Neuigkeiten aus dem Biometrie-Markt

Eine erfolgreiche Web Session unter dem Dach der EAA fand letztes Frühjahr  unter der Mitwirkung von Frank Genheimer, Elias Vicari, Axel Wachsman und Thomas Gehling statt. Besonders in Osteuropa ist der Informationsbedarf zu neuen Produkten und Innovationen offensichtlich groß. Aus diesem Grund findet die Web Session auch in diesem Jahr statt. Eine Anmeldung ist möglich unter dem Link 50 Shades of Product Development

Themen sind:

• aktuellen Produktlandschaft und ihre Weiterentwicklung
• Trends und Innovationen bei Spar-, Renten- und Risikoprodukten
• moderne Geldanlage für Spar- und Rentenprodukte
• zügige Umsetzung und Implementierung von Produktideen

Wir freuen uns auf einen regen Austausch.

A successful web session took place last year under the hood of EAA with the participation of Frank Genheimer, Elias Vicari, Axel Wachsman, and Thomas Gehling. Particularly in Eastern Europe, the demand for information on new products and innovations is evidently high. For this reason, the web session will also take place this year. Registration is possible under the link 50 Shades of Product Development.

Topics include:

– Current product landscape and its further development
– Trends and innovations in savings, retirement, and risk products
– Modern investment for savings and retirement products
– Swift implementation and deployment of product ideas

We look forward to lively discussions.

Eine erfolgreiche Websesson unter dem Dach der EAA fand statt vom 31.1. bis zum 2.2.2023. Frank Genheimer, Elias Vicari, Axel Wachsman und Thomas Gehling beleuchteten alle Aspekte rund um die Produktentwicklung in heutiger Zeit.

Im Bereich der Risikoprodukte wurde mittels zweier Polls die Einschätzungen der Teilnehmer erhoben: zu den relevanten Produkten und zu wichtigen Entwicklungen in der Produktentwicklung. Bei den Produkten lag etwas überraschend die Pflegeversicherung ganz vorne, knapp gefolgt von der Dread-Disease-Versicherung. Viele Teilnehmer kamen aus osteuropäischen Ländern. Insofern mag das Ergebnis diese Perspektive spiegeln.

Bei den Trends stand eindeutig und ganz oben die Verbesserung und Vereinfachung bestehender Prozesse mittels Digitalisierung. Hier besteht offensichtlich und vermutlich von niemanden zu bestreiten ein enormer Nachholbedarf.

Einen individuellen Workshop zu Produkten  bieten Frank Genheimer und Thomas Gehling gerne auch nach Absprache an. Sprechen Sie uns an!

Im Zuge von Machine Learning kommt der genaue Blick auf eine potentielle Diskriminierung der trainierten Modelle eine größere Bedeutung zu. Neben dem Geschlecht sind insbesondere auch Herkunft, Religion, Behinderung, Alter und sexuelle Identität vom Allgemeinen Gleichbehandlungsgesetz geschützt.

Seit 2012 müssen alle Versicherungsprämien für Männer und Frauen gleich sein. Bereits an diesem einfachen Beispiel zeigt sich, dass das übliche Verfahren zur Kalkulation von Unisex-Tarifen zwar eine direkte Diskriminierung verhindert, eine mittelbare oder indirekte Diskriminierung jedoch nicht verhindert wird.

In der Websession auf Englisch wird ein einfaches Verfahren vorgestellt, wie eine mittelbare Diskriminierung in vielen Fällen effektiv verhindert werden kann.

Ich freue mich auf eine rege Diskussion. Anmeldung über die EAA unter:

https://actuarial-academy.com/seminars/seminar?No=E0208

„Beim ersten Mal haben wir es ausprobiert, beim zweiten Mal ist es schon Tradition und beim dritten Mal Brauchtum!“

Nach dieser kölschen Redensart geht es mit dem Webinar zur Produktlandschaft in der Lebensversicherung in die dritte Runde.

Frank Genheimer blickt auf die neuesten Entwicklungen am Lebensversicherungsmarkt mit dem Fokus „Einfachheit“, „Kundenzentrierung“ und „Digitalisierung“.

