Workshop Data Analytics - "Wie Versicherer ihre Daten intelligent nutzen können" - Basiskurs

Die Digitalisierung hat inzwischen die Versicherungsbranche erreicht. Sowohl durch verbesserte Services für Kunden (z.B. im Internet) als auch durch optimierte Prozesse im Unternehmen entstehen sehr große Datenmengen (vgl. laufende Big Data Diskussion). Dabei ist zu beobachten, dass oftmals viele Informationen aus den Daten ungenutzt bleiben. Gezielt Informationen aus verfügbaren Daten zu gewinnen, wird zukünftig zu einem zentralen Wettbewerbsfaktor für Versicherer. Hier bilden Methoden des Predictive Modeling und insbesondere Machine-Learning-Verfahren die Grundlage, um die Daten intelligent zu nutzen.

Zielsetzung

Im Rahmen dieses Workshops vermitteln wir zentrale Aspekte der modernen statistischen Datenanalyse. Der Fokus liegt auf Advanced Data Analytics, also der Anwendung erfolgreicher Machine-Learning-Verfahren zum Einsatz im Predictive Modeling. Je nach Vorkenntnissen, Lernzielen und Lerntempo bieten wir den Workshop sowohl als Basiskurs als auch Intensivkurs mit unterschiedlichen Schwerpunkten an.

Der Workshop wird als Weiterbildung von der DAV anerkannt.
Die Weiterbildungsstunden können direkt auf der Homepage der DAV eingetragen werden.

Basiskurs

Im Basiskurs geben wir einen Überblick über innovative Methoden in der modernen Datenanalyse und stellen die allgemeine Vorgehensweise sowie die relevanten Verfahren zur Vorhersagemodellierung vor. Alle im Kurs behandelten Modelle werden sorgfältig und vollständig vorgestellt und nicht als bekannt vorausgesetzt.

Neben den methodischen Grundlagen und Funktionsweisen werden zu allen Modellen die jeweiligen Eigenheiten im Umgang bei der Modellierung, die konkreten Datenanforderungen sowie Vor- und Nachteile aufgrund der zugrundeliegenden Theorie und der praktischen Erfahrung der Dozenten erläutert.

Anhand einer didaktisch schrittweise durchgeführten Einführung in die Modelle erfolgt dabei auch die Erarbeitung allgemeiner theoretischer und praktischer Grundlagen und Konzepte in Data Analytics  (wie z.B. Overfitting) sowie die gezielte Besprechung von notwendiger Datenvorverarbeitung und möglichen Validierungskriterien.

Schulungsinhalte

  • Überblick über innovative Methoden der Datenanalyse
  • Allgemeine Grundlagen und Vorgehensweisen in der modernen Datenanalyse
  • Modellfokus: Klassifikationsbäume und moderne baumbasierte Verfahren
  • Modellfokus: Neuronale Netze
  • Überblick über weitere Verfahren, z.B. regularisierte verallgemeinerte lineare Modelle

Fallstudie

In einer Fallstudie bearbeiten die Teilnehmerinnen und Teilnehmer selbstständig einen großen Versicherungsdatensatz und entwickeln anhand der modernen Data-Analytics-Verfahren eigene statistische Vorhersagemodelle. Die Teilnehmerinnen und Teilnehmer lernen dazu innerhalb der Fallstudie, wie sie die im Workshop vorgestellten Methoden und Modelle in der Statistik-Software R (https://www.r-projekt.org/) trainieren und anwenden. Darüber hinaus validieren sie die Modelle in R, um sie zu optimieren und die Güte der entwickelten Modelle zu beurteilen.

Zielgruppe

Mit diesem 1,5-tägigen Workshop wenden wir uns an Personen, die bisher keine oder nur geringe Erfahrungen mit Data Analytics gemacht haben und moderne Data-Analytics-Verfahren zur Anwendung auf Versicherungsdaten kennenlernen wollen.

