SlideShare ist ein Scribd-Unternehmen logo
1 von 28
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics
MAS ETH MTEC Masterarbeit von Stefano Perfetti, Oktober 2017
Betreut von Cristina Kadar (ETH) und von Dr. José R. Iria (Mobiliar)
11-Apr-18Stefano Perfetti 1
AI in der Versicherungsbranche
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 2
Der Studienautor Stefano Perfetti
 Gebürtiger Mailänder und adoptierter Zürcher,
ich habe ursprünglich Software Engineering
studiert und dann für 12 Jahre in der
Finanzbranche quantitative Software entwickelt.
 Seit 2016 studiere ich vollzeitlich für den
«Master of Advanced Studies in Management,
Technology and Economics», d.h.
die Management-Ausbildung der ETH Zürich,
zwecks einer professionellen Neuorientierung.
 Im Oktober 2017 habe ich alle Erfordernisse dieses Masters erfüllt mit der
Masterarbeit «Data Science Landscape in the Insurance Industry», die durch die
von der Mobiliar gesponserte Forschungsgruppe «Mobiliar Lab for Analytics»
unterstützt wurde. Ich bin der Mobiliar sehr dankbar für alle Chancen, die mir
diese Masterarbeit eröffnet hat.
 Aktuell besuche ich freiwillig weitere extra Kurse an der ETH Zürich und
suche eine Stellung, die meinen Interessen an Innovation, AI und
Datenanalyse entspricht.
 Um mich kennenzulernen und zu kontaktieren: linkedin.ch/in/sperfetti
Agenda
>> Konzepte und Worte der AI
 AI in der Versicherungsbranche
 Umfrage: die AI bei Versicherern
 Fazit
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 4
Verbundene und überlappende Konzepte
Conceptual map of data science. Mayo, M. (2016, March). Data science puzzle explained/2.
Retrieved from http://www.kdnuggets.com/2016/03/data-science-puzzle-explained.html/2 on 2017-09-24.
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics
Search interest over the 10 Y up to Jan-2018. From Google trends.
Die Beliebtheit der
unterschiedlichen Ausdrücke
ändert sich mit der Zeit...
…und nicht alle Menschen verwenden die gleichen Ausdrücke:
“Machine learning”
ist hoch im Trend,
aber sehr wenige
tragen den Berufstitel
”machine learners”.
Managers reden oft
von “big data”
und seine
Anwendungen.
Auf LinkedIn gibt es
60’000 “data scientists”
in allen Ländern und
Wirtschaftsbranchen
 fast 9-mal mehr
als vor 4 Jahren!
11-Apr-18Stefano Perfetti 5
machine learning
big data
artificial intelligence
data science
data mining
Agenda
 Konzepte und Worte der AI
>> AI in der Versicherungsbranche
 Umfrage: die AI bei Versicherern
 Fazit
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics
Wirkungen der AI auf das Versicherungsgeschäft
11-Apr-18Stefano Perfetti 7
mehr
Detailgenauigkeit
ganz neue
Chancen!
Kunden-
gewinnung
Risiko-
bewertung
Betrugs-
prävention
Retention
& upselling
Schadens-
bearbeitung
aktives Risiko-
management
Produkt-
entwicklung
Erstellung
von Angebot
feste Prämien gegen
Schutz vor Risiko
mehr Effektivität
und mehr Effizienz,
flächendeckend
Win
win!
Agenda
 Konzepte und Worte der AI
 AI in der Versicherungsbranche
>> Umfrage: die AI bei Versicherern
 Fazit
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 9
Umfrage über die AI in der Versicherungsbranche
 Ganz anonym durchgeführt in Aug-Sep 2017
 Gesendet über LinkedIn an Datenwissenschaftler tätig bei Versicherern, weltweit
 14 strukturierte Fragen und 300 Teilnehmer aus 40 Ländern insgesamt
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 10
Geschäfts-
funktionen,
wo die AI
verwendet
wird
Die Umfrage
zeigt, die AI
wird in der
Versicherungs-
branche fast
allgegenwärtig.
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 11
Datentypen
in der AI bei
Versicherern
Zwar vielfältige
Datentypen,
aber
interne Daten
am häufigsten.
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 12
Datenformate in der AI bei Versicherern
Die Verwendung vom Text
ist schon breit etabliert.
Nächste Welle: Bilder und
gesprochene Sprache.
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics
Erfolgsfaktoren für AI-Projekte bei Versicherern
Am wichtigsten sind
menschliche Faktoren…
...aber die Fachkompetenz und
