Refine
Year of publication
Document Type
- Working Paper (75) (remove)
Has Fulltext
- yes (75)
Keywords
- Versicherungswirtschaft (16)
- Versicherungsmathematik (8)
- Solvency II (7)
- Barwert (5)
- Bewertete Markov-Kette (5)
- Markov-Ketten (5)
- Risikomanagement (5)
- Rückversicherung (5)
- Benchmarking (4)
- Embedded Value (4)
- Markov-Kette (4)
- Optimierung (4)
- Optimization (4)
- Schadenversicherung (4)
- Versicherungswissenschaft (4)
- insurance (4)
- Betriebliche Altersversorgung (3)
- Hochschuldidaktik (3)
- Markov Chain (3)
- Modeling (3)
- Required Capital (3)
- Standardformel (3)
- Versicherung (3)
- Versicherungsmarketing (3)
- Versicherungsmathematische Bewertung (3)
- Versicherungsmathematischer Barwert (3)
- Altersversorgung (2)
- Charakteristische Funktion (2)
- Digitalisierung (2)
- Direktversicherung (2)
- E-Learning (2)
- Ereignisdefinition (2)
- Hochschulforschung (2)
- Interne Modelle (2)
- Kapitalanlage (2)
- Kollektive Sparprozesse (2)
- Lehrevaluation (2)
- Marketing (2)
- Mikroökonomie (2)
- Onlineversicherung (2)
- Parallelization (2)
- Priced Markov Chain (2)
- Produktionstheorie (2)
- Reinsurance (2)
- Risiko (2)
- Risikobehaftete Zahlungsströme (2)
- Simulation (2)
- Soziale Software (2)
- Test Function (2)
- Value at Risk (2)
- Verstetigung der Kapitalmarkterträge (2)
- Vertrieb (2)
- collective saving processes (2)
- direct insurance (2)
- event definition (2)
- flood events (2)
- generationsübergreifende Risikoteilung (2)
- insurance marketing (2)
- intergenerational risk transfer (2)
- motor insurance (2)
- online insurance (2)
- pension insurance (2)
- sales (2)
- smoothing of capital market returns (2)
- social media (2)
- Abgasreinigung (1)
- Actuarial tontine (1)
- Air-Catering (1)
- Akademiker (1)
- Aktienrenditen (1)
- AllSecur (1)
- Alternativer Risikotransfer (1)
- Artificial intelligence (1)
- Asset Liability-Management (1)
- Asset liability management (1)
- Asset-Liability-Management (1)
- Ausgleichsverfahren (1)
- Automation (1)
- Backtesting (1)
- Basisrisiko (1)
- Bayesian Optimization (1)
- Benutzerfreundlichkeit (1)
- Beratung (1)
- Berichtspflichten (1)
- Bewertung (1)
- Bewertung von Zahlungsströmen (1)
- Bewertungsportale (1)
- Big Data (1)
- Big data platform (1)
- Binomialmodell (1)
- Blended Learning (1)
- Business Intelligence (1)
- Cantelli Pension Scheme (1)
- Cantelli-Zusage (1)
- Capital market risk (1)
- Central limit theorem (1)
- Check24 (1)
- Cognition (1)
- Collateralized Reinsurance (1)
- Composite Materials (1)
- Conditional inference tree (1)
- Consumer Information (1)
- Continuous Optimization (1)
- Copula (1)
- Customer Journey (1)
- Customized Distribution (1)
- DA-Direkt (1)
- DAX (1)
- Data-Warehouse-Konzept (1)
- Decision tree (1)
- Design of Experiments (1)
- Dichotome Zufallsvariable (1)
- Dichotomous random variable (1)
- Dichte <Stochastik> (1)
- Digitale Lehre (1)
- Digitale Medien (1)
- Discrete Optimization (1)
- Distribuion Fit (1)
- Dritte Säule (1)
- E-Book (1)
- Economic Value Added (1)
- Effizienz einer Rückversicherungslösung (1)
- Electrostatic Precipitator (1)
- Empirical Density (1)
