Dass man besser keine Partyfotos oder unvorteilhafte Aufnahmen von sich ins Netz stellen sollte, weil die irgendwann einmal der Chef sehen könnte, steht auf jedem inoffiziellen Beipackzettel der Internetnutzung. Trotzdem sind gerade junge Internetnutzer einigermaßen arglos, was ihre Selbstdarstellung im Netz betrifft. Jeden Tag werden auf Instagram 100 Millionen Fotos hochgeladen: Man sieht Nutzer leicht bekleidet am Strand, ein Cocktailglas in der Hand haltend oder eine Zigarette rauchend. Was man nicht so alles für ein Like tut. Fintech-Start-ups nutzen seit geraumer Zeit Social-Media-Daten, um auf dieser Grundlage die Bonität von Kreditkunden zu berechnen. Doch nicht nur Banken, auch Lebensversicherer interessieren sich für diese Daten.

Das Department of Financial Services New York hat vor wenigen Wochen als erster US-Bundesstaat Richtlinien erlassen, um die Nutzung sogenannter nichttraditioneller Daten zu regulieren. Normalerweise müssen Versicherungsnehmer Gesundheitsfragen wahrheitsgemäß beantworten, etwa über Vorerkrankungen, Krankenhausaufenthalte oder Konsumgewohnheiten wie Rauchen. Allenfalls müssen auch ärztliche Gutachten eingeholt werden. In den USA dürfen Versicherer auch Blutanalysen oder Urinproben anfordern. Hat der Antragsteller einen ungesunden Lebensstil, Übergewicht oder eine chronische Krankheit, können Risikoaufschläge erhoben werden. "Nichttraditionelle" Datenquellen sind zum Beispiel Credit-Scores, Suchmaschinendaten oder Motorradversicherungen.

Daten für komplexe Modelle

Finanzmathematiker und Programmierer entwickeln auf Grundlage der Daten komplexe Modelle: Der Algorithmus errechnet beispielsweise eine 30 Prozent höhere Sterbewahrscheinlichkeit bei einem 50-jährigen Mann, der raucht, Motorrad fährt und auf dem Bau arbeitet. Die Modelle beruhen auf Korrelationen, also statistischen Wahrscheinlichkeiten, die sich nicht immer verallgemeinern lassen. Doch die Versicherungen wollen sich absichern – und mit entsprechenden Risikoaufschlägen Verlusten vorbeugen.

In den Richtlinien des Department of Financial Services heißt es, dass Algorithmen auf Basis von Kaufhistorie, Social Media, Standort-Tracking, elektronischer Geräte oder Fotos Vorhersagen über den Gesundheitsstatus der Konsumenten treffen können. Im Grunde ist es ein Blankoscheck, welchen die Regulierungsbehörde den Lebensversicherungen ausstellt: Sie können alle Daten bei ihrer Risikobewertung evaluieren. Big-Data-Algorithmen könnten sich durch massenhaft Daten wühlen und frühzeitig Gesundheitsrisiken identifizieren. Ein Versicherter, der auffällig viele Spirituosen und kalorienhaltige Lebensmittel kauft und seinen Kneipenbesuch in sozialen Netzwerken teilt, könnte einen Risikoaufschlag bezahlen. Wer das Leben feiert, zahlt drauf – so könnte die Faustformel für zukünftige Policen lauten.

Algorithm dislikes Beer

Doch gerade Fotos sind ein äußerst arbiträres Kriterium. Zwar gibt es mittlerweile Bild- und Objekterkennungsalgorithmen, die recht zuverlässig Gegenstände auf Bildern erkennen können. Doch die Frage ist zum einen, ob Lebensversicherungen solche ausgefeilten Werkzeuge, die viel Forschungsgeld verschlingen, einsetzen. Zum anderen, wie diese Faktoren gewichtet werden. Bekommt man bereits Abzüge, wenn man auf einem Instagram-Foto eine Bierflasche in der Hand hält? Erhält man im Gegenzug Bonuspunkte, wenn man joggt und Vitaminsäfte trinkt? Selbst wenn es einen statistischen Zusammenhang zwischen Vitamin-Drinks und Langlebigkeit gibt – rechtfertigt dies einen Premium-Tarif? Ist ein altes Handy wirklich ein Indikator für eine verkürzte Lebenszeit? Oder sind die Modelle nicht schon a priori verzerrt, weil die Profile ein viel zu glattes und poliertes Bild der Lebenswirklichkeit zeichnen?

Es ist ja eher so, dass man sich im Netz, gewissermaßen als Anpassungsmaßnahme an die allgegenwärtigen Screening-Prozeduren, von seiner besten Seite zeigt, dass man statt Partyfotos nur noch Aufnahmen von Fitnessstudios, Powerdrinks und Superfood postet, welche die Illusion eines ernährungsbewussten und gesunden Lebens erzeugen. In dieser Logik führt der Wanderer, der keine Fotos ins Netz stellt, ein ungesünderes Leben als das Instagram-Model, das Vitaminpräparate in die Kamera hält, aber Drogen konsumiert.

Diskriminierung befürchtet

Datenschützer befürchten, dass Menschen aufgrund ihrer Herkunft diskriminiert werden könnten. Das Problem ist, dass die Algorithmen ein Geschäftsgeheimnis sind und nicht transparent gemacht werden. Der Versicherungsnehmer weiß also nicht, welche Kriterien in die Kalkulation mit einfließen. Entsprechend aussichtslos sind mögliche Klagen. Allein, die Versicherungsmathematiker werden eines Tages wohl selbst merken, dass irgendetwas in ihren Modellen nicht stimmt, wenn sich der vermeintliche Instagram-Asket als Lebemensch entpuppt – und früher erkrankt. Vielleicht gibt ein wahrheitsgemäß ausgefüllter Fragebogen doch mehr Auskunft über Risiken als eine Analyse von Instagram-Accounts. (Adrian Lobe, 27.4.2019)