Tausche Gesundheitsdaten gegen Versicherungsrabatte – Empirische Untersuchung der Kundenakzeptanz von Pay-as-you-live-Tarifen in der Krankenversicherung

Abstract

Die vorliegende Studie untersucht, welche Faktoren auf Kundenseite die Nutzungseinstellung von Pay-as-you-live (PAYL)-Tarifen beeinflussen. Bei solchen Versicherungsprodukten teilt die versicherte Person laufend Gesundheitsdaten mit dem Krankenversicherer, die über Smart Devices erhoben werden. Im Gegenzug erhält die versicherte Person Bonifikationen, wenn die übermittelten Daten auf ein gesundheitsbewusstes Verhalten schließen lassen. Für die Untersuchung werden Erkenntnisse der Technologieakzeptanzforschung (vor allem „Technology Acceptance Model (TAM)“) und der Forschung zur Nutzung mobiler Internettechnologien (vor allem „Mobile Users’ Information Privacy Concerns (MUIPC)“) verwendet. Das abgeleitete Erklärungsmodell wird auf Grundlage einer Online-Befragung ( n = 333) für den deutschen Versicherungsmarkt empirisch überprüft. Die durchgeführte Regressionsanalyse identifiziert den wahrgenommenen Nutzen, die individuelle Innovationsbereitschaft, das wahrgenommene Anbietervertrauen sowie ein wahrgenommenes Eindringen in die Privatsphäre als relevante Faktoren für die Nutzungsbereitschaft von PAYL-Tarifen in der Krankenversicherung. Die Studienergebnisse bilden die Grundlage für die Ableitung von Handlungsempfehlungen für Krankenversicherer bezüglich der Gestaltung von PAYL-Tarifen. This study analyses factors that influence customer’s attitude of using Pay-as-you-live (PAYL) tariffs. With such insurance products, the insured person continuously shares health data with the health insurer, which are collected via smart devices. In return, the insured person receives gratifications, if the shared data indicate health-conscious behavior. The study uses findings from technology acceptance research (especially “Technology Acceptance Model (TAM)”) as well as research on the use of mobil internet technologies (especially “Mobile Users’ Information Privacy Concerns (MUIPC)”). The developed model is empirically tested by an online panel ( n = 333) for the German insurance market. The results of the multiple linear regression analysis show that perceived usefulness, personal innovativeness, perceived trust as well as perceived intrusion into privacy have a significant influence on attitudes of using PAYL tariffs. Based on these findings, implications for health insurers with regard to developing PAYL tariffs are discussed.