- Empirische Dichte (1)
- Empirische Untersuchung (1)
- Empirische Verteilung (1)
- Entrepreneurship-Kultur (1)
- Entscheidungsprozesse (1)
- Erneuerbare Energien (1)
- Evolutionary Computation (1)
- Expensive Optimization (1)
- Fair Value Approach (1)
- Fair Value von Reserven (1)
- Faserverbundwerkstoffe (1)
- Fehlerbaum Analyse (1)
- Feldafinger Brandkasse (1)
- Finanzmathematik (1)
- Flowcurve (1)
- Frauen im Versicherungsvertrieb (1)
- Frauen im Vertrieb (1)
- Frequency Severity Model (1)
- Fréchet-Hoeffding-Bounds (1)
- Fréchet-Hoeffding-Schranken (1)
- Funktionstest (1)
- Gaussian Process (1)
- Gauß Markow Modelle (1)
- Gauß-Prozess (1)
- HUK24 (1)
- Health condition monitoring (1)
- Heston Model (1)
- Hot rolling (1)
- Hybride Lehre (1)
- Imputation (1)
- Industrie 4.0 (1)
- Industry 4.0 (1)
- Informationsverhalten (1)
- Insurance Linked Securities (ILS) (1)
- Integriertes Lernen (1)
- Intergene (1)
- Internes Modell (1)
- Kapitalanlagerisiko (1)
- Kapitalmarkt (1)
- Kfz-Versicherung (1)
- Knowledge extraction (1)
- Kognition (1)
- Kollektiv (1)
- Kollektives Model (1)
- Kompression (1)
- Konsumenteninformation (1)
- Korrelationsmatrix (1)
- Kraftfahrtversicherung (1)
- Kriging (1)
- Kunde und Frauen im Vertrieb (1)
- Kundenverhalten (1)
- Künstliche Intelligenz (1)
- Langlebigkeitsrisiko (1)
- Lehr-/Lernforschung (1)
- Lehramt (1)
- Lehrinterventionen (1)
- Lernmotivation (1)
- Lifetime Prediction (1)
- Longevity risk (1)
- MCEV (1)
- Machine learning (1)
- Markowitz Optimierung (1)
- Marktanteile (1)
- Material (1)
- Medizintechnik (1)
- Meta-model (1)
- Metal (1)
- Metamodels (1)
- Mixed-Methods-Ansatz (1)
- Model Calibration (1)
- Modelierung (1)
- Modellkalibrierung (1)
- Monte Carlo Simulationen (1)
- Monte Carlo simulations (1)
- Monte-Carlo-Simulation (1)
- Multi-Agent Systems (1)
- Multiaxial Fatigue (1)
- Muschelknautz Method of Modelling (1)
- Nat Cat Modellierung (1)
- Nat Cat Modelling (1)
- Neue Medien (1)
- Neural and Evolutionary Computing (1)
- Non-Life Insurance (1)
- Online Information Review (1)
- Online-Portal (1)
- Online-Sozialisation (1)
- Parallelisierung (1)
- Peer-Feedback (1)
- Pensionsversicherungsmathematik (1)
- Performance (1)
- Performancemessung (1)
- Performanceoptimierung (1)
- Personenversicherungsmathematik (1)
- Plywise Analysis (1)
- Present Value (1)
- Prozesse (1)
- Quantitatives Risikomanagement (1)
- RFID (1)
- Referenzmodell (1)
- Reflexion (1)
- Reifegradmodell (1)
- Rendite (1)
- Resilienz (1)
- Return on Risk Adjusted Capital (1)
- Risiko-Rendite-Profile (1)
- Risikoaggregation (1)
- Risikomanagement technischer Systeme (1)
- Risk management of technical systems (1)
- Risk-return-profiles (1)
- Robotics (1)
- Rückversicherungsprogramme (1)
- SAP (1)
- Selbstbestimmungstheorie (1)
- Selbstfinanzierender Pensionsfonds (1)
- Self-financing pension fund (1)
- Signalanalyse (1)
- Social Media Reife (1)
- Social Media Strategie (1)
- Soziale Medien (1)
- Standardisierung (1)
- Staubabscheider (1)
- Stochastic Processes (1)
- Stochastik (1)
- Stochastische Matrizen (1)
- Stochastische Prozesse (1)
- Stock Returns (1)
