Actuarial Data Science
Maschinelles Lernen in der Versicherung
Axel Kiermaier, René Külheim, Stefan Nörtemann, Jonas Offtermatt, Martin Seehafer, Fabian Transchel, Wiltrud Weidner
Neben den klassischen Tätigkeitsfeldern der Versicherungsmathematik wie Produktentwicklung und Bilanzierung wird der praktisch tätige Aktuar zunehmend mit neuen Anforderungen aus IT-Automatisierung, Datenmanagement und weiteren spannenden Aufgaben aus den Bereichen Maschinelles Lernen/Künstliche Intelligenz betraut. Das vorliegende Buch bietet eine Einführung in Data-Science-Anwendungen in der Versicherungsbranche (= Actuarial Data Science). Es richtet sich an (werdende) Aktuare und allgemeiner an alle quantitativ im Finanz- und Versicherungsbereich Tätigen und Studenten, die sich einen Einblick in die eingesetzten Konzepte und Technologien verschaffen möchten. Neben den mathematisch-technischen Grundlagen werden auch mögliche Auswirkungen auf die Organisationsstruktur der Unternehmen sowie Fragen aus dem gesellschaftlichen Umfeld einschließlich Datenschutz ausführlich diskutiert. Aufgrund der Wichtigkeit dieser Themen hat die Deutsche Aktuarvereinigung e.V. (DAV) entschieden, sie in das Programm für Aus- und Weiterbildung der Aktuarinnen und Aktuare zu integrieren. Die sieben Autoren dieses Buches sind allesamt Dozenten in diversen Lehrveranstaltungen der Deutschen Aktuar Akademie (DAA) im Themenfeld Actuarial Data Science.
