Künstliche Intelligenz im Risikomanagement

Das 15. FaRis & DAV Symposium stand unter dem Motto „Künstliche Intelligenz im Risikomanagement“. Am Nikolaustag waren über 120 interessierte Teilnehmerinnen und Teilnehmer an die TH Köln gekommen: In vier Vorträgen ging es um die Frage, inwiefern Methoden der Künstlichen Intelligenz (KI) im Risikomanagement zur Anwendung kommen können. Prof. Dr. Jan-Philipp Schmidt hatte gemeinsam mit dem FaRis-Team die Veranstaltung organisiert; er begrüßte zu Beginn der Veranstaltung die Gäste und gab einen kurzen Einführungsvortrag in die Thematik.

Im ersten Vortrag zu „Kapitalmarktszenarien mit Deep Learning“ stellte Mascha Fiona Baedorf, Aktuarin DAV bei KPMG, zunächst die mathematischen Grundlagen Künstlicher Neuronaler Netze vor. Sie zeigte dann, wie die Kalibrierung eines Hull-White 1-Faktor Zinsmodells grundsätzlich mit einem Neuronalen Netz erfolgen kann sowie die Ergebnisse ihrer Berechnungen. Die Datenbasis für das Training der Netze bilden dabei künstlich erzeugte Informationen über den Kapitalmarkt.

Im Anschluss präsentierte Oliver Stoll, Aktuar DAV und SAV, ein KI-Projekt, das er in Kooperation mit der SV SparkassenVersicherung in Stuttgart bearbeitet: „Solvency II-Prognosen mit neuronalen Netzen“. Das Ziel ist die zeitnahe Vorhersage von Berechnungen mit dem Branchensimulationsmodell durch Modelle aus dem Spektrum des maschinellen Lernens. Dabei ging er nicht nur auf die fachlichen Hintergründe ein, sondern zeigte auch die konkrete Umsetzung in der Entwicklung. Seine eingesetzten Neuronalen Netze können gute Prognoseergebnisse aufweisen.

Nach der Kaffeepause ging es im Vortrag von Dr. Zoran Nikolić, Aktuar DAV bei B&W Deloitte, sowie Prof. Dr. Christian Weiß, Aktuar DAV bei B&W Deloitte und Professor an der Hochschule Ruhr West, um „Machine Learning in der aktuariellen Risikomodellierung“. Sie knüpften unmittelbar an den Vortrag von Herr Stoll an und zeigten, inwieweit die Überlegungen auch bei internen Risikomodellen zur Anwendung kommen. Die beiden Referenten zeigten auch einen Algorithmus zur Bestimmung optimaler Polynomstrukturen auf Basis des Akaike Informationskriteriums. Sie konnten von einer guten Anpassungsgüte ihrer Neuronalen Netze berichten.

Den Schlussvortrag hielten Andreas Penzel von ISS Software und Glen Generlich von Retresco. Ihr Fokus lag auf der „Unterstützung des Reportings durch Natural Language Generation“; sie zeigten eindrucksvoll und unterhaltsam, dass die Risikoberichterstattung an die vielen verschiedenen Adressatenkreise heutzutage konsistent KI-unterstützt erfolgen kann.

Alle Präsentationen können hier heruntergeladen werden. Die nächste Veranstaltung von FaRis findet voraussichtlich am 23. Juni 2020 in Kooperation mit dem qx-Club an der TH Köln statt.