Working Paper
Refine
Year of publication
Document Type
- Working Paper (85) (remove)
Has Fulltext
- yes (85)
Keywords
- Versicherungswirtschaft (16)
- Hochschuldidaktik (9)
- Versicherungsmathematik (8)
- Solvency II (7)
- Barwert (5)
- Bewertete Markov-Kette (5)
- Markov-Ketten (5)
- Risikomanagement (5)
- Rückversicherung (5)
- Benchmarking (4)
Institute
- Fakultät 04 / Institut für Versicherungswesen (40)
- Fakultät 04 / Schmalenbach Institut für Wirtschaftswissenschaften (14)
- Fakultät für Informatik und Ingenieurwissenschaften (F10) (13)
- Zentrum für Lehrentwicklung (11)
- Fakultät 10 / Institut für Data Science, Engineering, and Analytics (2)
- Fakultät 08 / Institut für Fahrzeugtechnik (1)
In diesem Beitrag wird ein auf die Lehre in einer Einführungsveranstaltung Statistik für Wirtschaftsingenieure zugeschnittenes digitales Lehrformat der klassischen Präsenzvorlesung aus früheren Jahren gegenübergestellt. Im Mittelpunkt steht der Vergleich der Prüfungsergebnisse verbunden mit der klassischen Vorlesung in den vier Studienjahren vor der COVID-19-Pandemie mit den Ergebnissen zur Online-Lehrveranstaltung des Studienjahres 2020/2021 − mit dem für die Autoren überraschenden Resultat, dass die Prüflinge unter den neuen Rahmenbedingungen signifikant besser abschnitten als in der Vergangenheit. Die Diskussion der empirischen Ergebnisse schließt Verbesserungspotentiale für künftige Präsenz-, Online- und Hybrid-Lehrveranstaltungen mit ein.
Der Fokus dieses Artikels liegt auf den zwischenmenschlichen Herausforderungen und Dynamiken, die dem Teamteaching, bspw. in Form eines Lehr-Duos in der Praxis immanent sind. Hierbei wiederum liegt der Schwerpunkt der Untersuchung auf einer lösungsorientierten Perspektive. Der Hypothese folgend, dass Wertschätzung ein elementarer Faktor interdisziplinärer Lehre ist, wird diese definitorisch, konzeptionell und theoretisch beleuchtet. Hier ergibt sich die Korrelation der professionellen und der persönlichen Ebene als wichtiges Merkmal der Wertschätzung im Teamteaching.
Ob Tweet, TikTok-Video oder Elevator Pitch – Informationen pointiert zu verdichten entwickelt sich zur Kunst. Das Format One Slide About (nachfolgend OSA) fordert Kursteilnehmer*innen auf, ein Thema oder eine wissenschaftliche Studie auf einem einzelnen Slide einer Präsentation zu verdichten und diesen den Kommiliton*innen in einem max. 180 Sekunden langen Vortrag vorzustellen. Dieses Format wurde in unterschiedlicher Umsetzung erprobt, mit den Teilnehmer*innen diskutiert und anschließend in Form einer quantitativen Befragung unter folgender Forschungsfragestellung evaluiert: Lässt sich mit dem Format One Slide About sowohl Informationskompetenz üben als auch eine Lehrveranstaltung inhaltlich ergänzen?
Markov-Ketten haben bei der Modellierung von ökonomischen Sachverhalten eine Vielzahl von Anwendungen. In den Wirtschaftswissenschaften steht oft ein Portfolio von Markov -Ketten im Mittelpunkt des Interesses, z.B. das Kreditportfolio einer Bank oder das Vertragsportfolio einer Versicherung. In den meisten Modellen wird dabei die stochastische Unabhängigkeit der unterschiedlichen Markov-Ketten vorausgesetzt. In der vorliegenden Arbeit wird ein Modell zur Berücksichtigung einer Abhängigkeitsstruktur in einem solchen Portfolio vorgestellt. Die Abhängigkeiten werden dabei mit einer Familie von Copulas modelliert und werden bei den Übergangsmatrizen berücksichtigt.
Ziel dieser innerinstitutionellen Studie ist es, herauszufinden, wie die didaktische Umsetzung des Forschenden Lernens (FL) gelingen kann. 24 Lehrende aus allen Fakultäten der TH Köln wurden dazu als Expert*innen für ihre Lehrveranstaltungen in einer qualitativen Interviewstudie befragt. Im Fokus standen dabei die Herausforderungen, Erfolgsfaktoren und Weiterentwicklungsideen mit diesem Lehrformat, die Lehrende für sich identifiziert haben. Die Auswertung des Datenmaterials erfolgte mittels Qualitativer Inhaltsanalyse nach Mayring (2010). Die Ergebnisse zeichnen ein Bild von Forschendem Lernen, das sich über alle Handlungsebenen von Studium und Lehre erstreckt – von (äußeren) Rahmenbedingungen wie z.B. der Kooperationen mit Dritten über hochschulweite Fragestellungen wie die nach der Prüfungsgestaltung bis hin zum konkreten Lehr- und Lerngeschehen. Diese Studie bietet der Hochschuldidaktik eine evidenzbasierte Grundlage für Weiterbildung und Beratung sowie Lehrenden einen Orientierungsrahmen, um FL mehrdimensional zu planen und umzusetzen.