Thomas Gehling schärft den Blick auf die Grundfähigkeitsversicherung, die einen enormen Aufschwung erlebt. Die Berufsunfähigkeitsversicherung steht wieder verstärkt im Bedingungswettbewerb, und das Thema Digitlalisierung durchzieht alle Risikoprodukte und hier besonders auch einfache Todesfallversicherungen. Ein kleiner Einschub zur Corona-Pandemie rundet das Webinar ab.

Termin: 18. Mai 2020, 10:00 – 11:30 Uhr
Hier bei der DAA buchen:

WEB20-06: Update zur Produktlandschaft in der Lebensversicherung

Wie hoch die Sterblichkeit aufgrund von Covid-19 ausfällt, lässt sich derzeit bei weitem nicht präzise  sagen und unterliegt auch der dynamischen Entwicklung. In dem Beitrag Vergleich der Sterblichkeit von Covid-19 mit der Bevölkerungssterblichkeit in Deutschland wurde anhand weniger Zahlen versucht, eine erste Eingrenzung vorzunehmen. Hier soll dabei keine Relativierung der Not und der Todesfälle vorgenommen werden, die durch Covid-19 verursacht werden.

Um die möglichen Sterblichkeiten auch in einen weiteren Kontext zu stellen, soll die Hypothese betrachtet werden, dass die Sterblichkeit aufgrund von Covid-19 zu einer Verdoppelung der Sterblichkeit bei Infizierten führt, d.h. neben der allgemeinen Basissterblichkeit kommen noch zusätzliche Covid-19-Todesfälle in gleicher Größenordnung hinzu. Das Verhältnis der Gesamtsterblichkeit am Jahresende 2020 bei Infizierten im Vergleich zur Sterblichkeit 2019 läge also bei 200%.

Grafik 1 (PDF-Datei) zeigt hierzu im Vergleich das Verhältnis der Bevölkerungssterblichkeit für 10-jährige-Altersbänder der Jahre 1997 und 1977 im Vergleich zu 2017. Die Datengrundlage sind Kohortensterbetafeln des statistischen Bundesamtes, die zu Periodensterbetafeln umgerechnet wurden.

Während 1997, also vor 23 Jahren, die Bevölkerungssterblichkeit ungefähr zwischen 150% und 200% der Bevölkerungssterblichkeit 2017 lag, bewegt sie sich 1977 zwischen 180% und 300%. Hieran zeigt sich sehr deutlich, dass die Sterblichkeitsverbesserungen in den letzten 40 Jahren zu einer deutlich verringerten Sterblichkeit in allen Altersgruppen geführt haben. Aus diesem Grund steigt seit Jahrzehnten die Lebenserwartung.

Unter der Hypothese, dass Covid-19 zu einer Verdoppelung der Sterblichkeit bei Infizierten führt, wäre man demnach ungefähr wieder bei einer Sterblichkeit wie Ende der siebziger Jahre.

Wieso ist dann dennoch das Risiko einer Überlastung des Gesundheitssystems und aller Beteiligten so groß?

Eine Verdoppelung der Sterblichkeit bei 2/3 der Bevölkerung würde zu mehr als 600.000 zusätzlichen Todesfällen und ca. 1,6 Mio. Todesfällen insgesamt führen. Dies wäre ein Drama, was man sich nicht vorzustellen vermag.

1977 lag die Anzahl der Todesfälle bei 931.000 Todesfällen und damit nur geringfügig unterhalb derjenigen von 2018 (954.000, alle Zahlen hier), obwohl wie oben gesehen die Sterblichkeit doppelt so hoch war. Dies liegt natürlich im wesentlichen daran, dass die Altersstruktur früher vollkommen anders war. Zusätzlich waren die Kohortengrößen der Jahrgänge, die versterben, unterschiedlich groß.

Obige Zahlen sind reine Modellbetrachtungen und sollen alleine zum Verständnis der aktuellen Pandemie beitragen.

Einen sehr guten Einblick in das mögliche Geschehen gibt folgender Bericht des Imperial College UK:

Estimating the number of infections and the impact of non-pharmaceutical interventions on COVID-19 in 11 European countries

Folgend soll anhand einer wenigen Woche alten Quelle aus Asien

(Quelle: Chinese Center for Disease Control and Prevention (Stand: 11.02.2020); Korea Centers for Disease Control and Prevention (Stand: 08.03.2020), siehe auch https://www.tagesspiegel.de/wissen/pollenallergiker-asthmatisch-und-dann-auch-noch-coronaviren-asthmapatienten-sind-etwas-mehr-gefaehrdet-/25638382.html)

ein Vergleich der Sterblichkeit von Infizierten aufgrund von Covid-19 und der Sterblichkeit in der Bevölkerung in Deutschland anhand der letzten abgekürzten Deutschen Sterbetafel 2016 / 2018 (destatis.de) vorgenommen werden.

