TOP
Ein Funke in einem lichten Waldstück setzt einige wenige Bäume in Brand und erlischt. Derselbe Funke in einem dichten Wald kann einen Brand über Meilen ausbreiten. Verändert hat sich nicht der Funke, sondern der Abstand der Bäume zueinander, genauer gesagt, ob jeder brennende Baum im Durchschnitt mehr als einen weiteren Baum entzündet. Netzwerke gemeinsamer Abhängigkeiten haben denselben Schwellenwert. Dieser entscheidet darüber, ob ein einzelner Ausfall lokal begrenzt bleibt oder große Teile des Bestands gleichzeitig erfasst.
Der Ausgleich im Kollektiv unterstellt, dass ein einzelnes Ereignis nur einen begrenzten Teil des Bestands – des Portfolios versicherter Risiken – berührt. Ein Brand, ein Verkehrsunfall oder ein Sturm gewöhnlichen Ausmaßes treffen zwar einige Versicherungsnehmer, lassen die übrigen jedoch unberührt. Der Schaden aus einem Ereignis macht nur einen Bruchteil des Ganzen aus. Die Versicherbarkeitslehre erhebt diese Annahme zur Bedingung: Der maximal mögliche Schaden aus einem einzelnen Ereignis, also das, was ein Ereignis über den Bestand hinweg maximal kosten kann, soll begrenzt sein.
Künstliche Intelligenz und Cyberrisiken stellen diese Bedingung durch gegenseitige Abhängigkeiten auf die Probe. Sind viele Versicherungsnehmer auf denselben Anbieter angewiesen, kann ein einzelner Ausfall gleichzeitig einen großen Teil des Bestands treffen. Entscheidend ist, dass die Reichweite eines Ausfalls nicht gleichmäßig mit dem Grad der Abhängigkeit wächst. Vielmehr existiert ein Schwellenwert.
Baruch Berliners Rahmenwerk begrenzt den maximal möglichen Schaden aus einem einzelnen Ereignis und, eng damit verbunden, das Potenzial für Schadenkumule innerhalb eines Bestands.1 Eine Sparte, in der ein einzelnes Ereignis gleichzeitig den Großteil des Portfolios treffen kann, steht zu beiden Anforderungen in einem Spannungsverhältnis.
Biener, Eling und Wirfs zählen das Kumulpotenzial von Cyberrisiken – seine Fähigkeit, aus einer gemeinsamen Ursache viele korrelierte Schäden hervorzubringen ––zu den Merkmalen, die Cyberrisiken von etablierten Versicherungssparten unterscheiden.2 Der Mechanismus, der diesem Kumul zugrunde liegt, wird im nächsten Abschnitt betrachtet.
Netzwerke geben der Struktur eine präzise Form. Betrachten wir eine Gruppe von Versicherungsnehmern, die miteinander verbunden sind, weil sie von demselben Anbieter abhängig sind: Mit zunehmender Dichte dieser gemeinsamen Abhängigkeiten wachsen die verbundenen Gruppen. Dieses Wachstum erfolgt jedoch nicht gleichmäßig. Der Übergang von vielen kleinen, voneinander getrennten Gruppen zu einem einzigen, das gesamte Netzwerk überspannenden Cluster vollzieht sich abrupt und nicht schrittweise. Der Wendepunkt ist erreicht, wenn jeder Ausfall im Durchschnitt mehr als einen weiteren Versicherungsnehmer betrifft.
Das ist die Perkolationsschwelle, die in der Mathematik des Zufalls (Stochastik) untersucht wird.3 Der gleiche abrupte Übergang gilt für Netzwerke mit der ungleichmäßigen Vernetzung realer Systeme: Unterhalb dieses Schwellenwerts besteht das Netzwerk aus zahlreichen kleinen, voneinander getrennten Clustern; kurz darüber entsteht eine einzige große Komponente.4 Sprunghaft verändert sich dabei der Umfang der größten Gruppe, die durch einen einzelnen Ausfall gleichzeitig beeinträchtigt werden kann.
Die Abbildung überträgt diesen Übergang in Versicherungsbegriffe: Auf der vertikalen Achse ist der Anteil des Bestands dargestellt, der durch den Ausfall eines einzelnen Anbieters betroffen werden kann.; auf der horizontalen Achse der Grad der gemeinsamen Abhängigkeit der Versicherungsnehmer.
