Sie sind hier: Startseite - News & Publikationen - ifa informiert - 

ifa informiert

04.2018

Wie können Versicherer ihre Daten intelligent nutzen?


Für die Versicherungsbranche ist die Auswertung von Daten seit jeher eine Kernkompetenz. Deshalb ist der Einsatz moderner Methoden aus Data Analytics zur intelligenten Erkenntnis­gewinnung ein zentraler Wettbewerbsfaktor. Jeder Versicherer kann und muss heute imstande sein, State-of-the-Art-Verfahren im Data Mining (wie Random Forests, Boosting Machines oder selbstlernende neuronale Netze) anzuwenden.

Allein – die Fähigkeit, komplexe Modelle rechnen zu können, führt nicht weit. Ein Irrglaube besteht darin, Machine Learning bedeute, irgendwelche Daten in eine Software einzuspeisen und per Knopfdruck sofort einen Erkenntnisgewinn inklusive Handlungs­optionen vorzufinden. Einerseits ist die Kenntnis der mathematisch-statistischen Modelle mit ihren Vor- und Nachteilen bezüglich Interpretierbarkeit und Performance eine Grundvoraussetzung. So unterscheiden sich bspw. die Datenvor­verarbeitung und Kalibrierung der teils dutzenden Tuningparameter von Modell zu Modell und erfordern ein hohes Maß an Erfahrung zur erfolgreichen Optimierung.

Andererseits – und häufig unterschätzt – ist selbst bei diesem Knowhow der Einsatz von Data Analytics nur erfolgreich, wenn ein klares unternehmerisches Ziel verfolgt wird. Die Konkretisierung der ökonomischen Fragestellung anhand möglicher Handlungsoptionen, die Übersetzung des Problems in Datenanforderung und Bewertungskriterium sowie die eigentliche Modellierung sind untrennbar miteinander verknüpft. In allen Projekten des ifa haben sich genau diese fachliche Expertise und ihr Transfer in die Welt des Machine Learnings als Schlüssel zum Erfolg erwiesen.

Auf diese Thematik gehen Lukas Hahn (ifa) und apl. Prof. Dr. Hans-Joachim Zwiesler (Universität Ulm) in ihrem Artikel „Wie können Versicherer ihre Daten intelligent nutzen?“ in der Versicherungswirtschaft heute (Ausgabe vom 15.03.2018) ein. Die Autoren veranschaulichen am konkreten Beispiel des Regulierungsprozesses eines Schaden-/Unfall­versicherers, wie Data Analytics zielführend zur intelligenten Automatisierung solcher Geschäftsprozesse genutzt wird. Der Artikel steht auch hier zum Download zur Verfügung

Nähere Informationen, auch zu anderen Themen im Bereich Data Analytics, finden Sie hier.


Weitere Informationen:

ifa
+49 (731) 20 644-0

Institut für Finanz- und Aktuarwissenschaften
Lise-Meitner-Str. 14
89081 Ulm

Wichtige Informationen:

ifa aktuell:
Auswirkungen von Garantien auf
bAV-Produkte bei niedrigen Zinsen

Eine Garantie von 100 % der Beiträge ist nach der anstehenden Rech­nungs­­zinssenkung selbst bei extrem kostengünstigen Produkten mit üblicher Produktkalkulation nicht mehr darstellbar. Vor diesem Hintergrund hat das ifa in einer Studie die Auswirkung unterschied­licher Garantiehöhen auf Chancen und Risiken von bAV-Produkten analysiert und dabei insbesondere untersucht, wie bedarfsgerechte Garantien auch im Rahmen der bAV angeboten werden können. Im Ergebnis erscheint das Chance-Risiko-Profil einer BOLZ mit redu­zierter Garantie im aktuellen Umfeld auch unter Einbeziehung der Rentenbezugsphase attraktiver als das Chance-Risiko-Profil einer BZML mit 100 % Beitragsgarantie. [mehr]

ifa informiert:
Aus komplexen Daten die richtigen Schlüsse ziehen – am Beispiel geografischer Analysen

Geografische Analysen ermöglichen die intuitive Visualisierung eines Versicherungsbestandes. Wie sich beispielsweise die Profitabilität eines fiktiven Versicherungsbestandes auf den Ebenen Bundesland – Region – Kreis darstellt, können Sie mit unserer interaktiven Beispielkarte selbst ausprobieren. [mehr]

Neuigkeiten in Kürze:

Umfassende Methodik für den Werthaltigkeitsnachweis latenter Steuern [mehr]

RTS zur Präzisierung der Anforderungen an ein Paneuropäisches Privates Pensionsprodukt (PEPP) veröffentlicht [mehr]

Konkretisierung zur Offenlegung von Nachhaltigkeitsaspekten (ESG) im Zuge der Transparenzverordnung erschienen [mehr]

PRIIP: Europäische Aufsichts­behörden veröffentlichen überarbeitete RTS [mehr]

Verbesserungspotenzial in Excel®-Dateien [mehr]