Machine Learning and Reserving

Dieser Vortrag gibt zunächst einen Überblick über frei verfügbare Materialien zur Schadenreservierung. Dabei wird gezeigt, wie Maschinelles Lernen (ML) – insbesondere Entscheidungsbäume und neuronale Netze – gewinnbringend eingesetzt werden kann. Neben den Erfolgen thematisieren wir auch Hürden bei der Anwendung und stellen Quellen zur Einarbeitung vor. Da Einzelschadenreservierungsmethoden oft auf Basis synthetischer Daten demonstriert werden, zeigen wir zudem, wie einfach sich Daten realitätsnah synthetisieren lassen und diskutieren Anwendungsfälle.