Refine
Year of publication
- 2016 (27) (remove)
Document Type
- Working Paper (11)
- Report (10)
- Conference Proceeding (4)
- Preprint (2)
Has Fulltext
- yes (27)
Keywords
- Risikomanagement (4)
- Digitalisierung (3)
- Optimierung (3)
- Solvency II (3)
- Ereignisdefinition (2)
- Forschungsbericht (2)
- Maschinelles Lernen (2)
- Reinsurance (2)
- Rückversicherung (2)
- Soft Computing (2)
- Versicherungswirtschaft (2)
- event definition (2)
- flood events (2)
- 3D Printing (1)
- 3D-Druck (1)
- Akademiker (1)
- Algorithmus (1)
- Angewandte Mathematik (1)
- Asset-Liability-Management (1)
- Automated Learning (1)
- Barwert (1)
- Bayesian Learning (1)
- Benchmarking (1)
- Beratung (1)
- Berichtspflichten (1)
- Bewertete Markov-Kette (1)
- Big Data (1)
- Ccomputational fluid dynamics (1)
- Combined simulation (1)
- Customer Journey (1)
- Data Mining (1)
- Discrete Optimization (1)
- Diversifikation (1)
- Dritte Säule (1)
- Ensemble Methods (1)
- Ensemble based modeling (1)
- Entdeckendes Lernen (1)
- Erfahrungsbericht (1)
- Evolutionary Computation (1)
- Evolutionsstrategie (1)
- Evolutionärer Algorithmus (1)
- Expensive Optimization (1)
- Experiment (1)
- Experimental Algorithmics (1)
- Flowcurve (1)
- Forschendes Lernen (1)
- Forschung (1)
- Forschungsschwerpunkt Rückversicherung (1)
- Forschungsstelle FaRis (1)
- Forschungsstelle Versicherungsmarkt (1)
- Forschungsstelle Versicherungsrecht (1)
- Function Approximation (1)
- Funktionstest (1)
- Genetische Algorithmen (1)
- Genetisches Programmieren (1)
- Globale Optimierung (1)
- Hochschule (1)
- Hot rolling (1)
- IT Architektur (1)
- Imputation (1)
- Informationsverhalten (1)
- Innovation (1)
- Institut für Versicherungswesen (1)
- Internes Modell (1)
- Katastrophe (1)
- Korrelation (1)
- Kriging (1)
- Kundenerfahrungen (1)
- Kundenorientierung (1)
- Lineare Regression (1)
- Machine Learning (1)
- Massive Online Analysis (1)
- Meta-model (1)
- Metal (1)
- Metamodell (1)
- Metamodels (1)
- Model Selection (1)
- Modelierung (1)
- Modeling (1)
- Net Promoter Score (1)
- Numerische Strömungssimulation (1)
- On-line Algorithm (1)
- Online-Portal (1)
- Optimization (1)
- Produktentwicklung (1)
- Promotion (1)
- Prozesse (1)
- Prämienrisiko (1)
- Regression (1)
- Research Report (1)
- Resilience (1)
- Resilienz (1)
- Risiko (1)
- Risikobudgetierung (1)
- Risikomaß (1)
- Schadenmodellierung (1)
- Sensortechnik (1)
- Sequential Parameter Optimization (1)
- Simulation-based Optimization (1)
- Stacked Generalization (1)
- Standardformel (1)
- Surrogate (1)
- Surrogate Mod (1)
- Surrogate Model (1)
- Surrogate Models (1)
- Telematiktarife (1)
- Test Function (1)
- Time Series (1)
- Univariate Data (1)
- Verbraucherverhalten (1)
- Verbraucherzufriedenheit (1)
- Vergleichsportal (1)
- Versicherung (1)
- Versicherungen (1)
- Versicherungswesen (1)
- Versicherungswissenschaft (1)
- Versorgungsstruktur (1)
- Wert (1)
- Wertarchitektur (1)
- Wirtschaftswissenschaften (1)
- charakteristische Funktion (1)
- Überschwemmungsereignisse (1)
- Überschwemmungsrisiko (1)
