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:

Dr. Johannes Schupp
+49 (731) 20 644-0

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

Wichtige Informationen:

ifa aktuell:
ifa fordert BdV auf, fehlerhafte Studie zur Kombination von Arbeitskraft- und Alterssicherung zurückzuziehen

Der Bund der Versicherten (BdV) hat eine Studie vorgestellt, die wirtschaftliche Nachteile von Koppelprodukten (welche Arbeitskraftabsicherung und Altersvorsorge in einem Vertrag anbieten) belegen soll und in diesem Kontext eine ifa-Studie aus dem Jahr 2020 gezielt diskreditiert und als „von der Branche gekauft“ bezeichnet. In einer Stellungnahme weisen wir nach, dass den Autoren der BdV-Studie ein fundamentaler fachlicher Fehler unterlaufen ist, und dass das Studiendesign des BdV offensichtlich ungeeignet ist, um die Frage zu beantworten, ob die Koppelung per se finanziell vorteilhaft ist oder nicht. Nach Korrektur des fachlichen Fehlers und des Studiendesigns ergeben sich ähnliche Ergebnisse wie in der ifa-Studie aus dem November 2020. [mehr]

ifa informiert:
Produktenwicklung im Zeichen der Regulierung

Mit den Veröffentlichungen von Eiopa und BaFin kommen auf die Lebens­versicherer in der Produktentwicklung neue quantitative Anforderungen zur Darlegung des Kundennutzen zu, die insbesondere Ablaufleistung und Rückkaufswert betreffen. [mehr]

Neuigkeiten in Kürze:

Forschungsarbeiten zu Solvency II mit PwC Insurance Nord Preis ausgezeichnet [mehr]

Fondsgebundene Rückdeckungsversicherung in der Unterstützungskasse  [mehr]

Forschungsarbeiten zu Solvency II mit Gauss-Preis ausgezeichnet [mehr]

VAIT-Novelle verlangt angemessenen Test aktuarieller Software [mehr]

Beitragsstabilität für BU-Tarife der Alte Leipziger bestätigt [mehr]