Die Verarbeitung von großen Datenmengen, die heute unter dem Begriff Big Data zusammengefasst werden, hat in den vergangenen Jahren zunehmend an Bedeutung gewonnen. Traditionelle Datenanalyseverfahren stoßen bei der hohen Anzahl verfügbarer Datenmengen und -arten zunehmend an ihre Grenzen. Versicherungsunternehmen gelten zwar als traditionelle Datensammler, stehen aber in vielen Fällen vor der Herausforderung, ihre unternehmensinternen Daten, die oft durch fragmentierte Informationssilos, heterogene Architekturen oder uneinheitlich definierte Auswertungsdimensionen geprägt sind, zu integrieren. In dieser Arbeit wird durch Anwendung eines Standard-Prozesses für Data-Mining untersucht, wie das Thema Big Data aus Sicht von Versicherungsunternehmen strukturiert werden kann. Mögliche Big Data-Anwendungsfälle werden identifiziert und hinsichtlich ihres strategischen- und Wertschaffungspotenzials bewertet.
Die vorliegende Arbeit bietet Big Data-Entscheidern einen Modellvorschlag, mit dem sie unter Berücksichtigung eigener Unternehmensziele Schritt für Schritt an Big Data-Fragestellungen herangeführt und in der Entscheidungsfindung zu möglichen Big Data-Projekten unterstützt werden.