Ein großer Teil der älteren Bevölkerung lebt relativ zurückgezogen und ist nur eingeschränkt in das sozialräumliche Umfeld eingebunden. Mit zunehmendem Alter werden die sozialen Netzwerke kleiner und sind stärker durch familiäre Beziehungen geprägt. Allerdings sind die Familienbezüge räumlich entfernt oder sozial prekär, ebenso Kontakte in die Nachbarschaft oder ins weitere Umfeld im Quartier. Auch wenn Kontakte auf vereinzelte Familienbeziehungen oder auf einen engen Ausschnitt des herkunftskulturellen Milieus konzentriert bleiben, ist eine aktive Teilhabe schwach ausgeprägt. Einerseits handelt es sich um einen freiwilligen und bewussten sozialen Rückzug; andererseits resultieren die Gründe für das zurückgezogene Leben aus körperlichen, sozialen und/oder kognitiven Einschränkungen. Die zu Grunde liegenden Bewältigungsstrategien sind mit dem Risiko sozialer Isolation verbunden und münden in eine reduzierte Lebensqualität und die Anfälligkeit für Krankheiten aller Art.
Mit zunehmendem Lebensalter treten darüber hinaus neue Fragen auf, die die Orientierung im Alltag älterer Menschen betreffen: Das betrifft beispielsweise das selbstbestimmte Wohnen, die Gestaltung des Wochen- und Tagesablaufs und reicht bis zur Inanspruchnahme von Dienstleistungen. Ältere Menschen wissen häufig nicht, an wen sie sich mit ihren Fragen wenden können. Vor diesem Hintergrund besteht der Bedarf eines lokalen Lotsensystems, das die Fragen älterer Menschen nicht nur aufnehmen kann, sondern für sie Anschlüsse zu den „richtigen“ Stellen herstellt.
Im Projekt SONA („Seniorenorientierte Navigation“) wurde im Zeitraum 2012-2015 in Zusammenarbeit mit der Sozialverwaltung der Stadt Mülheim an der Ruhr ein Infrastrukturmodell von „Wegweisern“ bzw. „Lotsen“ entwickelt und erprobt, das sowohl die Funktion der Vermittlung von Informationen und Wegen in den verschiedenen Feldern des alltäglichen Lebens als auch die von „Kümmerern“ für Belange älterer Menschen übernimmt. Gefördert wurde das Projektvorhaben im Rahmen der SILQUA-FH-Förderlinie („Soziale Innovationen im Alter“) des Bundeministeriums für Bildung und Forschung mit dem Ziel, den Herausforderungen, die sich angesichts des demografischen Wandels ergeben, angemessen Rechnung zu tragen. Im Vordergrund der Forschungsaktivitäten stand die Verbesserung der Lebensqualität älterer Menschen sowie die Erhaltung und Stärkung ihrer Autonomie.
Der vorliegende Abschlussbericht stellt einen integrierten Handlungsrahmen dar, in dem auf zweierlei Wege über die Ergebnisse des Projekts referiert wird; zum einen werden Erfahrungen und Ergebnisse aus dem Projekt SONA vorgestellt, um sie für die Wissenschaft und Praxis nutzbar zu machen. Zum anderen werden allgemeine Handlungsempfehlungen ausgesprochen, um die Transfermöglichkeiten des Projekts zu erörtern. Zu den zentralen Ergebnissen zählt in diesem Kontext beispielsweise, dass ein Lotsensystem nur dann nachhaltig verankert werden kann, wenn es eine zentrale Koordinations- und Steuerungsverantwortlichkeit gibt. Darüber hinaus ist die Implementierung eines prozesshaften Qualitätsmanagements empfehlenswert, um die interne Organisation mit den Lotsen und Ansprechpartnern in den Themenfeldern sowie den Kontakt mit den Bürgern so zu gestalten, dass auf die Bedürfnisse der verschiedenen Zielgruppen passgenau reagiert werden kann.
