Category: DATA SCIENCE / AI - actuview - the international streaming platform for actuaries

Artificial Intelligence Bulletin

Thu, 11 Jun 2026 15:12:08 +0000

This video introduces the Society of Actuaries Research Institute's first Artificial Intelligence Bulletin, presented by Lisa Schilling, FSA, EA, FCA, MAAA, Director of Practice Research at the SOA. The AI Bulletin aims to share knowledge and foster collaboration around artificial intelligence within the actuarial community. It highlights SOA's strategic focus on AI, including initiatives for AI skill development, building a network of AI expertise, and leveraging AI tools for operational improvements. Among other tips, the script provides tips for effective prompt engineering when working with large language models. Find the Bulletin here.

The European Actuary No. 46 | Addressing AI Risk in the Industry – Interview with Claudio Senatore

Fri, 29 May 2026 16:02:50 +0000

The AAE's Jennifer Baker talked to Claudio Senatore Reso, Vice Chair of the AAE’s data and AI working group, for the June edition of The European Actuary and discussed the evolution of AI adoption in the insurance industry. He emphasised the need for updated actuarial standards and guidelines to address AI’s rapid evolution and highlighted the importance of explainability, fairness and the need for a proactive approach to AI.

Fit4AI – mehr als nur ein Slogan

Mon, 18 May 2026 11:09:07 +0000

Mit der Gründung der Fachgruppe Actuarial Data Science, inzwischen ADS/AI in 2017 sowie der Einführung der Spezialwissenfächer Actuarial Data Science Basic und Advanced in die DAV-Ausbildung im Jahr 2018, hat die DAV die ersten beide Schritte in Richtung Data Science und Künstliche Intelligenz gemacht. Der dritte folgte im Jahr 2020 mit der Einführung der Zusatzausbildung zum Certified Actuarial Data Scientist. Daneben gibt es zahlreiche Weiterbildungsformate von der DAA und der EAA. All dies wird gut angenommen und ist inzwischen etabliert. Aber: Damit werden insgesamt (nur) einige Hundert Personen erreicht. Infolge des rasanten Fortschritts im Themenfeld Künstliche Intelligenz werden Anforderungen an KI-Kompetenz im aktuariellen Berufsalltag kontinuierlich breiter und tiefer und betreffen immer größerer Zielgruppen.Schlussfolgerung: KI-Kompetenz kann künftig nicht mehr auf eine kleine Gruppe von Expertinnen und Experten (CADS) innerhalb der Mitgliedschafft beschränkt bleiben.Maßnahme: Initiative FIT4AI des Fachausschusses ADS/AI

Niederschwellige Angebote zum Einstieg / neue Formate (Podcast, Lunch-Meetup, …)
Künstliche Intelligenz im Grundwissen
Strukturierte Weiterbildungsangebote für DAV-Mitglieder
Der Vortrag gibt einen Überblick über (neue) Formate und Angebote im Themenfeld Künstliche Intelligenz.

KI-Hacking: Reale Risiken und die Folgen von Angriffen auf KI-Systeme

Mon, 18 May 2026 11:01:27 +0000

AI auf Basis von Large Language Models (LLMs) und generativer AI unterstützt heute Entscheidungen, automatisiert Prozesse und verarbeitet sensible Daten. Dies betrifft auch die Versicherungsbranche, etwa in der Schadenbearbeitung, Risikobewertung oder Kundenkommunikation. Mit dem Aufkommen von agentischen AI-Systemen, die eigenständig Aktionen ausführen, Tools nutzen und mit anderen Systemen interagieren, entstehen jedoch neue und oft unterschätzte Sicherheitsrisiken.In dieser Session zeigen wir, wie LLM-basierte und agentische AI-Systeme gehackt werden können und welche Schwachstellen dabei eine Rolle spielen. Anhand konkreter Beispiele erläutern wir typische Angriffspunkte wie Prompt Injection, Tool-Missbrauch und indirekte Angriffe über externe Datenquellen.In einer Live-Demo greifen wir einen AI-Agenten in einer simulierten Banking-Anwendung an. Dabei zeigen wir Schritt für Schritt, wie ein Angriff eskalieren kann. Wir starten bei der Manipulation des Agenten und zeigen, wie dies bis zu kritischen Auswirkungen wie Remote Code Execution und einer unerlaubten Geldüberweisung führen kann. Gleichzeitig zeigen wir, wie solche Angriffe entstehen und welche technischen Maßnahmen helfen können, sie zu verhindern.Ziel ist es, ein praxisnahes Verständnis für reale Risiken moderner AI-Systeme zu schaffen. Wir zeigen auf, wie Unternehmen die Angriffsfläche ihrer AI-Anwendungen erkennen, bewerten und reduzieren können. Dies gilt insbesondere für Versicherer und Aktuare, die zunehmend auf datengetriebene AI-Modelle setzen.Was Sie aus dem Vortrag mitnehmen:

