Big Data und Machine Learning bei Schadenzahlprozessen: Möglichkeiten und Grenzen

Im Bereich der Anwendung von Algorithmen zur Datenanalyse („MachineLearning“) treffen immer komplexere Modelle auf immer größere Datenmengen („Big Data“). Auf Besonderheiten, die sich in diesem Kontext gerade bei der Bewertung derModellanpassung bei Schadenzahlprozessen ergeben, wird in diesem Vortrag eingegangen. Schadenzahlprozesse setzen sich aus den Wahrscheinlichkeiten des Eintritts eines Ereignisses bzw. seiner Höhe zusammen. Da diese spezielle Charakteristik auch in vielen anderen Anwendungsbereichen, wie z.B. der Marktforschung („Kommt ein Kaufabschluss zustande bzw. wie hoch ist das Kaufvolumen.“) anzutreffen ist, hat dieses Thema eine Relevanz auch jenseits klassischer aktuarieller Fragestellungen.