DE202018006794U1 - Systeme zur kontinuierlichen Risikoüberwachung und dynamischen Versicherungspreisbestimmung - Google Patents

Systeme zur kontinuierlichen Risikoüberwachung und dynamischen Versicherungspreisbestimmung Download PDF

Info

Publication number
DE202018006794U1
DE202018006794U1 DE202018006794.6U DE202018006794U DE202018006794U1 DE 202018006794 U1 DE202018006794 U1 DE 202018006794U1 DE 202018006794 U DE202018006794 U DE 202018006794U DE 202018006794 U1 DE202018006794 U1 DE 202018006794U1
Authority
DE
Germany
Prior art keywords
data
risk
pnsn
sancar
sensors
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
DE202018006794.6U
Other languages
English (en)
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Virtual I Switzerland Ltd
Original Assignee
Virtual I Switzerland Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Virtual I Switzerland Ltd filed Critical Virtual I Switzerland Ltd
Publication of DE202018006794U1 publication Critical patent/DE202018006794U1/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/18—Details relating to CAD techniques using virtual or augmented reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/003—Navigation within 3D models or images

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • General Engineering & Computer Science (AREA)
  • Emergency Management (AREA)
  • Evolutionary Computation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Hardware Design (AREA)
  • Educational Administration (AREA)
  • Geometry (AREA)
  • Computing Systems (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

System, umfassend:
ein neuronales Firmenanwesen-Sensornetz, PNSN, System (2), installiert an einer Fertigungsstelle (520) an einem Ort (50), um Rohdaten zu erhalten, die mit einem Eigentumsschaden und Geschäftsunterbrechungsverlusten in Verbindung stehen, wobei das PNSN System (2) Sensoren beinhaltet, welche Medienerfassungsvorrichtungen beinhalten, wobei die Sensoren beinhalten: i) interne Überwachungssensoren innerhalb der Fertigungsstelle und ii) externe Überwachungssensoren außerhalb der Fertigungsstelle, wobei das PNSN System (2) dafür ausgelegt ist, die Rohdaten von den Sensoren als einen kontinuierlichen Datenfluss zu erhalten, der von der Fertigungsstelle zur Überwachung bereitgestellt wird,
eine mobile Boden-Datensammeleinheit, GMDCU (10), und ein unbemanntes Luftfahrzeug, UAV (20), wobei die GMDCU (10) und das UAV (20) Rohdaten struktureller Vermögenswerte an der Fertigungsstelle erfassen; und
ein System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40), das dafür ausgelegt ist, eine von den Rohdaten des PNSN Systems (2), der GMDCU (10), und des UAVs (20) abgeleitete Eingabe zu empfangen, wobei die abgeleitete Eingabe am Ort (50) der Fertigungsstelle (520) gemessene Daten beinhaltet, wobei die Rohdaten von einem Prozessor (3080) verarbeitet werden, um verarbeitete Daten zu erzeugen, in einem Format, das für eine Analyse durch das System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40) geeignet ist, wobei das System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40) dafür konfiguriert ist, einen Wert für einen Risikoaufschlag zu bestimmen, wobei das System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40) weiter dafür konfiguriert ist,
Bildverarbeitungsalgorithmen einer Algorithmusdatenbank (4070) und einer API-Datenbank (4050) zu verwenden, um gemessene Abmessungen der strukturellen Vermögenswerte an der Fertigungsstelle zu extrahieren,
basierend auf der empfangenen Eingabe ein 3D Modell der Fertigungsstelle mit Messungen in einer strukturierten Weise in einer Virtual- und Augmented-Reality-Plattform zu erzeugen, wobei das 3D Modell Abmessungen der strukturellen Vermögenswerte, Messungen der strukturellen Vermögenswerte, Materialtyp der strukturellen Vermögenswerte und Abstände zwischen den strukturellen Vermögenswerte beinhaltet,
eine Simulation von Vorfällen für das 3D Modell zu berechnen, um einen Eigentumsschaden an der Fertigungsstelle zu bestimmen, und
eine prädiktive analytische Ausgabe zu erzeugen, welche die Wahrscheinlichkeit eines Unfalls an der Fertigungsstelle am Ort verringert.