Welche Sicherheitsrisiken durch den Einsatz von LLMs, generativer AI und agentischen Systemen entstehen und warum diese auch für die Versicherungsbranche relevant sind
Warum klassische IT-Sicherheitsmassnahmen für AI-Systeme und -Agenten oft nicht ausreichen
Reale Beispiele dafür, wie LLM-basierte und agentische AI-Systeme heute angegriffen werden können
Eine Live-Demo, in der wir einen AI-Agenten in einer simulierten Banking-App hacken und zeigen, wie es zu Remote Code Execution und einer manipulierten Geldüberweisung kommen kann sowie wie man solche Angriffe verhindert
Praktische Ansätze, um AI-Systeme sicherer zu entwickeln und zu betreiben

Mathematische Grundlagen generativer KI

Mon, 18 May 2026 10:51:50 +0000

Generative KI Assistenten übernehmen eine zunehmende Anzahl von Aufgaben und lernen dabei kontinuierlich mehr über uns. Doch wie viel wissen wir eigentlich über sie? Anhand eines konkreten Beispiels veranschaulicht der Vortrag, wie große Sprachmodelle ihre Antworten erzeugen und unter Nutzung welcher mathematischen Konzepte sie das jeweils nächste Wort auswählen. Ein besonderer Schwerpunkt wird hierbei auf die Transformer-Architektur und ihre mathematischen Bausteine gelegt.

Bericht aus dem ADS-Ausschuss & Preisverleihung „Best Notebook Award“ (JTG26)

Mon, 18 May 2026 08:41:37 +0000

Daniela Rode gibt einen Überblick über die aktuellen Aktivitäten des Ausschusses Actuarial Data Science/Artificial Intelligence und beleuchtet dessen Rolle an der Schnittstelle von aktuarieller Facharbeit, Data Science und moderner KI-Entwicklung. Der Ausschuss adressiert insbesondere die wachsende Bedeutung datengetriebener Methoden und den zunehmenden Einsatz von Künstlicher Intelligenz im Versicherungsumfeld.

Im Vortrag werden zentrale Arbeitsschwerpunkte vorgestellt, darunter die Entwicklung und Bewertung von Use Cases, die Einordnung neuer technologischer Trends, insbesondere im Bereich generativer KI, sowie die Auseinandersetzung mit methodischen und regulatorischen Fragestellungen. Ein besonderer Fokus liegt auf der praktischen Anwendbarkeit und dem Mehrwert für den aktuariellen Alltag.

Zudem werden ausgewählte Ergebnisse und Veröffentlichungen präsentiert. Insgesamt ordnet der Bericht die Arbeit des Ausschusses in die fortschreitende Transformation des aktuariellen Berufsbilds im Kontext von Digitalisierung und KI ein.

Bericht aus der ADS/AI-Arbeitsgruppe GenAI: Erste Ergebnisse

Mon, 18 May 2026 08:37:21 +0000

Der Vortrag gibt einen kompakten Einblick in die aktuellen Arbeiten der ADS/AI-Arbeitsgruppe GenAI und präsentiert erste Ergebnisse aus der laufenden Projektarbeit. Im Mittelpunkt stehen die Weiterentwicklung des Berichtsentwurfs, insbesondere hinsichtlich regulatorischer Fragestellungen, sowie die Ausarbeitung und der Praxistest ausgewählter Use Cases, etwa im Bereich Wettbewerberdaten oder der Portierung von Legacy-Code.Anhand konkreter Beispiele wird gezeigt, wie generative KI im aktuariellen Kontext eingesetzt werden kann und welche Potenziale sich daraus ergeben. Ergänzend werden Einblicke in technische Umsetzungen, wie die Weiterentwicklung von Notebooks und die Nutzung von AI-Agenten, gegeben.