Besonderes Augenmerk liegt auf der praxisnahen Gestaltung des Workshops. Die vorgestellten Methoden werden zu etwa gleichen Teilen besprochen und praktisch in der Fallstudie umgesetzt.

Voraussetzungen

Für den Basiskurs sind keine Vorkenntnisse zu Data Analytics oder zu den vorgestellten Methoden nötig. Zum Verständnis der Methoden empfehlen wir aber mathematisch-statistische Grundkenntnisse oder Erfahrungen mit klassischer Statistik bzw. Datenanalyse. Eine detailliertere Abgrenzung des Basis- und Intensivkurses finden Sie im Abschnitt »Entscheidungshilfe: Basis- und/oder Intensivkurs«.

Die Fallstudie wird mit der Statistik-Software R bearbeitet. Die notwendigen Vorkenntnisse im Umgang mit R finden sich im Abschnitt »Voraussetzungen für die Bearbeitung der Fallstudie in R«.

Zur Bearbeitung der Fallstudie bringen die Teilnehmer idealerweise einen Laptop mit installierter Statistik-Software mit. Ergänzend bieten wir komplett installierte Leih-Laptops an. Weitere Details hierzu finden Sie im Abschnitt »Hinweise zur Statistiksoftware«.

Voraussetzungen für die Bearbeitung der Fallstudie in R

Durch die Vorstellung der jeweils notwendiger Funktionalitäten vor einzelnen Übungen, umfangreiches Lehrmaterial, konkrete Hilfestellungen in Form von Tipps sowie zur Verfügung gestellten Code-Bausteinen sind die Fallstudien in Basis- und Intensivkurs so gestaltet, dass die Bearbeitung auch ohne vertiefte oder langjährige Programmierkenntnisse in R möglich ist. Allerdings werden Grundkenntnisse zu Umgang, Funktionsweise und Syntax für die erfolgreiche Bearbeitung der Fallstudie empfohlen.

Für Teilnehmerinnen und Teilnehmer ohne die notwendigen Grundlagen in R wird vorbereitend die Teilnahme am Workshop »Einführung in die Statistik-Software R zur Datenanalyse« (erstmals am 25.-26.06.2019) empfohlen.

Entscheidungshilfe: Basis und/oder Intensivkurs

In beiden Kursvarianten dieses Workshops werden die gleichen Verfahren behandelt und innerhalb der Fallstudien auf den gleichen Versicherungsdatensatz angewandt. Durch die unterschiedlichen Themenschwerpunkte unterscheiden sich jedoch die konkreten Inhalte und vor allem die benötigten Vorkenntnisse.

Ohne die geforderten Vorkenntnisse des Intensivkurses empfehlen wir zunächst die Teilnahme am Basiskurs, der im Detail die allgemeinen Konzepte zu Data Analytics und den einzelnen Verfahren vermittelt und somit zielgerichtet auf den Intensivkurs vorbereitet. Da die Themen und Übungen im Intensivkurs den gleichen Verfahren und der gleichen Fallstudie zugrunde liegen, kommt es hier durch die kurze Wiederholung der Modelle zu Überschneidungen mit dem Basiskurs. In diesem Zusammenhang werden mitunter einzelne Aufgaben, welche im Basiskurs durch die Teilnehmer selbst bearbeitet werden, exemplarisch vorgestellt. Für Teilnehmer des Basiskurses ist der Intensivkurs somit zunächst auch als Intensivierung und anschließend weitere  Fortführung zum Modelltuning zu sehen. Insbesondere die von den Teilnehmern zu bearbeitende Aufgaben bewegen sich vorwiegend in den weiterführenden Themen des Tunings.

