Mobiliar Apr18

||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

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.

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!
machine learning
big data
artificial intelligence
data science
data mining

Agenda
 Konzepte und Worte der AI
>> AI in der Versicherungsbranche
 Fazit

Wirkungen der AI auf das Versicherungsgeschäft
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
>> Umfrage: die AI bei Versicherern
 Fazit

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

Geschäfts-
funktionen,
wo die AI
verwendet
wird
Die Umfrage
zeigt, die AI
wird in der
Versicherungs-
branche fast
allgegenwärtig.

Datentypen
in der AI bei
Versicherern
Zwar vielfältige
Datentypen,
aber
interne Daten
am häufigsten.

Datenformate in der AI bei Versicherern
Die Verwendung vom Text
ist schon breit etabliert.
Nächste Welle: Bilder und
gesprochene Sprache.

Erfolgsfaktoren für AI-Projekte bei Versicherern
Am wichtigsten sind
menschliche Faktoren…
...aber die Fachkompetenz und
die Branchenexpertise der Data
Scientists sind fast gleich wichtig.

Unternehmensexterne AI-Wissensquellen
Die meisten Versicherer planen doch
keine Zusammenarbeit für die AI. Das
deutet darauf hin, dass dieses Thema als
strategisch betrachtet wird.

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.

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.

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.

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
>> Fazit

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.

Ich freue mich auf alle Fragen und Feedbacks. - Stefano
linkedin.ch/in/sperfetti - perfetti.stefano@gmail.com
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.

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
EXTRA
Können die kleinsten
überhaupt mithalten?

Organisation von AI-Aktivitäten bei Versicherern
EXTRA

AI-Methoden in der AI bei Versicherern
EXTRA

Datentypen in der AI bei Versicherern
je nach Geschäftsfunktion
EXTRA

Bildungsniveau und –feld der Datenwissenschaftler in
der Versicherungsbranche
EXTRA

Zeitaufwand je nach Aktivität der Datenwissenschaftler
EXTRA

Meinungen der Datenwissenschaftler
zur Zukunft der AI in der Versicherungsbranche
EXTRA

Mobiliar Apr18

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie Mobiliar Apr18

Ähnlich wie Mobiliar Apr18 (20)

Mobiliar Apr18