Description

  • HINTERGRUND
  • Diese Gebrauchsmusterschrift betrifft eine Versicherungsrisikoüberwachung und dynamische Versicherungspreisbestimmung.
  • Gegenwärtige Versicherungspraktiken zur Risikoüberwachung/- untersuchung weisen diskrete und/oder manuelle Datensammelprozesse auf, die hauptsächlich geschriebene Berichte und Bilder einschließen. Diese Untersuchungen geschehen im Allgemeinen einmal pro Jahr, bevor eine Police erneuert wird. Danach haben sowohl die Versicherungsgesellschaft als auch die versicherte Partei eine begrenzte Fähigkeit zur Überwachung der Risiken. Während das Risiko ein kontinuierlicher stochastischer Prozess ist, ist die Risikoübertragung und -überwachung ein diskreter Prozess. Dieser Ansatz begrenzt die angemessene und faire Risikoübertragung zwischen dem Versicherer und dem Versicherten, und beide Parteien können langfristig von einer verbesserten Versicherungsrisikoüberwachung profitieren.
  • KURZFASSUNG
  • Die hier offenbarten Systeme betreffen ein System zur kontinuierlichen Risikoüberwachung und dynamischen Versicherung für Versicherer. Dieses System weist eine interaktive Plattform nicht nur für Versicherungsgesellschaften, sondern auch für andere Anspruchsberechtigte im Versicherungsökosystem, nämlich Kunden, Schadensabwickler, Risiko-Ingenieure, Vermittler, Agenturen, unternehmenseigene und Drittentwickler, auf. Die hier offenbarten Systeme ermöglichen eine kontinuierliche Risikoüberwachung versicherter Risiken und das vernünftige Berechnen der Versicherungsprämie für jedes Risiko.
  • Ein Versicherungsvertrag wird zwischen dem Versicherer und dem Versicherten (d. h. Kunden) abgeschlossen. Versicherungspolicen werden in den meisten Fällen auf der Grundlage der Erklärung des Versicherten erteilt. Im Allgemeinen senden Versicherungsgesellschaften oder Vermittlungsinstanzen (Vermittler/Agenten) interne oder Drittpartei-Gutachter zum Anwesen des Kunden, um das Risiko zu untersuchen. Das sich Verlassen auf die Erklärung der versicherten Partei kann zu einem möglichen Moral-Hazard- und Asymmetrische-Informationen-Problem führen. Moral Hazard bezieht sich auf den Mangel an Anreizen, sich vor einem Risiko zu schützen, wenn der Versicherte vor den Konsequenzen geschützt ist. Im Fall eines Verlusts erfordert die Begleichung eines Versicherungsanspruchs wegen der inhärenten asymmetrischen Informationen und der Bedenken in Bezug auf einen Moral Hazard aus der Perspektive der Versicherungsgesellschaften im Allgemeinen Zeit. Um dieses Moral-Hazard-Problem abzuschwächen, verlassen sich Versicherungsgesellschaften auf ein unkorreliertes und nicht aggregierendes Konzept großer Zahlen, eine erhebliche Rückversicherung und Retrozessionsvereinbarungen.
  • Ein weiteres erhebliches Problem ist die Preisbestimmung jedes Risikos. Es gibt verschiedene Versicherungsmodelle zur Berechnung der angemessenen oder technischen Prämie für individuelle Risiken. Angesichts der Begrenzung der verfügbaren Daten und der möglichen Komplexität der Risiken können verallgemeinerte lineare Modelle und andere herkömmliche Modelle jedoch möglicherweise keine genaue Preisbestimmung für die Risiken anbieten. Die Prämienberechnung für ein bestimmtes Risiko wird in Unterkategorien unterteilt. Erstens weist das Gesamtportfolio erfahrene oder geschätzte Versicherungsanspruchskosten, Verlustanpassungskosten, Transaktionskosten (Zwischeninstanzgebühren/-kommissionen) und allgemeine Betriebsausgaben auf. Bei diesem Ansatz wird die Prämie anhand des Portfolioniveaus für ein individuelles Risiko berechnet. Die Anpassungen von Prämien erfolgen für jedes spezifische Risiko. Eine Abweichungsoption von der technischen Preisbestimmung kann ein Niveau von bis zu 80 % erreichen, was die Gültigkeit des technischen Preisbestimmungskonzepts für das Risiko herausfordern kann.
  • Weil die portfoliobasierten Preisbestimmungsmodelle möglicherweise keine genaue Prämienpreisbestimmung für das individuelle Risiko bereitstellen können, benötigen Versicherungsgesellschaften einen Entscheidungsfällungsprozess für die Risikoauswahl. Zur Lösung dieses Problems und zum Vornehmen der Anpassungen an den durch das Modell erzeugten Versicherungsprämien können Versicherer Versicherungsgeber beschäftigen. Diese Anpassungsentscheidungen sind jedoch für standardmäßige wesentliche Agentenprobleme anfällig, und es gibt keinen erheblichen Nachteil (Mangel an gerichtlichen Schritten, Mangel an einer engen Überwachung der Vorgeschichte individueller Versicherungsgeber usw.) der Entscheidungen für Versicherungsgeber. Daher kann der Vorteil durch Personen/Versicherungsgeber getroffener Entscheidungen für Versicherungsrisiken langfristig Versicherungsgesellschaften nur begrenzte Vorteile beim Finden der genauen Prämie pro Risiko bereitstellen. Die sich auf technologische Infrastruktur beziehenden Beschränkungen können auch eine genaue Risikopreisbestimmung begrenzen. Stattdessen wird die Prämienberechnung automatisch durch Angebot und Nachfrage zusammen mit den marktgeschichtlichen Verlusterfahrungen in spezifischen Geschäftslinien angepasst. Dieses Gleichgewicht zwischen Angebot und Nachfrage kann möglicherweise keine bestimmte Risikoprämienschätzung für ein spezifisches Risiko bereitstellen.
  • Die hier offenbarten Systeme berücksichtigen die Anreize, die Versicherungsgesellschaften bei der Berücksichtigung des Betrags möglicher Auszahlungsverluste haben. Das offenbarte System kann unabhängige Drittentwickler, Wissenschaftler und Dienstleister für die Erfassung von Daten in Bezug auf die Versicherungsgebung und Ansprüche umfassen. Das System kann das Problem vermeiden, dass die versicherten Parteien keine Vermögenswerte kaufen möchten oder Hardwaregeräte und Software verwenden möchten, um die Daten zur Beurteilung des individuellen Risikos zu erfassen.
  • Verbesserungen der Risikoabschwächung können der nachfolgende Einfluss auf Prämien können von Seiten des Kunden auch schwer zu überwachen sein. Sie können möglicherweise den unmittelbaren finanziellen Vorteil und den Vorteil des Sparens von Versicherungsprämien einer Risikoabschwächungsverbesserung nicht klar sehen. Andererseits können sie im Allgemeinen nur eine begrenzte Vorstellung von den Systemen zur Verbesserung ihres Risikos und zur Verringerung der Schwere und der Häufigkeit von Verlusten haben.
  • Für den Versicherten kann die Kontinuität im Betrieb der versicherten Risiken und keinen Verlust zu haben, wichtiger sein als die Schadensanspruchszahlungen vom Versicherer. Kunden können einen Marktanteilsverlust erleiden und treue Kunden an die Konkurrenz verlieren, wenn ein unterbrochener Kundendienst/eine unterbrochene Fertigung auftritt. Dem Versicherten zu helfen, Risiken kontinuierlich zu überwachen, und die Wahrscheinlichkeit, einen Verlust zu erleiden, zu verringern, ist ein Ziel der hier offenbarten Systeme. Die Bestimmung der Policengrenzen und Untergrenzen für die Policenerweiterungen wurde früher auf der Grundlage von Intuition und Portfolioerfahrung von Versicherungsgesellschaften und ihren Vermittlern vorgenommen. Ein solcher Ansatz kann zu überversicherten oder unterversicherten Interessengegenständen für die Kunden führen. Die hier offenbarten Systeme können wechselseitige Vorteile für den Versicherer und den Versicherten erzeugen.
  • Die versicherten Parteien können möglicherweise auch der Versicherung und der Risikoübertragung keine angemessene Aufmerksamkeit widmen, weil das Bewusstsein für das Risikomanagement der versicherten Partei mit der Verlusterfahrung der versicherten Partei korreliert sein kann. Kunden persönlicher Versicherungslinien konzentrieren sich typischerweise auf Kraftfahrzeug- und Krankenversicherung. Auf der geschäftlichen Seite konzentrieren sich die versicherten Parteien typischerweise auf Eigentumsversicherung. Infolge der Verfügbarkeit der Versicherungskapazität und sehr umkämpfter Marktbedingungen können Kunden im Allgemeinen eine Versicherungsgesellschaft finden, die ihr Risiko versichert. Manchmal können sie eine höhere Prämie für die Versicherung zahlen, um eine zusätzliche Arbeitsbelastung beim Abschluss einer vorbindenden Anforderung zu vermeiden. Das Verhalten der versicherten Partei kann der Strömungsdynamik ähneln, weil sie im Allgemeinen entlang dem Weg des geringsten Widerstands gehen wollen. Daher können Kunden begrenzte Anreize haben, zusätzliche Versicherungsgebungsinformationen für ihre schwankenden Versicherungspolicenanforderungen zu vervollständigen.
  • Hier offenbarte Systeme ermöglichen eine kontinuierliche Risikoüberwachung und eine dynamische Versicherungsgebungs-Preisbestimmung.
  • Solche Systeme können sowohl für gewerbliche als auch für persönliche Versicherungsprodukte verwendet werden. Gemäß einigen Ausführungsformen weist das System intelligente Vorrichtungen, andere Medienerfassungsvorrichtungen und Sensoren auf. Eine Person einer dritten Partei kann verwendet werden, um mögliche Probleme asymmetrischer Informationen in Versicherungsverträgen zwischen dem Versicherer und dem Versicherten zu entfernen. Das System kann Vorrichtungen in der Art eines 3D-Scanners und anderer visueller Medienerfassungsgeräte verwenden, um eine 3D-Modellierung des versicherten Vermögenswerts oder Interessengegenstands in einer Virtual- und Augmented-Reality-Plattform in einer strukturierten Weise zu erzeugen.
  • Dies ermöglicht eine detaillierte automatisierte Datenanalytik zur genaueren Schätzung von Szenarien eines wahrscheinlichen maximalen Eigentums- und Geschäftsunterbrechungsverlusts. Das System kann den versicherten Interessengegenstand durch die Verwendung eines kontinuierlichen Datenflusses, der durch ein neuronales Netz am Ort des Vermögenswerts bereitgestellt werden kann und Sensoren und Medien(Video/Audio)-Erfassungsgeräte aufweisen kann, weiter überwachen. Die hier offenbarten Systeme ermöglichen es, dass Versicherungsgebungsentscheidungen von Versicherungsgesellschaften genauer sind, weil sie nicht durch begrenzte erfasste Daten beschränkt sind.
  • Die hier offenbarten Systeme minimieren Probleme in Bezug auf asymmetrische Informationen und Moral Hazard während des Risikoakzeptanzprozesses der Versicherungspolicen durch die Verwendung seit kurzem verfügbarer Technologien in der Art intelligenter Vorrichtungen, Sensoren, Virtual Reality, Augmented Reality und 360-Grad-Kameras usw.
  • Die gesammelten Daten können in Sätze spezifisch erfasster Mediendaten strukturiert werden. Das System kann ein visuelles Format in der Art von Augmented Reality, 3D-Simulation, Virtual Reality oder Standarddiagrammen nach Anforderung des Benutzers und auf der Grundlage des Typs der erfassten Daten anzeigen. Das System kann das Risikoprofil des versicherten Interessengegenstands unter Verwendung von Algorithmen, die beispielsweise künstliche Intelligenz, neuronale Netze und Maschinenlernalgorithmen aufweisen, kontinuierlich analysieren.
  • Lizenzierte Drittentwickler des Systems, Versicherungsgesellschaften und andere Benutzer können auf die Rohdaten und die Algorithmusbibliothek zugreifen und ihre Versicherungsgebungs-, Risikoüberwachungs- und andere Werkzeuge auf der Grundlage der verfügbaren erfassten Daten und der Datenanalyse- und Algorithmuspakete entwickeln. Das System stellt den versicherten Parteien für den versicherten Interessengegenstand definierte Warnsignale bereit, um eine ununterbrochene Geschäftskontinuität zu gewährleisten, und es minimiert die Wertzerstörung bei einer Unterbrechung.
  • Die Versicherungsindustrie nimmt gegenwärtig eine Risikopreisbestimmung und Risikoüberwachung/-untersuchung auf der Grundlage der diskreten Entscheidungs- und Datensammlung vor. Die Häufigkeit dieses diskreten Entscheidungsprozesses liegt typischerweise vor dem Policenbeginn, bevor die Policenperiode beginnt. Die Mehrzahl der Policenperioden beträgt ein Jahr. In vielen Fällen geschehen die Risikoüberwachung und Preisbestimmung für jedes Risiko nur einmal pro Jahr. Angesichts der umkämpften Natur des Versicherungsmarkts und zunehmender Dienstleistungskosten gehen einige Versicherungsgesellschaften, um die Spitze einzunehmen, Nettoprofitrisiken ein und führen für einige Versicherungspolicen keine Risikoüberwachung/-untersuchung aus.
  • Das zentrale Paradigma der technologischen Innovation in der Versicherungsindustrie hat sich auf interne Probleme konzentriert und kann den Kernpunkt, nämlich die Bedürfnisse des Kunden, verfehlen. Das Hauptinteresse des Kunden kann die Geschäftskontinuität und/oder die Fähigkeit, weiter in der Komfortzone seiner Heime zu leben, sein. Demgemäß kann es für manche Kunden wichtiger als das Sparen einer Versicherungsprämie sein, den Kunden unter Verwendung von Risikomanagementverfahren und -technologien dabei zu unterstützen, seine Risikowahrscheinlichkeit zu minimieren und ihn in die Lage zu versetzen, sein gewöhnliches Leben fortzusetzen.
  • Die hier offenbarten Systeme verschieben das Paradigma und erzeugen eine Plattform, die allen Anspruchsberechtigten, nämlich Kunden, Versicherungsgesellschaften, Schadensabwicklern, Risiko-Ingenieurfirmen, Vermittlern, Agenten, Drittdienstleistern und Drittentwicklern lizenzierter Anwendungen, kontinuierliche Rohdaten, strukturierte Datensätze, Algorithmen und eine Datenbank von dritten Parteien entwickelter Anwendungen bereitstellt. Dieses System kann es ihnen ermöglichen, die Risikomanagementpraxis in einem sich kontinuierlich entwickelnden Zyklus zu verbessern, indem es allen Parteien Anreize bereitstellt. Angesichts der Komplexität der prädiktiven Modellierung von Verlustwahrscheinlichkeiten, eines inhärenten Moral Hazard und Risiken asymmetrischer Informationen kann das System eine menschliche Daten-/Signaleingabe zur Beschleunigung des Maschinenlernprozesses und zum Minimieren negativer Geschäftskontinuitätsimplikationen falscher Signale aufweisen.
  • Versicherungsgesellschaften, Schadensabwickler, Kunden, Risiko-Ingenieurfirmen und Klienten können die Anwendung von der Cloud herunterladen oder durch ihre Endgeräte auf das System zugreifen. Der Kunde leitet den Risikoübertragungs-Vertragsprozess durch direkte Verhandlung mit einer Versicherungsgesellschaft oder Verhandlung mit einer Vermittlungsinstanz (beispielsweise Agentur/Vermittler) durch herkömmliche Vertriebskanäle ein. Versicherungsgesellschaften können Risiken in den Dritt-Risiko-Ingenieur-/Überwachungsfirmen aufstellen, und Einzelpersonen (nachstehend „Gutachter“) oder Drohnen können die beauftragten Dienstleister (nachstehend „Drohne“) für jene, die im System registriert sind, sein.
  • Falls sich ein Kunde nicht beim System registriert hat und kein neuronales Firmenanwesen-Sensornetz (Premise Neural Sensor Network, nachstehend „PNSN“) aufweist, kann ein PNSN, vorausgesetzt, dass es vom Kunden genehmigt wird, am versicherten Firmenanwesen installiert werden. Der Kunde oder eine Vermittlungsinstanz oder Versicherungsgesellschaft kann einen SIC (Standard Industrial Code, Standardindustriecode) des Kunden und Ortskoordinaten/Adressen eingeben. Das System kann auch Fragebögen, Geräte und Vorrichtungen zur Überwachung jedes Risikos vorschlagen und die verfügbaren im System registrierten Ingenieure dritter Parteien auflisten.
  • Die Versicherungsgesellschaft kann das Optionsmenü durch Hinzufügen oder Entfernen wesentlicher Geräte und Fragen in der vorgeschlagenen Liste verbessern. Dann kann die Versicherungsgesellschaft einen Gutachter wählen/ernennen. Der Gutachter kann auch eine Drohne sein, die Fähigkeiten, Software und Hardware zur Erfassung ausgewählter Daten aufweist. Der Gutachter kann selbst in einem beschränkten Raum einem definierten Prozess folgen. Eine eindeutige Bezugszahl kann durch das System erzeugt und zum Kunden, zur Versicherungsgesellschaft und zum Gutachter gesendet werden. Der Gutachter kann dann zu den im System angezeigten aufgelisteten Orten gehen. Der Gutachter und die Drohne können ein Echtzeit-Videostreaming für die Versicherungsgesellschaft und/oder den Risiko-Ingenieur bereitstellen, oder sie können die Daten fern erfassen, ohne ein Echtzeitstreaming zur Verfügung stehen zu haben, wobei sie die Daten jedoch zu einer Systemdatenbank hochladen.
