Working Paper
Refine
Year of publication
Document Type
- Working Paper (87) (remove)
Has Fulltext
- yes (87)
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 (41)
- Fakultät 04 / Schmalenbach Institut für Wirtschaftswissenschaften (15)
- 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)
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.
Die Risikowahrnehmung von Bürgern und Verbrauchern weicht aufgrund von psychologischen Verzerrungseffekten in vielen Fällen deutlich von den realen Risiken ab, was zu „irrationalen“ Entscheidungen und ungeeignetem Vorsorgen und Versichern führen kann. Ziel der Studie ist es, solche Abweichungen in der Wahrnehmung von alltäglichen Risiken in der deutschen Bevölkerung aufzuzeigen. Im Wege einer empirischen Untersuchung wurde daher repräsentativ erhoben, wie unterschiedliche Risiken aus den drei Lebensbereichen „Auto und Mobilität“, „Eigentum, Beruf und Familie“ sowie „Gesundheit und Leben“ in der Bevölkerung eingeschätzt werden. Der subjektiven Risikowahrnehmung werden dann die entsprechenden statistischen Eintrittswahrscheinlichkeiten gegenüber gestellt.
Im Ergebnis zeigt sich, dass die Wahrscheinlichkeit seltener Ereignissemeist überschätzt wird. Das gilt wiederum insbesondere für „medienwirksame“ Ereignisse wie tödliche Verkehrsunfälle oder die Gefahr durch Terroranschläge. Häufigere Ereignisse werden dagegen eher unterschätzt. Neben Sachschäden oder Eigentumsdelikten gilt dies insbesondere für Brand-und Leitungswasserschäden. Besonders auffällig ist zudem die Unterschätzung der Häufigkeit von Rechtsfällen. Bezogen auf die eigene Person im Vergleich zur Betroffenheit in der Bevölkerung, werden Terrorgefahren, tödliche Verkehrsunfälle und Computerkriminalität als besonders hoch eingeschätzt. Kontakt mit dem Gesetz –sei es ein Verlust der Fahrerlaubnis, einer Straftat verdächtigt zu werden oder in einen zivilen Rechtsstreit verwickelt zu werden, betrifft hingegen eher die Bevölkerung allgemein und damit „die Anderen“. Auch Erfahrungen im persönlichen Umfeld spielen eine wichtige Rolle, indem die eigene Gefährdung als deutlich höher eingeschätzt wird. Das gilt in besonderem Maße für Ereignisse, die ansonsten als sehr unwahrscheinlich angesehen werden (z.B. tödlicher Flugzeugunfall, tödliches Gewaltverbrechen, Straftatverdacht), aber auch für Berufsunfähigkeits-sowie Krankheitsrisiken.
In der vorliegenden Arbeit wird eine Cantelli-Zusage mithilfe einer bewerteten inhomogenen Markov-Kette modelliert. Dabei wird der Barwert des zukünftigen Zahlungsstroms als Zufallsvariable aufgefasst. Betrachtet man nur den Erwartungswert des Barwerts, so ergeben sich die für eine Cantelli-Zusage üblichen Ergebnisse. Das bedeutet, dass in dem Modell auf einen Zustand verzichtet werden kann. Dies gilt aber nicht für Streuungs- und Risikomaße.
This paper introduces CAAI, a novel cognitive architecture for artificial intelligence in cyber-physical production systems. The goal of the architecture is to reduce the implementation effort for the usage of artificial intelligence algorithms. The core of the CAAI is a cognitive module that processes declarative goals of the user, selects suitable models and algorithms, and creates a configuration for the execution of a processing pipeline on a big data platform. Constant observation and evaluation against performance criteria assess the performance of pipelines for many and varying use cases. Based on these evaluations, the pipelines are automatically adapted if necessary. The modular design with well-defined interfaces enables the reusability and extensibility of pipeline components. A big data platform implements this modular design supported by technologies such as Docker, Kubernetes, and Kafka for virtualization and orchestration of the individual components and their communication. The implementation of the architecture is evaluated using a real-world use case.
Hochschulen initiieren und fördern immer stärker das unternehmerische Denken und Handeln ihrer Studierenden und tragen maßgeblich zu ihrer Qualifizierung als Gründerinnen und Gründer bei. Entrepreneurship Education sowie die Bereitstellung von Einrichtungen und Angeboten für junge Gründerinnen und Gründer spielen eine zentrale Rolle und sollen Innovationen als wissensbasierten Output fördern. Die vorliegende Untersuchung geht der Fragestellung nach, wie Hochschulen am Beispiel der Technischen Hochschule Köln – kurz TH Köln – ihre Studierenden unternehmerische Kompetenzen vermitteln und sie in Bezug auf Gründungsaktivitäten sensibilisieren, mobilisieren und unterstützen können, um so eine Entrepreneruship-Kultur im Zeitablauf zu entwickeln und zu etablieren. Sie bezieht zwei empirische Studien mit ein: eine aktuelle Befragung der Studierenden aus dem Jahre 2019 sowie eine Befragung aus dem Jahre 2016. So lassen sich aktuelle sowie im Zeitablauf vergleichende Aussagen ableiten.
