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

ifa informiert

01.2020

Kurzinfo: Data Analytics zur Vorhersage von Hochkosten


Die Zunahme an Hochkostenfällen in Form von häufig auftretenden Krankheiten wie beispielsweise Diabetes oder Depression ist für die PKV ein wichtiger Kostentreiber. Mittels Data Analytics-Methoden können gefährdete Personen identifiziert werden, bevor diese Krankheiten auftreten. Die von ifa bei derartigen Projekten eingesetzten Modelle, wie beispielsweise Gradient Boosting oder neuronale Netze erzeugen auf den Bestands­daten Vorhersagen für diese Diagnosen. Da Krankenversicherer über sehr viele Daten verfügen, ist dabei eine geeignete Selektion erforderlich, um die Ergebnisse zu verbessern. Bezüglich der medizinischen Expertise arbeitet das ifa bei derartigen Projekten mit dem VMS in Hannover zusammen und bringt so mathematisches und medizinisches Verständnis zusammen. Nach der Identifikation der Personen ist es dem Versicherer möglich, frühzeitig und kundenindividuell Präventivmaßnahmen einzusetzen, die den Eintritt eines Hochkostenfalls verhindern oder doch zumindest abmildern.


Weitere Informationen:

info@ifa-ulm.de

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

Wichtige Informationen:

ifa aktuell:
Studie zu Nutzen und Akzeptanz der Rentenversicherung

Jochen Ruß und Stefan Schelling (ifa und Uni Ulm) haben ausführlich analysiert, unter welchen Umständen eine Verrentung des angesparten Geldes sinnvoll ist und warum die Akzeptanz von Verrentung meist auch dann sehr gering ist, wenn eine Verrentung rational wäre. [mehr]

ifa informiert:
Kundenberatung der Zukunft

Die Reisensburg-Tagung wird seit 1993 jährlich vom ifa veranstaltet und führt Teilnehmer aus der obersten Führungsebene der gesamten Finanzdienst­­leistungs­branche zusammen, um Grundsatzfragen und mittel- bis langfristige Entwicklungen zu diskutieren. [mehr]

Neuigkeiten in Kürze:

Forschungsergebnisse zu Trends in Sterblichkeiten [mehr]

Einfluss von Lebensumständen auf die Sterblichkeit [mehr]

Data Analytics zur Vorhersage von Hochkosten [mehr]

Erfolgreiche Anwendung von Data-Analytics-Verfahren in der Storno­modellierung [mehr]

PRIIP-KID: Konsultation und Forschungsarbeit veröffentlicht [mehr]