  • Dieses System wird sowohl für gewerbliche als auch für persönliche Versicherungsprodukte entwickelt. Eine Ausführungsform des Systems kann intelligente Vorrichtungen, andere Medienerfassungsvorrichtungen, Drohnen und Sensoren aufweisen. Eine Person einer dritten Partei kann zur Beseitigung von Problemen in Bezug auf asymmetrische Informationen in einem Versicherungsvertrag zwischen dem Versicherer und dem Versicherten verwendet werden. Das System kann durch die Verwendung von Vorrichtungen in der Art eines 3D-Scanners und visueller Medienerfassungsgeräte eine 3D-Modellierung des versicherten Vermögenswerts oder Interessengegenstands in einer strukturierten Weise in einer Virtual- und Augmented-Reality-Plattform erzeugen. Das System kann dann eine detaillierte automatisierte Datenanalytik zur genauen Schätzung wahrscheinlicher maximaler Verluste und Geschäftsunterbrechungs-Verlustszenarien ausführen. Das System kann den versicherten Interessengegenstand durch die Verwendung eines kontinuierlichen Datenflusses, der durch Sensoren eines neuronalen Vermögensnetzes (PNSN), einschließlich Medien(Video/Audio)-Erfassungsgeräte, bereitgestellt werden kann, weiter überwachen.
  • Die Daten können in Sätze spezifisch erfasster Mediendaten strukturiert werden. Das System kann das visuelle Format in der Art von Augmented Reality, 3D-Simulation, Virtual Reality oder Standarddiagrammen nach Anforderung des Benutzers und/oder auf der Grundlage des Typs der erfassten Daten anzeigen. Das System kann das Risikoprofil des versicherten Interessengegenstands unter Verwendung von Algorithmen, einschließlich Algorithmen künstlicher Intelligenz, Neuronales-Netz-Algorithmen und Maschinenlernalgorithmen, jedoch ohne Einschränkung auf diese, kontinuierlich analysieren. Lizenzierte Drittentwickler, Versicherungsgesellschaften und andere Benutzer können auf die Rohdaten- und Algorithmusbibliothek (wenn eine Teilung durch den Dateneigentümer genehmigt wird) zugreifen und ihre eigenen Versicherungsgebungs-, Risikoüberwachungs- und/oder andere Werkzeuge auf der Grundlage der verfügbaren erfassten Daten und Datenanalyse- und Algorithmuspakete entwickeln. Das System kann interessierten Parteien für den versicherten Interessengegenstand definierte Warnsignale bereitstellen, um eine ununterbrochene Geschäftskontinuität zu gewährleisten und die Wertzerstörung existierenden Vermögens und existierender Vermögenswerte zu minimieren.
  • Gemäß einem Aspekt ist ein System vorgesehen, das eine Berechnungseinheit aufweist, die dafür ausgelegt ist, eine von Daten, die von einem Sensor, der sich an einem ersten Ort befindet, gemessen wurden, abgeleitete Eingabe zu empfangen, wobei die Berechnungseinheit dafür ausgelegt ist, einen Wert für einen Risikoaufschlag zu bestimmen. Das System weist eine Speichereinheit zum Speichern der Eingabe und eine Ausgabeeinheit, die dafür ausgelegt ist, Informationen auf der Grundlage des von der Berechnungseinheit bestimmten Werts zu empfangen und eine graphische Repräsentation an eine Anzeigevorrichtung auszugeben, auf. Das System befindet sich an einem vom ersten Ort verschiedenen zweiten Ort.
  • Implementationen können eines oder mehrere der folgenden Merkmale aufweisen. Die graphische Repräsentation kann Augmented und Virtual Reality aufweisen. Die Berechnungseinheit kann ferner dafür ausgelegt sein, eine Simulation zum Bestimmen eines wahrscheinlichen maximalen Verlusts eines versicherten Interessengegenstands, eines Eigentumsschadens oder einer Geschäftsunterbrechung zu berechnen. Das System kann ferner einen Prozessor aufweisen, der dafür ausgelegt ist, die vom Sensor gemessenen Daten zu empfangen und eine Eingabe für die Berechnungseinheit zu berechnen. Das System kann ferner eine Datenbankbibliothek, eine Schnittstelle, die dafür ausgelegt ist, mit einer Plattform eines externen Entwicklers zu interagieren, einen Prozessor zur dynamischen Preisbestimmung, der eine Ausgabe auf der Grundlage des Werts des Risikoaufschlags berechnet, und eine Schnittstelle zur kontinuierlichen Risikoüberwachung aufweisen. Der Sensor kann dafür ausgelegt sein, Daten in Echtzeit zu sammeln. Die Berechnungseinheit kann dafür ausgelegt sein, eine prädiktive analytische Ausgabe zu erzeugen, welche die Wahrscheinlichkeit eines Unfalls am ersten Ort verringert. Der Sensor kann dafür ausgelegt sein, Daten in Bezug auf Geruch, Druck, Höhe, Bewegung, Versatz und/oder Gasgehalt zu erzeugen. Der Sensor kann einen Beschleunigungsmesser oder ein Gyroskop einschließen. Das System kann eine Einheit zur dynamischen Preisbestimmung aufweisen, die den Wert des Risikoaufschlags von der Berechnungseinheit empfängt und einen täglichen Risikoaufschlag auf der Grundlage eines Parameters des ersten Orts erzeugt. Der Sensor kann dafür ausgelegt sein, visuelle Daten eines strukturellen Vermögenswerts am ersten Ort zu erfassen. Das System kann eine Bildverarbeitungseinheit aufweisen, die dafür ausgelegt ist, die visuellen Daten in eine Messung von Abmessungen des strukturellen Vermögenswerts zu wandeln. Das System kann Steuereinrichtungen zum Empfangen einer Eingabe von intelligenten Vorrichtungen und Steuereinrichtungen zum Empfangen eine Eingabe von Medienerfassungsvorrichtungen und Sensoren aufweisen. Die Medienerfassungsvorrichtungen können visuelle 3D-Scanner-Medienerfassungsgeräte einschließen. Das System kann einen Ausgabeport aufweisen, der dafür ausgelegt ist, Signale zu einer Anzeigevorrichtung weiterzuleiten, um eine 3D-Modellierung eines versicherten Vermögenswerts in Virtual und Augmented Reality zu rendern. Die intelligenten Vorrichtungen können Drohnen, Datenbrillen und/oder intelligente tragbare Vorrichtungen einschließen. Die Berechnungseinheit kann dafür ausgelegt sein, eine automatisierte Datenanalytik auszuführen und wahrscheinliche maximale Eigentums- und Geschäftsunterbrechungs-Verlustszenarien und auf Anwesen beruhende Unfallrisiken auszugeben.
  • Ein Verfahren zum dynamischen Bestimmen eines Risikos weist Folgendes auf: Empfangen eines ersten Satzes an einem zweiten Ort aufgezeichneter Rohsensordaten an einem Server an einem ersten Ort, Verarbeiten des ersten Satzes von Rohsensordaten zu einem ersten Satz verarbeiteter Daten und Speichern des ersten Satzes verarbeiteter Daten in einer Datenbank für den zweiten Ort. Das Verfahren weist Folgendes auf: Berechnen des Risikos auf der Grundlage des ersten Satzes verarbeiteter Daten und von Informationen von der Datenbank, Empfangen eines zweiten Satzes am zweiten Ort aufgezeichneter Rohsensordaten am Server am ersten Ort, Verarbeiten des zweiten Satzes von Rohsensordaten zu einem zweiten Satz verarbeiteter Daten und Anpassen des Risikos auf der Grundlage des zweiten Satzes verarbeiteter Daten, wobei der erste Ort vom zweiten Ort verschieden ist.
  • Implementationen können eines oder mehrere der folgenden Merkmale aufweisen. Beim Verfahren kann ferner ein 3D-Modell des zweiten Orts auf der Grundlage der verarbeiteten Daten erzeugt werden. Die Informationen von der Datenbank können Informationen auf der Grundlage von Topographie, geologischen und/oder Verwerfungszonen einschließen. Beim Verfahren kann ein Modell des wahrscheinlichen maximalen Verlusts auf der Grundlage des Risikos erzeugt werden. Der erste Satz von Rohsensordaten kann von einem neuronalen Firmenanwesen-Sensornetz erhalten werden. Der erste Satz von Rohsensordaten und der zweite Satz von Rohsensordaten können kontinuierlich zu einer lokalen Sensordaten-Sammeldatenbank übertragen werden. Die lokale Sensordaten-Sammeldatenbank kann durch eine Satelliten- oder andere Datenübertragungsinfrastruktur zu einer zentralen Datenbank am ersten Ort weitergeleitet werden. Das Risiko kann verwendet werden, um einen täglichen Risikoaufschlag auf der Grundlage des ersten Satzes von Rohsensordaten und des zweiten Satzes von Rohsensordaten zu berechnen.
  • Die Einzelheiten einer oder mehrerer Ausführungsformen der Erfindung sind in den anliegenden Zeichnungen und der nachstehenden Beschreibung dargelegt. Andere Merkmale, Aufgaben und Vorteile der Erfindung werden anhand der Beschreibung und der Zeichnungen und anhand der Ansprüche verständlich werden.
  • Figurenliste
  • Es zeigen:
    • 1A eine allgemeine Schematik des Systems,
    • 1B eine Ausführungsform eines Systems zum Beurteilen eines Vorbindungsrisikos,
    • 2 eine Ausführungsform eines Systems zur kontinuierlichen Überwachung für einen versicherten Vermögenswert/Interessengegenstand,
    • 3 eine Ausführungsform eines Systems zur Verarbeitung eines Verlustszenarios,
    • 4 eine Ausführungsform eines Systems, das eine mobile Boden-Datensammel-/Erfassungseinheit aufweist,
    • 5 eine Ausführungsform eines Systems, das eine Drohne zur Erfassung von Echtzeit- oder Offline-Daten aufweist,
    • 6 eine Ausführungsform eines Systems, das eine mobile Boden-Datensammeleinheit (Ground Mobile Data Capturing Unit, GMDCU), eine Drohne/ein UAV und eine PNSN-Datensammlung und -übertragung zum cloudbasierten Haupt-Datenbanksystem aufweist,
    • 7A eine Schematik von Rohdaten-Sammeleinheiten, eines Primärdaten-Sammelsystems und eines Systems zur kontinuierlichen Überwachung und dynamischen Risikopreisbestimmung (Continuous Monitoring & Dynamic Risk Pricing System, nachstehend „SANCAR“),
    • 7B eine Ausführungsform der SANCAR-Systemkomponenten und Endbenutzer des Systems,
    • 8 eine Ausführungsform eines vorbindenden Systemprozesses,
    • 9 eine Ausführungsform eines kontinuierlichen Überwachungsprozesses,
    • 10 eine Ausführungsform eines Verlust-/Schadensregulierungsprozesses und
    • 11 eine Ausführungsform eines Notfallprotokolls des SANCAR-Systems.
  • Gleiche Bezugszahlen geben in den verschiedenen Zeichnungen gleiche Elemente an.
  • DETAILLIERTE BESCHREIBUNG
  • 1A zeigt ein schematisches Diagramm des an einem bestimmten strukturellen versicherten Risikoort 50 implementierten Systems. Der Ort 50 kann eine Verarbeitungs-/Fertigungsstelle 520 aufweisen. Die Stelle 520 kann ein neuronales Firmenanwesen-Sensornetz PNSN 2 aufweisen. Eine mobile Bodendatenerfassungs-/Sammeleinheit (GMDCU) 10 und eine Einheit 20, die eine Drohne, ein unbemanntes Luftfahrzeug (Unmanned Aerial Vehicle, UAV) oder ein ähnliches Fluggerät einschließen kann, können jeweils Daten aufzeichnen, empfangen und aussenden. Die Daten werden zu einem Telekommunikations-Datenübertragungsnetz 80 gesendet, das sie zu einem Haupt-Datensammelsystem 30 weiterleitet. Das Haupt-Datensammelsystem 30 kann relevante Informationen zu einem System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung SANCAR 40 senden. Endbenutzer 900 können mit einer durch SANCAR 40 bereitgestellten Benutzerschnittstelle interagieren.
  • 1B zeigt eine Ausführungsform eines Systems zur Verwendung in der vorbindenden Stufe eines Versicherungsvertrags. Dort gibt es eine mobile Bodendatenerfassungs-/Sammeleinheit (GMDCU) 10. Diese Einheit kann einen Außendiensttechniker, einen Schadensabwickler, eine Drohne und eine mobile Drohneneinheit, die in der Lage ist, erforderliche/definierte Daten zu erfassen, einschließen, ist jedoch nicht darauf beschränkt. Eine fliegende mobile Datenerfassungs(Flying Mobile Data Capture Unit, FDCU)-Einheit 20 kann eine Drohne, ein unbemanntes Luftfahrzeug (UAV) oder ein ähnliches Fluggerät einschließen. Die FDCU kann dafür eingerichtet sein, jegliche erforderliche/definierte Daten zu erfassen. Ein versicherter Risikoort 50 ist schematisch dargestellt. Um den Ort 50 herum gibt es einen als Nachbarschaft des versicherten Risikoorts 60 bezeichneten gestrichelten Bereich, der die Umgebung des versicherten Vermögenswerts zeigt. Innerhalb einer Versicherungsgesellschaft 70 kann ein Versicherungsgeber 100, ein Risiko-Ingenieur 90, ein Altbestands-Versicherungswerkzeug (120), ein Altbestands-Softwaresystem 110 des Versicherers oder ein Versicherungsgesellschafts-Server 71 am vorbindenden Teil des Prozesses beteiligt sein. Ein System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung SANCAR (Continuous Monitoring & Dynamic Risk Pricing System, nachstehend „SANCAR“) 40 ist ein zentralisiertes Datenverarbeitungs-, Übertragungs- und Überwachungssystem.
  • 1B zeigt die Datenerfassung und den Ablauf der Datenverarbeitung innerhalb der Versicherungsgesellschaft. Die am vorbindenden Prozess beteiligten Elemente umfassen den Vermögenswert (oder Interessengegenstand) des Versicherten, das Firmenanwesen, Sensoren, Medienerfassungsvorrichtungen, lokale und cloudbasierte Datenbanken, eine mobile Boden-Datensammeleinheit (beispielsweise einen Außendiensttechniker oder eine Drohne), Daten-/Kommunikationsübertragungs-Vermittlungsinstanzen (Satellit, lokale Kommunikations-/Datenübertragungs-Infrastrukturen), SANCAR und Drittanwendungsentwickler.
  • Bevor ein Interessengegenstand oder ein Vermögenswert versichert wird, kann der Versicherungsgeber 100 der Versicherungsgesellschaft, der Risiko-Ingenieur 90 oder ein anderer Vertreter der Versicherungsgesellschaft 150 eine Anwendung 5000 durch Anmelden beim SANCAR-System in Schritt 5100 (in 8 dargestellt) starten. Der Versicherungsgeber 100 der Versicherungsgesellschaft, der Risiko-Ingenieur 90 oder ein anderer repräsentativer Agent 150 kann die Daten in Bezug auf die versicherte Partei in Schritt 5200 (in 8 dargestellt) eingeben. Daten können den Namen eines Versicherten, eine gesetzliche Referenznummer (Steuernummer, Handelslizenznummer usw.), Adresse, Postfach, Ort, GPS-Koordinaten, Versicherungsprodukt und SIC/NAICS-Code der versicherten Geschäftsaktivität in einem ausgewählten Bereich einschließen. Dann erzeugt SANCAR in Schritt 5210 eine eindeutige Kundenreferenznummer und speichert sie im Speicher 3050. SANCAR prüft in Schritt 5300, ob der Kunde mit der eindeutigen Referenznummer ein installiertes PNSN (neuronales Firmenanwesen-Sensornetz) aufweist. Falls SANCAR im Speicher 3050 keine Übereinstimmung finden kann, zeigt das System in Schritt 5310 (in 8 dargestellt) eine Liste zugelassener und registrierter Dienstleister, die das PNSN am versicherten Firmenanwesen installieren können. Die Versicherungsgesellschaft 70 wählt den Dienstleister in Schritt 5320 aus und SANCAR prüft in Schritt 5330, ob es eine empfohlene Vermittlungsinstanz 4110 (beispielsweise einen Vermittler, eine unternehmenseigene Agentur usw.) gibt. Falls dies der Fall ist, sendet SANCAR in Schritt 5331 eine Benachrichtigung zur Vermittlungsinstanz 4110. Die Vermittlungsinstanz kann ihre Eingabe zum SANCAR hochladen, das dann Kunden eine Liste von Dienstleistern 4130 zur Genehmigung zukommen lässt. Falls es während des Prüfprozesses 5330 keine Vermittlungsinstanz gibt, sendet SANCAR eine Liste 5310 der Dienstleister zum Kunden. Der Kunde betrachtet dann die Liste und entscheidet in Schritt 5340, ob er die Installation des PNSN-Systems annimmt. Falls sie die Installation akzeptieren, benachrichtigt SANCAR die Dienstleister 4130 und beginnt ein automatisiertes Bieterverfahren 5341. Die Ergebnisse des Bietens werden zum Kunden gesendet, der in Schritt 542 entscheidet, ob das Gebot auszuführen ist. Falls der Kunde die Installation des PNSN akzeptiert, installiert der ausgewählte Dienstleister das PNSN-System 5350. Falls der Kunde die Installation des PNSN nicht erlaubt, benachrichtigt SANCAR alle Anspruchsberechtigten 5400. Dann sendet SANCAR eine Mitteilung zu registrierten mobilen Boden-Datensammeldienstleistem - GMDCU (Außendiensttechniker, Drohne usw.) und einem Drohnendienstleister 20. Die Versicherungsgesellschaft 70 wählt eine GMDCU 5370. SANCAR belegt dann eine Schnittstelle 5380 mit den geeigneten Anwendungen, Fragebögen, Datenanforderungsinformationen usw. aus einer API-Datenbank 4050. Die Versicherungsgesellschaft 70 wählt eine Liste 5390 der erforderlichen Datensammelschablonen und -werkzeuge. SANCAR sendet eine Benachrichtigung in Bezug auf eine Planungszeit 5410 zum Kunden. Die Benachrichtigung kann einen Roboteranruf, eine SMS, eine E-Mail oder ein anderes Kommunikationswerkzeug einschließen, ist jedoch nicht darauf beschränkt. SANCAR sendet dann eine Planungsanforderung 5420 in Bezug auf eine Inspektionszeit zur interessierten Partei/zu den Anspruchsberechtigten. Die GMDCU und der Drohnendienstleister gehen dann zur Stelle und melden sich in Schritt 5430 über eine Verbindung beim SANCAR an. Die GMDCU und die Drohnendienstleister prüfen die Konnektivität und die Bandbreite über die API-Datenbank 4050 von SANCAR, und falls die Konnektivität gut genug ist, um eine Echtzeitinspektion auszuführen, sendet SANCAR in Schritt 5455 eine Benachrichtigung zu allen interessierten Parteien (beispielsweise zur Versicherungsgesellschaft 70, zum Vermittler/Agenten 4110, zu den Risiko-Ingenieuren 4090 usw.).