- Stornoanalyse (1)
- Structural Health Monitoring (1)
- Studierendenaktivierung (1)
- Surrogate (1)
- Surrogate model based optimization (1)
- Surrogates (1)
- TH Köln (1)
- Tauchrohrtiefe (1)
- Technische Versicherung (1)
- Test function generator (1)
- Testgröße (1)
- Time Series (1)
- Transparenz (1)
- Umfrage (1)
- Univariate Data (1)
- Unternehmenssteuerung (1)
- Unternehmenswertmodell (1)
- Unterrichtsplanung (1)
- Unterrichtssimulation (1)
- Value-Based-Management (1)
- Verbraucherschutz (1)
- Verbraucherverhalten (1)
- Vergleichsportal (1)
- Vergleichsportale (1)
- Versicherungen (1)
- Versicherungsaufsicht (1)
- Versicherungsmarkt (1)
- Verteilungsanpassung (1)
- Volkswirtschaftslehre (1)
- Wahrnehmung (1)
- Word-of-Mouth (1)
- World Wide Web 2.0 (1)
- Zentraler Grenzwertsatz (1)
- Zins (1)
- Zinsmodelle (1)
- Zusammengesetzte Poisson-Verteilung (1)
- adjustment for loss absorbency (1)
- backtesting (1)
- charakteristische Funktion (1)
- comparison portal (1)
- compression (1)
- consumer behavior (1)
- decision making (1)
- engineering risk analysis (1)
- facultative reinsurance (1)
- fakultative Rückversicherung (1)
- fault tree analysis (1)
- geld (1)
- high claim size (1)
- ingenieurwissenschaftliche Risikoanalyse (1)
- ino24 (1)
- insurance industry (1)
- insurancestation (1)
- loss absorving capacity (1)
- medical technology (1)
- reinsurance (1)
- reinsurance programs (1)
- social media maturity model (1)
- social media strategy (1)
- technical insurance (1)
- transparency (1)
- transparo (1)
- unterjährliche Zahlweise (1)
- usability survey (1)
- web 2.0 (1)
- zedierte Reserven (1)
- Ökonomisches Kapital (1)
- Überschwemmungsereignisse (1)
- Überschwemmungsrisiko (1)
- ökonomisches Kapital (1)
Institute
- Fakultät 04 / Institut für Versicherungswesen (39)
- Fakultät 04 / Schmalenbach Institut für Wirtschaftswissenschaften (14)
- Fakultät für Informatik und Ingenieurwissenschaften (F10) (13)
- Zentrum für Lehrentwicklung (4)
- Fakultät 08 / Institut für Fahrzeugtechnik (1)
- Fakultät 10 / Institut für Data Science, Engineering, and Analytics (1)
Es ist schon lange bekannt, dass es ein Nachwuchsproblem im Versicherungs-vertrieb gibt. Die Versicherer haben mit Imageproblemen zu kämpfen – Schlagzeilen über Lustreisen, Falschberatungen oder Provisionsexzesse machen die Runde. Auch der demografische Wandel macht es den Versicherern schwer, geeigneten Nachwuchs für den Vertrieb zu rekrutieren. Da liegt es nahe, dass die Branche sehr daran interessiert ist, mehr Frauen für den Vertrieb zu ge- winnen, zumal sie die erforderlichen Vertriebskompetenzen besitzen. Für Frauen ist die Tätigkeit im Vertrieb allerdings nicht besonders attraktiv; die geringe Sicherheit und die Arbeit am Abend sind die größten Hindernisse, die Frauen nennen. Um die Tätigkeit für Frauen attraktiver zu machen, müssten die Ver- sicherungsunternehmen Anreizsysteme, Strukturen bis hin zur Vertriebskultur verändern. Die Frage ist, ob sich das lohnt. In diesem Zusammenhang ist es für die Unternehmen von besonderer Bedeutung zu wissen, was die Kunden dazu sagen, wenn mehr Frauen im Vertrieb tätig wären.