Von der Theorie zur Praxis: Wie Agentic AI die aktuariellen Arbeiten in Versicherungen und Rückversicherungen transformiert

Mon, 18 May 2026 08:33:58 +0000

Der Aktuarsberuf erlebt seine tiefgreifendste Transformation seit der Einführung des Computers. Kein allmählicher Wandel – ein Bruch.In dieser Session schauen wir durch den Hype direkt in die Praxis – live, mit echter Software, ohne Folien. Wir zeigen, wie KI die gesamte aktuarielle Wertschöpfungskette verändert: Anforderungen durch natürliche Gespräche erfassen, Features und Architektur mit intelligenten Assistenten planen, Lösungen in bisher ungekannter Geschwindigkeit umsetzen, unstrukturierte Realdaten – PDFs, Excel, Legacy-Formate – automatisch durch intelligente Agenten verarbeiten, Geschäftsanwendungen mit Chat-Interfaces statt verschachtelten Menüs aufbauen und das Berichtswesen als interaktives, lebendiges Erlebnis neu erfinden – eines, in dem man mit seinen Daten im Dialog steht, anstatt sie nur zu betrachten.Die unbequeme Wahrheit: Die großen Sprachmodelle stehen jedem zur Verfügung. Ihr Wettbewerbsvorteil liegt darin, wie gut Sie Ihr eigenes Wissen strukturieren, versionieren und formalisieren. Genau dort müssen 90 Prozent der Investitionen fließen.Wir laden Sie ein, die Zukunft der aktuariellen Arbeit zu erleben – nicht als Bedrohung, sondern als das aufregendste Kapitel, das dieser Berufsstand je aufgeschlagen hat. Kommen Sie bereit herausgefordert zu werden und gehen Sie bereit zu führen.

CERAVISION: Controlled Acceleration: AI, Agentic Systems and the Future of Risk Management

Wed, 13 May 2026 10:56:22 +0000

AI introduces the opportunity for dramatic acceleration in how organisations analyse information, make decisions and change their operations. But without the right governance, that acceleration can quickly increase organisational complexity, making systems more brittle rather than faster or more resilient. In this session, we will explore how LLMs and Agentic AI frameworks can be deployed within a model of controlled acceleration where risk, governance and control functions evolve to ensure speed is accompanied by visibility, accountability and robustness. The discussion will focus on what this balance looks like in practice for modern risk management.

Klassische und moderne Survival Modelle und deren Anwendung zum Einfluss von GLP-1 Abnehmspritzen auf Lebensversicherer

Tue, 12 May 2026 10:04:51 +0000

Dieser Vortrag wird eine kurze theoretische Einführung in Survival Modelle allgemein geben (survival probability functions, hazard rates/ratios, Kaplan-Meier, etc.) und dann auf Machine Learning Erweiterungen der klassischen Modelle eingehen: Survival Trees, Random Survival Forests, Gradient Boosted Survival Trees, und Ansätze mit neuronalen Netzwerken.Anwendung finden diese Art von Modellen im Underwriting von (Kranken-) und Lebensversicherern, und der Vortrag wird eine konkrete Anwendung zur Abschätzung des Einflusses von GLP-1 Abnehmspritzen auf Sterberaten vorstellen.

KI, aber erklärbar: White-Box-Use-Cases aus Bestandsmigration

Tue, 12 May 2026 10:00:41 +0000

Bestandsmigrationen in der Lebensversicherung gelten als aufwendig, risikobehaftet und in vielen Teilen schwer zu industrialisieren. Gerade deshalb ist der Blick auf erklärbare KI besonders interessant. Welche Aufgaben kann generative KI den Aktuarinnen und Aktuaren abnehmen? Lässt sich ein Referenzrechner mit KI erstellen? Welche Arbeitsschritte lassen sich sinnvoll automatisieren? Der Vortrag stellt die Ergebnisse des neu veröffentlichten DAV-Ergebnisberichts zu White-Box-KI in der Bestandsmigration vor und zeigt, wo KI heute bereits einen praktischen Nutzen stiften kann. Im Mittelpunkt stehen konkrete Use Cases entlang des Migrationsprozesses – von der Analyse von Produktunterlagen über die Rechenkernentwicklung und die Generierung von Referenzwerten bis hin zu Test, Verifikation und Controlling.