  • Die interessierten Parteien treffen in Schritt 5450 eine Entscheidung, ob eine Echtzeit-Datensammlung vorgenommen wird. Falls sie sich entscheiden, dass durch SANCAR eine Echtzeitsitzung stattfindet, beginnen sie in Schritt 5460, einen Datensammelprozess auf der Grundlage vorab ausgewählter Schablonen 5390 und der Echtzeitanleitung der interessierten Parteien auszuführen. Falls es für einen Echtzeitvorgang keine robuste Konnektivität gibt oder falls interessierte Parteien keine Echtzeitsitzung wünschen, folgen die GMDCU 10 und der Drohnendienstleister 20 vorab ausgewählten Schablonen und führen den Datensammelprozess aus.
  • Die GMDCU 10 und das UAV/die Drohne 20 verbinden sich über eine Basisstation 2060, die mit dem Datensender 1070 der GMDCU in Verbindung steht. Die GMDCU 10 und das UAV/die Drohne 20 folgen der genehmigten Anleitung und der genehmigten Schablone 5390 der Versicherungsgesellschaft 70 für ein bestimmtes Risiko und erfassen die Daten gemäß der Anleitung. Die von der GMDCU und vom UAV erfassten Daten können lokal in einer Datenspeichereinheit gespeichert werden. Diese Einheit kann von einem beliebigen Datenspeichertyp sein, der es ermöglicht, dass die GMDCU und das UAV die gesammelten Rohdaten im lokalen Speicher für ein UAV 2040 und die GMDCU speichern. Falls die Konnektivität stark genug ist, werden diese lokal gespeicherten Daten durch eine lokale Kommunikations- und Datenübertragungsbasis 80 zur zentralen Datenbank 30 gesendet. Dieses lokale Kommunikationsdaten übertragende Netz kann LTE, 5G, 4G, Satelliten, WiFi usw. einschließen, ist jedoch nicht darauf beschränkt.
  • Diese Rohdaten werden an einen Server 3040 einer Hauptdatenbank 30 übermittelt, und ein Prozessor 3080 wandelt diese Daten in verarbeitete Daten um und speichert sie in spezifisch verarbeiteten Unterdatenbanken unterhalb der Hauptdatenbank 30 für eine künftige Verwendung durch Anwendungen und Algorithmen, die entwickelt und im SANCAR 40 gespeichert werden können.
  • Falls an der versicherten Stelle bereits ein PNSN 2 installiert wurde, fließen die von Sensoren gesammelten Rohdaten zum lokalen Datenspeicher 140 am versicherten Risikoort 50. Von diesem Datenspeicher werden die Rohdaten zur Hauptdatenbank 30 übertragen und durch den Prozessor 3080 in verarbeitete Daten überführt und zur Unterdatenbank 3070 für den versicherten Risikoort übertragen.
  • Die GMDCU 10 weist Vorrichtungen und Geräte zur Erfassung durch das SANCAR definierter Daten auf. Die GMDCU kann Datenbrillen/Virtual-Reality/Augmented-Reality-Wearables 1020 aufweisen. Durch das Wearable 1020 kann eine Echtzeit- oder Offline-Medienerfassung hoher Auflösung oder Audioaufzeichnung erfolgen. Die Versicherungsgesellschaft 70 oder andere interessierte Parteien können ein Echtzeit-Videostreaming und eine Kommunikation mit der GMDCU ausführen. Die Versicherungsgesellschaft 70 leitet die GMDCU durch diese Wearables an, und es befinden sich darin strukturierte Sensor/3D-Scanvorrichtungen 1010. Mit diesem Instrument scannt die GMDCU den versicherten Risikoort 50 zusammen mit allen Vermögenswerten innerhalb des Firmenanwesens.
  • Laserpointer oder ähnlicher Zeigevorrichtungen können einen bestimmten Vermögenswert markieren, um seine GPS-Koordinaten zu erfassen. Alternativ lokalisiert der am UAV/an der Drohne 20 installierte Laserpointer-Empfänger 2020, sobald die GMDCU einen spezifizierten Vermögenswert markiert hat, das Ziel und weist diesen Vermögenswert-Bilddaten GPS-Koordinaten zu. Die GMDCU kann Daten auch durch 360-Grad-Kameras oder beispielsweise Kamerasysteme vom ProjectBeyond©-Typ sammeln, die es der Versicherungsgesellschaft 70 oder anderen interessierten Parteien ermöglichen können, durch Virtual Reality eine Echtzeit-360-Grad-Beobachtungsfähigkeit innerhalb von SANCAR zu erhalten.
  • Die GMDCU kann auch mit intelligenten mobilen Vorrichtungen 1040 (beispielsweise Telefonen, Tablets oder ähnlichen Vorrichtungen) ausgerüstet sein, um Schablonen vom SANCAR-System zu erhalten. Die durch SANCAR definierten erforderlichen Informationen werden entweder in intelligenten mobilen Vorrichtungen oder Smart Wearables 1020 erhalten. Die GMDCU kann eine Fern-Materialerkennungs-Empfängervorrichtung 1090 aufweisen. Die Empfängervorrichtung 1090 ist mit dem Fern-Materialerkennungs-Sendeempfänger 2010 verbunden. Wenn die GMDCU unter Verwendung eines Laserpointers auf einen bestimmten Vermögenswert zeigt, sendet der im UAV installierte Sendeempfänger 2010 ein Funksignal zu diesem spezifischen Vermögenswert und/oder reflektierenden Material. Die GMDCU positioniert den Empfänger 1090 zur Erfassung der Funksignale, die durch den fernen Vermögenswert hindurchgetreten oder von diesem reflektiert wurden, und der Sendeempfänger 2010 erfasst die reflektierten Signale. Die Rohdaten werden dann zur lokalen Datenbank gesendet, welche diese Informationen zur Basisstation 2060 weiterleitet.
  • Die Basisstation 2060 überträgt diese Daten zum SANCAR. Algorithmen verwenden die Zeitdifferenzen zwischen einem ersten Signal und den reflektierten Funkwellensignalen und/oder Signalen, die durch den spezifischen Vermögenswert hindurchgetreten sind, um Dielektrizitätskonstanten zusammen mit anderen Parametern des spezifischen Vermögenswerts zu bestimmen. Drittentwickler 1380 und andere Benutzer des SANCAR können ihre Modelle entwickeln, um den Materialtyp und die Materialdicke dieses Vermögenswerts zu schätzen. Diese Fernmaterialtechnologie kann andere Technologien wie Röntgenstrahlen, Neutronen, elektromagnetische Bildgebung (beispielsweise Infrarot, Terahertz, Mikrowellen, Radar usw.), elektromagnetische (Kern-Quadrupolresonanz (NQR), Kernmagnetresonanz (NMR), Elektronenspinresonanz (ESR), Magnetfeld), Gammastrahlen und andere Elektroniken (Oberflächenakustikwellen, Thermoredox, Feldionenspektrometrie, elektronisches Rauschen, Massenspektrometrie usw.), chemische und optische Erkennungstechnologien (Transmissions- und Reflexionsspektroskopie, Cavity-Ringdown-Spektroskopie, Light Detection and Ranging (LIDAR), Differenzielle-Absorption-LIDAR (DIAL), nichtlineare Optik) einschließen.
  • Nachdem visuelle GMDCU- und UAV-/Drohnenerfassungs-Rohdaten der strukturellen Vermögenswerte erfasst wurden, werden Bildverarbeitungsalgorithmen in der Algorithmusdatenbank 4070 und der API-Datenbank 4050 verwendet, um gemessene Abmessungen der Objekt-/Vermögenswerterkennung zu extrahieren, und es werden jedem Vermögenswert GPS-Koordinaten zugewiesen. Mit dem Fern-Materialerkennungssystem und der Bildverarbeitung erzeugt das SANCAR ein 3D-Modell des versicherten Objekts. Das Modell kann die Abmessung, Materialtypen struktureller Vermögenswerte und ihre Abstände voneinander aufweisen.
  • Die vorstehend offenbarten Ausführungsformen für Objektmessungserkennungs-, 3D-Modellierungs-, GPS-Kartographierungs- und Materialerkennungsverfahren sind nicht beschränkt. Jede andere Technologie, die es dem System ermöglicht, automatisch Daten und Informationen über den versicherten Vermögenswert zu erfassen, kann dem System dabei helfen, ein 3D-Modell des Vermögenswerts mit Messungen, Abmessungen, Abstand, Materialtyp, Konstruktionsverfahren, GPS-Ort usw. zu erzeugen.
  • Nach der Datenerfassung können Endbenutzer des in 7B dargestellten Systems das digitale 3D-Modell des versicherten Vermögenswerts in einer Virtual-Reality-Umgebung, die von der Anwendung der API-Datenbank 4050 bereitgestellt wird, durchlaufen. Die Endbenutzer sind in der Lage, die Materialinformationen, Konstruktionsdaten und Abstände zwischen den Vermögenswerten in der realen Umgebung zu erhalten.
  • Die GMDCU und das UAV/die Drohne setzen ihren Betrieb fort, bis sie die strukturelle 3D-Modellierung des Vermögenswerts abgeschlossen haben. Nachdem alle Daten für die strukturelle 3D-Modellierung erfasst wurden, können die GMDCU und das UAV/die Drohne damit fortfahren, visuelle Daten der benachbarten Umgebung bis zu den zu Beginn der Inspektionen durch SANCAR definierten Grenzen zu erfassen. Nahegelegene Vermögenswerte zusammen mit ihren GPS-Koordinaten werden durch die GMDCU und das UAV/die Drohne erfasst. Die unmittelbare Nachbarschaft der versicherten Daten kann mit GIS(geographisches Informationssystem)-Software analysiert werden. Die Algorithmendatenbank 4070 des SANCAR kann solche Software aufweisen, wodurch es SANCAR ermöglicht wird, Erdbeben, Flutströmungen oder Windströmungen, welche das versicherte Anwesen beeinflussen können, auf der Grundlage der gesammelten Daten zu berechnen und zu simulieren. Diese Daten schließen auch Topographie-, geologische, Verwerfungszonen- und ähnliche verfügbare Datensätze ein, um genaue Simulationen der Vorfälle und ihres wahrscheinlichen Einflusses auf den versicherten Vermögenswert vorzunehmen.
  • Die GMDCU stellt dem Betriebsteam der versicherten Partei auch vordefinierte Fragen 5070. Die Fragen 5070 können die Konstruktionsgeschichte des versicherten Vermögenswerts einschließen, sind jedoch nicht darauf beschränkt. Andere erfahrungsbasierte Daten können auch in Form von Audiodateien verbal gesammelt werden. Diese Audiodateien können in das Haupt-Datensammelsystem 30 geladen werden. Der Prozessor 3080 im Haupt-Datensammelsystem 30 kann die Audiodateien in Textdateien transkribieren und sie in relevanten Datenbanken speichern.
  • Auf der Grundlage der vorstehend beschriebenen detaillierten Methodologie zur automatischen Erkennung struktureller Vermögenswerte und zur automatischen Schätzung werden versicherte Vermögenswerte/Interessengegenstände in einer digitalen Umgebung, die in einer zentralen SANCAR-Datenbank gespeichert ist, geplant und modelliert. Der Modell- und Vermögenswertplan kann digital erstellt werden. Die digital erfassten Rohdaten für jeden Vermögenswert werden zusammen mit seinen Messungen, Abmessungen, seinem Materialtyp usw. durch den Prozessor 3080 in der Hauptdatenbank 30 verarbeitet. Diese verarbeiteten Daten in der Datenbank ermöglichen es den Endbenutzern, ihre Wahrscheinlicher-maximaler-Verlust(PML)-Modelle gemäß den von ihnen bevorzugten Algorithmen zu erzeugen.
  • Die zweite Stufe der Inspektion des vorbindenden Risikos weist eine Prozessfluss-/Fertigungsdatenerfassung auf. Das Prozessflussdiagramm des versicherten Vermögenswerts kann durch den Versicherer, den Kunden oder den Vermittler/Agenten bereitgestellt werden, bevor die GMDCU oder das UAV eingesetzt wurden. Alternativ kann es während der GMDCU-Datensammlungsperiode bereitgestellt und durch vorstehend erörterte visuelle, Audio- oder andere Verfahren erfasst werden. Nach Abschluss der Erfassung struktureller und geographischer Daten beginnt die GMDCU mit der Erfassung der Komponenten der jeweiligen Prozesseinheiten unter Verwendung ähnlicher Verfahren wie vorstehend erörtert. Falls ein Teil des Prozesses des versicherten Vermögenswerts nicht von außen zugänglich ist, kann die UAV/Drohnen-Datenerfassung nicht erfolgen. Die GMDCU erhält die Daten innerhalb der Strukturen des Geräts und der Komponenten des Prozesses. Zusätzlich kann die GMDCU Einzelheiten der Komponentenherstellung durch ihr Etikett, ihren Strichcode, ihr Modell und Entwurfseinzelheiten, die auf den Prozesseinheiten notiert sind, sammeln. Falls diese Daten am Gerät nicht existieren, prüft die Bilderkennungssoftware die Bildbibliothek des Geräts anhand der API-Datenbank. Diese Anwendungen können verfügbare Suchmaschinen überprüfen, um Einzelheiten über das Gerät zu finden. Die GMDCU stellt dem Betriebsteam des Kunden die von SANCAR bereitgestellten vordefinierten Fragen 5470. Antworten werden aufgezeichnet und zur Datenbank gesendet und gespeichert. Der Ort jeder Prozesseinheit/jeder Komponente wird durch GPS-Koordinaten und Bilderkennungssoftware erkannt. Nachdem Prozesseinheitsbereiche durch die GMDCU und das UAV/die Drohne erfasst wurden, wird das Prozessdiagramm auch in ein 3D-Modell geladen. Endbenutzer können die Augmented Reality des Prozessdiagramms zusammen mit dem strukturellen 3D-Modell des versicherten Vermögenswerts sehen. Strukturschadenssimulationen können Prozessunterbrechungswirkungen auf den Betrieb des versicherten Vermögenswerts projizieren. SANCAR-Algorithmen können dann Simulationen des wahrscheinlichen maximalen Verlusts von Geschäftsunterbrechungen erzeugen.
  • 2 zeigt ein schematisches PNSN 2 (neuronales Firmenanwesen-Sensornetz). Das PNSN-System kann alle Sensoren im versicherten Vermögenswert installieren und integrieren, um einen kontinuierlichen Rohdatenfluss zur Datenbank 30 und zum SANCAR 40 bereitzustellen. Auf der Grundlage des kontinuierlichen Datenflusses können die Endbenutzer Algorithmen und Anwendungen zur kontinuierlichen Überwachung des versicherten Vermögenswerts erzeugen und versuchen, jegliche Anomalie unter Verwendung mathematischer, statistischer oder anderer fortschrittlicher quantitativer Modelle zu erfassen, die in den Algorithmen und Anwendungen in der SANCAR-Plattform vorgefunden werden. Mit diesen auf kontinuierlicher Überwachung und künstlicher Intelligenz, Maschinenlernen und prädiktiver Analytik beruhenden Anwendungen wird die Wahrscheinlichkeit von Unfällen verringert und die Geschäftskontinuität im versicherten Vermögenswert gewährleistet. Wenn es ein Ereignis gibt, kann ein automatisches Alarmsystem den Einfluss des Schadens auf den Betrieb des versicherten Geschäfts minimieren.
  • 2 ist ein Beispiel innerhalb eines definierten versicherten Firmenanwesens/eines definierten versicherten Orts, worin sich eine Prozesseinheit zusammen mit Speichertanks befindet. Die Figur zeigt auch Sensoren, Medienerfassungsvorrichtungen, Datenbanken, Versicherungsgesellschafts-Anspruchsberechtigte einschließlich Hardware- und Softwareinfrastruktur der Versicherungsgesellschaft, SANCAR und Drittentwickler. 2 zeigt auch die kontinuierliche Datenzufuhr zum SANCAR durch Sensoren und Datenbanken.
  • Das PNSN-System kann auf der Grundlage durch SANCAR bereitgestellter industriespezifischer Anforderungen in Übereinstimmung mit dem in 8 dargestellten Geschäftsflussdiagramm installiert werden. Gemäß den Geschäftsaktivitätsstandards stellt SANCAR die erforderliche Rohdatenliste und auch die für die Erfassung der Rohdaten verwendete nötige Hardware und Software bereit.
