nr. 4,
S. 467–485.
Van Doorn, J.; Verhoef, P. (2008): Critical Incidents and the Impact of Satisfaction on
Customer Share, Journal of Marketing, Vol. 72, Nr. 4, S. 123–142.
Literatur CXL
Vargo, S.; Lusch, R. (2004): Evolving to a new Dominant Logic for Marketing, Journal of
Marketing, Vol. 68, S. 1–17.
Vargo, S.; Lusch, R. (2008): Service-dominant logic: continuing the evolution, Journal of
the Academy of Marketing Science, Vol. 36, S. 1–10.
Verband der Privaten Krankenversicherung (2016a): Die Private Pflegezusatzversiche-
rung, https://www.pkv.de/service/broschueren/verbraucher/private-
pflegezusatzversicherung.pdb.pdf, veröffentlicht im Januar 2017, online gefunden
am 10.02.2017.
Verband der Privaten Krankenversicherung (2016b): Zahlenbericht der Privaten Kranken-
versicherung 2015, https://www.pkv.de/service/broschueren/daten-und-
zahlen/financial-report-2015.pdb.pdf, online gefunden am 19.08.2016.
Verband der Privaten Krankenversicherung (2016c): PKV Zahlenportal, http://www.pkv-
zahlenportal.de/werte/2005/2015/12, online gefunden am 19.08.2016.
Verhoef, P. (2003): Understanding the Effect of Customer Relationship Management Ef-
forts on Customer Retention and Customer Share Development, Journal of Marke-
ting, Vol. 67, Nr. 4, S. 30–45.
Voss, G.; Godfrey, A.; Seiders, K. (2010): How Complementarity and Substitution Alter
the Consumer Statisfaction-Repurchase Link, Journal of Marketing, Vol. 74, Nr. 6,
S. 111–127.
Voss, C.; Roth, A.; Rosenzweig, E.; Blackmon, K.; Chase, R. (2004): A Tale of Two
Countries – Conservatism, Service Quality, and Feedback on Customer Satisfac-
tion, Journal of Service Research, Vol. 6, Nr. 3, S. 212–223.
Wagner, F. (2011): Gabler Versicherungslexikon, 1. Aufl., Wiesbaden.
Weber, M. (2015): KUBUS Versicherung, http://www.msr.de/insights/studienshop/kubus-
versicherung, online gefunden am 08.11.2015.
Westbrook, R. (1987): Product, Consumption-Based Affective Responses and Post-
purchase Processes, Journal of Marketing Research, Vol. 24, Nr. 3, S. 258–270.
Westbrook, R.; Oliver, R. (1991): The Dimensionality of Consumption Emotion Patterns
and Consumer Satisfaction, Journal of Consumer Research, Vol. 18, Nr. 1, S. 84–
91.
Wiegand, M.; Betschart, A. (2007): Industrialisierung in der Versicherungswirtschaft, in:
Versicherungswirtschaft, Vol. 62, S.1505–1508.
Winters, P. (2014): Customer strategy – Aus Kundensicht denken und handeln, 1. Aufl.,
Freiburg.
Woodruff, R.; Cadotte, E.; Jenkins, R. (1983): Modeling Consumer Satisfaction Process
Using Experienced-Based Norms, Journal of Marketing Research, Vol. 20, Nr. 3,
S. 296–304.
Woodruff, R.; Cadotte, E.; Jenkins, R. (1987): Expectations and Norms in Models of Con-
sumer Satisfaction, Journal of Marketing Research, Vol. 24, Nr. 3, S. 305–314.
Yang, Z.; Peterson, R. (2004): Customer Perceived Value, Satisfaction, and Loyalty: The
Role of Switching Costs, Psychology & Marketing, Vol. 21, Nr. 10, S. 799–822.
Literatur CXLI
Zehetmair, G. (2015): Differenzierungspotenzial eines Serviceversicherers durch Digitali-
sierung der Kundeninteraktion, Masterarbeit, Ludwig-Maximilians-Universität
München.
Zeithaml, V.; Berry, L.; Parasuraman, A. (1996): The Behavioral Consequences of Service
Quality, Journal of Marketing, Vol. 60, Nr. 2, S. 31–46.
Zimmermann, G.; Richter, S. (2015): Gründe für die Veränderungsaversion deutscher
Versicherungsunternehmen, in: Zimmermann, G. (Hrsg.): Change Management in
Versicherungsunternehmen – Die Zukunft der Assekuranz erfolgreich gestalten,
Wiesbaden, S. 11–35.
Literatur CXLII
Eidesstattliche Versicherung
gemäß § 8 Absatz 2 Buchstabe b) der Promotionsordnung der Universität Hohei-
heim zum Dr. oec.
1. Bei der eingereichten Dissertation zum Thema
„Multidimensionale Informationen im Kontext wertorientierter Unternehmensfüh-
rung von Versicherern“
handelt es sich um meine eigenständig erbrachte Leistung.
2. Ich habe nur die angegebenen Quellen und Hilfsmittel benutzt und mich keiner un-
zulässigen Hilfe Dritter bedient. Insbesondere habe ich wörtlich oder sinngemäß
aus anderen Werken übernommene In-halte als solche kenntlich gemacht.
3. Ich habe nicht die Hilfe einer kommerziellen Promotionsvermittlung oder -beratung
in Anspruch genommen.
4. Die Bedeutung der eidesstattlichen Versicherung und der strafrechtlichen Folgen
einer unrichtigen oder unvollständigen eidesstattlichen Versicherung sind mir be-
kannt.
Die Richtigkeit der vorstehenden Erklärung bestätige ich. Ich versichere an Eides Statt,
dass ich nach bestem Wissen die reine Wahrheit erklärt und nichts verschwiegen habe.
_____________________ ______________________________
Ort, Datum Unterschrift