DENK LAUT – der Podcast: FIT4AI, Episode 8: Anonymisierung und Pseudonymisierung

Fri, 08 May 2026 13:22:16 +0000

In dieser Folge von FIT4AI im Podcast Denklaut sprechen wir über Anonymisierung und Pseudonymisierung – zwei Begriffe, die oft gleich verwendet werden, aber in der Praxis einen großen Unterschied machen. Gemeinsam mit unseren Gästen Sarah Hogekamp und Christoph Falkenau werfen wir einen Blick in den DAV-Ergebnisbericht und diskutieren, wie Daten so aufbereitet werden können, dass sie nutzbar bleiben ohne den Datenschutz zu verletzten.

Die angesprochenen Notebooks findet man unter: https://github.com/DeutscheAktuarvereinigung/WorkingGroup_Anonymization_Pseudonymization

Becoming An AI Ready Actuary

Fri, 24 Apr 2026 13:56:53 +0000

...

Regulating the use of AI - Balancing Innovation with Beneficiary Protectio

Fri, 24 Apr 2026 13:35:03 +0000

As artificial intelligence rapidly transforms the financial services landscape, Caribbean pension regulators face the critical challenge of creating frameworks that harness AI's benefits while safeguarding pension beneficiaries. This presentation explores both the transformative potential and significant risks associated with the implementation of AI in pension management, offering practical regulatory guidance tailored to the Caribbean context.

AI Governance and Risk Management: Perspective from Insurance, Medicine and Space Sectors

Mon, 13 Apr 2026 13:35:30 +0000

Artificial intelligence is profoundly transforming several industries, including the insurance and space sectors as well as medicines regulation. Such transformation is both constrained and driven by the necessity to comply with EU legislative requirements (e.g. EU AI Act) and the availability of a wide range of tools. In this webinar, organised by the AAE, the speakers will explore how each profession is building frameworks for trustworthy and accountable governance around AI. The session will draw out the shared challenges such as the black box problem, bias and fairness, and professional accountability — and what each community can learn from the other.

Welcome and Introduction Esko Kivisaari, Chairperson of AAE AI and Data Science Working Group
Actuarial Governance & High-Risk AI Systems- Bogdan Tautan, Chairperson of AAE Risk Management Committee - Claudio Senatore Vice-Chairperson of AAE AI and Data Science Working Group
European Medicines Agency (EMA): AI in the Medicines Regulation — Perspective on Governance and emerging challenges Denise Umuhire and Orsolya Eotvos, EMA
European Space Agency (ESA): Impact Analysis of AI Regulation in the Navigation Sector Ora Buch Kornreich, ESA
Panel discussion AAE, EMA, ESA: Q&A All speakers & participants

DAVvorOrt | Generative KI - Was ist jetzt, bald und überhaupt möglich?

Wed, 08 Apr 2026 14:31:41 +0000

Simon Hatzesberger gibt einen praxisnahen Überblick über den Einsatz generativer Künstlicher Intelligenz in der Versicherungs‑ und Aktuarsarbeit. Anhand konkreter Beispiele und Live‑Demos zeigt er, wie Large Language Models, agentenbasierte Systeme und KI‑gestützte Tools bei der Analyse von Daten, der Erstellung von Berichten, der Automatisierung von Prozessen und der Modernisierung von IT‑Systemen unterstützen können. Zugleich werden Grenzen, Risiken und Sicherheitsaspekte beleuchtet. Der Vortrag ordnet die künftige Rolle von Aktuarinnen und Aktuaren ein und zeigt, warum Fachwissen, Validierung und verantwortungsvolle Entscheidungen auch im KI‑Zeitalter unverzichtbar bleiben.

Interpretable Ensembles: Enhancing Claim Frequency Modeling with External Socioeco-nomic Factors