die Branchenexpertise der Data
Scientists sind fast gleich wichtig.
11-Apr-18Stefano Perfetti 13
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 14
Unternehmensexterne AI-Wissensquellen
Die meisten Versicherer planen doch
keine Zusammenarbeit für die AI. Das
deutet darauf hin, dass dieses Thema als
strategisch betrachtet wird.
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 15
Unternehmensexterne AI-Wissensquellen
Die Verbindung an APIs wie z.B.:
- IBM Watson
- Google Cloud Machine Learning Engine
- Amazon Machine Learning API
- Microsoft Azure Machine Learning
- BigML
- …
liefert höchst komplexe Funktionalitäten.
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics
Karrieren der Datenwissenschaftler
in der Versicherungsbranche
Sie stammen oft aus
anderen Branchen
und/oder Rollen.
Dies deutet darauf hin,
es gebe zu wenige
solche Profile.
11-Apr-18Stefano Perfetti 16
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics
Karrieren der Datenwissenschaftler
in der Versicherungsbranche
Für die Zukunft wollen
sie mit der AI weiter
arbeiten…
…aber leider für die
Versicherer ist ihnen
die Branche egal.
11-Apr-18Stefano Perfetti 17
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 18
Aufschlussreiche Zusammenhänge
Aus der Forschungsliteratur
lässt sich ableiten, es sei eine
Ursache-Wirkungs-Beziehung.
unterstrichen:
p-value < 0.05
ganz grün = +1,
ganz weiss = 0,
ganz rot = -1.
Die AI-Leistungskennzahlen
der Versicherer haben mittlere
bis starke Korrelationen mit
dem Verwendungsgrad von
externen AI-Wissensquellen,
d.h. Unternehmensberatern,
Universitäten, anderen
Versicherern und AI-APIs.
Agenda
 Konzepte und Worte der AI
 AI in der Versicherungsbranche
 Umfrage: die AI bei Versicherern
>> Fazit
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 20
Fazit
 Die AI ändert tiefgreifend die Versicherungsbranche.
 Der Anschluss eines Versicherers an externen AI-Wissensquellen, wie
Unternehmensberatern, Universitäten, anderen Versicherern und AI-APIs,
scheint, seine AI-Leistungsfähigkeit zu verstärken.
 Datenwissenschaftler mit Erfahrung im Versicherungsgeschäft sind
wichtig für die Versicherer, aber fühlen sich der Branche nicht verbunden.
Deswegen sollten Versicherer das Folgende tun:
 in die AI investieren, um mit den laufenden Änderungen Schritt halten;
 nicht nur interne, sondern auch externe AI-Wissensquellen benutzen;
 sich bemühen, ihre erfahrenen Datenwissenschaftler an sich zu binden.
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics
Ich freue mich auf alle Fragen und Feedbacks. - Stefano
linkedin.ch/in/sperfetti - perfetti.stefano@gmail.com
11-Apr-18Stefano Perfetti 21
Wenn das Sie interessiert hat, bitte «like» clicken oder
teilen, denn dies hilft mir bei meiner Stellensuche. Zum
Dank im Voraus gibt es nun noch weitere 7 extra Folien.
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics
AXA
9%
Allstate
7%
Liberty Mutual Insurance
5%
Aetna
5%
The Hartford
4%
Zurich
4%
AIG
3%
Allianz
3%
Generali
2%
Humana
2%
BlueCross and BlueShield
2%
MetLife
2%Aviva
2%
Nationwide Insurance
1%
Other 206 insurers
49%
“Data scientists” tätig bei
Versicherern weltweit in
Aug-17 (Quelle: LinkedIn)
Verteilung der «data scientists» unter den Versicherern
11-Apr-18Stefano Perfetti 22
EXTRA
Können die kleinsten
überhaupt mithalten?
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 23
Organisation von AI-Aktivitäten bei Versicherern
EXTRA
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 24
AI-Methoden in der AI bei Versicherern
EXTRA
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 25
Datentypen in der AI bei Versicherern
je nach Geschäftsfunktion
EXTRA
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 26
Bildungsniveau und –feld der Datenwissenschaftler in
der Versicherungsbranche
EXTRA
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 27
Zeitaufwand je nach Aktivität der Datenwissenschaftler
EXTRA
||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 28
Meinungen der Datenwissenschaftler
zur Zukunft der AI in der Versicherungsbranche
EXTRA