Die Perkolationsschwelle – gemeinsame Abhängigkeit hat einen Wendepunkt. Im oberen Teil der Abbildung zeigt die horizontale Achse den Grad der gemeinsamen Abhängigkeiten der Versicherungsnehmer, die vertikale Achse den Anteil des Bestands, der durch den Ausfall eines einzelnen Anbieters betroffen werden kann. Unterhalb des Schwellenwerts (gestrichelte Linie) verläuft die Kurve nahe null; oberhalb davon steigt sie steil an. Die drei unteren Teilabbildungen zeigen Netzwerke aus 30 Versicherungsnehmern, die jeweils miteinander verbunden sind, wenn sie denselben Anbieter nutzen. Die hervorgehobene bernsteinfarbene Gruppe kennzeichnet diejenigen Versicherungsnehmer, die durch einen einzelnen Ausfall gemeinsam betroffen wären. Ihre Größe ist unter den jeweiligen Abbildungen angegeben: 10 % unterhalb der Schwelle, 43 % an der Schwelle und 80 % oberhalb der Schwelle. Die Abbildungen enthalten keine empirischen Daten, sie dienen ausschließlich der Illustration des Übergangs. Quelle: Gen Re.
Die Form der Kurve lässt sich unmittelbar auf einen Risikobestand übertragen. Unterhalb des Schwellenwerts bleiben die Schäden lokal begrenzt, und der Ausgleich im Kollektiv erfüllt seine Funktion: Durch die Hinzunahme weiterer Versicherungsnehmer verringert sich die relative Schwankungsbreite des Schadens. Oberhalb des Schwellenwerts führt dasselbe Ereignis zu einer Vielzahl gleichzeitig eintretender Schäden; die Hinzunahme weiterer Versicherungsnehmer reduziert diese Volatilität nicht mehr, da auch sie innerhalb desselben verbundenen Clusters liegen.
Einige Marktteilnehmer haben Angaben zu ihrem Cyberbestand veröffentlicht und dabei den Schwerpunkt auf systemische Risiken gelegt (Verluste aufgrund einer gemeinsamen Ursache, unabhängig davon, ob vorsätzlich oder unbeabsichtigt), wobei Betriebsunterbrechungen als wesentlicher Faktor gelten – ähnlich früheren systemischen Ereignissen wie dem CrowdStrike-Ausfall, einem nicht vorsätzlichen Softwarefehler, der zu Verlusten in Cyberpolicen führte, und dem Cyberangriff auf Change Healthcare, beide aus dem Jahr 2024. In diesen Fällen basieren realistische Katastrophenszenarien häufig auf dem Ausfall eines Datenaggregators, einer gemeinsam genutzten Hardware- oder Softwareplattform oder eines Cloud-Anbieters. Es handelt sich hier um gemeinsame Anbieter, deren Ausfall die in der Abbildung dargestellten Cluster definiert. Die Szenarien werden typischerweise unterhalb des 1‑in‑250-Jahres-Ereignisses eines probabilistischen Modells dimensioniert.
Investoren mögen sich durch solche Maßnahmen beruhigt fühlen, da diese oft unter einer bestimmten Schwelle des Eigenkapitals liegen (z. B. 15 oder 20 %). Die hinter dem Bestand stehenden Limite bewegen sich jedoch in anderer Größenordnung und können das 10- bis 40‑Fache des Eigenkapitals betragen.
Auf der Zeichnungsseite (Underwriting) stehen diejenigen Instrumente zur Verfügung, um die Reichweite eines einzelnen Auslösers zu begrenzen: Obergrenzen für Zeichnungskapazitäten (Line Sizes), Sublimits für Betriebsunterbrechungen (Contingent Business Interruption), Wartefristen sowie Ausschlüsse für Krieg, Cyberkrieg und Infrastrukturausfälle. Diese Maßnahmen wirken sich auf das Ausmaß der gegenseitigen Abhängigkeit aus, die ein einzelner Ausfall ausnutzen kann. Auf der Finanzierungsseite stehen Katastrophenschutzinstrumente wie Cat Bonds, Industry Loss Warranties und traditionelle Rückversicherungslösungen zur Verfügung.
Ein derartiger Schutz verringert die gegenseitige Abhängigkeit nicht. Er verlagert lediglich einen kleinen Teil des Tail auf andere Risikoträger.
Gemessen am Eigenkapital liegen der modellierte Cyber-Tail und der modellierte Naturkatastrophen-Tail dicht beieinander. Was hinter diesen Zahlen steht, unterscheidet sich jedoch grundlegend: Hinter der Naturkatastrophenzahl stehen jahrzehntelang dokumentierte Schäden sowie Modelle, die auf den physikalischen Gesetzmäßigkeiten von Sturm- und Erdbebenrisiken beruhen; Waldbrandrisiken bilden hierbei eine Ausnahme. Hinter der Zahl für Cyberrisiken stehen hingegen keine vergleichbaren Daten. Für Sturm- und Erdbebenrisiken hat die modellierte 1‑in‑250-Jahre-Kennzahl das in sie gesetzte Vertrauen verdient; bei Cyberrisiken, ebenso wie bei Krieg und Terrorismus, ist dies noch nicht der Fall. Die im Markt verwendeten Szenarien machen diese Unterscheidung nicht: Die realistischen Katastrophenszenarien (Realistic Disaster Scenarios) von Lloyd’s verlangen für Sturm und Erdbeben ebenso wie für Cyber und Terrorismus die Angabe eines modellierten Schadens in derselben Form.5 Weder die Marktteilnehmer noch der Markt legen diese Angaben in der Sprache der Perkolation dar; die Lesart ist die dieses Beitrags. Bei den Zahlen handelt es sich um Modellergebnisse und nicht um tatsächlich beobachtete Schäden. Gerade darin liegt bei Cyberrisiken der Grund zur Vorsicht.
