Basierend auf zehn Jahren Cyber-Versicherungsexpertise. Exklusive Schadendaten aus über 100.000 Unternehmen in 130 Branchen und 80 Ländern.
Entwickelt von Munich Re, dem weltweit größten Cyber-Rückversicherer. Dieses Modell wurde genutzt, um Cyber-Policen im Milliardenumfang über Tausende Unternehmen hinweg zu kalkulieren. Jede Zahl hat echte finanzielle Auswirkungen: Wenn das Modell falsch liegt, verliert Munich Re Geld.
Heute bildet dieselbe Methodik die Grundlage für das Underwriting von Munich Re und für die Squalify-Plattform. Sie wurde in über 4.500 Unternehmensbewertungen angewendet und ist bewährt in strategischen Partnerschaften, darunter Google Cloud Protection Plus.
Squalify's Modell simuliert Eintrittswahrscheinlichkeit und Schadenschwere relevanter Cyber-Szenarien – basierend auf dem individuellen Risikoprofil Ihres Unternehmens. Die Quantifizierung erfolgt in drei Schritten: Ursache, Auswirkung, finanzieller Verlust. So entsteht ein vollständig finanzielles Bild der Cyberexponierung für Entscheidungen auf Vorstandsebene.
Basierend auf realen Schadensmustern und historischen Verlustdaten zeigt jeder Bedrohungstyp, wie Cybervorfälle im Versicherungsmarkt zu finanziellen Verlusten führen. Das Modell wird laufend aktualisiert und ist vollständig integriert. Sie müssen keine Bedrohungsannahmen manuell schätzen.
Sie bewerten drei zentrale Vorfallstypen basierend auf Ihrem Geschäftsmodell:
Ransomware wird als hybrides Ereignis modelliert, das sowohl Datenpannen- als auch Betriebsunterbrechungseffekte kombiniert.
Jede Konsequenz ist sieben Schadenskomponenten zugeordnet, die reale finanzielle Kategorien aus Cyberversicherungsfällen abbilden. Diese orientieren sich eng an den FAIR Materiality Assessment Model (FAIR-MAM) Kostenkategorien und ermöglichen eine vertraute Einordnung für erfahrene Anwender.
Laden Sie das FAIR-vs-Squalify-Whitepaper herunter und erfahren Sie, warum traditionelle Bottom-Up-Modelle an Grenzen stoßen und wie der Top-Down-Ansatz schnellere, vorstandsfähige Ergebnisse liefert.
Squalify nutzt Monte-Carlo-Simulationen, um die Unvorhersehbarkeit realer Cyberereignisse abzubilden – dort, wo Verluste sowohl in ihrer Häufigkeit als auch in ihrer finanziellen Auswirkung variieren.
Die gleiche Methode wird in Finanz- und Versicherungsmodellen eingesetzt, um Unsicherheit zu messen, wenn Ergebnisse nicht mit einer einzigen Zahl prognostizierbar sind.
Jede Simulation führt Tausende Szenarien auf Basis Ihrer Eingaben und der Schadendaten durch. In manchen Jahren treten keine Ereignisse auf – in anderen zeigen sich seltene, aber folgenschwere Verluste. Zusammen ergeben sie ein statistisches Bild Ihrer tatsächlichen Exponierung.
Dieser Ansatz verwandelt Cyberrisiken in belastbare, finanzielle Kennzahlen, auf die sich Vorstände verlassen können – ohne subjektive Annahmen oder Modellierung auf Asset-Ebene.
Unser Risikomodell ist sowohl expertengetrieben – kalibriert von Underwriting-, Schaden- und Cyber-Spezialisten von Munich Re – als auch datenbasiert, mit exklusiven Schadendaten aus Tausenden anonymisierten Versicherungsfällen von über 100.000 Unternehmen in mehr als 130 Branchen und 80 Ländern.
Die Datenbasis wird laufend erweitert, um neue und relevante Cyberbedrohungen, Vorfälle und Schadenmuster abzubilden, die die finanzielle Risikoposition beeinflussen.
