Workshop Data Analytics - "Wie Versicherer ihre Daten intelligent nutzen können" - Intensivkurs
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.
Intensivkurs
Im Intensivkurs richten wir unseren Fokus auf das sog. Modelltuning für die im Basiskurs vorgestellten Data-Analytics-Verfahren. Nach kurzen Wiederholungen der einzelnen Modelle zur Auffrischung für die Verwendung im weiteren Workshop vermitteln wir, wie in einem einheitlichen automatisierten Prozess eine Fülle an verschiedenen Data-Analytics-Verfahren trainiert, optimiert und miteinander verglichen werden, um ein bestmögliches Vorhersagemodell herzuleiten.
Dazu wird aufgezeigt, wie das Modelltraining der verschiedenen Modelle samt der daten-, anwendungs- und modellgetriebenen Datenvorverarbeitung übergreifend in konsistente Validierungsstrategien und -kriterien eingebettet wird. Zentraler Bestandteil des Kurses sind dabei die Bedeutung und Wechselwirkung der Hyperparameter der Modelle sowie die verschiedenen Möglichkeiten und das grundsätzliche performante Vorgehen beim Modelltuning.
Weiterer Fokus des Intensivkurses sind grafische Möglichkeiten, die Güte der entstandenen Modelle zu vergleichen und die Einflüsse einzelner Merkmale approximativ zu erklären.
Schulungsinhalte
- Recap: kurze Wiederholungen relevanter Data-Analytics-Verfahren (Klassifikationsbäume, baumbasierten Verfahren, neuronale Netze, regularisierte verallgemeinerte lineare Modelle)
- Überblick über die Bestandteile im Modelltuningsprozess
- Methodische Grundlagen zu wesentlichen Bestandteilen wie Such- und Validierungsstrategien
- Erarbeitung eines automatisierten Prozesses und Durchführung des Modelltunings
- Visualisierung von Modellvergleichen und approximativer Modellinterpretation
Im Rahmen der Fallstudie entwickeln die Teilnehmerinnen und Teilnehmer auf den Versicherungsdaten des Basiskurses in der Statistik-Software R (https://www.r-projekt.org/) eine Routine für das Modelltuning. Die Teilnehmerinnen und Teilnehmer lernen die behandelten Data-Analytics-Verfahren über die Tuningverfahren zu optimieren und somit ein optimales statistisches Vorhersagemodell herzuleiten. Für die entstandenen Modelle visualisieren die Teilnehmer Modellvergleiche und die Einflüsse einzelner Merkmale.
Mit dem Intensivkurs richten wir uns speziell an Teilnehmer, die bereits Vorkenntnisse zu Data Analytics und (einzelnen) Verfahren des Basiskurses haben und nun lernen wollen, wie man diese im größeren Umfang auf Versicherungsdaten automatisiert anwendet, übergreifend optimiert, vergleicht und interpretiert.
Neben mathematisch-statistischen Grundkenntnissen und Erfahrungen in klassischer Statistik oder Datenanalyse werden für den Intensivkurs bereits Vorkenntnisse oder zumindest erste Erfahrungen mit Data Analytics vorausgesetzt. Beispielsweise wird ein Grundverständnis zur Funktionsweise eines Klassifikations- oder Regressionsmodells sowie Kenntnis von allgemeinen Konzepten wie Overfitting empfohlen. Weiterhin sollten die im Workshop verwendeten Verfahren– zumindest teilweise – in ihren wesentlichen Funktionsweisen bekannt sein. 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 notwendigen 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« empfohlen.
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 zu Modelltuning, -vergleich und -interpretation zu sehen. Insbesondere die von den Teilnehmern zu bearbeitende Aufgaben bewegen sich in den weiterführenden Themen.
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.
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.
apl. Prof. Dr. H.-J. Zwiesler
Institut für Finanz- und Aktuarwissenschaften, Universität Ulm
Herr Hans-Joachim Zwiesler ist Vorsitzender des Kuratoriums am Institut für Finanz- und Aktuarwissenschaften in Ulm und Professor an der Universität Ulm.
Dort ist er maßgeblich am Forschungs- und Studienschwerpunkt "Versicherungen/Finanzdienstleistungen" im Rahmen des Studienganges "Wirtschaftsmathematik"' beteiligt. Darüber hinaus hatte er Professuren an Universitäten in Syracuse und San Diego inne. Seit 2005 ist er Mitglied des Vorstandes der Deutschen Gesellschaft für Versicherungs- und Finanzmathematik.
Dr. Johannes Schupp
Institut für Finanz- und Aktuarwissenschaften, Universität Ulm
Dr. Johannes Schupp ist Senior Consultant am Institut für Finanz- und Aktuarwissenschaften (ifa), einer aktuariellen Unternehmensberatung mit Sitz in Ulm. Hauptschwerpunkt seiner Beratungstätigkeit ist die Anwendung moderner Data-Analytics-Methoden für verschiedene Fragestellungen in der Versicherungswirtschaft. Zu seinen Projekttätigkeiten zählen Anwendungen in allen Sparten, u.a. bei der Modellierung von Versicherungsnehmerverhalten in Komposit, bei der Vorhersage des Einreichungs- und Leistungsverhaltens zur Optimierung von Regulierungsprozessen in der privaten Krankenversicherung oder im Rahmen der Risikomodellierung in der Kraftfahrtversicherung. Ein weiterer Schwerpunkt seiner Beratertätigkeit beim ifa ab 2014 ist die Modellierung und Entwicklung innovativer Lebensversicherungsprodukte.
Neben seiner Beratertätigkeit ist Johannes Schupp aktiv wissenschaftlich tätig. Im März 2020 schloss er seine Promotion am Institut für Versicherungswissenschaften an der Universität Ulm zum Thema „Trendprozesse in Sterblichkeitsmodellen und Management des Langlebigkeitsrisikos“ ab und ist in diesem Themenfeld Autor mehrerer Fachpublikationen. Darüber hinaus ist Herr Schupp seit 2018 Dozent verschiedener Kurse der Akademie für Wissenschaft, Wirtschaft und Technik an der Universität Ulm e.V. und er ist Mitglied der Deutschen Aktuarvereinigung (DAV).
- Praxisorientierte Weiterbildung mit maximal 25 Teilnehmern
- Alle Teilnehmer des Workshops erhalten umfassende Kursunterlagen
- Dauer: 1,5 Tage
- Termin: 8. - 9. April 2024
- Ort: Barbara-Mez-Starck-Haus, Oberberghof 7, 89081 Ulm
Die Teilnahmegebühr für die 1,5-tägige Schulung beträgt 1120,- EUR inkl. Tagungsverpflegung und Schulungsunterlagen. Bei Anmeldung bis zum xx.xx.2024 reduziert sich die Teilnahmegebühr auf 1070,- 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 10 % auf die Teilnahmegebühr gewährt.
Ein Recht auf Teilnahme besteht nicht. Bei Stornierung der Anmeldung (nur schriftlich) bis zum Ablauf der Anmeldefrist 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 zum Workshop Data Analytics - "Wie Versicherer ihre Daten intelligent nutzen können" - Intensivkurs.
Barbara Mez-Starck-Haus,
Oberberghof 7,
89081 Ulm
Sonja Moser
Akademie für Wissenschaft, Wirtschaft und Technik an der Universität Ulm e.V.
- Weiterbildung in Finanz- und Aktuarwissenschaften -
Oberberghof 7
D-89081 Ulm
Tel.: +49 (0)731/50-25266
E-Mail: sonja.moser(at)akademie-uni-ulm.de