Data Science, KI und Machine Learning - was bedeutet das in der Versicherung?

Die German Data Science Society (GDS) e.V. verfolgt die Thematik Data Science (inklusive KI und Machine Learning) und die damit möglichen Anwendungen in weitestem Sinne branchenübergreifend. Dies eröffnet vielfältige Synergien.

Komplementär dazu und in ausgewählten Veranstaltungen wird sich die GDS aber auch mit einzelnen Branchen befassen, da hier eine vertiefte Betrachtung mit sehr praxisrelevanten Erkenntnissen möglich ist.

Am 17. Mai findet mit sechs Vorträgen die erste Veranstaltung dieser Art statt:

Programm

• 10:00

  „An Update on Data Analytics and AI at MunichRe“ Dr. Christoph Göbel MunichRe
• 10:45

  „Skalierbare Data Analytics Anwendungsfälle in der Allianz“ Dr. Bendikt Laudage Allianz
• 11:30

  „Der ethische Algorithmus für Versicherte - Wie weit sind wir bei Transparenz für maschinelles Lernen in der Versicherungsbranche?“ Dr. Andreas Becks SAS
• 12:30

  Mittagspause
• 14:00

  „Machine Learning in der Lebensversicherung - Verfahren und Anwendungen“ Dr. Stefan Nörtemann msg life
• 14:45

  „Machine Learning in der Migration von Lebensversicherungen - Überblick und aktuelle konkrete Anwendungsbeispiele“ Axel Helmert msg life
• 15:30

  „Die natürliche Reifegrad-Entwicklung von Data Use Cases in der Versicherungsbranche“ Andreas Hübner und Ludwig Brummer Alexander Thamm GmbH
• 16:15

  Ende der Veranstaltung

Diese Veranstaltung war schon zweimal live geplant, musste aufgrund der Corona Situation beide Male verschoben werden und findet nun rein digital mit dem System ZOOM statt.

Die Veranstaltung ist ausschließlich für Mitglieder der GDS vorgesehen. Wir werden diese per Mail informieren und ihnen zwei Wochen vor der Veranstaltung die Einwahldaten für ZOOM zusenden.

Selbstverständlich sind auch Mitglieder, die sich noch kurzfristig entscheiden der GDS beizutreten, herzlich zu der Veranstaltung eingeladen und werden per Mail die Einwahldaten zu der Veranstaltung erhalten.

Näheres zur Mitgliedschaft finden Sie auf dieser Webpage unter Mitglied werden.

Der Jahresbeitrag für persönliche Mitglieder beträgt € 50, für Studenten € 12.