Machine Learning: ERGO und TUM-Studierende profitieren von gemeinsamem Workshop

Zwar fußt „Machine Learning“ (deutsch: maschinelles Lernen) als wichtiger Bereich der Computerwissenschaft auf mathematischen Theorien – die Fortschritte bei diesem Trendthema werden jedoch vor allem durch Anforderungen aus der Praxis vorangetrieben. In einem dreitägigen Workshop haben sich daher Studierende der Technischen Universität München (TUM) und Experten von ERGO gegenseitig auf den neuesten Stand von Forschung und versicherungswirtschaftlicher Praxis gebracht.

Computerprogramme die auf Machine Learning basieren, finden mit Hilfe von Algorithmen eigenständig Lösungen für neue und unbekannte Probleme, was Maschinelles Lernen zum Bestandteil von Künstlicher Intelligenz macht. Dass dieses Fachgebiet auch für einen Versicherer viele aussichtsreiche Anknüpfungspunkte bietet, kam bei dem Austausch in Düsseldorf Ende August eindrucksvoll zur Geltung: Indem die ERGO Kollegen den TUM-Studierenden beispielsweise Daten aus dem Bereich Autoversicherung zur Verfügung stellten, konnten die jungen Talente Methoden zum Schätzen von Schadenfrequenzen entwickeln – und während des Workshops ihren Praxispartnern präsentieren.

Wie Machine Learning auch in der Krankenversicherung helfen kann, demonstrierte derweil ein TUM-Absolvent im Rahmen seiner Masterarbeit, deren Ergebnisse er ebenfalls bei dem Workshop vorstellte. Geleitet wurde der dreitägige Austausch vom Machine-Learning-Experten Alik Sokolov, der als Dozent an der Universität von Toronto und ehe-maliger Deloitte-Berater ebenfalls beide Perspektiven mitbringt.

ERGO ist seit Jahren aktiver Partner des TUM-Lehrstuhls für Finanzmathematik und setzt sich im Rahmen von Forschungsprojekten, über Sponsoring von Abschlussarbeiten sowie über Gastvorlesungen stark für Innovationen im Versicherungs- und Finanzbereich ein.

Von Ingo Schenk