Mon, 30 Mar 2026 09:18:42 +0000

The modeling of claim frequencies with interpretable risk factors is central for tariffing and risk classification in Non‑Life Insurance. Advanced ML can estimate the proven and interpretable (sparse) risk factors of a GLM in an automated and data‑driven approach [1]. Alongside the methodical advances, the value of high‑quality internal data histories is recognized by insurers. Additional external features, e.g. climate, spatial or socioeconomic information, can deliver further valuable insights for understanding the underlying risks [2,3,4]. The pooling of diverse external information and detailed internal claims creates a very comprehensive database for a more detailed claims analysis. However, most of the innovative methods are not designed to exploit the advantages of large datasets. Moreover, some of them have convergence difficulties with very large datasets in practice.In this work, we present a novel method to investigate the value of the combination of high‑quality data histories enriched with manifold socioeconomic information using a real dataset. Our approach, inspired by ensembles, enables an efficient modeling while the forecasts remain fully interpretable. In addition, the uncertainty and stability of the effects of single risk factors become visible. The results show quantitatively that both the addition of socioeconomic information and the utilization of concepts for large datasets significantly improve the forecasting quality of both established and innovative actuarial models. References.[1] Devriendt, S., Antonio, K., Reynkens, T., & Verbelen, R. (2021). Sparse regression with multi‑type regularized feature modeling. Insurance: Mathematics and Economics 96, 248‑261. [2] Tufvesson, O., Lindström, J., & Lindström, E. (2019). Spatial statistical modelling of insurance risk: a spatial epidemiological approach to car insurance. Scandinavian Actuarial Journal, 2019(6), 508‑522. [3] Knighton, J., Buchanan, B., Guzman, C., Elliott, R., White, E., & Rahm, B. (2020). Predicting flood insurance claims with hydrologic and socioeconomic demographics via machine learning: Exploring the roles of topography, minority populations, and political dissimilarity. Journal of Environmental Management 272, 111051. [4] NAIC (2025). 2021/2022 Auto Insurance Database Report. https://content.naic.org/sites/default/files/publication-aut-pb-auto-ins.... (Download on 11.08.2025)

Plenary Session 2: The AI Enabled Actuary & Farewell

Wed, 25 Mar 2026 12:40:30 +0000

This session brings together three complementary perspectives on how artificial intelligence is reshaping actuarial practice.
Bernard Wong demonstrates how modern data science and AI‑driven workflows unlock new actuarial insights, highlighting emerging techniques and practical applications across insurance domains.
Mike Callan examines how actuarial education is evolving to prepare future professionals, showing how data science, GenAI competencies, and ethical AI use are becoming core components of actuarial training and practice.
Tan Wei Chyin reflects on the IAA’s AI-assisted Kaggle Hackathon, illustrating how AI changes the way actuaries learn, reason and solve problems, and what differentiates exceptional analysts in an AI‑enabled environment.

These presentations offer a forward‑looking view of the AI‑enabled actuary, covering skills, tools, governance, education, and practical case studies across the actuarial value chain.

AI in Insurance: Practical Applications, Performance, and Trust

Wed, 25 Mar 2026 14:01:55 +0000

This webinar explores how artificial intelligence is being applied across the insurance value chain to enhance actuarial performance, operational efficiency, and decision-making—while maintaining trust and professionalism. Drawing on real-world examples from a leading health insurer and a global reinsurer, the session highlights practical AI use cases in pricing, underwriting, claims, risk assessment, portfolio management, and health management. It also addresses the critical role of actuaries in governing AI responsibly, managing bias and risk, and ensuring transparency and ethical use. Together, these perspectives demonstrate how trusted, scalable AI can drive meaningful impact in insurance when actuaries remain firmly in the loop.

Increasing Actuarial Performance while building trust with AI

Increasing Actuarial Performance While Building Trust with AI highlights how artificial intelligence—one of the SOA’s top three strategic initiatives for 2026—can enhance actuarial work when applied responsibly. The presentation emphasizes hat actuaries have a long-standing reputation for professionalism and judgment, providing a strong foundation for building trust with AI. It walks through key strategies for using AI effectively, including understanding AI risks, keeping the actuary firmly in the loop, and identifying appropriate use cases. The session also addresses professionalism, bias, and the critical role of education in ensuring AI supports sound, ethical, and transparent decision-making. Ultimately, the presentation positions actuaries as uniquely equipped to lead in high-stakes AI environments where trust truly matters.

AI Application in Ping An Health Insurance

During the presentation, the speaker will outline how AI is being applied across the health insurance value chain at Ping An Health Insurance (PAH) to support the “health insurance + health & wellness services” strategy. It demonstrates AI-enabled use cases in marketing, pricing, underwriting, claims settlement, and end-to-end health management. Through AI agents, multi-modal large models, and integrated data platforms, PAH enhances operational efficiency, personalization, risk management, and customer experience, shifting from passive claims handling to proactive health and risk management while enabling large-scale, personalized health services.