Eine Teilnahme am Intensivkurs ist auch ohne den vorherigen Besuch des Basiskurses möglich und von uns empfohlen, sofern die empfohlenen Vorkenntnisse zu Data Analytics und ausgewählten Verfahren anderweitig gewonnen wurden. Insbesondere müssen bei entsprechend allgemeinen Vorkenntnissen nicht zwingend alle der genannten Verfahren im Detail bekannt sein, da diese während des Workshops kurz wiederholt werden und somit Details für das Modelltuning vorab wieder aufgefrischt bzw. für ein unbekanntes Verfahren mit erhöhtem Lerntempo erlernt werden können.

Ob der Besuch des Basiskurses oder des Intensivkurses – oder auch beider Kurse – für Sie geeigneter ist, hängt von Ihren Vorkenntnissen, Lernzielen und Lerntempo ab.

Hinweise zur Statistiksoftware

Die Fallstudien werden mit der statistischen Software und Programmiersprache R (https://www.r-project.org/) bearbeitet. In den selbstständigen Übungen werden den Teilnehmern gezielte Hilfestellungen für R angeboten. Zudem enthalten die Schulungsunterlagen umfangreiche Hilfen und Beispiele. In R sind auch vorgegebene Code-Bausteine und die Musterlösungen verfasst, die während des Workshops vorgeführt und den Teilnehmern zur Verfügung gestellt werden.

Die Referenten verwenden R in der Entwicklungsumgebung R-Studio (https://www.rstudio.com), die ebenfalls zur Eigenarbeit im Workshop empfohlen wird. Bei R-Studio handelt es sich um eine separate grafische Benutzeroberfläche („integrierte Entwicklungsumgebung“) zur Bedienung von R. Sie ist nicht zwingend erforderlich, da man R auch allein bedienen kann. R-Studio macht das Programmieren mit R aber deutlich komfortabler:

  • erleichterter Einstieg/Bedienung der Programmiersprache (durch z.B. Autovervollständigung, automatische Einrückungen, farbliche Syntaxhervorhebung, Code-Faltung)
  • anwenderfreundliche Benutzeroberfläche (z.B. getrennte Bereiche für Skripte, Kommandozeilen, Ordnerverzeichnis, grafischer Output, Hilfe)
  • integrierte Paketverwaltung (hilfreich für Workshop, da Pakete benötigen werden)

Sowohl R als auch R-Studio können unter den angegebenen Links als Freeware heruntergeladen werden.

Wichtig: R-Studio ersetzt nicht die Installation von R. Im Bedarfsfall müssen sowohl R als auch R-Studio heruntergeladen und in dieser Reihenfolge installiert werden.

Weitere Hinweise zur Software und den erforderlichen Paketen stellen wir den Teilnehmer in Vorbereitung auf den Workshop zur Verfügung.

Ergänzend stellt die Akademie Laptops mit bereits installierter Software für den Workshop zur Verfügung.

Dozenten

Lukas Hahn
Institut für Finanz- und Aktuarwissenschaften, Universität Ulm

Herr Lukas Hahn ist Senior Consultant beim Institut für Finanz- und Aktuarwissenschaften (ifa) in Ulm zu Data Analytics und dessen Einsatz in der Versicherung. Zu seinen Projekttätigkeiten zählen Anwendungen in allen Sparten, u.a. bei der Risikomodellierung in Komposit, bei der Vorhersage des Einreichungs- und Leistungsverhaltens zur Optimierung von Regulierungsprozessen in der privaten Krankenversicherung und im Rahmen des Vertriebscontrollings in der Lebensversicherung. Weitere Schwerpunkte seiner Arbeit beim ifa ab 2013 sind die Tarifierung von Versicherungsprodukten in der Schadenversicherung, aktuarielle Modellierung und aufsichtsrechtliche Anforderungen (Solvency II).

Neben seiner Beratertätigkeit ist Herr Hahn seit 2017 Dozent verschiedener Kurse der Akademie für Wissenschaft, Wirtschaft und Technik an der Universität Ulm e.V. und promoviert seit 2015 am Institut für Versicherungswissenschaften der Universität Ulm zum Thema des mehrjährigen Reserve- und Prämienrisikos in der Nichtlebensversicherung mit Veröffentlichungen in aktuariellen Journals.