Weitere ähnliche Inhalte

Ähnlich wie Mobiliar Apr18

IFFOCUS »Prozesse intelligent gestalten«
IFFOCUS »Prozesse intelligent gestalten«IFFOCUS »Prozesse intelligent gestalten«
IFFOCUS »Prozesse intelligent gestalten«
Fraunhofer IFF
 

Ähnlich wie Mobiliar Apr18 (20)

abtis informiert auf Modern Security Roadshow über Zukunft der IT-Security
abtis informiert auf Modern Security Roadshow über Zukunft der IT-Securityabtis informiert auf Modern Security Roadshow über Zukunft der IT-Security
abtis informiert auf Modern Security Roadshow über Zukunft der IT-Security
 
Cyber-Sicherheit - Newsletter 2013
Cyber-Sicherheit - Newsletter 2013Cyber-Sicherheit - Newsletter 2013
Cyber-Sicherheit - Newsletter 2013
 
Die Experton Big Data Studie und Splunk
Die Experton Big Data Studie und SplunkDie Experton Big Data Studie und Splunk
Die Experton Big Data Studie und Splunk
 
Smart Maintenance by Fraunhofer Institut
Smart Maintenance by Fraunhofer InstitutSmart Maintenance by Fraunhofer Institut
Smart Maintenance by Fraunhofer Institut
 
Kuenstliche Intelligenz in unserem Alltag
Kuenstliche Intelligenz in unserem AlltagKuenstliche Intelligenz in unserem Alltag
Kuenstliche Intelligenz in unserem Alltag
 
Arbeitswelt 2020: Jobs der Zukunft
Arbeitswelt 2020: Jobs der ZukunftArbeitswelt 2020: Jobs der Zukunft
Arbeitswelt 2020: Jobs der Zukunft
 
Dipl. Bw. (FH) Manfred Brandner (BIT-Group), Dr. Alexander Janda (Kuratorium ...
Dipl. Bw. (FH) Manfred Brandner (BIT-Group), Dr. Alexander Janda (Kuratorium ...Dipl. Bw. (FH) Manfred Brandner (BIT-Group), Dr. Alexander Janda (Kuratorium ...
Dipl. Bw. (FH) Manfred Brandner (BIT-Group), Dr. Alexander Janda (Kuratorium ...
 