Die Studien enthalten die zwingend notwendigen Angaben Exposure, Deaths und Altersbereiche. Leider gibt es keine Differenzierung nach dem Geschlecht. Ebenso ist unbekannt, wie qualitativ hochwertig die Studien sind. Eigentlich verbietet sich natürlich ein Vergleich einer Studie aus China und Südkorea mit einer Bevölkerungssterblichkeit aus Deutschland. Insbesondere lässt sich der Effekt der lokalen Lebensgewohnheiten und Gesundheitssysteme schwer einschätzen. Dennoch soll an dieser Stelle einfach mal so getan werden, dass Covid-19 unabhängig vom Land zu Todesfällen führt. Die Bevölkerungssterblichkeit ist auf unisex-Sterblichkeiten umgerechnet worden.

Grafik 1 (PDF-Datei hier) zeigt die Sterblichkeit aus den Studien und die Bevölkerungssterblichkeit jeweils in Prozent (rechte Skala). Die Anzahlen der Todesfälle sind als blaue Balken aufgeführt (linke Skala). Wie bei klassischen aktuariellen Sterblichkeitsanalysen üblich, ist eine Untergrenze der Beobachtungen von ca. 20 Todesfällen für eine halbwegs statistisch gesicherte Aussage genügend. Dies gilt hier für die Altersbereiche ab dem 30. Lebensjahr.

Man sieht eine klar höhere Covid-19-Sterblichkeit im Vergleich zur aktuellen Bevölkerungssterblichkeit. Andererseits ist die altersabhängige Verlauf recht klassisch und vergleichbar zum altersabhängigen Verlauf in der Bevölkerung, jedoch entsprechend höher.

Grafik 2 (PDF-Datei hier) zeigt noch die Verhältnisse der Sterblichkeiten (rohe, gemittelten q_x) für die einzelnen Altersbereiche. Man sieht, dass die Covid-19-Sterblichkeit ungefähr um den Faktor 2 bis 3 oberhalb der Bevölkerungssterblichkeit liegt (Altersbereiche 30-79 Jahre). Jüngere sind wenig aussagekräftig. Bei den über 80-jährigen könnte es noch eine geringere Übersterblichkeit geben. Eine Übersterblichkeit hier muss  anders als sonst als additive zusätzliche Sterblichkeit betrachtet werden. Damit wäre evtl. die Gesamtsterblichkeit 3 bis 4-fach so hoch wie üblich.

Fazit:

Die in den Medien stark betonte Altersabhängigkeit drückt scheinbar im wesentlichen den üblichen altersabhängigen Verlauf aus. Inwieweit die Todesfälle eher Personen mit Vorerkrankungen sind, lässt sich leider aus den Daten nicht erkennen. Insbesondere hängt hiervon ab, ob die Covid-19-Sterblichkeit zu 100% add-on auf die übliche Basissterblichkeit zu erwarten ist, oder ob es eine gewisse Überschneidung mit den sonst zu erwartenden Todesfälle gibt. Nichtsdestotrotz scheint es auch für jüngere Personen eine signifikante Übersterblichkeit zu geben. Bei diesen Vergleichen darf jedoch nicht vergessen werden, dass die Übersterblichkeit sich bei Infizierten realisiert. Wie viele Infizierte es in Deutschland geben wird, ist noch weitgehend unklar.

Jeder Aktuar und Mathematiker macht sich anhand der üblichen veröffentlichen Zahlen vermutlich seine eigenen Gedanken zur weiteren Entwicklung und zum Verständnis der bisherigen Fallzahlen. Insbesondere ein ungezügeltes exponentielles Wachstum kann jedem Angst machen. Die derzeitige Strategie lässt sich folgendermaßen beschreiben: Die Kurve der Infizierten oder auch Neuinfizierten muss flacher werden, damit das Gesundheitssystem hiermit umgehen kann. Außerdem wird so wertvolle Zeit für die Vorbereitung gewonnen.

