Präferenzmessung bei Kfz-Kaskoversicherungen (eBook)

Dr. Markus Guthier promovierte bei Prof. Dr. Klaus Peter Kaas am Lehrstuhl für Marketing an der Universität Frankfurt am Main. Er ist als Consultant bei SHS Viveon AG – The Customer Management Company in Martinsried bei München tätig.

Geleitwort 6
Vorwort 7
Inhaltsverzeichnis 9
Abbildungsverzeichnis 11
Tabellenverzeichnis 15
Abkürzungsverzeichnis 19
Symbolverzeichnis 21
1 Einleitung 26
1.1 Problemstellung 26
1.2 Ziel der Arbeit 32
1.3 Aufbau der Arbeit 34
2 Grundlagen der Kfz-Kaskoversicherung und der Versicherungsentscheidung 36
2.1 Produkteigenschaften der Kfz-Kaskoversicherung 36
2.2 Versicherungsentscheidungen in der Literatur 38
3 Entscheidungsmodelle zur Analyse von Kfz- Kaskoversicherungsentscheidungen 60
3.1 Grundlegende Herangehensweisen zur Analyse von Kfz- Kaskoversicherungsentscheidungen 60
3.2 Kfz-Kaskoversicherungsentscheidungen als Entscheidungen unter Unsicherheit 64
3.3 Kfz-Kaskoversicherungsentscheidungen als multiattributive Entscheidungen – Conjoint Analyse 89
4 Experimentelles Design zur Analyse von Kfz- Kaskoversicherungsentscheidungen 111
4.1 Experimenteller Rahmen und Untersuchungsdesign 111
4.2 Aufbau der Untersuchung und Befragungstool zur Datenerhebung 116
4.3 Elemente der untersuchten Entscheidungsmodelle und deren Erhebung 124
4.4 Anreizstruktur 156
4.5 Durchführung der Untersuchung 161
5 Ergebnisse der empirischen Untersuchung zur Analyse von Kfz- Kaskoversicherungsentscheidungen 163
5.1 Stichprobe der empirischen Untersuchung 163
5.2 Erwartungsnutzentheorie: Nutzenbewertung von Kfz- Kaskoversicherungen 164
5.3 Cumulative Prospect Theorie: Gewichtung von Schadeneintrittswahrscheinlichkeiten 176
5.4 Conjoint Analyse: Multiattributive Präferenzen für Kfz- Kaskoversicherungen 205
5.5 Vergleich der Prognosegüte der untersuchten Entscheidungsmodelle 228
5.6 Abschließende Diskussion der Ergebnisse der Untersuchung 240
6 Zusammenfassung, Implikationen und weiterer Forschungsbedarf 245
6.1 Zusammenfassung der Ergebnisse und Implikationen für das Marketing von Kfz- Kaskoversicherungen 245
6.2 Weiterer Forschungsbedarf 251
7 Anhang 256
A: Screenshots des Befragungstools 256
B: Generierung des experimentellen Designs 266
C: Soziodemographische und psychographische Fragen 269
D: Entscheidungsgewichtungsfunktionen der Cumulative Prospect Theorie nach der Zwei- Parameter- Spezifikation 275
Literaturverzeichnis 278

2.2 Versicherungsentscheidungen in der Literatur (S. 13-15)

In der Literatur existiert eine Reihe von Studien zu Versicherungsentscheidungen, die durch unterschiedliche Vorgehensweisen den Einsatz verschiedenartiger Entscheidungsmodelle erforschen. Zudem wird in diesen Studien versucht, durch die Untersuchung potenzieller Entscheidungsdeterminanten Versicherungsentscheidungen besser zu verstehen und wichtige Einflussfaktoren auf die Konsumentenentscheidungen zu ermitteln. Im Folgenden sollen für die Zielsetzung der vorliegenden Arbeit wichtige Studien dargestellt und kritisch beleuchtet werden. Die Studien können dahingehend untergliedert werden, ob sie Versicherungsentscheidungen als Entscheidungen unter Unsicherheit im Rahmen der Erwartungsnutzentheorie bzw. der Prospect Theorie untersuchen (Kap. 2.2.1) oder ob Versicherungsentscheidungen als multiattributive Entscheidungen mit der Conjoint Analyse analysiert werden (Kap. 2.2.2). Weiterhin gibt es verschiedene Studien, die Versicherungsentscheidungen anhand anderer Faktoren und Determinanten zu erklären versuchen (Kap. 2.2.3). Ein Fazit aus dem vorgenommenen Literaturüberblick erfolgt in Kapitel 2.2.4.

