ifa informiert
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.deifa 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:
Was wenn die Rechnungszinssenkung nicht kommt?
Das BMF hat bislang keinen neuen Höchstrechnungszinses ab Januar 2021 festgelegt. Damit rückt die Verantwortung des Verantwortlichen Aktuars stärker in den Fokus. [mehr]
Neuigkeiten in Kürze:
Werthaltigkeitsnachweis für latente Steuern unter Solvency II [mehr]
Forschungsarbeiten zu Reserveschätzverfahren mit Gauss-Preis ausgezeichnet [mehr]
Forschungsarbeiten zur Verhaltensökonomie in der Versicherung mit Gauss-Preis ausgezeichnet [mehr]
Neuer Termin: EAA-Seminar „New Life Products in a Low Interest World” [mehr]
Nachhaltige Kapitalanlagen in der Versicherung [mehr]