Herr Hahn studierte zuvor Wirtschaftsmathematik (M.Sc.) an der Universität Ulm sowie Statistik an der University of Waterloo (M.Math.) in Waterloo, Kanada. Er ist Gewinner des GAUSS-Nachwuchspreis 2015 der DGVFM und DAV sowie des 1. Deutschen SCOR-Preises für Aktuarwissenschaften 2015 für seine Masterthesis zur Vorhersage von Sterblichkeitsraten verschiedener Populationen. Herr Hahn hat eine abgeschlossene Ausbildung zum Aktuar (DAV).

Johannes Schupp
Institut für Finanz- und Aktuarwissenschaften, Ulm

Johannes Schupp studierte Wirtschaftsmathematik an der Universität Ulm. Seit 2014 ist er als Berater am Institut für Finanz- und Aktuarwissenschaften in Ulm tätig. Dort befasst er sich insbesondere mit der Entwicklung und Implementierung von innovativen Produkten in der Lebensversicherung. Herr Schupp promoviert neben seiner Beratertätigkeit am Institut für Versicherungswissenschaften der Universität Ulm zum Thema Sterblichkeitsmodellierung sowie der Identifikation langfristiger Sterblichkeitstrends.

Fachliche Leitung:
apl. Prof. Dr. Hans-Joachim Zwiesler, Universität Ulm

Äußerer Rahmen

  • Praxisorientierte Weiterbildung mit maximal 25 Teilnehmern
  • Alle Teilnehmer des Workshops erhalten umfassende Kursunterlagen
  • Dauer: 1,5 Tage
  • Termin: 7. - 8. Oktober 2019
  • Ort: Wissenschaftszentrum der Universität Ulm auf Schloss Reisensburg bei Günzburg

Konditionen

Die Teilnahmegebühr für die 2-tägige Schulung beträgt 1070,- EUR inkl. Tagungsverpflegung, Abendessen am 1. Schulungstag und Schulungsunterlagen.
Bei Anmeldung bis zum 31. Juli 2019 reduziert sich die Teilnahmegebühr auf 1020,- EUR.

Bei Buchung des 2. und 3. Workshops aus der Reihe

  • "Einführung in die Statistik-Software R zur Datenanalyse",
  • Data Analytics - "Wie Versicherer ihre Daten intelligent nutzen können" - Basiskurs,
  • Data Analytics - "Wie Versicherer ihre Daten intelligent nutzen können" - Intensivkurs

wird ein Rabatt von 15 % auf die Tagungsgebühr (Vollpreis) gewährt. Eine Kombination mit dem Frühbucherrabatt ist nicht möglich.

Ein Recht auf Teilnahme besteht nicht. Bei Stornierung der Anmeldung (nur schriftlich) bis zum Ablauf der Anmeldefrist (31.08.2019) erheben wir eine Bearbeitungsgebühr von 70,- EUR. Bei Stornierung zu einem späteren Zeitpunkt wird die gesamte Gebühr fällig. Wir akzeptieren gerne einen Ersatzteilnehmer. Bei Absage der Veranstaltung durch die AKADEMIE wird die gezahlte Gebühr zurück erstattet. Programmänderungen aus dringendem Anlass behält sich die AKADEMIE vor. Die von Ihnen angegebenen Daten werden von uns gemäß Art. 6. Abs. 1 lit. b DSGVO ausschließlich für die Bearbeitung Ihrer Anmeldung gespeichert. Bitte beachten Sie auch die Datenschutzerklärung auf unserer Homepage. Im Übrigen gelten die Geschäftsbedingungen der AKADEMIE.

Anmeldung online über unsere Homepage oder E-Mail: aktuarfernkurs(at)akademie-uni-ulm.de bis zum 31.08.2019 zum Workshop Data Analytics - "Wie Versicherer ihre Daten intelligent nutzen können" - Basiskurs am 07. - 08.10.2019 auf Schloss Reisensburg.