2.2.1 Studien zu Versicherungsentscheidungen als Entscheidungen unter Unsicherheit

Beispielsweise untersuchen Pashigian/Schkade/Menefee (1966) die Wahl der optimalen Selbstbeteiligungshöhe für Kfz-Kaskoversicherungen unter der Erwartungsnutzentheorie.40 Hierzu treffen die Autoren die Annahme, dass Versicherungsnehmer sich als rationale Erwartungsnutzenmaximierer verhalten und eine quadratische Nutzenfunktion besitzen. Anhand dieser Annahmen erfolgt eine theoretische Herleitung der Bandbreite, innerhalb der die opti male Selbstbeteiligungshöhe bei rationalen Versicherungsnehmern liegen müsste. Zur Prüfung der empirischen Validität des Modells überprüfen die Autoren auf aggregierter Ebene reale Versicherungskäufe aus dem Jahr 1963 im US-Bundesstaat Missouri mit bestimmten Prämien-Selbstbeteiligungs-Kombinationen. Als Ergebnis stellt sich heraus, dass das unterstellte Erwartungsnutzenmodell das reale Kaufverhalten der Versicherungsnehmer nicht gut erklären kann. Dies gründet darauf, dass sehr viele der realen Kaufentscheidungen eine geringere Selbstbeteiligung aufweisen, als es von dem unterstellten Erwartungsnutzenmodell prognostiziert wird.

An der gewählten Vorgehensweise in dieser Studie ist insbesondere zu kritisieren, dass eine für alle Versicherungsnehmer identische Nutzenfunktion unterstellt wird.43 Die angenommene Funktionsform entspricht zwar allgemein akzeptierten Annahmen, jedoch wird damit jede Heterogenität in den Verläufen der Nutzenfunktionen bei den Versicherungsnehmern vernachlässigt. Von daher sind die Ergebnisse der Studie mit Vorsicht zu interpretieren – möglicherweise sind die realen Kaufentscheidungen mit den „wahren", in der Studie nicht erhobenen individuellen Nutzenfunktionen erklärbar. Murray (1971) entwickelt ebenfalls ein Modell, welches sich, basierend auf den Annahmen der Erwartungsnutzentheorie, mit der Wahl der optimalen Selbstbeteiligungshöhe bei Kfz- Kaskoversicherungen befasst.

Im Gegensatz zur vorgenannten Studie werden dabei auch die individuellen Nutzenfunktionen der Probanden erhoben und mittels Regressionsanalysen parametrisch geschätzt.45 Zur Überprüfung der Prognosevalidität der ermittelten individuellen Nutzenfunktionen mussten die Probanden 20 hypothetische Versicherungswahlentscheidungen durchführen, wobei die Wahl jeweils zwischen der Alternative „Nichtversicherung" und einer Kfz-Kaskoversicherung mit bestimmter Prämien-Selbstbeteiligungs-Kombination bestand. 46 Diese empirischen Wahlentscheidungen wurden anschließend mit den mittels der Nutzenfunktion prognostizierten Wahlentscheidungen verglichen.

Hierbei konnten über die individuellen Nutzenfunktionen 58 % der hypothetischen Versicherungsentscheidungen richtig prognostiziert werden. Kritisch anzumerken sind an der Studie mehrere Aspekte. Zum einen ist die verwendete Stichprobe mit 10 Probanden (Fakultätsmitglieder und Studenten) äußerst klein,47 sodass die Ergebnisse nicht über die Stichprobe hinaus aussagefähig sind. Die verwendeten Auswahlentscheidungen zur Überprüfung der Prognosegüte stellen weiterhin kein „strenges" Kriterium dar, da immer nur die Alternativen „Nichtversicherung" vs. „Versicherung" zur Wahl standen. Bei diesen „Extremalternativen" dürften a priori die Nutzenunterschiede wesentlich größer sein als bei Auswahlentscheidungen zwischen zwei Versicherungsalternativen mit unterschiedlichen Prämien-Selbstbeteiligungs-Kombinationen.