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

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.

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.

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. Sofern die Universität den Verleih von Laptops wieder aufnimmt, können wir Ihnen gerne ergänzend komplett installierte Leih-Laptops anbieten. 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 Online-Kurs »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 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.

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.

Sofern die Universität den Verleih von Laptops wieder aufnimmt, können wir Ihnen auch wieder ergänzend komplett installierte Leih-Laptops anbieten.

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, 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).

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

  • Praxisorientierte Weiterbildung mit maximal 25 Teilnehmern
  • Alle Teilnehmer des Workshops erhalten umfassende Kursunterlagen
  • Dauer: 1,5 Tage
    1. Tag: 13:00 - 18:30 Uhr
    2. Tag: 8:30 - 16:30 Uhr
  • Termin: 27. - 28. November 2023
  • Ort: Barbara-Mez-Stark-Haus, Oberberghof 7, 89081 Ulm

Die Teilnahmegebühr für die 1,5-tägige Schulung beträgt 1120,- EUR inkl. Tagungsverpflegung und Schulungsunterlagen.
Bei Anmeldung bis zum 26. Oktober 2023 reduziert sich die Teilnahmegebühr auf 1070,- EUR.

Bei Buchung ab dem 2. Workshop aus den Themen

  • 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.

Die Teilnahme am optionalen 2-stündigen Vorkurs zum Umgang mit Datensätzen in R (inklusive Schulungsmaterialien sowie vorbereitendem Material und Übungen) wird mit 150 EUR in Rechnung gestellt.

Bei Stornierung der Anmeldung (nur schriftlich) bis zum Ablauf der Anmeldefrist (11.11.2023) 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. Im Übrigen gelten die Geschäftsbedingungen der AKADEMIE. 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" - Basiskurs.

Barbara-Mez-Starck-Haus,
Oberberghof 7,
89081 Ulm

Anfahrt
 

Kontakt

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