Abbildung 1: Künstliche Intelligenz, Machine Learning und Data Science eingeordnet
Abbildung 1: Künstliche Intelligenz, Machine Learning und Data Science eingeordnetQuelle: Deloitte
Erschienen in Ausgabe 3-2019Märkte & Vertrieb

Angriff der Algorithmen

Data Science und Künstliche Intelligenz in der Versicherungswirtschaft – Abgrenzung, Chancen und Anwendungsfälle

Von Dr. Michael Zimmer und Christian SchätzleVersicherungswirtschaft

Lesen Sie den vollständigen Artikel

Erhalten Sie Zugang zu allen Artikeln unserer Fachzeitschriften und Publikationen.

In den letzten Jahren hat sich der Begriff Künstliche Intelligenz (KI) innerhalb deutscher Unternehmen rasant verbreitet. War zur Jahrtausendwende Big Data die Lösung auf alle Unternehmensprobleme, so gibt heute vermeintlich KI die Antwort auf alle Fragen. Was verbirgt sich aber hinter KI und wie kann sie Versicherern dabei helfen, das bestehende Geschäft zu verbessern und sogar ganz neue Geschäftsmodelle zu etablieren? Weder die Begriffsdefinition noch der Nutzen ist für Außenstehende einfach zu durchdringen. Häufig werden Themen wie Data Science, Machine Learning und KI nicht erklärt und miteinander vermischt. In diesem Artikel wird Data Science als Grundlage für KI eingeführt und davon abgegrenzt. Weiter werden aktuelle Herausforderungen der Versicherungswirtschaft kurz vorgestellt und an konkreten Beispielen aufgezeigt, wie KI zur Lösung dieser Herausforderungen eingesetzt werden kann.

Künstliche Intelligenz, Machine Learning und Data Science werden oft miteinander vermischt

In der derzeitigen Diskussion um Künstliche Intelligenz gibt es eine Vielzahl unterschiedlicher Schlagwörter. Beginnend mit dem englischen Begriff für KI, Artificial Intelligence, werden häufig auch Begriffe wie Deep Learning, Machine Learning oder Data Science genannt. Die Vielfalt der Begriffe und der inflationäre Gebrauch in den Medien ist verwirrend. Was verbirgt sich aber hinter diesen Begriffen? Data Science bezeichnet die wissenschaftliche Lehre der Erstellung, Validierung und Transformation von Daten in verwertbare Informationen. Sie nutzt wissenschaftliche Verfahren wie Machine Learning und Algorithmen, um diese Informationen zu gewinnen. Letztlich ist Data Science also nichts anderes als eine Organisations-, Berufs- oder Themenbezeichnung, die besagt, welche statistische Methoden und Verfahren der Künstlichen Intelligenz in einem Unternehmen angewendet werden, um Erkenntnisse zu generieren. Ein Data Scientist ist der dazugehörige Fachmann. Er setzt die wissenschaftlichen Methoden konkret ein, um Informationen aus Rohdaten zu gewinnen. Er kennt sich aus in den Bereichen Machine Learning, Algorithmen, Modellierung, Statistik, Analytik und Mathematik. Aufgrund der Ähnlichkeit der Arbeitsweise eines Data Scientists und eines Aktuars, können letztere im weitesten Sinne auch als Data Scientists bezeichnet werden. Unter Künstlicher Intelligenz (KI) versteht man grundsätzlich „Berechnungsverfahren, die es ermöglichen, wahrzunehmen, zu schlussfolgern und zu handeln.“ Das heißt, man…