  • Das PNSN erhält Daten, die für die wichtigsten Eigentumsbeschädigungs- und Geschäftsunterbrechungs-Verlustursachen relevant sind. Solche Daten schließen beispielsweise Feuer, Verschmutzung, Terrorismus, Wasserschäden, elektrische Kurzschlüsse, Arbeitgeberhaftung, Arbeitervergütung, Diebstahl, Windschaden, Hagelschaden, Fahrzeugaufprall, Flut, Erdbeben und Nichtversorgung ein. Der versicherte Interessengegenstand 50 ist als Fertigungsanlage dargestellt, die einen oberirdischen Speichertank 510, einen unterirdischen Speichertank 530, ein mobiles Fahrzeug 590, eine Prozess-/Fertigungsstelle 520 und eine Prozess-/Herstellungsstraße 580 aufweist. Innerhalb der Speichertanks befinden sich Sensoren 1310, die Rohdaten über Geruch, Druck, Höhe, Bewegung, Versatz, Gasgehalt durch Beschleunigungsmesser, Gyroskope und andere Sensortypen sammeln können. Außerhalb der Speichertanks befinden sich äußere Überwachungssensoren 1350. Diese Sensoren sammeln Außenbedingungsdaten, die für PML-Berechnungen verwendet werden können. Für die unterirdischen Speichertanks kann der gleiche Typ Sensortyp installiert werden, und externe Sensoren können an der Oberfläche des unterirdischen Speichertanks angeordnet werden.
  • Mobile Fahrzeuge/Maschinenausrüstung können mit Fahrzeugverfolgungssensoren 1340 versehen werden, die prüfen können, dass diese Fahrzeuge gemäß Funktionstüchtigkeits- und Sicherheitsstandards arbeiten. Falls das Fahrzeug in die Nähe eines strukturellen Vermögenswerts oder einer Prozesseinheit gelangt, kann SANCAR ein Alarmsignal zum Fahrer, zu einem nächstgelegenen Angestellten und einem Risikomanager der Anlage senden.
  • Videoerfassungs-/Kennungssensoren in Form beweglicher Kameras 1320 sind um den Umkreis des versicherten Risikoorts 50 installiert, und jeder Angestellte kann eine Vorrichtung 1370 oder Anwendung, welche dem PNSN die Kennung des Angestellten signalisiert, tragen. Diese Vorrichtung/Anwendung ist auch ein Empfänger für Benachrichtigungen, Alarme und Nachrichten. Alle Besucher müssen diese Kennungsvorrichtung erhalten, bevor sie in den versicherten Risikoort eintreten. Die Vorrichtung kann aus einer RFID, einer mobilen Anwendung, einer intelligenten Vorrichtung und einem anderen Gerät bestehen, wodurch eine Kennungssignalisierung bereitgestellt wird und ein Alarm empfangen wird. Bewegliche Kameras mit Kennungserfassungsvorrichtungen, Gesichtserkennungssoftware oder einer anderen Bildverarbeitungsanwendung können die sich bewegenden Personen und Fahrzeuge innerhalb des Anwesens überwachen. In der Verarbeitungs-/Herstellungsstraßenstelle 520 befinden sich feste Kameras 1330, die unter einem Winkel angeordnet sind, um Videos der Verarbeitungs-/Herstellungsstraßeneinheiten aufzunehmen. Bei dieser Kamera kann es sich beispielsweise um eine Lichtfeldkamera, eine Infrarot- oder Wärmekamera usw. handeln. Mit der Bildverarbeitung durch das SANCAR erfassen die Kameras Vibrationen, Temperaturen, Geräusche, Gerüche und Beschleunigungen der Komponenten von Einheiten. Zusammen mit diesen Rohdaten normiert das System kontinuierliche Daten, während es sie sammelt, und das SANCAR überwacht mit statistischen Modellen alle Teile der Verarbeitungseinheit während des Betriebs auf der Grundlage der normierten Daten.
  • Wenn es eine abnorme Situation gibt, bei der es sich nicht um Standardroutinen-Betriebsprozessdaten der Ausrüstung handelt, leitet die kontinuierliche Risikoüberwachung 4020 von SANCAR einen Berichts-/Alarmprozess 4080 ein und benachrichtigt den relevanten Techniker dieser Einheit, damit er überprüft, ob die Situation normal ist. Falls der Angestellte auch ein rotes Signal gibt oder ein Spezialist dieser Einheit nicht antwortet und Anomaliedaten in einer von SANCAR definierten Periode kontinuierlich empfangen werden, wird das Notfallprotokoll ausgelöst und werden alle Beteiligten, einschließlich Feuerwehr, Krankenhaus und anderer erforderlicher Regierungsbehörden 4140, benachrichtigt.
  • Der versicherte Risikoort 50 und die Verarbeitungs-/Herstellungsstraßenstelle 520 können beispielsweise ein Drainagesystem 590, ein Feuersystem 540, ein Elektrizitätssystem 550, ein Wassersystem (Wassertanks und andere Rohrleitungen) 560 und ein Heizungssystem 570 einschließen. Installierte Strömungs-, Spannungs-, Druck- und verwandte Sensoren zur Erfassung der Rohdaten ermöglichen es dem SANCAR-System, die Daten in Bezug auf den bestimmten versicherten Ort zu überwachen und zu normieren. Diese Sensoren werden als Nutzeinrichtungs-Funktionsweise- und Wartungsüberwachungssensoren 1360 bezeichnet. All diese Sensorrohdaten werden kontinuierlich zur lokalen Sensordaten-Sammeldatenbank 140 übertragen, und diese Daten werden über Satelliten- oder andere Datenübertragungs-Infrastruktur 80 zur zentralen Datenbank 30 übermittelt. Sobald die kontinuierliche Rohdatenzufuhr die Hauptdatenbank 30 erreicht, wandelt der Prozessor 3080 die Rohdaten in ein Format um, das in SANCAR-Anwendungen und -Algorithmen analysiert werden kann.
  • Alle Anspruchsberechtigten können sich beim SANCAR anmelden und das Risiko durch Virtual-Reality- und digitale Plattformen kontinuierlich überwachen. Mit all diesen Daten ist das Werkzeug zur dynamischen Preisbestimmung SANCAR in der Lage, den täglichen Risikoaufschlag auf der Grundlage der Funktionsweise und Betriebssicherheit des versicherten Orts zu berechnen.
  • 4 zeigt Einzelheiten der mobilen Boden-Datensammeleinheit 10 (GMDCU). Diese Einheit kann eine Person, ein Roboter oder eine Drohne sein, die oder der in der Lage ist, sich in begrenzten Räumen zu bewegen und Daten auf der Grundlage eines Satzes definierter ausgewählter Prozesse zu sammeln. Die GMDCU kann mit Vorrichtungen ausgerüstet sein, die es ihr ermöglichen, die relevanten Rohdaten zu sammeln. Diese Vorrichtungen und Geräte können beispielsweise Virtual-Reality(VR)/360-Kameras 1030, Struktursensor/3D-Abtastvorrichtungen 1010, Smartphones/Tablets/Vorrichtungen 1040, Laserpointer/ähnliche Vorrichtungen 1080, die einen spezifischen Ort oder einen spezifischen Vermögenswert markieren können, einen Fern-Materialerkennungsempfänger 1090, Smart Wearables, VR & Augmented-Reality-Brillen 1020 und andere Werkzeuge und Vorrichtungen 1100 einschließen. Die GMDCU kann einen oder mehrere vom Datensender 1070, vom mobilen Datenspeicher 1050 und von mobilen Powerbanks 1060 tragen, um die Kontinuität der von den Vorrichtungen benötigten Energie zu gewährleisten.
  • 5 zeigt Einzelheiten der UAV-/Drohneneinheit 20, die auch Fluggeräte einschließen kann. Diese Einheit 20 trägt relevante Vorrichtungen und Geräte zur Erfassung ausgewählter Rohdaten vom versicherten Risikoort 50. Diese Einheit 20 kann mit einer Luftkartographierungs-/Digitalhöhenvorrichtung 2050, einer 3D-Abtast-/Medienerfassungskamera 2030, einem Laserpointerempfänger 2020 und einem Fern-Materialerkennungs-Sendeempfänger 2010 ausgerüstet sein. Andere Vorrichtungen können zur Erfassung relevanter Rohdaten verwendet werden, wie Infrarotkameras 2070 usw. Die Einheit 20 weist einen internen erweiterten Datenspeicher 2040 auf. Es können am Boden eine Basisstation 2060, welche die Drohne 20 mit der GMDCU 10 verbinden kann, und ein Telekommunikations-Datenübertragungsnetz 80 vorhanden sein. Auf diese Weise kann das UAV/die Drohne 20 kontinuierlich Rohdaten sammeln und diese Rohdaten zum Haupt-Datensammelsystem 30 übertragen.
  • 6 zeigt den Fluss der Rohdaten von verschiedenen Rohdaten bereitstellenden Systemen zum Haupt-Datensammelsystem 30. Es gibt drei hauptsächliche Rohdaten bereitstellende Systeme, wobei das erste die von der GMDCU 10 kommenden Daten betrifft, das zweite die Drohne/das UAV 20 ist und das dritte das PNSN 2 ist. Jede Sensor-/Medienerfassungseinheit und andere Rohdaten-Erfassungseinheiten übertragen die Rohdaten zu den lokalen Datenspeichereinheiten, nämlich der mobilen Felddaten-Speichereinheit 1050, dem internen erweiterten Datenspeicher 2040 der Drohne/des UAVs und der lokalen Sensordatenbank. Diese Rohdaten werden zu einem cloudbasierten Prozessor 3080 des Haupt-Datensammelsystems 30 übertragen, um die Rohdaten in verfeinerte Daten im Format, das für die Algorithmen, wobei es sich um von Drittanbietern entwickelte Anwendungen im SANCAR handelt, verwendet werden kann, zu verarbeiten. Die verfeinerten Rohdaten werden in jeweiligen Datenbanken für jede ursprüngliche Quelle gespeichert. Die Drittanwendungsentwickler 4050 und Algorithmen 4060 im SANCAR können auf diese verfeinerten Datenbanken zugreifen, um ihre Modelle laufen zu lassen und die dynamische Preisbestimmung und kontinuierliche Risikoüberwachung des versicherten Interessengegenstands auszuführen.
  • 9 zeigt einen kontinuierlichen Prozessfluss 600. Das SANCAR führt unter Verwendung durch den Prozessor 4010 und die von einer dritten Partei entwickelten Algorithmen 4060 und die APIs 4050 verarbeiteter Daten automatisch einen Schritt 610 zur Überwachung des versicherten Risikoorts 50 aus. Die Algorithmen/Anwendungen überwachen, ob sich der gesamte Datenfluss innerhalb typischerweise akzeptabler Schwellen befindet. Wenn in Schritt 620 festgestellt wird, dass es eine erhebliche Abweichung gibt, benachrichtigt SANCAR in Schritt 630 Techniker 630 über dieses spezielle Problem. SANCAR sendet in Schritt 640 ein Steuersignal, falls die Techniker in einer definierten Sicherheitsperiode geantwortet haben. Falls der Techniker nicht innerhalb einer festgelegten Sicherheitsperiode geantwortet hat, leitet SANCAR in Schritt 800 ein Notfallprotokoll ein. Wenn der Techniker rechtzeitig antwortet und in einem Verifikationsschritt 660 feststellt, dass es keinen abnormen Vorfall gibt, kehrt ein Prozess 670 zu einer anfänglichen Überwachungsstufe zurück. Falls der kontinuierliche Überwachungsprozess die vorstehende Schleife mehr als eine definierte Anzahl von Malen ausführt, kann die Überwachung die Verifikation des Außendiensttechnikers überstimmen, und sie leitet den Notfall-Reaktionsprozess 800 ein.
  • 3 zeigt einen Verlust-/Schadenforderungsprozess des Systems. Selbst nachdem SANCAR eine frühe Benachrichtigung bereitgestellt hat, um die Wahrscheinlichkeit eines Verlusts und die Schadensauswirkung zu minimieren, kann noch ein Verlust auftreten. Ein Beispiel eines Verlust-/Schadenforderungsprozesses kann Verschmutzung, beschädigte Speichertanks und beschädigte Überstrukturen, innerhalb derer sich Verarbeitungseinheiten befinden, betreffen. In dieser Figur kann die mobile Boden-Datensammeleinheit auch einen Schadensabwickler und jegliche andere Datensammel- oder Entscheidungsfällungsparteien einschließen.
  • Ein Verlust-/Schadenforderungsprozess ist in 10 dargestellt. In diesem Fall prüft SANCAR in Schritt 710, ob Künstliche-Intelligenz-Software/Anwendungen und die kontinuierliche Risikoüberwachung den Vorfall erfasst haben und ein Notfallprotokoll ausgelöst wurde. Falls das Notfallprotokoll nicht ausgelöst wurde, wird eine Ursachenanalyse ausgeführt, und SANCAR- und PNSN-Systeme (Hardware und Software) werden in Schritt 730 aufgerüstet, um relevante Daten dieses fehlenden Vorfalls zu erfassen. Falls das Notfallprotokoll ausgelöst wurde und SANCAR den Verlust vorhergesagt hat, prüft SANCAR in Schritt 740 im Datenbankspeicher 3050, ob die versicherte Stelle PNSN aufweist. Falls der Kunde kein PNSN aufweist, wird der Prozess 5310 in 8 ausgeführt, um zu prüfen, ob alle Anspruchsberechtigten einer Installation des PNSN-Systems am Risikoort des Schadensforderers zustimmen. Wenn die versicherte Stelle das PNSN aufweist, stellt SANCAR in Schritt 770 den Anspruchsberechtigten 760 eine Liste genehmigter Schadensabwickler und Dienstleister bereit, und der in 8 dargestellte Prozess 5390 beginnt dann.
  • Die GMDCU 10 kommt am Verlustort an und integriert ihr System mit dem UAV/der Drohne 20. Ein ähnlicher Datensammelprozess wird durch diese beiden Datensammeleinheiten ausgeführt. Die Sensoren des PNSN, die noch funktionsfähig sind, können SANCAR eine Datenzufuhr bereitstellen. SANCAR prüft den anfänglichen Schadensbericht und steuert die Funktionalität der unbeschädigten Teile der Prozess-/Herstellungsstraße 520 des versicherten Orts. SANCAR stellt dann unter Verwendung von Augmented Reality der GMDCU und dem UAV/der Drohne Daten bereit, um den anfänglichen Zustand und den Zustand nach dem Verlust am versicherten Ort zu vergleichen. Dieses Datenstreaming kann von allen anderen Anspruchsberechtigten in Echtzeit aus der Ferne gesehen werden, oder es kann später gesehen werden, wenn sich die Anspruchsberechtigten an der SANCAR-Plattform anmelden. Die GMDCU und das UAV/die Drohne prüfen den Nachbarschaftsbereich 60 möglicher Schäden einschließlich umgebender Gebäude. Beispielsweise erfasst das UAV/die Drohne 20 Daten einer Verschmutzung 141 fern von der Stelle und berechnet den betroffenen Verschmutzungsbereich unter Verwendung von Bilderkennungs-Softwareanwendungen in SANCAR und berechnet die geschätzten Reinigungskosten auf der Grundlage von einer dritten Partei entwickelter Anwendungen in der API-Datenbank 4050.
  • Die GMDCU und das UAV/die Drohne erfassen auch die beschädigte Produktstraße/Verarbeitungseinheit 520 und vergleichen ihren Zustand nach dem Verlust mit dem anfänglichen Zustand. Zusätzlich kann der Funktionsteil des PNSN auch Daten über die Bedingungen der Prozesseinheiten bereitstellen. Zusammen mit diesen Daten kann das SANCAR eine prädiktive Analytik für den möglichen Verlust der Geschäftsunterbrechung am versicherten Ort bereitstellen.
  • SANCAR kann auch die beschädigten Prozesseinheiten und Ersatzteile in den Suchmaschinen und der elektronischen Verkaufsplattform suchen und die geschätzte Lieferzeit jedes Teils bereitstellen. Auf der Grundlage der Lieferzeit, der Korrelation von Komponenten des Prozesses und der Herstellungs- und Installationssequenz der ausgelieferten Einheit kann die SANCAR-Anwendung schätzen, wann das Geschäft im Zustand vor dem Verlust arbeiten kann. Dieser Typ auf prädiktiver Analytik, künstlicher Intelligenz und Maschinenlernen beruhender Algorithmen kann die Verzögerungszeit der Schadensregulierungen minimieren und die Genauigkeit der Schadensregulierungszahlungen verbessern. Die tatsächlichen Kosten und die Auslieferungszeit und Installationsdaten können automatisch zum SANCAR-System hochgeladen werden, so dass sich das System entwickeln kann und bessere Vorhersagen für künftige Fälle machen kann.
  • 6 zeigt die kontinuierliche Übertragung dieser Rohdaten zum lokalen Datenspeicher, zur Datenbank und zu Servern des Zentralsystems, welche durch den Prozessor umgewandelt werden, um Daten zu erzeugen, die von Endbenutzern und Drittentwicklern in SANCAR verwendet werden können.
  • 7A zeigt das Datensammel- und -übertragungssystem 30. Die Primär-Rohdatenzufuhren des Gesamtsystems gehen vom GMDCU-Datenspeicher 1050, vom UAV/Drohnen-Datenspeicher 2040 und vom Datenspeicher 1360 des versicherten Risikoorts aus. Diese Rohdatenquellen können die Daten immer dann übertragen, wenn sie ausreichend Netzkonnektivität aufweisen, und sie können Daten auch vorübergehend innerhalb ihres eigenen physischen Speichers sichern. Die Rohdaten können einen mobilen Felddatenspeicher, einen Drohnendatenspeicher und einen lokalen Datenspeicher des versicherten Risikoorts/Vermögenswerts einschließen. Die Rohdaten werden zum Server 3040 übermittelt, und jede dieser kontinuierlichen Datenzufuhren wird dann in drei Primärdatenspeichern, nämlich einem Datenfeld 3010, einem Daten-UAV 3020 und einem Datenspeicher des versicherten Risikoorts 3030, gespeichert. Das Datensammelsystem weist einen Prozessor 3080, eine Benutzerschnittstelle 3090, eine Peripherieschnittstelle 3070, eine Netzschnittstelle 3060 und einen Speicher 3050 auf. Der Prozessor 3080 wandelt die Rohdaten durch den SANCAR-Prozessor 4010 über eine Netzschnittstelle 3060 des Datensammelsystems 30 in ein erforderliches Format. Die verarbeiteten Datenblöcke können für mögliche künftige Verwendungen im Speicher 3050 gespeichert werden.