Wenn man nun einfachste mögliche Modelle in Excel bastelt, ergeben sich trotz dieser Einfachheit einige Erkenntnisse. Dabei kann man ein wenig mit den Parametern wie der Sterberate, der Anzahl schwer erkrankter Fälle oder auch dem Zeitraum zwischen einer Infektion und dem Ausbruch der Krankheit und evtl. Todesfällen Szenarien generieren. Dies ergibt dann doch einige qualitative Aussagen:

• Der zeitliche Verzug zwischen einer Infektion und der Erkrankung und evtl. Todesfällen lässt einen Vergleich zwischen der aktuellen Anzahl von Todesfällen und der aktuellen Anzahl an getesteten Infizierten nicht zu. Wenn, dann müsste man die aktuelle Anzahl von Todesfällen mit der Anzahl von Infizierten vor 10 bis 20 Tagen vergleichen.
• Bei üblichen Sterberaten, die aufgrund der starken Altersabhängigkeit deutlich zwischen verschiedenen Bevölkerungsgruppen variieren können, zeigt sich, dass die Anzahl der positiv getesteten Infizierten vor z.B. 14 Tagen nicht wirklich gut mit der Anzahl der heute beobachteten Todesfällen zusammenpasst. Eine naheliegende Hypothese ist, dass die Anzahl der Infizierten höher ausfällt als die Testergebnisse offiziell  berichten. Derartige Szenarienberechnungen sind aufgrund des exponentiellen Verlaufs jedoch hochgradig sensitiv.
• Solange die Anzahl von Infizierten weiterhin exponentiell steigt, und sei mit einer noch so kleinen Basis  der Exponentialfunktion größer als 1, wird die Anzahl der Intensivpatienten analog exponentiell zunehmen wie auch die Anzahl der Todesfälle. Hierbei hilft auch nicht, dass nach zwei oder drei Wochen überlebende Intensivpatienten wieder entlassen werden können. Die Dynamik ist einfach zu groß. Es verläuft einfach alles nur langsamer.  Bei einer Basis von 1,01 dauert es damit z.B. ein halbes Jahr, bis sich die anfängliche Zahl von Intensivpatienten verachtfacht hat, wiederum unter der Berücksichtigung, dass nach zwei Wochen Intensivpatienten ein Bett freigeben können.
• Einziger Weg einer Eindämmung ist demnach, die Basis unter 1 zu bekommen. Dann bricht das Infektionsgeschehen von alleine zusammen.

Die übliche Formulierung von der „Verflachung der Kurve“ ist also gleichzeitig richtig und falsch. Ziel muss sein, die Basis oder anders gesagt die Anzahl von Neuinfizierten durch eine infektiöse Person, auch Basisreproduktionsrate genannt, unter 1 zu drücken.

Diese Aussagen und Szenarien finden sich – etwas verklausuliert – auch in einer Studie, die auf der Webseite des RKI veröffentlicht wurde, siehe Modellierung von Beispielszenarien der SARS-CoV-2-Epidemie 2020 in Deutschland (20.3.2020). Hier lässt sich zusätzlich schön erkennen, welche Bedeutung das „Kontakttracing“ hat.

Auch die  Stellungnahme des Deutschen Ethikrates vom 27. März thematisiert dies  und beschreibt, dass eine erfolgreiche Strategie „erreicht ist, wenn die Zahl der Menschen, die eine infektiöse Person ansteckt, statistisch betrachtet dauerhaft unter eins liegt“ (Seite 6).

Die Aufgabe ist damit klar. Jeder Infizierte darf weniger als eine weitere Person neu infizieren. Ein Vergleich zwischen der Sterblichkeit aufgrund von Covid-19 und der üblichen Basissterblichkeit in Deutschland erfolgt morgen.

Ergänzung vom 3.4.2020:

Wie oben geschrieben, endet eine Epidemie nur, falls die Basisreproduktionsrate unter eins fällt. Falls dies nicht erreicht wird, die Basis für die exponentielle Entwicklung jedoch nur sehr wenig größer als eins ist, verteilen sich alle Infizierten über einen längeren Zeitraum. Dies ist mit dem vielfach zitierten Verflachung der Kurve gemeint.

