Beim dritten Programmierwettbewerb am Mathematischen Institut der Universität Köln hat sich dieses Jahr alles um das Thema Policenverdichtung gedreht.
“Sind wir mit dem Algorithmus in unserem Tool „DGO ML“ (Deloitte Grouping Optimizer Machine Learning) bereits am Ende der Fahnenstange angelangt oder geht in Sachen Policenverdichtung noch mehr?“ Mit genau dieser Frage hat Zoran Nikolić, Partner in der Aktuariellen Beratung von Deloitte sowie Lehrbeauftragter am Mathematischen Institut der Uni Köln, den diesjährigen Programmierwettbewerb eröffnet.
Meine Erwartungen an die Veranstaltung waren hoch und ich hatte das Ziel möglichst viel mitzunehmen. Diese Erwartungen wurden übertroffen. Es hat Spaß gemacht gemeinsam als Team nach Lösungsansätzen zu suchen, diese zu implementieren und mit Ansätzen auch mal zu scheitern.
Die drei gängigsten Verdichtungsmethoden
Das Ziel des diesjährigen Wettbewerbs war es, dass die Studierenden mit Hilfe von KI (Künstlicher Intelligenz) neuartigen Machine-Learning-Lösungen innovative Ideen für das Verdichtungsproblem bei Versicherungsunternehmen entwickeln. Im Rahmen der Ausarbeitungen wurden alle drei in der Industrie bekannten und gängigen Verdichtungsmethoden von den Studierenden erarbeitet:
„Simplex Methode“ it is!
Obwohl die letzte Methode die älteste der drei ist – der Lösungsansatz geht auf die Arbeiten von Dantzig und von Neumann in den 1940er Jahren zurück – liefert sie für Deloittes Zwecke die beste Lösung. Dabei ist es das Ziel, möglichst wenige Versicherungspolicen auszuwählen, sodass eine geeignete Linearkombination von ihnen den Gesamtbestand innerhalb vorgegebener zulässiger Abweichungen approximiert.
Die Erwartungen der Studierenden wurden übertroffen
Eine der Hauptgewinnerinnen Nichele Thang äußerte sich sehr positiv zur Veranstaltung:
„Die Ausschreibung des Programmierwettbewerbs hatte mein Interesse sofort geweckt. Ich sah darin eine großartige Gelegenheit, mein theoretisches Wissen, das ich während des Studiums erworben habe, in der Praxis anzuwenden. Meine Erwartungen an die Veranstaltung waren dementsprechend hoch und ich hatte das Ziel möglichst viel mitzunehmen. Diese Erwartungen wurden übertroffen! Ich konnte mein Wissen in diversen Gebieten erweitern und habe gleichzeitig ein großes Interesse für neue Themen entwickelt. Trotz der Tatsache, dass es nicht immer so geklappt hat wie wir es uns vorgestellt hatten, hat es mir Spaß gemacht, gemeinsam als Team nach Lösungsansätzen zu suchen, diese zu implementieren und mit Ansätzen auch mal zu scheitern. Es freut mich umso mehr, wenn unsere Lösung einen Beitrag zur Weiterentwicklung des DGO ML-Tools leisten kann.“
Nichele wird nun auch ihre Bachelorarbeit in diesem Gebiet schreiben, was uns sehr freut. Es ist schön zu sehen, dass unsere Programmierwettbewerbe Studierende so nachhaltig inspirieren – genau das ist eines unserer Ziele!
Tolle Preise für die Gewinnerteams
Der Forscherdrang und die Kreativität sowie Beharrlichkeit der teilnehmenden Studierenden hat sich auf jeden Fall ausgezahlt, denn die Gewinnerteams durften sich über tolle Preise freuen. Deloitte hat vier Teams mit insgesamt sieben Teilnehmenden mit einem Preisgeld von 6.750 Euro ausgezeichnet. Die Preisverleihung fand Mitte März in Deloittes Office in Köln statt.
Wir freuen uns schon jetzt auf den Programmierwettbewerb in 2024 und sind gespannt, bei welchen Herausforderungen der Versicherungsbranche uns die Studierenden beim nächsten Mal unterstützen werden!
Mehr Infos zu Karrieremöglichkeiten in der Aktuariellen Beratung findest du hier.
Jennifer ist seit 2019 Teil des Teams Employer Branding & Talent Attraction von Deloitte in Deutschland. Sie verantwortet nicht nur den Karriere-Blog, sondern auch Employer Branding-Kampagnen für verschiedene Businesses und Zielgruppen.
Sven ist seit 2018 im Team Employer Branding & Personalmarketing bei Deloitte Deutschland tätig. Dort verantwortet er unter anderem Employer Branding Kampagnen mit Fokus auf berufserfahrene Talente. Im Deloitte Karriere Blog berichtet Sven über aktuelle Karrierethemen und relevante Business Entwicklungen, die Karrieremöglichkeiten für die unterschiedlichsten Profile bereithalten.