AI Vortrag Leuphana Universität Lüneburg
AI Vortrag Leuphana Universität LüneburgAI Vortrag Leuphana Universität Lüneburg
AI Vortrag Leuphana Universität Lüneburg
 
Deutschland auf dem Weg in die Datenökonomie
Deutschland auf dem Weg in die DatenökonomieDeutschland auf dem Weg in die Datenökonomie
Deutschland auf dem Weg in die Datenökonomie
 
Big data minds 2013 vorankündigung
Big data minds 2013 vorankündigungBig data minds 2013 vorankündigung
Big data minds 2013 vorankündigung
 
Md newsletter iii 2013_q2_barrierefrei
Md newsletter iii 2013_q2_barrierefreiMd newsletter iii 2013_q2_barrierefrei
Md newsletter iii 2013_q2_barrierefrei
 
Fv01 wissensarbeit im team__schaffner_tekom ft 2017
Fv01  wissensarbeit im team__schaffner_tekom ft 2017Fv01  wissensarbeit im team__schaffner_tekom ft 2017
Fv01 wissensarbeit im team__schaffner_tekom ft 2017
 
Workshop: Mit Sicherheit Datenschutz in der Gesetzlichen Unfallversicherung ...
Workshop:  Mit Sicherheit Datenschutz in der Gesetzlichen Unfallversicherung ...Workshop:  Mit Sicherheit Datenschutz in der Gesetzlichen Unfallversicherung ...
Workshop: Mit Sicherheit Datenschutz in der Gesetzlichen Unfallversicherung ...
 
Instandhaltung 4.0 – Chancen durch die Digitalisierung
Instandhaltung 4.0 – Chancen durch die DigitalisierungInstandhaltung 4.0 – Chancen durch die Digitalisierung
Instandhaltung 4.0 – Chancen durch die Digitalisierung
 
Somtypes Fokusreport Künstliche Intelligenz
Somtypes Fokusreport Künstliche IntelligenzSomtypes Fokusreport Künstliche Intelligenz
Somtypes Fokusreport Künstliche Intelligenz
 
Online Marketing Konzept einer B2B Veranstaltungsreihe
Online Marketing Konzept einer B2B VeranstaltungsreiheOnline Marketing Konzept einer B2B Veranstaltungsreihe
Online Marketing Konzept einer B2B Veranstaltungsreihe
 
EIB-Finanzierung von 27 Millionen Euro für finnisches Software-Unternehmen M-...
EIB-Finanzierung von 27 Millionen Euro für finnisches Software-Unternehmen M-...EIB-Finanzierung von 27 Millionen Euro für finnisches Software-Unternehmen M-...
EIB-Finanzierung von 27 Millionen Euro für finnisches Software-Unternehmen M-...
 
IFFOCUS »Prozesse intelligent gestalten«
IFFOCUS »Prozesse intelligent gestalten«IFFOCUS »Prozesse intelligent gestalten«
IFFOCUS »Prozesse intelligent gestalten«
 
a3 systems relauncht Website der FITT gGmbH
a3 systems relauncht Website der FITT gGmbHa3 systems relauncht Website der FITT gGmbH
a3 systems relauncht Website der FITT gGmbH
 
CWMC Insights 2020|12 - Einführung IIoT Architekturen
CWMC Insights 2020|12 - Einführung IIoT ArchitekturenCWMC Insights 2020|12 - Einführung IIoT Architekturen
CWMC Insights 2020|12 - Einführung IIoT Architekturen
 

