Einführung
Werbung
3. Weiterbildungstag der DGVFM „Structured and unstructured data — Insurance analytics, products and risk management of the future“ Einführung in das Thema Dr. Stefan Nörtemann, msg life central europe gmbh Hannover, 16. Juni 2016 3. Weiterbildungstag der DGVFM 3. Weiterbildungstag der DGVFM & Topic of the year 2016 Idee des Weiterbildungstages der DGVFM: Behandlung eines aktuellen und wichtigen Themas in der notwendigen Ausführlichkeit (daher ein ganzer Tag) Verbindung zwischen Wissenschaft & Praxis ohne (über aktuarielle Basiskenntnisse hinausgehende) Vorkenntnisse Das „Topic of the Year“ 2016 / das Thema des Jahres 2016 lautet: „Big Data im Versicherungswesen – Algorithmen, Analyse und Statistik“ 3. Weiterbildungstag der DGVFM zum Thema „Structured and unstructured data — Insurance analytics, products and risk management of the future“ 2 3. Weiterbildungstag der DGVFM Big Data, Analytics & Co. – ausgewählte Zitate Die Themen Big Data, Insurance Analytics, etc. werden (nicht nur) unter Aktuaren durchaus kontrovers diskutiert! Die Euphorie ist eher ungleich verteilt! „Hoffentlich bin ich schon in Rente, wenn es richtig losgeht.“ „Das sind doch alles Gedankenspiele – Geld verdienen kann man damit sicher nicht!“ „Schade, dass ich nicht (noch mal) 30 bin – ich wäre sicher der neue Zuckerberg der Versicherungsbranche.“ Jeder versteht etwas anderes darunter! „Big Data ist doch alles über Tera-Byte – oder?“ „Heutzutage ist doch alles irgendwie Big Data!“ Das Heilsversprechen Big Data ist durchaus umstritten! „Big Data ist die Rettung der Versicherungsbranche!“ „Big Data ist doch nur eine Luftnummer!“ „Big Data bedeutet das Ende der Versicherung, wie wir sie heute kennen!“ 3 Quelle: DAV, Impressionen der Herbsttagung 2015 in Dresden; https://aktuar.de/veranstaltungen/herbsttagung/Seiten/default.aspx 3. Weiterbildungstag der DGVFM Vielfalt der Begriffe BIG DATA no SQL unstructured data KDD* Data Mining Innovative Products Digitalisation telematics CRISP-DM*** EL 75% DE LAS EMPRESAS INVERTIRÁ EN BIG DATA DURANTE LOS PRÓXIMOS DOS AÑOS von Marcos Gasparutti unter CC BY-SA 2.0 pay as you drive cloud in memory structured data KDT** smart Insurance Analytics *) Knowledge Discovery in Databases **) Knowledge Discovery from Text ***) Cross Industry Standard Process for Data Mining Quelle: ini20: http://ini20.de/tag/big-data & http://pixabay.com 24/7 pay as you live 4 3. Weiterbildungstag der DGVFM Vielfalt der Begriffe – Versuch einer Ordnung Data Mining buzzword BIG DATA KDD* in memory Innovative Products EL 75% DE LAS EMPRESAS INVERTIRÁ EN BIG DATA DURANTE LOS PRÓXIMOS DOS AÑOS von Marcos Gasparutti unter CC BY-SA 2.0 KDT** CRISP-DM*** structured data Insurance Analytics no SQL unstructured data telematics Digitalisation smart cloud 24/7 pay as you drive pay as you live *) Knowledge Discovery in Databases **) Knowledge Discovery from Text ***) Cross Industry Standard Process for Data Mining Quelle: ini20: http://ini20.de/tag/big-data & http://pixabay.com 5 3. Weiterbildungstag der DGVFM Big Data Wikipedia (UK): “Big data is a broad term for data sets so large or complex that traditional data processing applications are inadequate. […] The term often refers simply to the use of predictive analytics or certain other advanced methods to extract value from data and seldom to a particular size of data set.” Der deutsche Begriff ist “Massendaten”. Dabei wird keine konkrete Größe definiert, ab wann man von Big Data spricht … … zentral für die Definition ist hingegen, dass die Datenmenge zu groß für eine konventionelle Verarbeitung ist. In der Praxis ist Big Data jedoch DAS buzzword für alle Themen im Kontext: Data Mining Analytics / Analysemethoden für Daten Disruption Digitalisierung neue Geschäftsmodelle und neue Produkte … Quellen: https://en.wikipedia.org/wiki/Big_data & ini20: http://ini20.de/tag/big-data/ 6 EL 75% DE LAS EMPRESAS INVERTIRÁ EN BIG DATA DURANTE LOS PRÓXIMOS DOS AÑOS von Marcos Gasparutti unter CC BY-SA 2.0 3. Weiterbildungstag der DGVFM Digitalisierung Digitalisierung = (eigentlich, im engeren Sinne): Überführung analoger Größen in diskrete Werte, zu dem Zweck, sie elektronisch zu speichern oder zu verarbeiten Dies geschieht seit mehr als 50 Jahren in der Versicherungswirtschaft! (im weiteren Sinne): Die durch das Internet geschaffenen Möglichkeiten, Daten zu jeder Zeit an jedem Ort abzurufen, weiterzuverarbeiten und zu speichern. (für die Versicherungsbranche): Möglichkeiten & Anforderungen an die Vertriebswege (Internet, Smartphones) weiterer Services (z.B. Leistungsabrechnung) Kommunikation mit dem Kunden (Stichwort 24/7) … Quellen: http://commons.wikimedia.org/wiki/File:IBM_650_with_front_open.jpg & DAA-Ausbildungsseminar „Informationsverarbeitung für Aktuare“, 2015, Kap. Digitalisierung und neue Geschäftsmodelle, Folie 9 7 3. Weiterbildungstag der DGVFM Data Mining Data Mining = (allgemein): Gewinnung von Wissen aus Daten (konkret): Analyse großer Datenbestände (Big Data!) (häufig) auf Basis statistischer Methoden mit dem Ziel aus den Daten neue Erkenntnisse (Korrelationen, Trends, Muster) zu gewinnen Insurance Analytics = ■ Data Mining mit versicherungsspezifischer Fragestellung ■ Möglichkeit & Anforderung an die Auswertung großer Datenbestände für verschiedene Zwecke Vertrieb & Marketing Produktentwicklung Modellierung / Risikomanagement Unternehmenssteuerung … Quelle: http://pixabay.com 8 3. Weiterbildungstag der DGVFM Structured and unstructured data Strukturierte Daten = digitale Informationen, die in einer formalisierten Struktur (Datenmodell) vorliegen Vortrag 1 W. Hauner In der Praxis befinden sich die Informationen in einer relationalen Datenbank oder einem Data Warehouse. Computerprogramme können über definierte Schnittstellen auf die Daten zugreifen. Vertrautes Beispiel aus dem Alltag: Excel Unstrukturierte Daten = digitalisierte Informationen in nicht formalisierter Struktur Der „ganze Rest“: Texte, PDFs, Audio- und Video-Dateien. Die automatisierte Nutzung unstrukturierter Daten ist stark eingeschränkt. Zur Softwaretechnischen Verarbeitung müssen die Daten strukturiert werden bzw. mit Struktur versehen werden. Dafür existieren vielfältige Verfahren: Textmining, maschinelles Lernen, … Quelle: http://pixabay.com 9 3. Weiterbildungstag der DGVFM Neue Produkte Big Data ermöglicht neue Produkte: Individualisierung bzgl. des Zeitraums einer Versicherung „spontane“ Policierung via Smartphone-App (pay per use) Versicherung für einen kurzen Zeitraum ● Unfall-Versicherung für Karneval Individualisierung bzgl. des Beitrags pay as you drive / Telematik pay as you live Big Data erfordert neue Produkte: Versicherung für selbstfahrende Autos Quellen: https://www.appsichern.de/shop/sports-events/jeckenschutz-cgn-16.html & http://www.google.com/selfdrivingcar/images/home-where.jpg 1 0 3. Weiterbildungstag der DGVFM Pay as you drive Wie könnte das konkret aussehen? Electronic-Box in dem versicherten Fahrzeug (Telematik) Via GPS werden fortlaufend Fahrdaten (Geschwindigkeit, Beschleunigung, Bremsverhalten, vielleicht auch Abstand zu anderen Fahrzeugen) an einen Zentralrechner des Versicherers gesendet. In einer Ausbaustufe könnten zudem Daten über den Fahrzeugführer gesendet werden (visuelle Daten oder medizinische Daten). Aufgrund dieser Daten werden Risiko Zu-/Abschläge auf den KFZTarif ermittelt. Vortrag 3 Prof. K. Antonio Dies kann in beliebiger Taktung geschehen: Täglich, Stündlich, je Minute oder auch instantan. In einer Ausbaustufe können auch vollständig individualisierte Tarife fortlaufend neu gerechnet werden. 