Benchmark experiments are required to test, compare, tune, and understand optimization algorithms. Ideally, benchmark problems closely reflect real-world problem behavior. Yet, real-world problems are not always readily available for benchmarking. For example, evaluation costs may be too high, or resources are unavailable (e.g., software or equipment). As a solution, data from previous evaluations can be used to train surrogate models which are then used for benchmarking. The goal is to generate test functions on which the performance of an algorithm is similar to that on the real-world objective function. However, predictions from data-driven models tend to be smoother than the ground-truth from which the training data is derived. This is especially problematic when the training data becomes sparse. The resulting benchmarks may not reflect the landscape features of the ground-truth, are too easy, and may lead to biased conclusions.
To resolve this, we use simulation of Gaussian processes instead of estimation (or prediction). This retains the covariance properties estimated during model training. While previous research suggested a decomposition-based approach for a small-scale, discrete problem, we show that the spectral simulation method enables simulation for continuous optimization problems. In a set of experiments with an artificial ground-truth, we demonstrate that this yields more accurate benchmarks than simply predicting with the Gaussian process model.
When designing or developing optimization algorithms, test functions are crucial to evaluate
performance. Often, test functions are not sufficiently difficult, diverse, flexible or relevant to real-world
applications. Previously,
test functions with real-world relevance were generated by training a machine learning model based on
real-world data. The model estimation is used as a test function.
We propose a more principled approach using simulation instead of estimation.
Thus, relevant and varied test functions
are created which represent the behavior of real-world fitness landscapes.
Importantly, estimation can lead to excessively smooth test functions
while simulation may avoid this pitfall. Moreover, the simulation
can be conditioned by the data, so that the simulation reproduces the training data
but features diverse behavior in unobserved regions of the search space.
The proposed test function generator is illustrated with an intuitive, one-dimensional
example. To demonstrate the utility of this approach it
is applied to a protein sequence optimization problem.
This application demonstrates the advantages as well as practical limits of simulation-based
test functions.
Ziel dieser Arbeit ist es, Versicherungsunternehmen eine Orientierungshilfe in Social Media zu geben. Hierzu wird eine Kategorisierung der vielfältigen Web 2.0-Dienste geboten, die Social Media Matrix, die fünf wesentliche Social Media-Kategorien unterscheidet und hinsichtlich ihrer Eignung für Versicherungsunternehmen bewertet.
Mit der verstärkten Nutzung digitaler Möglichkeiten im Privat- und Berufsleben werden digitale Kanäle auch für Versicherungsfragen immer selbstverständlicher. Am Markt haben sich bereits einige Online-Portale etabliert, die Versicherungsvergleiche und teils auch den Versicherungsabschluss anbieten. Allerdings gibt es bislang erst wenige bekannte Online-Portale für spezielle Zielgruppen wie beispielsweise für das attraktive Segment der Akademiker.
Die vorliegende Veröffentlichung stellt die wesentlichen Ergebnisse einer studentischen Projektarbeit dar, die im Sommersemester 2016 zum Thema „Online-Portal für Akademiker“ durchgeführt wurde. Sie beschreibt Besonderheiten entlang der Customer Journey von Akademikern in Versicherungsfragen und liefert erste Empfehlungen, wie ein Online-Portal für Akademiker gestaltet werden könnte, um ansprechend auf die Zielgruppe zu wirken.
Surrogate-assisted optimization has proven to be very successful if applied to industrial problems. The use of a data-driven surrogate model of an objective function during an optimization cycle has many bene ts, such as being cheap to evaluate and further providing both information about the objective landscape and the parameter space. In preliminary work, it was researched how surrogate-assisted optimization can help to optimize the structure of a neural network (NN) controller. In this work, we will focus on how surrogates can help to improve the direct learning process of a transparent feed-forward neural network controller. As an initial case study we will consider a manageable real-world control task: the elevator supervisory group problem (ESGC) using a simplified simulation model. We use this model as a benchmark which should indicate the applicability and performance of surrogate-assisted optimization to this kind of tasks. While the optimization process itself is in this case not onsidered expensive, the results show that surrogate-assisted optimization is capable of outperforming metaheuristic optimization methods for a low number of evaluations. Further the surrogate can be used for signi cance analysis of the inputs and weighted connections to further exploit problem information.