Schulungsort und Anreise

Adresse:Wissenschaftszentrum der Universität Ulm
auf Schloss Reisensburg bei Günzburg
Bürgerm.-Joh.-Müller-Str. 1
89312 Günzburg

Das Wissenschaftszentrum der Universität Ulm auf Schloss Reisensburg bei Günzburg bietet durch sein Ambiente und die ruhige Lage ein optimales Umfeld für eine zielgerichtete Schulung und den intensiven Meinungsaustausch zwischen den Teilnehmern und Referenten, auch über die regulären Schulungszeiten hinweg.

Die Verkehrsanbindung ist äußerst günstig: Schloss Reisensburg liegt ca. 3 km von der Autobahn A8 entfernt und ist auch mit der Bahn (Stuttgart-Ulm-Günzburg-Augsburg-München) gut zu erreichen.

Anreise mit dem PKW

Der Tagungsort Schloss Reisensburg befindet sich im gleichnamigen Günzburger Ortsteil. Günzburg selbst erreichen Sie entweder per A8 oder von Ulm kommend über die B10.

Anfahrt von Autobahnausfahrt Günzburg (A8):

A8 Ausfahrt Günzburg in Richtung Günzburg (nicht Lego-Land) auf der B 16 gerade aus.

Nach dem Tunnel weiter gerade aus, unter einer Brücke hindurch (über diese führt schon die Reisensburger Str.), nächste Möglichkeit links (B 10, Dillinger Str.) kurz zurück in Richtung Zentrum, dann wieder die nächste Möglichkeit links in die Reisensburger Str. Diese Straße gerade aus bis zum Ortsteil Günzburg-Reisensburg, dort dem Straßenverlauf weiter folgen (die Str. heißt dann Günzburger Str.) bis zum Ende, dann links zum Schloss Reisensburg hinauf.

Das Schloss ist in Fahrtrichtung links auf der Anhöhe gut zu sehen.

Anfahrt aus Richtung Ulm (B10):

Ulmer Straße geradeaus - Schlachthausstraße - vorbei am Bahnhof - gerade über Bahnhofsplatz - Siemensstraße - rechts in die Dillinger Straße - nach ca. 250 m links in Reisensburger-/Günzburger Straße - links in Weihergasse zur Reisensburg.

Eine Karte zu dieser Anfahrtsbeschreibung finden sie beispielsweise hier.

Anreise mit der Bahn

Der Anreisebahnhof zum Schloss Reisensburg ist Günzburg. Die EC-Verbindungen aus Richtung Stuttgart und München halten in Günzburg. Vom Bahnhof Günzburg zur Reisensburg verkehren leider keine öffentlichen Verkehrsmittel. Aus diesem Grund sollten Sie am Bahnhof ein Taxi nehmen.

Fußweg:
Vom Bahnhof links in die Siemens-Straße, von dort weiter bis zur Dillinger Straße (B10 und B16), nach ca. 250m links in die Reisensburger-, später Günzburger Straße, dann links in die Weihergasse bis zur Reisensburg.

Kontakt

Beate Renner
Akademie für Wissenschaft, Wirtschaft und Technik an der Universität Ulm e.V.
- Weiterbildung in Finanz- und Aktuarwissenschaften -
Helmholtzstr. 22, D-89081 Ulm
Tel.: +49 (0)731/50-31248
oder +49 (0)731/50-31238
Fax: +49 (0)731/50-31239
E-Mail: beate.renner(at)akademie-uni-ulm.de

Geschäftsstelle
Viola Lehmann
Villa Eberhardt
Heidenheimer Str. 80, D-89075 Ulm
Tel.: +49 (0)731/50-25266
Fax: +49 (0)731/50-25265
E-Mail: info(at)akademie-uni-ulm.de