11 Quelle: Bosch Media Service; http://www.bosch-presse.de/presseforum/details.htm?txtID=6940&locale=en 1 1 3. Weiterbildungstag der DGVFM Pay as you live Wie sieht das konkret aus? Smart-Watch, wearable, apps, … fitness wearables (z.B. Fitbit, Nike+, Runtastic, …): sammeln & übertragen Fitness-Daten (Gegangene Schritte, Laufradius, Treppenstufen, …) medical wearables (z.B. AliveCor, iBG Star …): sammeln & übertragen medizinische Daten (Puls, Blutdruck, zugeführte/verbrannte Kalorien,…) in die cloud Aufgrund dieser Daten werden Zu-/Abschläge auf den Lebensversicherungstarif ermittelt, in beliebiger Taktung. Damit sind auch grundsätzlich neue Versicherungstarife denkbar, zum Beispiel für chronisch Erkrankte. Beispiel: Kunde mit Diabetes -> normalerweise nicht / nur schwer versicherbar Nutzung eines speziellen medical wearable: regelmäßige (tägliche) Messung des Blutzuckerspiegels z.B. iBGStar (sanofi-aventis) Spezialangebot: Versicherungsschutz auf ein Jahr begrenzt & Verlängerung solange die Werte ok sind. 12 Quelle: Apple Homepage: http://www.apple.com/de/watch/ & http://www.itunes.apple.com 1 2 (Nicht nur) ein Witz „Was unterscheidet den deutschen vom sizilianischen Aktuar? Der deutsche Aktuar weiß ungefähr, wie viele Personen in seinem Bestand im kommenden Jahr versterben werden – der sizilianische Aktuar weiß sogar wer!“ These: In Zukunft werden wir alle sizilianische Aktuare sein und wissen, wer aus unserem Bestand ausscheiden wird! Rechnen mit der Zukunft! Quellen: amazon; http://ecx.images-amazon.com/images/I/414272DDQ4L.jpg & Movie infos; http://www.movie-infos.net/forum/Thread/34901-Der-Sizilianer-Bud-Spencer/ 13 1 3 3. Weiterbildungstag der DGVFM Riskmanagement (of the future) Big Data / Analytics bietet neue Möglichkeiten beim Risikomanagement „bessere“ Unternehmensmodelle durch Verwendung externer Daten & Einflüsse, z.B. hinsichtlich: Vortrag 2 Dr. K. Haseloh Stornoverhalten in Abhängigkeit verschiedener Faktoren Sterblichkeitsmodellierung auf Basis externer Daten (z.B. TrueRiskLife, Kredit basierter Mortalitätsindex, verwendet in USA) Nat-Cat-Modelle auf Basis der „Auswertung“ großer Datenbestände über Naturgefahren / Naturkatastrophen Big Data / Analytics stellt (auch) das Risikomanagement vor neue Herausforderungen pay as you live Welche qx verwende ich? -> individualisierte Sterbewahrscheinlichkeiten? selbstfahrende Autos Wie verteilen sich die Schäden? Nicht mehr regional oder nach Alter des Fahrers! Quelle: http://pixabay.com 1 4 3. Weiterbildungstag der DGVFM Digitalisierung, Insurance Analytics, neue Produkte Auswirkungen für Versicherungen: Organisationsstruktur Vertrieb (Stichwort: Zugangswege) Geschäftsprozesse (Stichwort: 24/7) Produktentwicklung (Stichwort: payd, payl) Bestandsverwaltung & Schadenmanagement Systemarchitektur / Softwaresysteme Risikomanagement Neue Möglichkeiten durch Insurance Analytics Neue Anforderungen durch neue Produkte Die Arbeitswelt der Aktuarinnen & Aktuare! Quelle: DAA-Ausbildungsseminar „Informationsverarbeitung für Aktuare“, 2015, Kap. Kernprozesse eines Versicherungsunternehmens, Folie 12 & DAV, Impressionen der Herbsttagung 2015 in Dresden; https://aktuar.de/veranstaltungen/herbsttagung/Seiten/default.aspx 1 5 Big Data, Analytics & Co. Grob vereinfacht lässt sich der Themenkomplex auf 4 Dimensionen reduzieren: mathematische & statistische Methoden „Die Mathematik macht Insurance Analytics erst möglich.“ • Datenschutz • Analytics • Gesellschaftlicher Diskurs • Statistik • Fortschritt • Neue Technologien (neue) technische Methoden zum Umgang mit großen Datenmengen „Der technologische Fortschritt treibt das Thema vor sich her!“ konkrete Anwendungen (Business Cases) in den Unternehmen „Nicht alles, was machbar ist, ist auch wertschöpfend!“ Regulierung & gesellschaftlicher Diskurs „Nicht alles, was machbar und wertschöpfend ist, ist auch erlaubt und / oder von der Gesellschaft gewollt!“ Insurance Analytics • • Business Cases Potenzial Regulier -ung Mathematik Wertschöpfung Technik © msg life central europe gmbh, Juni 2016 1 6 3. Weiterbildungstag der DGVFM Ich freue mich auf die Vorträge: Wolfgang Hauner, Munich Re „Big Data & Data Analytics in der Rückversicherung Analyse strukturierter und unstrukturierter Daten“ Vortrag 1 W. Hauner Dr. Kai Haseloh, Hannover Re Vortrag 2 Dr. K. Haseloh „1.087.024 Naturkatastrophen, 21.914 Verträge und 1 Datenbank: Nat Cat-Risikomanagement in Echtzeit“ Prof. Dr. Katrien Antonio, KU Leuven „Compliant predictive actuarial models for pricing general insurance contracts: from small policyholder to large telematics data “ Vortrag 3 Prof. K. Antonio 1 7