  • Das SANCAR 40 hält keine Rohdaten in seinem System. Alle Rohdaten können durch den SANCAR-Prozessor 4010 zugänglich sein, und dieser Prozessor übermittelt die relevanten Daten oder überträgt den Befehl zum Prozessor des zentralen Datensammelsystems. Der erforderliche Datensatz wird durch den Prozessor 3080 des Datensammelsystems verarbeitet. Endbenutzer der SANCAR-Plattform können sich an der Plattform anmelden und eine Benutzerschnittstelle 4150 starten. Diese Schnittstelle interagiert mit einer Drittentwickler-API-Plattform 4040, einer API-Datenbank/Bibliothek 4050, einem Prozessor 4030 zur dynamischen Preisbestimmung, einem Systemprozessor 4010, einer Algorithmusentwicklungsplattform 4060, einer Algorithmusdatenbank/-bibliothek 4070, einer Schnittstelle 4020 zur kontinuierlichen Risikoüberwachung und einer Notfall-/Alarm-/Berichtsanzeigefunktionalität 4080.
  • Endbenutzer des SANCAR können beispielsweise Datenanalytikfirmen 4120, Drittentwickler und Wissenschaftler 1380, Vermittlungsinstanzen (beispielsweise Vermittler/Agenten) 4110, Dienstleister 4130, versicherte Parteien/Kunden 1, Versicherungsgesellschaften 70, Schadensabwickler 4100, Risiko-Ingenieure 4090 und Regulierungsbehörden/Zivilschutz/Feuerwehr 4140 einschließen.
  • SANCAR ist eine autonome sich entwickelnde Struktur. Versicherungsgesellschaften, Vermittlern und Kunden kann es an Ressourcen und Fähigkeiten zur Implementation neuer technologischer, wissenschaftlicher Innovationen und anschließenden Anwendungen dieser Innovationen auf die Risikomanagementpraxis fehlen. SANCAR stellt anfängliche Modelle zur Berechnung des PML, zum Schätzen des Geschäftsunterbrechungsverlusts und grundlegende Funktionalität einer kontinuierlichen Risikoüberwachung bereit. Registrierte Technologiefirmen/Anwendungsentwickler 1380 können auf die API-Entwickler- und Algorithmusentwicklungsplattformen zugreifen. Sie können Anwendungen in der API-Entwicklungsplattform entwickeln und unter ihrem Entitätsnamen registrieren. SANCAR kann diese entwickelten Anwendungen für künftige Verwendungen in der API-Datenbank/Bibliothek 4050 speichern. Ein anderer Entwickler oder Endbenutzer, der jegliche dieser APIs verwenden möchte, zahlt den ursprünglichen Entwicklern Lizenzgebühren. SANCAR stellt Rückmeldungen über die Funktionsweise von APIs bereit und akzeptiert auch Kundenbewertungen. Ein ähnliches System kann für die Algorithmusentwicklungsplattform 4060 implementiert werden. Neuere mathematische Modellierungspraktiken können auch auf dieser Plattform entwickelt werden. Nach der Registrierung unter der Eigentümerentität werden die Algorithmen in der Algorithmusdatenbank 4070 gespeichert. Jeder andere Algorithmus oder jede andere Anwendung, der oder die einen registrierten Algorithmus aus der Plattform verwendet, zahlt dem ursprünglichen Eigentümer Lizenzgebühren. SANCAR erzeugt eine anreizbasierte Open-Source-Plattform für registrierte Endbenutzer zur kontinuierlichen Innovation und Entwicklung von Risikomanagementmodellen und Werkzeugen für das Risikomanagementökosystem nach besten Praktiken.
  • 7B zeigt die Komponenten der SANCAR-Plattform und Endbenutzer der Plattform. Es gibt zwei Datenbanken im SANCAR, nämlich die API-Datenbank 4050, in der entwickelte APIs zur künftigen Verwendung gespeichert werden, und die Algorithmusdatenbank 4070. Wenn ein Endbenutzer eine API in der Anwendungsentwicklungsplattform 4040 entwickelt, kann er diese API in der API-Datenbank 4050 speichern. Ein Prozessor für verfeinerte Daten 4010 kann auf das Haupt-Datensammelsystem 30 zugreifen, um relevante Datensätze zu belegen, was Entwicklern und Wissenschaftlern dabei helfen kann, ihre Modelle und Algorithmen zu entwickeln und ihre Gültigkeit zu prüfen. Endbenutzer können die in SANCAR-Datenbanken gespeicherten APIs und Algorithmen verwenden, um das Risiko kontinuierlich in einer dynamischen Umgebung zu überwachen, zu bepreisen und zu beurteilen. Sobald sie auf die Benutzerschnittstelle 4150 zugreifen, können sie den Prozessor 4030 zur dynamischen Preisbestimmung verwenden, um die Preisbestimmungen für die ausgewählten Risiken durch ihre ausgewählten APIs und Algorithmen zu sehen. Zur Überwachung der Risikosituation zu einer bestimmten Zeit zeigt SANCAR das Risikoprofil der ausgewählten Risiken auf der Grundlage der ausgewählten APIs am Modul 4020 zur kontinuierlichen Risikoüberwachung. SANCAR zeigt Berichte 4080 auf der Grundlage der vordefinierten Kriterien der API- und Algorithmusentwickler, welche von den Anspruchsberechtigten verwendet werden. SANCAR hat eine Algorithmusentwicklungsplattform 4060 für Wissenschaftler, Mathematiker oder Endbenutzer zur Entwicklung ihrer mathematischen und statistischen Modelle unter Verwendung der verfeinerten Daten im Haupt-Datensammelsystem 30. Diese Entwickler können zuvor entwickelte und gespeicherte Algorithmen aus der Algorithmusdatenbank 4070 verwenden, um neue Algorithmen zu entwickeln. SANCAR verfolgt die Verwendung der Algorithmen aus der Datenbank zur Aufzeichnung von Lizenzgebühren, die an die vorhergehenden Entwickler zu zahlen sind. Die Dynamische-Preisbestimmung-Prozess-Plattform 4030 ist der Ort, an dem die Preisbestimmungsalgorithmen und APIs ausgeführt werden. Ein Endbenutzer kann auf diese Plattform zugreifen, um Preisbestimmungsalgorithmen und APIs für die ausgewählten Risiken zu implementieren. Entwicklungsplattformen von SANCAR können auf die Suchmaschinen und Datenbanken von Datenanalytikfirmen zugreifen, wenn dies erforderlich ist, um externe Datensätze für die Algorithmusentwicklung zu belegen. Alle Anspruchsberechtigten des Risikoökosystems können Zugriff auf das System haben. Beispiele dieser Anspruchsberechtigten sind Regulierungsbehörden, Zivilschutz, Feuerwehr usw. 4140, Datenanalytikfirmen 4120, Drittentwickler 1380, Vermittler/Agenten 4110, Dienstleister 4130, Kunden 1, Versicherungsgesellschaften 70, Schadensabwickler 4100 und Risiko-Ingenieure 4090.
  • Die 8 und 9 zeigen ein Beispiel des Prozessflusses des Vorbindungs-Risikobeurteilungsabschnitts. Der Prozessfluss zeigt wie die gesamte Vorbindungs-Risikophase automatisiert werden kann.
  • Die Prozessoren 4030 zur dynamischen Preisbestimmung von SANCAR können grundlegende Preisbestimmungsmodelle aufweisen, die dafür ausgelegt sind, die im zentralen Datensammelsystem 30 verarbeiteten und gespeicherten, durch die GMDCU 10, das UAV/die Drohne 20 und das PNSN 2 bereitgestellten Daten zu verwenden. Der Prozessor zur dynamischen Preisbestimmung von SANCAR wird durch Endbenutzereingaben und durch trainierte Daten, Maschinenlern- und ähnliche Verfahren im Laufe der Zeit verbessert. Versicherungsgesellschaften, Wissenschaftler und Versicherungsmathematiker können die API-Bibliothek und Algorithmusmodelle verwenden, um ihre Preisbestimmungswerkzeuge einzurichten und diese Beurteilungswerkzeuge für den Markt zu öffnen. Mit Modellen und Werkzeugen zur dynamischen Preisbestimmung kann das Risiko jedes versicherten Interessengegenstands/Orts 50 kontinuierlich überwacht und bepreist werden. Die Risikomanagementindustrie kann eine kontinuierliche, integrierte und sich entwickelnde Risikomanagementplattform aufweisen, die den versicherten Parteien dabei hilft, ihre Geschäftsunterbrechung infolge von Verlusten zu minimieren.
  • SANCAR entwickelt sich im Laufe der Zeit, um eine genauere Risikoaufschlagsberechnung, PML- und Geschäftsunterbrechungs-Verlustschätzungen bereitzustellen. SANCAR minimiert auch Schadensregulierungsverzögerungen durch die Verwendung von Technologie und automatisierten Prozessen und liefert Transparenz. Alle Anspruchsberechtigten am versicherten Interessengegenstand 50 können Zugriff auf einen Echtzeit-Datenfluss haben und den versicherten Interessengegenstand 50 durch das erzeugte 3D-Virtual-Reality-Modell besuchen. Die Anspruchsberechtigten können mehrere Schadensregulierungssimulationen betrachten, welche durch 3D-Virtual Reality- und auch andere lineare Simulationsverfahren geschehen können. Das System 40 stellt eine kontinuierliche Risikoüberwachung bereit und kann versicherten Parteien dabei helfen, ihr Risiko zu verwalten und ein Auge auf ihre Risikoexpositionen zu haben.
  • 10 zeigt den Prozessfluss des Verlust-/Schadensregulierungsprozesses 700 innerhalb des SANCAR-40-Systems. Der Prozess 700 kann eine manuelle Eingabe und Grundursachenanalyse zur Verbesserung der Systembeurteilung von SANCAR 40 aufweisen. Mit diesem Prozess und dieser Funktion werden das SANCAR 40 und das PNSN 2 in Bezug auf den durch neue Informationen/Erfahrungen erhaltenen unvorhergesehenen Verlustfall aufgerüstet und verbessert, um ein künftiges Verpassen ähnlicher Ereignisse zu vermeiden. In Schritt 710 wird festgestellt, ob der Verlust geschehen ist, nachdem das Notfallprotokoll 800 ausgelöst wurde. Falls dies nicht der Fall ist (ein Verlust aufgetreten ist und das Notfallprotokoll nicht durch das System ausgelöst wurde), wird in Schritt 720 eine Grundursachenanalyse ausgeführt, und die Ergebnisse von dieser Analyse werden in das System aufgenommen, um es auf der Grundlage des Verlustfalls in Schritt 730 aufzurüsten.
  • Falls der Verlust geschehen ist, nachdem das Notfallprotokoll ausgelöst wurde, wird in Schritt 740 festgestellt, ob der Anspruchsteller ein PNSN aufweist. Falls dies nicht der Fall ist, fährt das System mit Schritt 750 fort, der Schritt 5310 in 8 entspricht. Falls der Anspruchsteller das PNSN aufweist, wird Schritt 760 ausgelöst und stellt das System eine Liste von Gutachtern bereit, woraufhin das System mit Schritt 770 fortfährt, der Schritt 5392 in 8 entspricht.
  • 11 zeigt eine Darstellung eines Prozessflusses für das Notfallprotokoll 800 des SANCAR-Systems. Das SANCAR-System nimmt eine menschliche Eingabe in das Protokoll 800 auf, um falsche Alarme zu minimieren und die Wahrscheinlichkeit sich daraus ergebender Geschäftsunterbrechungsfälle zu verringern. Sobald SANCAR 40 auf der Grundlage der vordefinierten Parameter einen Alarmbericht 4080 zeigt, ruft es das Risikomanagement 802 auf/erreicht dieses. In Schritt 810 stellt das Protokoll fest, ob es eine Antwort gab. Falls es keine Antwort gab und in Schritt 820 die Anzahl der Prüfschleifen überschritten wurde, ruft das System in Schritt 830 Plan B auf. In Schritt 840 prüft das Protokoll, ob Plan B geantwortet hat. Falls die Anzahl der Prüfschleifen in einem Prüfschritt 850 überschritten wurde, tritt das System in Schritt 891 ein, wo es sich an alle Anspruchsberechtigten wendet. Es wendet sich auch an den Zivilschutz, um Informationen in Bezug auf den Notfall bereitzustellen und die Versicherungsgesellschaft zu rufen. Der Schritt zeigt allen Parteien, die in Schritt 891 kontaktiert wurden, in Schritt 892 alle Daten. Falls sich der abnorme Risikotrend selbst dann fortsetzt, wenn eine Kontaktperson die rote Flagge im System schließt, und falls die definierte Anzahl von Schleifen in den Prüfschritten 850 überschritten wurde, wird auch das Notfallprotokoll von SANCAR 40 ausgelöst und kontaktiert alle Anspruchsberechtigten in Schritt 891 entsprechend den definierten Parametern, um einen wesentlichen Ausfall des Geschäftsbetriebs zu minimieren.
  • Falls in Schritt 810 festgestellt wurde, dass es eine Antwort gab, folgt Schritt 860, worin Informationen und Verbindungen zur Anzeige von Überwachungsberichten, Aufzeichnungen oder Videos bereitgestellt werden. Schritt 840 wird auch in Schritt 860 fortgesetzt. Nach Schritt 860 stellt das System in Schritt 870 auf der Grundlage der ausgewählten Algorithmen fest, ob das Risiko hoch ist. Falls es sich um ein Hochrisikoereignis handelt, wird Schritt 891 ausgelöst. Falls nicht festgestellt wird, dass ein hohes Risiko vorliegt, wird in Schritt 880 eine Schleifenprüfung ausgeführt. Falls eine Überschreitung stattgefunden hat, wird Schritt 891 ausgelöst. Falls keine Überschreitung stattgefunden hat, führt das System Schritt 890 aus, wobei es sich um den in 9 dargestellten Schritt 620 handelt.
  • Der Endbenutzer 900 der SANCAR-40-Plattform kann Kunden, die ihre Vermögenswerte und/oder Anlagen an spezifischen Orten versichern wollen, Versicherungsgesellschaften, Versicherungsvermittler und -agenturen, Schadensabwickler, Risiko-Ingenieur-Firmen, Regulatoren oder Zivilschutz, Feuerwehren, Drittentwickler, Datenanalytikfirmen und Dienstleister einschließen.
  • Wenngleich diese Gebrauchsmusterschrift viele spezifische Implementationseinzelheiten enthält, sollten diese nicht als Einschränkungen für den Schutzumfang jeglicher Erfindungen oder dessen, was beansprucht werden kann, sondern vielmehr als Beschreibungen von Merkmalen, die für bestimmte Ausführungsformen bestimmter Erfindungen spezifisch sind, ausgelegt werden.
  • Gewisse Merkmale, die in dieser Gebrauchsmusterschrift in Zusammenhang mit getrennten Ausführungsformen beschrieben werden, können auch in einer einzigen Ausführungsform in Kombination implementiert werden. Umgekehrt können verschiedene Merkmale, die in Zusammenhang mit einer einzigen Ausführungsform beschrieben werden, auch in mehreren Ausführungsformen getrennt oder in einer geeigneten Unterkombination implementiert werden.
  • Wenngleich überdies vorstehend Merkmale als in gewissen Kombinationen wirkend beschrieben worden sein können und zunächst sogar als solche beansprucht worden sein können, können ein oder mehrere Merkmale einer beanspruchten Kombination in einigen Fällen aus der Kombination entnommen werden und kann die beanspruchte Kombination auf eine Unterkombination oder Variation einer Unterkombination gerichtet werden.
  • Ähnlich sollte, wenngleich Operationen in den Zeichnungen in einer bestimmten Reihenfolge dargestellt sind, dies nicht so verstanden werden, dass es erforderlich ist, dass diese Operationen in der bestimmten dargestellten Reihenfolge oder in einer sequenziellen Reihenfolge ausgeführt werden oder dass alle dargestellten Operationen ausgeführt werden, um wünschenswerte Ergebnisse zu erreichen. Unter gewissen Umständen können ein Multitasking und eine Parallelverarbeitung vorteilhaft sein. Überdies sollte die Trennung verschiedener Systemkomponenten in den vorstehend beschriebenen Ausführungsformen nicht so verstanden werden, dass eine solche Trennung in allen Ausführungsformen erforderlich wäre, und es ist zu verstehen, dass die beschriebenen Programmkomponenten und -systeme im Allgemeinen in einem einzigen Softwareprodukt integriert oder in mehrere Softwareprodukte gepackt werden können.
  • Demgemäß wurden bestimmte Ausführungsformen des Erfindungsgegenstands beschrieben. Andere Ausführungsformen liegen innerhalb des Schutzumfangs der folgenden Ansprüche. In manchen Fällen können die in den Ansprüchen erwähnten Aktionen in einer anderen Reihenfolge ausgeführt werden und dabei noch wünschenswerte Ergebnisse erreichen. Zusätzlich erfordern die in den anliegenden Figuren dargestellten Prozesse nicht notwendigerweise die bestimmte dargestellte Reihenfolge oder sequenzielle Reihenfolge, um wünschenswerte Ergebnisse zu erreichen. Bei gewissen Implementationen können ein Multitasking und eine Parallelverarbeitung vorteilhaft sein.
  • Es wurde eine Anzahl von Ausführungsformen der Erfindung beschrieben. Nichtsdestoweniger ist zu verstehen, dass verschiedene Modifikationen vorgenommen werden können, ohne vom Gedanken und vom Schutzumfang der Erfindung abzuweichen. Dementsprechend liegen andere Ausführungsformen innerhalb des Schutzumfangs der folgenden Ansprüche.
  • Es wurde eine Anzahl von Implementationen der Erfindung beschrieben. Nichtsdestoweniger ist zu verstehen, dass verschiedene Modifikationen vorgenommen werden können, ohne vom Gedanken und vom Schutzumfang der Erfindung abzuweichen. Es wurden beispielhafte Verfahren zur Bildung der vorstehend erwähnten Strukturen beschrieben. Andere Prozesse können jedoch jene ersetzen, die beschrieben wurden, um die gleichen oder ähnliche Ergebnisse zu erreichen. Dementsprechend liegen andere Ausführungsformen innerhalb des Schutzumfangs der folgenden Schutzansprüche.