Standardformel und weitere Anwendungen am Beispiel des durchgängigen Datenmodells der „IVW Leben AG“
(2016)
Der Aufbau der Standardformel ist relativ komplex, wobei für die Durchführung der Berechnungen intensive Vorarbeiten benötigt werden. In dieser Ausarbeitung werden die wichtigsten Berechnungs-schritte an Hand des durchgängigen Datenmodells der „IVW Leben AG“ durchgeführt, um so einen vollständigen Überblick über die wesentlichen Zusammenhänge zu ermöglichen. Dieses vergleichsweise einfache Datenmodell eignet sich dabei nicht allein für die Berechnung der Standard-formel, sondern auch für weitere Anwendungen in diesem Zusammenhang.
This report presents a practical approach to stacked generalization in surrogate model based optimization. It exemplifies the integration of stacking methods into the surrogate model building process. First, a brief overview of the current state in surrogate model based opti- mization is presented. Stacked generalization is introduced as a promising ensemble surrogate modeling approach. Then two examples (the first is based on a real world application and the second on a set of artificial test functions) are presented. These examples clearly illustrate two properties of stacked generalization: (i) combining information from two poor performing models can result in a good performing model and (ii) even if the ensemble contains a good performing model, combining its information with information from poor performing models results in a relatively small performance decrease only.
Die neue Welt ist intuitiv und leicht. Die Toleranz der Kunden gegenüber Umständlichkeit und Intransparenz sinkt. Andere Branchen bemühen sich schon heute darum, Kundenbedürfnisse jenseits der Industriegrenzen zu erkennen und zu bedienen. Erfahrungen, die Kunden in der digitalen Welt in anderen Branchen machen, prägen zunehmend ihre Erwartungen auch an Versicherungsunternehmen. Dies stellt die Assekuranz vor enorme Herausforderungen, da sie oft noch eher produktorientiert als kundenzentriert agiert. Der vorliegende Symposiumsband fasst die Kernaussagen der Fachvorträge des 20. Kölner Versicherungssymposiums zusammen. Es werden Ansätze von Versicherungsunternehmen vorgestellt, die sich schon heute darum bemühen, Kundenorientierung zu verbessern und positive Kundenerlebnisse zu ermöglichen.
Resilienz bezeichnet die Fähigkeit eines Systems nach einem exogenen Schock wieder in den Normalzustand zurück zu kehren. Wenn beispielsweise durch eine Katastrophe die Wasserversorgung der Bevölkerung nicht mehr gewährleistet ist, so geht es nicht um die Frage, was die Wiederherstellung der Versorgung kostet, sondern mit welchen Maßnahmen die Wiederherstellung überhaupt möglich ist. Eine Versorgungsstruktur ist also so zu gestalten, dass im Vorfeld schon klar ist, wie sie im Katastrophenfall wieder hergestellt werden kann. Bezogen auf ein Wirtschaftsunternehmen ist die Frage nach der Resilienz eine Erweiterung des klassischen Risikomanagements. Das 11. FaRis & DAV-Symposium bot einen Einblick in die Resilienzanalyse beim Katastrophenschutz, zeigte wie ein Resilienz-Management für ein Wirtschaftsunternehmen aussehen kann und schließlich wurde das Resilienz-Konzept auf Fragen der Versicherungsaufsicht übertragen.
