Data Driven Insurance
Die Veranstaltung fand bereits statt. Alle angemeldeten Teilnehmenden erhalten ihre Veranstaltungsunterlagen in ihrem Kundenportal.
Rückblick
Was macht die datengetriebene Versicherung aus? Die datengetriebene Versicherung trifft jede ihrer Entscheidungen gestützt auf Daten. Jeder Mitarbeitende kann auf die Daten zugreifen, die er oder sie braucht und regulatorisch sehen darf. Das Team ist in der Verwendung und Analyse von Daten geschult. Alle Prozesse und Abläufe lassen sich performant mit Kennzahlen messen, sodass Probleme schnell identifiziert und optimiert werden können. In agilen crossfunktionalen Teams oder internen Data Labs werden neue Ideen und Produkte innerhalb kürzester Zeit in die Produktivumgebung integriert.
Die wichtigsten Bausteine eines datengetriebenen Unternehmens sind die Datenqualität und das Datamanagement. Diese sind in einer zentralen Einheit organisiert und können exakte Aussagen über deren Qualität, Aktualität und Redundanz treffen.
Unsere Fachkonferenz gibt Einblicke in die datengetriebene Transformation der Assekuranz und zeigt Handlungsfelder auf. Dabei stehen immer die Daten im Vordergrund, die wir sowohl aus strategischer als auch aus organisatorischer und technologischer Sicht betrachten.
Die nächste Veranstaltung findet am 17./18. September 2024 in Leipzig statt.
Agenda
1. Tag
Di. 17.10.


- Embedded Insurance: Warum Versicherungen jetzt integraler Bestandteil von Technologieprodukten sind und wie das den Versicherungsmarkt verändert.
- Die Rolle des Internet der Dinge, Cloud-Technologie und Data Analytics bei der Gestaltung von innovativen Versicherungslösungen und wie diese die nahtlose Integration von Versicherungsleistungen in OEM-Produkte ermöglichen.
- Von der Theorie zur Praxis - Ein konkretes Beispiel wie Embedded Insurance in der Realität mit einem Technologiepartner umgesetzt wird.
- Strategischer Ausblick in die Zukunft von Versicherungslösungen im Technologieumfeld und die Bedeutung externer (IoT)-Daten für Versicherungsprozesse und -produkte.

- Data Pipelines vs Data Silos
- Datenaktivierung für den Kunden & für jeden Mitarbeiter
- Selbstverständnis ChatGPT

- Die Anfänge des datengetriebenen Risikomanagements: Automatisierung und Qualitätsverbesserung
- Aufbau einer Analytics-Infrastruktur und Integration in die System- und IT-Landschaft
- Zusammenarbeit mit Fachbereichen und die Etablierung einer datengetriebenen Kultur
- Datenvirtualisierung, Skalierung und die unternehmensweite Integration


- Geschäftsmodell und datenbasierte Wertschöpfung in der musikalischen Rechteverwertung
- Zwischen langfristiger Strategie und schnellen Erfolgen
- Mensch, Organisation und Technik – wie bekomme ich alle mit ins Boot?
- KI und Datenqualität – zwei Seiten einer Medaille


- Self-Service Analytics bei der HDI
- Architektur der Power BI Enterprise Plattform
- Self-Service weitergedacht: Wie Anwender durch Support Apps ermächtigt werden.
- Erfahrungen und Erkenntnisse aus dem Entwicklungs- und Migrationsprozess

- Nutzung vorhandener Daten und freier Software
- Identifikation von Verbesserungspotential im BU-Neugeschäft durch eigene Auswertungen
- Use-Case: Portfolioanalyse der Berufsunfähigkeitsversicherung unter Einbeziehung der Berufsinformationen und entsprechender Statistiken


- Welche use cases können durch externe Daten optimiert werden?
- Wie können diese Daten optimal interpretiert werden?
- Wie gelangt man einfach zu individuellen Risikostrategien?

- Skalierung von Batch Machine Learning Use Cases
- Plattform für Machine Learning gestützte Prüfprozesse
- Kommunikationsmedium zwischen Machine-Learning- und Fachexperten
2. Tag
Mi. 18.10.


- Aufbau der Data Analytics Organisation bei der HUK-COBURG
- Data Analytics Community und Change Management
- Use-Case Beispiele aus der Praxis

- Herausforderungen für automatisiertes Entscheiden im Großen: Trends, die das Datenmanagement einer Versicherung komplexer machen
- Die Rolle von aktiven Metadaten für Ordnung und Stabilität sowie als Effizienzhebel einer Informationsplattform für Versicherungen
- Fallbeispiel: Wie aktive Metadaten zur gemeinsamen Sprache von Fachbereichen, Anwendungsentwicklung und Betrieb werden, um schnell und zuverlässig produktive datengetriebene Anwendungen zu entwickeln

- Wie Sie Herausforderungen in verteilten und heterogenen Daten-Landschaften meistern, dabei eine robuste Data Governance implementieren,
- Ihren Business-Usern die Nutzung der Data-Assets erleichtern, der IT mehr Flexibilität für zukünftige Anforderungen verschaffen.



- IDP als Fundament für die Zukunft: Überblick über IDP (Intelligent Document Processing) und dessen essenzielle Rolle als Basis für weitere Technologien und Innovationen im Versicherungsbereich
- Einblick in aktuelle und aufkommende Anwendungen von KI und Maschinellem Lernen in der Versicherungsbranche

- Machine Learning in die Produktion bringen
- Crossfunktionale Projekte
- Kunden, Vertrieb, IT und Marketing an einem Tisch


- Erfolgsfaktor Data Culture
- Dimensionen einer Data Driven Insurance
- Messung des Data Driven Reifegrads
- Das Experiment Kommunikation
Aussteller & Sponsoren
In Kooperation mit
Themenschwerpunkte
- Aufbau von Strategien (Data First), Organisationseinheiten (Data Labs), Change in Leadership und Culture
- Konkrete Use Cases, Machbarkeits- und Fallstudien
- Plattformen, Ökosysteme, Frameworks
- Datenorganisation, Master Data Management, Data Dictionary
- Data Driven Mindsets
- Umgang mit schwierigen Daten: Echtzeit, Fuzzy, unstrukturiert
- Core and Emerging Technologies
Zielgruppe
Die Konferenz richtet sich an Fach- und Führungskräfte aus den Fachabteilungen von Versicherungsunternehmen, insbesondere aus den Bereichen
- CDO, CIO,
- Big Data, Analytik, DWH, Data Management
- IT und Betriebsorganisation,
- Vertrieb und Schaden
- Aktuariat und Produktmanagement
von Versicherungsunternehmen, sowie an interessierte Mitarbeiter weiterer Fachabteilungen.
Wir erwarten rund 60 - 70 Teilnehmer. Bei der Konferenz achten wir auf ein ausgewogenes Verhältnis zwischen Teilnehmern aus Versicherungsunternehmen und Dienstleistungsunternehmen. Wir behalten uns vor, eine Warteliste einzurichten.