Article

DGO ML: Machine Learning trifft auf Verdichtung von Versicherungsbeständen  

Die clevere Methode für zuverlässige und schnelle stochastische Bewertungen  

Das Problem der Verdichtung von Bestandsdaten Ihrer Versicherten für aktuarielle Projektionen kennt jeder Lebensversicherer. Die erste voll automatisierbare Lösung liegt vor Ihnen: der Deloitte Grouping Optimizer Machine Learning (DGO ML)

Die Herausforderungen im Rahmen der Verdichtung von Bestandsdaten der Versicherten für aktuarielle Projektionen sind jedem Lebensversicherer bekannt. Hierfür hat Deloitte nun ein voll automatisierbares Tool weiterentwickelt, welches Sie in Ihrer Arbeit unterstützen kann. Der Deloitte Grouping Optimizer Machine Learing (DGO ML) bietet Ihnen die Möglichkeit, schnell und zuverlässig stochastische Hochrechnungen Ihres Gesamtbestandes für vielfältige Zwecke, z. B. für Solvency II, IFRS 17, Asset-Liability-Management oder Portfolio-Bewertungen, durchzuführen. Ausgehend von einer großen Anzahl von Policen in Ihrem Portfolio erfolgt die Datenaufbereitung unter Berücksichtigung auch gegebenenfalls eher begrenzter Rechenkapazität automatisiert, zeitsparend, und reproduzierbar.

Der gesamte DGO ML Prozess ist erfüllt die hohen Anforderungen diverser Bilanzierungsstandards an die Nachvollziehbarkeit. Durch den DGO ML kann eine enorme Reduktion in der Anzahl repräsentativer Policen (Model Points) erreicht werden – bei gleichzeitigem Beibehalten der Güte Ihrer Zahlungsströme in den Projektionen. Die Kombination unserer Expertise von Versicherungen und unserer Kompetenzen im Bereich Machine-Learning-Techniken ist die Basis für den DGO ML: Dem Verdichtungsstandard für Versicherungsunternehmen.

 

 

Deloitte Grouping Optimizer Machine Learning (DGO ML) 

Der Industrie-Standard für die Bestandsverdichtung

>> Erfahren Sie hier mehr

Einen kurzen Überblick finden Sie in unserem Video

Haben wir Ihr Interesse geweckt? Erkunden Sie das Deloitte Offering "Actuarial and Insurance Services". Hier geht's zur Übersicht.