Claims (13)

  1. System, umfassend: ein neuronales Firmenanwesen-Sensornetz, PNSN, System (2), installiert an einer Fertigungsstelle (520) an einem Ort (50), um Rohdaten zu erhalten, die mit einem Eigentumsschaden und Geschäftsunterbrechungsverlusten in Verbindung stehen, wobei das PNSN System (2) Sensoren beinhaltet, welche Medienerfassungsvorrichtungen beinhalten, wobei die Sensoren beinhalten: i) interne Überwachungssensoren innerhalb der Fertigungsstelle und ii) externe Überwachungssensoren außerhalb der Fertigungsstelle, wobei das PNSN System (2) dafür ausgelegt ist, die Rohdaten von den Sensoren als einen kontinuierlichen Datenfluss zu erhalten, der von der Fertigungsstelle zur Überwachung bereitgestellt wird, eine mobile Boden-Datensammeleinheit, GMDCU (10), und ein unbemanntes Luftfahrzeug, UAV (20), wobei die GMDCU (10) und das UAV (20) Rohdaten struktureller Vermögenswerte an der Fertigungsstelle erfassen; und ein System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40), das dafür ausgelegt ist, eine von den Rohdaten des PNSN Systems (2), der GMDCU (10), und des UAVs (20) abgeleitete Eingabe zu empfangen, wobei die abgeleitete Eingabe am Ort (50) der Fertigungsstelle (520) gemessene Daten beinhaltet, wobei die Rohdaten von einem Prozessor (3080) verarbeitet werden, um verarbeitete Daten zu erzeugen, in einem Format, das für eine Analyse durch das System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40) geeignet ist, wobei das System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40) dafür konfiguriert ist, einen Wert für einen Risikoaufschlag zu bestimmen, wobei das System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40) weiter dafür konfiguriert ist, Bildverarbeitungsalgorithmen einer Algorithmusdatenbank (4070) und einer API-Datenbank (4050) zu verwenden, um gemessene Abmessungen der strukturellen Vermögenswerte an der Fertigungsstelle zu extrahieren, basierend auf der empfangenen Eingabe ein 3D Modell der Fertigungsstelle mit Messungen in einer strukturierten Weise in einer Virtual- und Augmented-Reality-Plattform zu erzeugen, wobei das 3D Modell Abmessungen der strukturellen Vermögenswerte, Messungen der strukturellen Vermögenswerte, Materialtyp der strukturellen Vermögenswerte und Abstände zwischen den strukturellen Vermögenswerte beinhaltet, eine Simulation von Vorfällen für das 3D Modell zu berechnen, um einen Eigentumsschaden an der Fertigungsstelle zu bestimmen, und eine prädiktive analytische Ausgabe zu erzeugen, welche die Wahrscheinlichkeit eines Unfalls an der Fertigungsstelle am Ort verringert.
  2. System nach Anspruch 1, wobei die Rohdaten der GMDCU (10), des UAVs (20) und des PNSN Systems (2) einen mobilen Felddatenspeicher, einen Drohnendatenspeicher und einen lokalen Datenspeicher eines versicherten Risikoorts oder eines strukturellen Vermögenswerts einschließen.
  3. System nach Anspruch 1, wobei das System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40) dafür ausgelegt ist, wenn festgestellt wird, dass es eine abnorme Situation gibt, basierend auf der Feststellung, dass es sich nicht um Standardroutinen-Betriebsprozessdaten der strukturellen Vermögenswerte handelt, einen Alarmprozess (4080) einzuleiten und eine Benachrichtigung an einen Techniker eines relevanten strukturellen Vermögenswerts zu senden, um die Situation zu verifizieren.
  4. System nach Anspruch 3, weiter umfassend: in Reaktion auf das Empfangen eines roten Signals vom Techniker, welches anzeigt, dass die Situation abnorm ist oder auf das Nichtempfangen einer Antwort auf die gesendete Benachrichtigung, Auslösen eines Notfallprotokolls, um eine Behörde zu benachrichtigen, umfassend mindestens eine von Feuerwehr, Krankenhaus und andere erforderlicher Regierungsbehörden.
  5. System nach Anspruch 1, ferner umfassend entweder: a) einen Prozessor, der dafür ausgelegt ist, die vom Sensor gemessenen Daten zu empfangen und eine Eingabe für eine Berechnungseinheit zu berechnen, wobei die Berechnungseinheit im System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40) beinhaltet und dafür konfiguriert ist, den Wert für den Risikoaufschlag zu bestimmen; oder b) eine Datenbankbibliothek.
  6. System nach Anspruch 1, welches ferner eine Schnittstelle umfasst, die dafür ausgelegt ist, mit einer Plattform eines externen Entwicklers zu interagieren.
  7. System nach Anspruch 1, welches ferner einen Prozessor zur dynamischen Preisbestimmung umfasst, der eine Ausgabe auf der Grundlage des Werts des Risikoaufschlags berechnet.
  8. System nach Anspruch 1, wobei die Sensoren des PNSN Systems (2) dafür ausgelegt sind, Rohdaten in Bezug auf ein oder mehrere der folgenden zu erzeugen: Geruch, Druck, Höhe, Bewegung, Versatz und Gasgehalt.
  9. System nach Anspruch 1, wobei die Sensoren des PNSN Systems (2) einen Beschleunigungsmesser oder ein Gyroskop umfassen.
  10. System nach Anspruch 1, welches ferner eine Einheit zur dynamischen Preisbestimmung umfasst, die den Wert des Risikoaufschlags vom System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40) empfängt und einen täglichen Risikoaufschlag basierend auf einem Parameter des Orts erzeugt.
  11. System nach Anspruch 1, welches ferner eine Bildverarbeitungseinheit umfasst, die dafür ausgelegt ist, am Ort erfasste visuelle Daten in eine Messung von Abmessungen der strukturellen Vermögenswerte zu wandeln.
  12. System nach Anspruch 1, wobei die Medienerfassungsgeräte visuelle 3D-Scanner-Medienerfassungsgeräte umfassen.
  13. System nach Anspruch 1, wobei das System zur dynamischen Preisbestimmung und kontinuierlichen Risikoüberwachung (40) dafür ausgelegt ist, eine automatisierte Datenanalytik auszuführen und wahrscheinliche maximale Eigentums- und Geschäftsunterbrechungs-Verlustszenarien und auf Anwesen beruhende Unfallrisiken auszugeben.
DE202018006794.6U 2017-07-18 2018-07-16 Systeme zur kontinuierlichen Risikoüberwachung und dynamischen Versicherungspreisbestimmung Active DE202018006794U1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201762534125P 2017-07-18 2017-07-18
US62/534,125 2017-07-18