Wichtig ist für diese Betrachtungen, dass die Anzahl der Neuinfizierten gegenüber der Zeit aufgetragen wird. In dieser Art der grafischen Darstellung ist  die Fläche unter Kurve bis zu einem Zeitpunkt t die Gesamtzahl aller bis t Infizierten, die Kurve selber gibt die Anzahl der Neuinfizierten an. Eine Verflachung der Kurve (kleinere Basis der Exponentialfunktion) führt somit dazu, dass das Maximum der Neuinfizierten  geringer ausfällt, die gesamte Fläche unter der Kurve  (also die Anzahl der insgesamt Infizierten) jedoch gleich bleibt. Damit dies jedoch einen erheblichen Effekt auf das Maximum der Neuinfizierten hat, muss die weitere Verbreitung tatsächlich sehr langsam erfolgen und würde über Jahre gehen, wenn man ein paar Szenariorechnungen anstellt. Andererseits besteht ja hoffentlich Aussicht auf einen Impfstoff oder eine sonstige medikamentöse Behandlung.

Aus statistischer Perspektive könnte man nun versuchen, die maximalen Behandlungskapazitäten zu jedem Zeitpunkt optimal auszuschöpfen. Bei den öffentlich genannten Bettkapazitäten käme man  dazu, dass ca. 30.000 bis 60.000 Neuinfizierte pro Tag behandelt werden könnten, also 900.000 bis 1.800.000 pro Monat.

Dies zeigt deutlich, dass realistische Strategien nur ein Abbruch der Infektionskette oder einen Impfstoff beinhalten können.

Einen sehr guten Einblick in das mögliche Geschehen gibt folgender Bericht des Imperial College UK:

Estimating the number of infections and the impact of non-pharmaceutical interventions on COVID-19 in 11 European countries

Bei aller Dramatik und der nahezu täglichen Änderung der Nachrichtenlage soll an dieser Stelle eine erste kurze Abschätzung über die risikotechnischen Konsequenzen der Erkrankungen durch das Coronavirus  (Corona Virus Disease 2019, Covid-19)  gegeben werden. Die Abschätzung beruht auf meiner persönlichen Einschätzung und ist hier erstmal ohne Quellen aufgeführt.

Dabei gehe ich davon aus, dass im Laufe der nächsten Monate ein Großteil der Bevölkerung sich infiziert. Wie nach zahlreichen Schätzungen von Epidemiologen benannt wären dies etwa 50% bis 70% der Bevölkerung:

• Risikolebensversicherung: Eine der offensichtlichen  Eigenschaften der Erkrankungen durch das Coronavirus ist die starke Altersabhängigkeit bei den schweren Verlaufsformen und den Todesfällen. Daneben ist die starke Abhängigkeit von Vorerkrankungen auffällig. Vermutlich  ergibt sich dabei für die Risikolebensversicherung bei aller Vorsicht nur eine überschaubare Übersterblichkeit. Die Datengrundlage ist für jüngere Personen aber aufgrund der sowieso sehr niedrigen Sterblichkeit noch dünn und muss dringend weiter verbessert werden. Mit einem typischen Endalter von ungefähr dem  50. Lebensjahr spricht derzeit viel dafür, dass die zusätzlichen Todesfälle z.B. innerhalb der Sicherheitsmargen der DAV-Tafeln liegen. Eine Verdoppelung der Sterblichkeit auch in jungen Jahren kann derzeit aber auch nicht ausgeschlossen werden. Aufgrund des vermutlich zeitlich beschränkten Charakters der Pandemie sollte aber auch dieser Fall noch für Versicherer tragfähig sein.
• Sterbegeldversicherung: Bei dem häufig ungeprüften Geschäft bis ins hohe Alter hin und den großen Beständen in der Sterbegeldversicherung, die seit Jahrzehnten verkauft worden sind, könnte Covid-19 zu einer signifikanten Übersterblichkeit 2020 und 2021 führen. Nun ist das Risiko in der Sterbegeldversicherung  im Gegensatz zur Risikolebensversicherung nicht dadurch bestimmt, ob überhaupt ein Todesfall eintritt, sondern „nur“ der Zeitpunkt. Für Abschätzungen der Risikosituation müssen diese Szenarien berechnet werden. Die Sterbegeldversicherung könnte vergleichsweise hart getroffen werden, insbesondere, da  in diesem Markt teilweise ausgesprochene Monoliner unterwegs sind.
• Berufsunfähigkeitsversicherung: Auch wenn es vereinzelte Berichte gibt, dass Coronaviruserkrankungen langfristige Behinderungen zur Folge haben können, scheint dies derzeit ein eher untergeordnetes Risiko zu sein. Bedeutender in der Berufsunfähigkeitsversicherung dürfte die erwartete wirtschaftliche Rezession werden mit den massiven Konsequenzen für Unternehmen, Selbständige, Freiberufler und Arbeitnehmer. Aus der Vergangenheit ist bekannt, dass Rezessionen und ein Anstieg der Arbeitslosigkeit mit ansteigenden BU-Leistungsfällen einhergehen.
• Grundfähigkeitsversicherung: Die im Gegensatz zur Berufsunfähigkeitsversicherung objektivierten Leistungsdefinitionen sollten die Korrelation zur Wirtschaftslage deutlich verringern.
• Pflegerentenversicherung: Die erhöhte Sterblichkeit durch Covid-19 in den typischen Altersgruppen von Pflegebedürftigen wird voraussichtlich mit dabei häufig bestehenden Vorerkrankungen zu einer erkennbaren Übersterblichkeit im Vergleich zur sowieso hohen Sterblichkeit bei Pflegebedürftigen führen. Ob Pflegefälle nach überstandener Erkrankung in signifikantem Maße auftreten, lässt sich derzeit noch nicht abschätzen.