The AI Developments from A Reinsurers's Perspective

As risks grow more complex, actuarial sciences must improve risk assessment and protection, but data access remains a challenge. SCOR's AI Assistant, a generative AI tool, efficiently extracts and structures data from diverse documents with high accuracy, supporting key insurance workflows. This innovation enhances actuarial practices by enabling more precise assessments and better portfolio management, demonstrating the value of scalable AI in insurance and paving the way for future advancements with autonomous AI support.

Maximizing the Interpretation of Black-Box Models & From Black Box to Glass Box

Wed, 25 Mar 2026 13:21:03 +0000

Maximizing the Interpretation of Black-Box Models

We propose a novel global interpretable machine learning (IML) method for interpreting black-box models. One of the challenges actuaries face when applying machine learning in practice is the interpretability of the models, and our method contributes to solving it. Our method, called Maximum Interpretation Decomposition (MID), is designed to inherently maximize interpretability. MID addresses the limitations of existing global IML methods directly.

In the first part, we will discuss the theoretical background of this method. In the second part, we demonstrate how MID can be used to interpret black-box models using the open-source tools {midr} and {midlearn}. The demonstration highlights the practical utility of MID rather than focusing on implementation details.

Actuarial Digital Twin with Ontology-Driven Graph Database and Agentic AI

Actuaries face the “AI Paradox”: needing the speed of generative AI while requiring deterministic transparency for regulatory compliance. This session introduces an ontology-driven GraphRAG approach that moves beyond traditional document-based RAG by enabling structured reasoning across interconnected actuarial data. The Glass Box framework separates AI reasoning (“the Brain”) from actuarial calculation engines (“the Muscle”), enabling structured reasoning and automation of complex workflows such as product specification and reconciliation with full transparency. By applying a human-in-the-loop “Sandwich Workflow,” insurers can safely scale AI adoption while ensuring auditability and regulatory confidence, allowing actuaries to focus on high-value strategic decision-making.

AI for Pension Funds: Insights and Use Cases

Fri, 06 Mar 2026 17:16:08 +0000

Unlock how Artificial Intelligence is reshaping pensions and social security work. Join us for an insightful session featuring leading actuarial AI expert Ronald Richman, who will share practical applications of AI in longevity modelling, experience analysis, and actuarial workflow automation. This webinar will highlight real-world use insights, emerging opportunities, and what actuaries doing work in pensions and social security need to know to stay ahead in an AI-driven future.Be sure to join us for what promises to be an informative and engaging discussion.

DENK LAUT – der Podcast: FIT4AI, Episode 7: KI im Management von Versicherungsunternehmen

Wed, 04 Mar 2026 12:06:52 +0000

In dieser Episode von DENK LAUT – FIT4AI sprechen wir mit den Vorständen Ralf Oestereich und Michael Krebbers (beide Stutttgarter Leben / Süddeutsche Krankenversicherung) über die strategische Bedeutung von Künstlicher Intelligenz in Versicherungsunternehmen.Gemeinsam spannen wir den Bogen von Automatisierung und organisatorischer Transformation über Kulturwandel und Führung bis hin zu regulatorischen Fragen rund um den EU AI Act.Unsere Gäste geben offen Einblick, wie künstliche Intelligenz das Management, die Zusammenarbeit zwischen IT und Fachbereichen und die Skill-Anforderungen verändert – und warum Regulierung nicht nur Bremse, sondern auch Chance sein kann.Zum Abschluss wird es ganz konkret: Welchen Rat haben die Vorstände an junge, wie auch ältere Aktuare?

The European Actuary No. 45 | Using Modelling for a Healthy Future – Interview with Camilla Holm

Thu, 26 Feb 2026 16:09:24 +0000

In this interview with TEA's Jennifer Baker, Camilla Holm of PFA Denmark spoke to The European Actuary about PFA’s successful strategy combining health professionals’ experience with data scientists’ modelling, leading to a 70% reduction in long-term sickness. She highlighted the importance of using measures focused on operational relevance while ensuring human contact to build customer trust. The approach involved early intervention, combining psychological and physical care. Future plans include refining models and using AI for case handling. Holm emphasised the need for industry standards for preventive impact and highlighted the Nordic model’s success in integrating labour market policies, health systems and pension security.

You can find the full TEA issue No. 45 here: https://actuary.eu/the-european-actuary-issues/.

Justice As Fair Discrimination

Thu, 19 Feb 2026 09:27:46 +0000

...

Balancing Pricing Sophistication with Simplicity

Thu, 19 Feb 2026 08:50:08 +0000

...