Publications (1)

Publication Number Publication Date
DE202018006794U1 true DE202018006794U1 (de) 2022-12-22

Family

ID=65015760

Family Applications (1)

Application Number Title Priority Date Filing Date
DE202018006794.6U Active DE202018006794U1 (de) 2017-07-18 2018-07-16 Systeme zur kontinuierlichen Risikoüberwachung und dynamischen Versicherungspreisbestimmung

Country Status (5)

Country Link
US (2) US11651437B2 (de)
EP (1) EP3655910A4 (de)
DE (1) DE202018006794U1 (de)
SG (1) SG11202001433TA (de)
WO (1) WO2019016685A1 (de)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109949168A (zh) * 2019-02-28 2019-06-28 中科云创(厦门)科技有限公司 应用于财产保险的数据处理方法及装置
CN111160809B (zh) * 2020-01-06 2022-12-13 厦门市博业众成测绘有限公司 管道勘测系统
CA3157919A1 (en) 2020-03-06 2021-09-10 Anoop JAKKA Identifying flood damage to an indoor environment using a virtual representation
US12039609B2 (en) * 2021-10-13 2024-07-16 Assured Insurance Technologies, Inc. Targeted event monitoring and loss mitigation system
US20230215549A1 (en) * 2021-12-31 2023-07-06 Evernorth Strategic Development, Inc. Systems and methods to process a healthcare transaction in a heterogeneous environment comprised of mainframe and cloud based systems in real-time

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080250869A1 (en) 2002-06-11 2008-10-16 Intelligent Technologies International, Inc. Remote Monitoring of Fluid Pipelines
US9311676B2 (en) * 2003-09-04 2016-04-12 Hartford Fire Insurance Company Systems and methods for analyzing sensor data
US10282785B1 (en) * 2004-11-19 2019-05-07 Allstate Insurance Company Delivery of customized insurance products and services
EP2281255A4 (de) 2008-04-17 2013-02-20 Travelers Indemnity Co Verfahren und system zur bestimmung und verarbeitung von objektstrukturzustandsinformationen
US9558520B2 (en) 2009-12-31 2017-01-31 Hartford Fire Insurance Company System and method for geocoded insurance processing using mobile devices
CA2824943C (en) * 2011-01-17 2020-06-02 Imetrik Technologies Inc. Computer-implemented method and system for reporting a confidence score in relation to a vehicle equipped with a wireless-enabled usage reporting device
US10684753B2 (en) 2012-03-28 2020-06-16 The Travelers Indemnity Company Systems and methods for geospatial value subject analysis and management
US20150378574A1 (en) 2014-06-25 2015-12-31 Allied Telesis Holdings Kabushiki Kaisha Graphical user interface of a sensor based detection system
US20150025917A1 (en) * 2013-07-15 2015-01-22 Advanced Insurance Products & Services, Inc. System and method for determining an underwriting risk, risk score, or price of insurance using cognitive information
US9947051B1 (en) 2013-08-16 2018-04-17 United Services Automobile Association Identifying and recommending insurance policy products/services using informatic sensor data
US9656606B1 (en) * 2014-05-30 2017-05-23 State Farm Mutual Automobile Insurance Company Systems and methods for alerting a driver to vehicle collision risks
US10417914B1 (en) * 2014-05-30 2019-09-17 State Farm Mutual Automobile Insurance Company Systems and methods for determining a vehicle is at an elevated risk for an animal collision
US10909628B1 (en) * 2014-09-22 2021-02-02 State Farm Mutual Automobile Insurance Company Accident fault determination implementing unmanned aerial vehicles (UAVS)
US9563201B1 (en) 2014-10-31 2017-02-07 State Farm Mutual Automobile Insurance Company Feedback to facilitate control of unmanned aerial vehicles (UAVs)
US9505494B1 (en) * 2015-04-30 2016-11-29 Allstate Insurance Company Enhanced unmanned aerial vehicles for damage inspection
US20180158147A1 (en) * 2015-10-28 2018-06-07 Fractal Industries, Inc. Modeling multi-peril catastrophe using a distributed simulation engine
US10630723B1 (en) * 2015-12-03 2020-04-21 United Services Automobile Association (Usaa) Determining policy characteristics based on route similarity
US10324463B1 (en) * 2016-01-22 2019-06-18 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation adjustment based upon route
US10395332B1 (en) * 2016-01-22 2019-08-27 State Farm Mutual Automobile Insurance Company Coordinated autonomous vehicle automatic area scanning
US9940834B1 (en) * 2016-01-22 2018-04-10 State Farm Mutual Automobile Insurance Company Autonomous vehicle application
US10173773B1 (en) * 2016-02-23 2019-01-08 State Farm Mutual Automobile Insurance Company Systems and methods for operating drones in response to an incident
US11100589B1 (en) * 2016-09-02 2021-08-24 State Farm Mutual Automobile Insurance Company Systems and methods for analyzing unmanned aerial missions
US20190325541A1 (en) * 2016-09-15 2019-10-24 Erik M Simpson Tutoring community objects with price-time priority queues for transformed tutoring units
US20210342869A1 (en) * 2016-09-15 2021-11-04 Simpsx Technologies Llc Time Interval Geolocation Community Objects with Price-Time Priority Queues for Transformed Time Interval Geolocation Units
US9739627B1 (en) * 2016-10-18 2017-08-22 Allstate Insurance Company Road frustration index risk mapping and mitigation
US10357195B2 (en) * 2017-08-01 2019-07-23 Panasonic Intellectual Property Management Co., Ltd. Pupillometry and sensor fusion for monitoring and predicting a vehicle operator's condition
US11468215B2 (en) * 2018-06-13 2022-10-11 Toyota Jidosha Kabushiki Kaisha Digital twin for vehicle risk evaluation

Also Published As

Publication number Publication date
EP3655910A1 (de) 2020-05-27
EP3655910A4 (de) 2020-12-30
SG11202001433TA (en) 2020-03-30
US11651437B2 (en) 2023-05-16
WO2019016685A1 (en) 2019-01-24
US20200234379A1 (en) 2020-07-23
US20230334588A1 (en) 2023-10-19

Similar Documents

Publication Publication Date Title
US11315194B2 (en) Surveillance and positioning system
DE202018006794U1 (de) Systeme zur kontinuierlichen Risikoüberwachung und dynamischen Versicherungspreisbestimmung
US11010608B2 (en) System and method for vegetation management risk assessment and resolution
US10769570B2 (en) Artificial intelligence based risk and knowledge management
Appelbaum et al. Using drones in internal and external audits: An exploratory framework
Piatyszek et al. A model-based approach for a systematic risk analysis of local flood emergency operation plans: a first step toward a decision support system
US11818801B2 (en) System to monitor and process risk relationship sensor data
US10453147B1 (en) Methods and systems to generate property insurance data based on aerial images
US20220188955A1 (en) Fire Service and Equipment Inspection Test and Maintenance System and Method
Sheehan et al. On the benefits of insurance and disaster risk management integration for improved climate-related natural catastrophe resilience
US20200210912A1 (en) Integrated solution for safe operating work space
Nepomuceno et al. Development of a schema for the remote inspection of bridges
Qasim et al. Leveraging drone technology in the accounting profession: Current trends, future opportunities, and anticipated challenges
EP4433982A1 (de) Digitales system zur gesteuerten verstärkung von expertenvorhersagen in komplexen vorhersageumgebungen und zugehöriges verfahren dafür
Rayes et al. IoT vertical markets and connected ecosystems
Krichen et al. Formal Methods for Enhanced Natural Disaster Management
KR102631422B1 (ko) 시설 관리 및 주택 임대 관리 서비스를 제공하는 방법, 장치, 및 시스템
US20230360068A1 (en) Evaluating entity behaviour in a contractual situation
Maniranzi Development of a remote road traffic accidents tracking and reporting system for Kayoola buses
Dubrie et al. Advancing geospatial information management for disaster risk management in the Caribbean
Keating Governance of Geo-information in Emergency Response
Thach et al. Construction Safety Innovation and Barriers in Different Company Types and Sizes: A Survey in Vietnam
Reynoso Vanderhorst et al. Frameworks for Standard Cases of Unmanned Aerial Systems in the Construction Industry
Jennings Implementing AI to Assist Situation Awareness: Organizational and Policy Challenges
Patel et al. Journey analysis system and method

Legal Events

Date Code Title Description
R150 Utility model maintained after payment of first maintenance fee after three years
R207 Utility model specification