Die COVID-19-Pandemie hat die akademische Lehre vor methodisch-didaktische Herausforderungen gestellt. Da von einer künftigen verstärkten Ausrichtung auf digitale Lehr- und Lernprozesse auszugehen ist, wurde mit der Dualen Hochschule Baden-Württemberg als Erhebungskontext eine Skala zur Evaluation digitaler Lehre entwickelt. Die angenommene Faktorenstruktur entlang der vier Prämissen erfolgreicher Online-Sozialisation (Technischer Zugang, Autonomie, Kompetenz, Soziale Eingebundenheit) konnte nicht bestätigt werden; vielmehr deutet das Ergebnis auf ein Zwei-Faktoren-Modell hin, das sich aus der digitalen Lernautonomie und dem digitalitätsbezogenen Kompetenzerleben zusammensetzt. Als Erklärungen werden die Differenzierungsfähigkeit der Studierenden sowie Entfremdungstendenzen im Zeichen von Distant Socializing diskutiert.
In diesem Artikel wird die Entwicklung einer neuen Methode zur Risikobewertung von komplexen, technischen Systemen (z.B. Maschinen, Prozessen) dokumentiert. Wir demonstrieren die Anwendung unserer Methode anhand eines Beispiels der Medizintechnik. Ziel ist die quantitative Bewertung von Risiken, die über die Ermittlung der Eintrittswahrscheinlichkeit und des Schadenerwartungswertes hinaus geht. Besonders relevant ist die Berechnung kostenintensiver Groß- schäden. Dazu kombinieren wir Methoden der klassischen ingenieurwissen- schaftlichen Risikoanalyse mit Methoden der Aktuarwissenschaften. Daraus erhalten wir eine neue Methode des quantitativen Risikomanagements zur Berechnung von Gesamtschadenverteilungen komplexer technischer Systeme. Auf diese Weise werden alle modernen Risikomaße (z.B. VaR, Expected Shortfall) zugänglich. Wir demonstrieren die einzelnen Schritte anhand eines konkreten Beispiels aus der Praxis, einem zahnärztlichen Behandlungsstuhl.
As the amount of data gathered by monitoring systems increases, using computational tools to analyze it becomes a necessity.
Machine learning algorithms can be used in both regression and classification problems, providing useful insights while avoiding the bias and proneness to errors of humans. In this paper, a specific kind of decision tree algorithm, called conditional inference tree, is used to extract relevant knowledge from data that pertains to electrical motors. The model is chosen due to its flexibility, strong statistical foundation, as well as great capabilities to generalize and cope with problems in the data. The obtained knowledge is organized in a structured way and then analyzed in the context of health condition monitoring. The final
results illustrate how the approach can be used to gain insight into the system and present the results in an understandable, user-friendly manner
Diese Arbeit behandelt Rückversicherungsprogramme aus fakultativen und obligatorischen, proportionalen und nichtproportionalen Deckungen. Zunächst wird eine neue Darstellungsweise eingeführt, die nicht nur die Kapazitäten der Bausteine des Rückversicherungsprogramms, sondern auch die Schadenaufteilung transparent macht. Durch Skalierung der Schadenachse mittels der Verteilungsfunktion des Einzelschadens ergibt sich eine anschauliche Darstellung der jeweiligen Erwartungswerte und damit des Prämienbedarfs. Im zweiten Teil der Arbeit wird die Auswirkung nichtproportionaler fakultativer Rückversicherung auf bereits vorhandene obligatorische Rückversicherungen untersucht, insbesondere der so genannte „Kompressionseffekt“. Die Verteilung des Schadens auf die einzelnen Deckungsabschnitte wird graphisch und mit einem Zahlenbeispiel verdeutlicht. Es ergibt sich, dass ein Schadenexzedent auf den Selbstbehalt durch Kompression erheblich benachteiligt wird.