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

Fallstudie

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.

Zielgruppe

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.

Voraussetzungen

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« (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 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.

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

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.

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).

Äußerer Rahmen

  • Praxisorientierte Weiterbildung mit maximal 25 Teilnehmern
  • Alle Teilnehmer des Workshops erhalten umfassende Kursunterlagen
  • Dauer: 1,5 Tage
  • Termin: geplant für Februar/März 2020
  • Ort: Wissenschaftszentrum der Universität Ulm auf Schloss Reisensburg bei Günzburg.

Konditionen

Die Teilnahmegebühr für die 1,5-tägige Schulung beträgt 1170,- EUR inkl. Tagungsverpflegung, Abendessen am 1. Schulungstag und Schulungsunterlagen. Bei Anmeldung bis zum Auslaufen des Frühbucherrabattes (ca. 8 Wochen vor dem Termin) reduziert sich die Teilnahmegebühr auf 1110,- 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 (ca. 4 Wochen vor dem Termin) 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.

Wir melden Sie automatisch zur Übernachtung mit Frühstück im Wissenschaftszentrum zum Preis von 74,90 € (Südtrakt) bzw. 79,90 € (Nordtrakt) (Stand April 2019) an. Hierzu geben wir Ihre Kontaktdaten an die Rezeption weiter.

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.

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