Oberhalb des Schwellenwerts ändert sich die Exponierung der Art nach, nicht dem Grad nach: Sie ist selten, groß, wenn sie eintrifft und über den Bestand hinweg korreliert. Sie verhält sich nicht wie der diversifizierte Rest, für den das Gesetz der großen Zahlen gilt. Das Kapital, das hinter einer solchen Exponierung steht, trägt ein Risiko, das eher dem von Eigenkapital ähnelt als dem eines ausgeglichenen Bestands.
Der Cybermarkt hat auf diese Problematik bereits in den Vertragsbedingungen reagiert. Im Rahmen einer Klausel für Kumulereignisse (Widespread Event Endorsement) wird ein Ereignis einer von zwei Kategorien zugeordnet: entweder einem Ereignis mit begrenzter Auswirkung oder einem Kumulereignis (widespread event). Letzteres ist durch einen gemeinsamen Auslöser definiert, etwa eine schwerwiegende gemeinsame Schwachstelle, eine Kompromittierung einer Software-Lieferkette oder den Ausfall eines Systems, von dem viele Versicherungsnehmer abhängen.6 Schäden aus einem Kumulereignis haben ein separates, niedrigeres Sublimit, das von der vereinbarten Versicherungssumme abgetrennt ist. Dadurch wird verhindert, dass ein einzelnes Ereignis den gesamten Bestand zu den vollen Vertragsbedingungen ausschöpfen kann. Dieses Sublimit ist die im Vertrag festgeschriebene Kumulkontrolle. Es begrenzt, wie viel des Bestands ein einzelnes Ereignis kosten darf – den Betrag, der nach Überschreiten des Schwellenwerts unbegrenzt bleibt. Aufsichtsbehörden betrachten diese Kumulrisiken als eine der wesentlichen Herausforderungen des Cyber-Underwritings, insbesondere aufgrund der gemeinsamen Abhängigkeiten von Cloud-Anbietern und Software-Plattformen, über die sich ein einzelner Ausfall auf eine große Zahl von Versicherungsnehmern ausbreiten kann.7
Diese Vorgehensweise wird derzeit weiterentwickelt und folgt derselben strukturellen Logik. Im August 2026 bestätigte die Lloyd’s Market Association, dass sie die Einführung einer Musterklausel zum Ausschluss für Infrastrukturausfälle in Cyberpolicen erwägt. Die Klausel wird mit ihrem Cyber-Fachgremium entwickelt und soll, wie ihre übrigen Musterklauseln, nicht verbindlich vorgeschrieben, sondern zur Anpassung durch die Marktteilnehmer bereitgestellt werden.8 Eine solche Klausel muss definieren, welche Abhängigkeiten das Kumulrisiko tragen: gemeinsame Infrastrukturen, von denen viele Versicherungsnehmer gleichzeitig abhängen und bei deren Ausfall ein einziges Ereignis Ansprüche von Tausenden von Versicherten gleichzeitig („thousands of insureds simultaneously“) auslösen könnte. Die Benennung dieser Abhängigkeiten im Vertragswerk erfüllt dieselbe Funktion wie Sublimite, nur einen Schritt früher im Risikotransferprozess: – sie hält im Vertrag fest, was die Schwelle in der Struktur festhält. Rückversicherer haben unterdessen eine Ausweitung der Deckung für kritische Infrastrukturen selbst in Zeiten des weichen Markts abgelehnt, wie zwei von ihnen angaben. Der Schwellenwert zeigt daher sowohl, was der Markt nicht zeichnet, als auch das, was durch Klauseln im Vertragswerk begrenzt wird.
Ob eine solche Exponierung gezeichnet werden sollte und wie viel davon selbst zu tragen sein sollte, entscheidet die Struktur nicht. Sie legt etwas Engeres fest: den Punkt, an dem der maximal mögliche Schaden nicht mehr durch die Größe einer einzelnen Versicherungspolice begrenzt, sondern von gemeinsamen Abhängigkeiten bestimmt wird.
Als nächstes in dieser Reihe: Den schlimmsten Fall eingepreist – der Markt für „Zitronen“ und der Rückzug aus der KI‑Deckung. Vorherigen Beitrag verpasst? Lesen Sie hier Teil 2 der Reihe.