Scholarship of Teaching and Learning (SoTL) wird in der Regel als sozialwissenschaftliches Projekt beschrieben, das an die Lehrenden und ihre Fachkulturen ‚von außen‘ durch die Hochschuldidaktik herangetragen wird (z.B. Wyss, 2018; Szczyrba, 2016). Doch kann die Hochschuldidaktik SoTL auch als ein Anliegen an Lehrende formulieren, aus den Fächern heraus gemeinsam mit den Studierenden eine gemeinsame Wissenschaftspraxis zu implementieren, die das Bildungsanliegen der Studierenden mit dem der Lehrenden verknüpft. Basierend auf dem Verständnis von Huber (2018), dass SoTL die wissenschaftliche Befassung mit der Lehre und dem Lernen der Studierenden im eigenen Fach ist, kann Lehre an Hochschulen durch SoTL zu einer wissenschaftlich begründeten Praxis werden und auf praktischer Klugheit i.S.v. phronesis basieren (Kreber, 2015, S. 568ff.; Dunne, 1993).
Der Beitrag konzipiert SoTL auf der Basis geisteswissenschaftlicher Theorieansätze, um hochschuldidaktisch fundierte und beforschte Lehrkonzepte breiter als auf der Ebene der Technikentwicklung (techne) zu begründen. Dazu stützt er sich auf Ansätze von MacIntyre (Praxis, Tugendethik), Bernstein (singulars und regions), Andresen (Fachwissenschaftspraxis), Mezirow (Reflexionsstruktur) und Nussbaum (Reflexion von Zielen). Angelehnt an diese Ansätze erschließt er das SoTL darauf, wie Lehrende theoretisch und methodologisch fundiert mit ihren Studierenden ergründen können, wie die hochschulischen Fächer mit internalisierten Werten als ‚interne Güter‘ bereicherte Absolvent*innen hervorbringen können.
Mit dem Betriebsrentenstärkungsgesetz (BRSG) wurde den Tarifvertragsparteien erstmals die Vereinbarung reiner Beitragszusagen ermöglicht. Hierbei sind Mindestleistungen oder Garantien seitens der Versorgungseinrichtungen ausdrücklich nicht erlaubt (Garantieverbot). Es ist jedoch möglich, ein kollektives Versorgungskapital zu bilden, das nicht dem einzelnen Sparer, sondern der Sparergemeinschaft insgesamt zur Verfügung steht. Mittels einer kollektiven Reserve als Puffer sollen Kapitalmarktschwankungen mit dem Ziel ausgeglichen werden, die Wertentwicklung des Versorgungskapitals für den einzelnen Sparer zu verstetigen. Aufbauend auf der bisherigen Forschung von GOECKE (2011, 2012, 2013a, 2013b und 2016) und GOECKE / MUDERS (2018) wird auf der Grundlage historischer Kapitalmarktdaten die Wirkungsweise des kollektiven Spar-modells im Zeitraum 1957-2017 getestet. Dabei wird neben Deutschland auch die USA betrachtet. Ferner werden zusätzlich inflationsbereinigte Werte herangezogen.
In einer Veranstaltung sitzen viele Studierende, in einer nächsten auf einmal deutlich weniger. Woran liegt das? Und weiß man, ob ein*e Student*in regelmäßig kommt oder nicht? Ist die Anwesenheit überhaupt von Relevanz? Für Lehrende stehen über das eigene Modul hinaus häufig nur geringe Informationen zur Verfügung, wann, in welchen anderen Modulen und mit welchem Aufwand Studierende eines Semesters mit Selbststudienaufgaben oder begleitenden Prüfungsleistungen wie z. B. Hausarbeiten, Praktika, Präsentationen, Lernkontrollen usw. beschäftigt werden. Aus Sicht der jeweiligen Lehrenden sind diese didaktischen Mittel gut begründet, können jedoch insbesondere dann zu Spitzen in der studentischen Workload führen, wenn keine organisatorische Abstimmung mit Kolleg*innen erfolgt. Diskussionen über die richtige Lehrorganisation und das geeignete Maß an Lernanforderungen bleiben erfahrungsgemäß in Hochschulgremien häufig ohne klares Ergebnis, so dass ein Wunsch nach Objektivierung der subjektiven Meinungen entsteht, der speziell eine Abstimmung der in das Lernen investierten Zeit mit den von den Modulen gestellten Lernanforderungen betrifft. Derartige Fragen waren die Initialzündung zum nachfolgend beschriebenen Projekt, das noch nicht vollumfänglich abgeschlossen ist.
Die Erfassung der von Studierenden in ihr Lernen investierten Zeit und die hieraus abzuleitenden Erkenntnisse sind seit den ZEITLast-Untersuchungen von Schulmeister & Metzger (2011) verbreitet. Jedoch macht es einen Unterschied, ob man einem Kreis von in einem Studiengang lehrenden Professor*innen die validen Ergebnisse einer Studie vorträgt oder ob eine Untersuchung im eigenen Studiengang durchgeführt und somit ‚am eigenen Leib‘ erfahren wird, um dann auf der Basis der Ergebnisse gemeinsam die Zukunft neu zu gestalten. Jedoch, wie bringt man diesen Prozess in Gang?
Der Beitrag zeigt zentrale Elemente eines im Studiengang B.Eng. Fahrzeugtechnik der TH-Köln durchgeführten Lehrentwicklungsvorhabens, insbesondere die gewählte Strategie zur Legitimierung einer Workloadstudie (Faßbender et al., 2018), die formulierten Forschungsfragen, die Methodik, die bisher gewonnenen Ergebnisse und Erkenntnisse sowie ein Fazit mit einem Ausblick.
Im ersten Teil dieser Publikation wurde unter nicht allzu restriktiven Anforderungen hergeleitet, dass man auch für Versicherungen approximativ das mikroökonomische Produktionsmodell anwenden kann. Dies liefert eine andere Sichtweise im Hinblick auf die Unternehmenssteuerung. In diesem zweiten Teil werden weitere Anwendungen dieses Modells diskutiert.