Fazit

Sterbegeldversicherungen und  Berufsunfähigkeitsversicherungen dürften am ehesten Folgen von Covid-19 spüren. In beiden Risikoarten sollte die Belastung aber nicht existenzgefährdend für einen Versicherer sein. Hier dürfte eher die allgemeine Wirtschaftslage und ein Einbruch im Neugeschäft zu einer Belastung werden.

Ergänzung vom 27. März 2020

Falls eine Vielzahl an Erkrankten, Krankenhauspatienten und schweren Verlaufsformen das Gesundheitssystem in Deutschland überfordern, wird sich die Qualität der allgemeinen gesundheitlichen Versorgung verschlechtern. Dies kann dann auch in allen oben aufgeführten Risikoprodukten zu einem Anstieg der Leistungszahlen führen.

Ergänzung vom 3.4.2020

Wie die folgenden Beiträge im Blog ausführen, ist aufgrund der ersten Datengrundlage aus China eventuell doch auch für jüngere Alter mit einer deutlichen Übersterblichkeit zu rechnen. Insofern müssen die Aussagen oben zur Risikolebensversicherung etwas abgeschwächt werden. Andererseits ist – wie geschrieben – ein einjähriger Schock sowohl eingepreist als auch in verschiedenen Modellannahmen berücksichtigt und sollte für alle Versicherer tragfähig sein.

Der aufmerksame Verfolger der volkswirtschaftlichen Diskussion zu den Hintergründen der aktuell niedrigen Zinsen kennt die beiden wesentlichen konkurrierenden Theorien: Einfluss der Zentralbanken vs. demografische Effekte und Verlagerung der Wertschöpfung in wenig kapitalintensive Industrien. Wie die FAZ die Tage berichtet (paywall),  scheint sich langsam die Waage in Richtung der letzteren Variante zu neigen. Unerklärlich hohe Aktienkurse scheinen dies zu untermauern.  Falls dies zutreffen sollte, muss man sich auf langfristig niedrige Zinsen einstellen (!). Die einzige rentable Geldanlage bestünde damit in Sachwerten. Für Lebensversicherer ein weiterer Grund, die Vermögensbildung stärker zu diversifizieren und dies auch den Kunden zu erläutern. Und gleichzeitig Abschied zu nehmen von der traditionellen Lebensversicherung.

Gut lesbarer Artikel zu den Stärken und Schwächen der aktuell eingesetzten Machine-Learning-Verfahren in der FAZ vom 17. Juni 2019 (paywall).

Das Erstellen von Prognosen  (Korrelation) ist viel einfacher als die Hintergründe hierzu  zu verstehen (Kausalität). Dies wird anschaulich und auch für Laien gut verständlich dargestellt. Letzteres ist damit die Königsdisziplin und in der Medizin Standard. Hintergrundwissen oder Domain Knowledge sind gerade hierfür, für das Verständnis, noch unentbehrlich.   Wie weit neue Ansätze wie Double Machine Learning tragen, wird sich zeigen.