Mobiliar Apr18

  • 1. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics MAS ETH MTEC Masterarbeit von Stefano Perfetti, Oktober 2017 Betreut von Cristina Kadar (ETH) und von Dr. José R. Iria (Mobiliar) 11-Apr-18Stefano Perfetti 1 AI in der Versicherungsbranche
  • 2. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 2 Der Studienautor Stefano Perfetti  Gebürtiger Mailänder und adoptierter Zürcher, ich habe ursprünglich Software Engineering studiert und dann für 12 Jahre in der Finanzbranche quantitative Software entwickelt.  Seit 2016 studiere ich vollzeitlich für den «Master of Advanced Studies in Management, Technology and Economics», d.h. die Management-Ausbildung der ETH Zürich, zwecks einer professionellen Neuorientierung.  Im Oktober 2017 habe ich alle Erfordernisse dieses Masters erfüllt mit der Masterarbeit «Data Science Landscape in the Insurance Industry», die durch die von der Mobiliar gesponserte Forschungsgruppe «Mobiliar Lab for Analytics» unterstützt wurde. Ich bin der Mobiliar sehr dankbar für alle Chancen, die mir diese Masterarbeit eröffnet hat.  Aktuell besuche ich freiwillig weitere extra Kurse an der ETH Zürich und suche eine Stellung, die meinen Interessen an Innovation, AI und Datenanalyse entspricht.  Um mich kennenzulernen und zu kontaktieren: linkedin.ch/in/sperfetti
  • 3. Agenda >> Konzepte und Worte der AI  AI in der Versicherungsbranche  Umfrage: die AI bei Versicherern  Fazit
  • 4. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 4 Verbundene und überlappende Konzepte Conceptual map of data science. Mayo, M. (2016, March). Data science puzzle explained/2. Retrieved from http://www.kdnuggets.com/2016/03/data-science-puzzle-explained.html/2 on 2017-09-24.
  • 5. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics Search interest over the 10 Y up to Jan-2018. From Google trends. Die Beliebtheit der unterschiedlichen Ausdrücke ändert sich mit der Zeit... …und nicht alle Menschen verwenden die gleichen Ausdrücke: “Machine learning” ist hoch im Trend, aber sehr wenige tragen den Berufstitel ”machine learners”. Managers reden oft von “big data” und seine Anwendungen. Auf LinkedIn gibt es 60’000 “data scientists” in allen Ländern und Wirtschaftsbranchen  fast 9-mal mehr als vor 4 Jahren! 11-Apr-18Stefano Perfetti 5 machine learning big data artificial intelligence data science data mining
  • 6. Agenda  Konzepte und Worte der AI >> AI in der Versicherungsbranche  Umfrage: die AI bei Versicherern  Fazit
  • 7. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics Wirkungen der AI auf das Versicherungsgeschäft 11-Apr-18Stefano Perfetti 7 mehr Detailgenauigkeit ganz neue Chancen! Kunden- gewinnung Risiko- bewertung Betrugs- prävention Retention & upselling Schadens- bearbeitung aktives Risiko- management Produkt- entwicklung Erstellung von Angebot feste Prämien gegen Schutz vor Risiko mehr Effektivität und mehr Effizienz, flächendeckend Win win!
  • 8. Agenda  Konzepte und Worte der AI  AI in der Versicherungsbranche >> Umfrage: die AI bei Versicherern  Fazit
  • 9. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 9 Umfrage über die AI in der Versicherungsbranche  Ganz anonym durchgeführt in Aug-Sep 2017  Gesendet über LinkedIn an Datenwissenschaftler tätig bei Versicherern, weltweit  14 strukturierte Fragen und 300 Teilnehmer aus 40 Ländern insgesamt
  • 10. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 10 Geschäfts- funktionen, wo die AI verwendet wird Die Umfrage zeigt, die AI wird in der Versicherungs- branche fast allgegenwärtig.
  • 11. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 11 Datentypen in der AI bei Versicherern Zwar vielfältige Datentypen, aber interne Daten am häufigsten.
  • 12. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 12 Datenformate in der AI bei Versicherern Die Verwendung vom Text ist schon breit etabliert. Nächste Welle: Bilder und gesprochene Sprache.
  • 13. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics Erfolgsfaktoren für AI-Projekte bei Versicherern Am wichtigsten sind menschliche Faktoren… ...aber die Fachkompetenz und die Branchenexpertise der Data Scientists sind fast gleich wichtig. 11-Apr-18Stefano Perfetti 13
