Zum Inhalt springen
MMG Management ConsultingKI-Anbieter Versicherung
Zurück zu allen Anbietern

Earnix

Ramat Gan, Israel

InnenringVersicherungsspezialisteigenständigBelegklasse B

Profil

Hauptsitz
Ramat Gan, Israel
Land
IL
Gründung
2001
Finanzierung
mind. 75 Mio. USD Wachstumsrunde (2021, u.a. Insight Partners); Gesamt >100 Mio. USD
Grösse
keine Angabe (mehrere hundert MA)
Sparten
spartenübergreifend (v.a. Non-Life-Pricing), auch Banking

Was der Anbieter löst

Fachbereich
Underwriting
Teilprozesse
PricingRisikoscoringAutomatisierte AnnahmePortfoliosteuerung
Use Cases
Echtzeit-Rating-/Pricing-Engine und Underwriting-Entscheidungsplattform (AIOS): kombiniert KI/ML mit analytischem Underwriting, um Tarife/Preise dynamisch zu berechnen, Annahmeentscheidungen zu automatisieren und Portfolios zu steuern. Eigenes Underwriting-Produkt (Underwrite-It).
Technologie
ML/AI-Analytics, Pricing-/Rating-Engine, KI-Orchestrierung (AIOS)
Integrationen
Enterprise Rating Engine mit Kernsystem-/Datenintegrationen; konkrete DACH-Kernsysteme keine Angabe

Kunden und Referenzen in DACH

Ein namentlich bekannter Kunde stärkt zwei der drei Notenkriterien. Die DACH-Region zählt in der Kernnote dadurch doppelt.

DACH-Bezug
Kein Bezug zu DACH gefunden
Kundenbeleg
Kein Kunde belegt
DACH-Referenzen
  • keine namentlich belegten DACH-Versicherer
  • deutschsprachige Fachpresse (it-finanzmagazin zu Earnix-Tarifierung), aktiver DACH-Vertrieb
Begründung Kundenbeleg
In der Endprüfung aus den bereits erhobenen Referenzen bestätigt.

Bewertung

Warum diese Note
Reife, spezialisierte Pricing-/UW-Plattform mit DACH-Vertrieb und Fachpresse-Präsenz, aber ohne namentlich belegten DACH-Versicherer.
Nachweis der KI im Produkt
Die Produktseite https://earnix.com/our-solutions/products/underwriting/ verbindet regelbasiertes Underwriting mit maschinellem Lernen und Simulation und beschreibt Modelle, die Annahmeregeln optimieren. Der Beitrag https://earnix.com/blog/six-use-cases-for-earnix-model-accelerator/ zeigt jedoch, dass der Schwerpunkt auf dem Einbinden extern gebauter Kundenmodelle liegt (ONNX, H2O, DataRobot, Python), während Earnix selbst vor allem das automatisierte GLM-Werkzeug AGLM beisteuert.
Quellenlage
5 Quellen hinterlegt, 3 davon tragen die Bewertung. Einzelrecherche.

Marktstatus

Status
eigenständig
Beleg
aktiv
Statushinweis
aktiv

Herkunft und Zweitbewertung

Diese Felder stammen aus der Global-Liste und wurden bewusst nicht mit der Kernnote verrechnet, weil beide auf unterschiedlichen Methoden beruhen.

Herkunft
DACH-Liste
Score DACH alt
7 von 10

Quellen (5)

  1. 1https://www.insurancebusinessmag.com/us/news/technology/earnix-unveils-underwriting-solution-underwriteit-421024.aspx
  2. 2https://earnix.com/our-solutions/products/underwriting/
  3. 3https://www.it-finanzmagazin.de/digitale-versicherungstarifierung-soll-underwriting-effizienz-und-compliance-verbessern-215499/
  4. 4https://earnix.com/
  5. 5https://earnix.com/blog/six-use-cases-for-earnix-model-accelerator/