In den Wirtschaftswissenschaften werden Risiken häufig mit dichotomen Zufallsvariablen modelliert. In der vorliegenden Arbeit wird an Fallbeispielen untersucht, unter welchen Bedingungen für das Gesamtrisiko eines inhomogenen Portfolios von stochastisch unabhängigen dichotomen Risiken näherungsweise von einer Normalverteilung ausgegangen werden kann. Die Normalverteilung ergibt sich aus dem zentralen Grenzwert. Die Approximation mit der Normalverteilung wird dabei auch mit der Näherung durch eine zusammengesetzte Poisson-Verteilung verglichen.
Der Beitrag zeigt, wie systemisches Coaching als lösungsorientiertes Beratungsverfahren in Arbeitsweltkontexten hilfreich sein kann, um Personen und Organisationen im Umgang mit Komplexität zu begleiten. In ingenieurwissenschaftlichen Kontexten eingesetzt, unterstützt Coaching (angehende) Ingenieur*innen dabei, ein ganzheitlich-systemisches Verständnis des digitalen Wandels zu entwickeln und zentrale Kompetenzen wie Reflexionsfähigkeit zu erwerben. Im ersten Teil werden Anforderungen an eine zukunftsfähige Ingenieur*innenausbildung und deren Umsetzung an der Fakultät für Anlagen, Energie- und Maschinensysteme der TH Köln sowie Arbeitsweisen und Grundannahmen systemischen Coachings vorgestellt. Die Wirksamkeit des Einsatzes von Coaching in der Lehre wird an der Fakultät begleitend erforscht. Dazu werden im zweiten Teil zunächst Herausforderungen beim Einsatz von Coaching im Hochschulkontext und mögliche Dilemmata für Coaches benannt. Im Anschluss werden die Ergebnisse zweier Studien vorgestellt, die den Einsatz von Projektcoaching und Leadership-Coaching in projektbasierten Modulen mit großen Teilnehmer*innenzahlen an der Fakultät untersuchen. Die Forschungsergebnisse stützen zum einen die Annahme, dass das hier konzipierte Coaching die Studierenden dabei begleitet, Metakompetenzen wie Reflexionsfähigkeit und Self-Awareness zu entwickeln. Zum anderen unterstreichen die Ergebnisse das Vorgehen der Fakultät, Kompetenzen nicht nur einmalig im Studium, sondern aufeinander aufbauend durchgängig zu trainieren. Der Beitrag schließt mit einem Ausblick für Praxis und Forschung. Die Konzepte sind anschlussfähig sowohl für den Einsatz in anderen Disziplinen als auch an Beratungskonzepte für Lehrende. Fazit ist, dass eine didaktische und curriculare Verankerung von Coaching Studierende dabei unterstützen kann, eine systemische Haltung zu entwickeln und sie damit auf den digitalen Wandel sowie zukünftige Führungsaufgaben vorbereitet.
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.
An important class of black-box optimization problems relies on using simulations to assess the quality of a given candidate solution. Solving such problems can be computationally expensive because each simulation is very time-consuming. We present an approach to mitigate this problem by distinguishing two factors of computational cost: the number of trials and the time needed to execute the trials. Our approach tries to keep down the number of trials by using Bayesian optimization (BO) –known to be sample efficient– and reducing wall-clock times by parallel execution of trials. We compare the performance of four parallelization methods and two model-free alternatives. Each method is evaluated on all 24 objective functions of the Black-Box-Optimization- Benchmarking (BBOB) test suite in their five, ten, and 20-dimensional versions. Additionally, their performance is investigated on six test cases in robot learning. The results show that parallelized BO outperforms the state-of-the-art CMA-ES on the BBOB test functions, especially for higher dimensions. On the robot learning tasks, the differences are less clear, but the data do support parallelized BO as the ‘best guess’, winning on some cases and never losing.
This survey compiles ideas and recommendations from more than a dozen researchers with different backgrounds and from different institutes around the world. Promoting best practice in benchmarking is its main goal. The article discusses eight essential topics in benchmarking: clearly stated goals, well- specified problems, suitable algorithms, adequate performance measures, thoughtful analysis, effective and efficient designs, comprehensible presentations, and guaranteed reproducibility. The final goal is to provide well-accepted guidelines (rules) that might be useful for authors and reviewers. As benchmarking in optimization is an active and evolving field of research this manuscript is meant to co-evolve over time by means of periodic updates.