  • 14. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 14 Unternehmensexterne AI-Wissensquellen Die meisten Versicherer planen doch keine Zusammenarbeit für die AI. Das deutet darauf hin, dass dieses Thema als strategisch betrachtet wird.
  • 15. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 15 Unternehmensexterne AI-Wissensquellen Die Verbindung an APIs wie z.B.: - IBM Watson - Google Cloud Machine Learning Engine - Amazon Machine Learning API - Microsoft Azure Machine Learning - BigML - … liefert höchst komplexe Funktionalitäten.
  • 16. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics Karrieren der Datenwissenschaftler in der Versicherungsbranche Sie stammen oft aus anderen Branchen und/oder Rollen. Dies deutet darauf hin, es gebe zu wenige solche Profile. 11-Apr-18Stefano Perfetti 16
  • 17. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics Karrieren der Datenwissenschaftler in der Versicherungsbranche Für die Zukunft wollen sie mit der AI weiter arbeiten… …aber leider für die Versicherer ist ihnen die Branche egal. 11-Apr-18Stefano Perfetti 17
  • 18. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 18 Aufschlussreiche Zusammenhänge Aus der Forschungsliteratur lässt sich ableiten, es sei eine Ursache-Wirkungs-Beziehung. unterstrichen: p-value < 0.05 ganz grün = +1, ganz weiss = 0, ganz rot = -1. Die AI-Leistungskennzahlen der Versicherer haben mittlere bis starke Korrelationen mit dem Verwendungsgrad von externen AI-Wissensquellen, d.h. Unternehmensberatern, Universitäten, anderen Versicherern und AI-APIs.
  • 19. Agenda  Konzepte und Worte der AI  AI in der Versicherungsbranche  Umfrage: die AI bei Versicherern >> Fazit
  • 20. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 20 Fazit  Die AI ändert tiefgreifend die Versicherungsbranche.  Der Anschluss eines Versicherers an externen AI-Wissensquellen, wie Unternehmensberatern, Universitäten, anderen Versicherern und AI-APIs, scheint, seine AI-Leistungsfähigkeit zu verstärken.  Datenwissenschaftler mit Erfahrung im Versicherungsgeschäft sind wichtig für die Versicherer, aber fühlen sich der Branche nicht verbunden. Deswegen sollten Versicherer das Folgende tun:  in die AI investieren, um mit den laufenden Änderungen Schritt halten;  nicht nur interne, sondern auch externe AI-Wissensquellen benutzen;  sich bemühen, ihre erfahrenen Datenwissenschaftler an sich zu binden.
  • 21. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics Ich freue mich auf alle Fragen und Feedbacks. - Stefano linkedin.ch/in/sperfetti - perfetti.stefano@gmail.com 11-Apr-18Stefano Perfetti 21 Wenn das Sie interessiert hat, bitte «like» clicken oder teilen, denn dies hilft mir bei meiner Stellensuche. Zum Dank im Voraus gibt es nun noch weitere 7 extra Folien.
  • 22. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics AXA 9% Allstate 7% Liberty Mutual Insurance 5% Aetna 5% The Hartford 4% Zurich 4% AIG 3% Allianz 3% Generali 2% Humana 2% BlueCross and BlueShield 2% MetLife 2%Aviva 2% Nationwide Insurance 1% Other 206 insurers 49% “Data scientists” tätig bei Versicherern weltweit in Aug-17 (Quelle: LinkedIn) Verteilung der «data scientists» unter den Versicherern 11-Apr-18Stefano Perfetti 22 EXTRA Können die kleinsten überhaupt mithalten?
  • 23. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 23 Organisation von AI-Aktivitäten bei Versicherern EXTRA
  • 24. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 24 AI-Methoden in der AI bei Versicherern EXTRA
  • 25. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 25 Datentypen in der AI bei Versicherern je nach Geschäftsfunktion EXTRA
  • 26. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 26 Bildungsniveau und –feld der Datenwissenschaftler in der Versicherungsbranche EXTRA
  • 27. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 27 Zeitaufwand je nach Aktivität der Datenwissenschaftler EXTRA
  • 28. ||ETH Zurich, D-MTEC, Information Management Research Chair, Mobiliar Lab for Analytics 11-Apr-18Stefano Perfetti 28 Meinungen der Datenwissenschaftler zur Zukunft der AI in der Versicherungsbranche EXTRA