Quantitatives Risikomanagement. Proceedings zum 9. FaRis & DAV Symposium am 4. Dezember 2015 in Köln
(2016)
Das quantitative Risikomanagement nimmt an Bedeutung immer weiter zu. Hierbei spielt natürlich die interne Modellierung von Risiken eine entscheidende Rolle. In diesem Zusammenhang sind die verschiedenen Modellansätze zu beleuchten und Risikomaße bzw. Risikoaggregationsmethoden im Rahmen der Bewertung kritisch zu hinterfragen. Nicht zu vernachlässigen ist in der Betrachtung des Zusammenspiels verschiedener Risiken und somit auch in der Modellierung gerade bei Versicherungsunternehmen das Asset-Liability-Management.
Cyclone separators are popular devices used to filter dust from the emitted flue gases. They are applied as pre-filters in many industrial processes including energy production and grain processing facilities.
Increasing computational power and the availability of 3D printers provide new tools for the combination of modeling and experimentation, which necessary for constructing efficient cyclones. Several simulation tools can be run in parallel, e.g., long running CFD simulations can be accompanied by experiments with 3D printers. Furthermore, results from analytical and data-driven models can be incorporated. There are fundamental differences between these modeling approaches: some models, e.g., analytical models, use domain knowledge, whereas data-driven models do not require any information about the underlying processes.
At the same time, data-driven models require input and output data, whereas analytical models do not. Combining results from models with different input-output structure is of great interest. This combination inspired the development of a new methodology. An optimization via multimodel simulation approach, which combines results from different models, is introduced.
Using cyclonic dust separators (cyclones) as a real-world simulation problem, the feasibility of this approach is demonstrated. Pros and cons of this approach are discussed and experiences from the experiments are presented.
Furthermore, technical problems, which are related to 3D-printing approaches, are discussed.
In this paper we present a comparison of different data driven modeling methods. The first instance of a data driven linear Bayesian model is compared with several linear regression models, a Kriging model and a genetic programming model.
The models are build on industrial data for the development of a robust gas sensor.
The data contain limited amount of samples and a high variance.
The mean square error of the models implemented in a test dataset is used as the comparison strategy.
The results indicate that standard linear regression approaches as well as Kriging and GP show good results,
whereas the Bayesian approach, despite the fact that it requires additional resources, does not lead to improved results.
The use of surrogate models is a standard method to deal with complex, realworld
optimization problems. The first surrogate models were applied to continuous
optimization problems. In recent years, surrogate models gained importance
for discrete optimization problems. This article, which consists of three
parts, takes care of this development. The first part presents a survey of modelbased
methods, focusing on continuous optimization. It introduces a taxonomy,
which is useful as a guideline for selecting adequate model-based optimization
tools. The second part provides details for the case of discrete optimization
problems. Here, six strategies for dealing with discrete data structures are introduced.
A new approach for combining surrogate information via stacking
is proposed in the third part. The implementation of this approach will be
available in the open source R package SPOT2. The article concludes with a
discussion of recent developments and challenges in both application domains.
To maximize the throughput of a hot rolling mill,
the number of passes has to be reduced. This can be achieved by maximizing the thickness reduction in each pass. For this purpose, exact predictions of roll force and torque are required. Hence, the predictive models that describe the physical behavior of the product have to be accurate and cover a wide range of different materials.
Due to market requirements a lot of new materials are tested and rolled. If these materials are chosen to be rolled more often, a suitable flow curve has to be established. It is not reasonable to determine those flow curves in laboratory, because of costs and time. A strong demand for quick parameter determination and the optimization of flow curve parameter with minimum costs is the logical consequence. Therefore parameter estimation and the optimization with real data, which were collected during previous runs, is a promising idea. Producers benefit from this data-driven approach and receive a huge gain in flexibility when rolling new
materials, optimizing current production, and increasing quality. This concept would also allow to optimize flow curve parameters, which have already been treated by standard methods. In this article, a new data-driven approach for predicting the physical behavior of the product and setting important parameters is presented.
We demonstrate how the prediction quality of the roll force and roll torque can be optimized sustainably. This offers the opportunity to continuously increase the workload in each pass to the theoretical maximum while product quality and process stability can also be improved.