Weitere Informationen
Alle weiteren organisatorischen Punkte werden auf Moodle kommuniziert.
Bei Fragen wenden Sie sich bitte an Stefan Schelling.
Praxisprojekt Risk & Insurance Analytics (Bachelor)
Dozent
Umfang
2/0 SWS (6 ECTS)
Zielgruppe
Dieses Seminar wendet sich an Bachelor-Studierende (insbesodnere Wirtschaftsmathematik und Wirtschaftswissenschaften), die sich aktuell im 4./5./6. Semester befinden.
B. Sc. Wirtschaftsmathematik: Modul eignet sich als Wahlpflicht Projektkurs.
B. Sc. Wirtschaftswissenschaften: Profil Finanz- und Versicherungswirtschaft oder Business Analytics.
Vorkenntnisse:
Modul 鈥濸rojektkurs Data Science und Business Analytics鈥� oder vergleichbares.
Versicherungsvorkenntnisse sind nicht notwendig.
Anmeldung
Bei Interesse melden Sie sich bitte m枚glichst zeitnah (Frist: 20.07.) per Email bei Stefan Schelling (stefan.scheling[at]uni-ulm.de) unter Angabe der folgenden Informationen an:
- Name, Vorname
- Studienfach, Semesterzahl
- Nachweis Modul 鈥濸rojektkurs Data Science und Business Analytics鈥� oder vergleichbares.
Inhalt
Im Praxisprojekt bearbeiten Studierende praxisnahe Fragestellungen in enger Zusammenarbeit mit einem Versicherungsunternehmen. Im Mittelpunkt stehen datenbasierte Analysen und modellgest眉tzte L枚sungsans盲tze zu aktuellen Themen der Versicherungswirtschaft und Aktuarwissenschaften.
Die Studierenden lernen, geeignete quantitative und statistische Methoden f眉r konkrete Problemstellungen auszuw盲hlen und anzuwenden. Unter Einsatz moderner Software und Programmiersprachen wie R oder Python f眉hren sie eigenst盲ndig Datenanalysen durch und entwickeln fundierte, anwendungsorientierte L枚sungen. Diese werden im Projektkontext umgesetzt, fachlich validiert und kritisch diskutiert.
Die Inhalte des Kurses variieren von Jahr zu Jahr und orientieren sich an aktuellen Herausforderungen aus der Praxis. Typische Themen umfassen beispielsweise Aspekte der Tarifierung, Modellierung und Schadenanalyse sowie grundlegende methodische und aktuarielle Konzepte, die f眉r die Projektbearbeitung relevant sind.
Durch die enge Verzahnung von Theorie und Praxis erwerben die Studierenden wertvolle Kompetenzen f眉r den Einsatz moderner datengetriebener Methoden in der Finanz- und Versicherungsbranche.
Mehr Details zum Thema im Wintersemester 2026/27:
Wie in vielen anderen Branchen ist auch f眉r die Versicherungsbranche der Online-Vertrieb von Produkten und Dienstleistungen inzwischen sehr wichtig. Online-Vergleichsportale bieten Kundinnen und Kunden einen sehr schnellen 脺berblick 眉ber verschiedene Angebote. Bei Versicherungsvertr盲gen h盲ngt der konkrete Preis von einer Vielzahl von Vertrags- und Kundenmerkmalen ab, die in Echtzeit im angebotenen Preis ber眉cksichtigt werden m眉ssen.
Am Beispiel einer Hausratversicherung, die direkt 眉ber Online-Plattformen vertrieben wird, analysiert ihr Wettbewerbsangebote und reales Kundenverhalten. Ziel ist es, zentrale Fragen rund um das Marktumfeld und die Tarifgestaltung datengetrieben zu beantworten: Z.B. Wie setzen Wettbewerber ihre Preise? Welche Kunden- und Vertragsmerkmale beeinflussen die Wahrscheinlichkeit, dass ein Vertrag abgeschlossen wird? Wie lassen sich Tarife gestalten, die sowohl wettbewerbsf盲hig als auch wirtschaftlich sind?
Von der explorativen Analyse bis hin zur Preis- und Tarifoptimierung bietet dieses Projekt die M枚glichkeit, moderne Data-Analytics- und Machine-Learning-Methoden zu erlernen und damit datengetriebene und praxisrelevante L枚sungen zu entwickeln.
Das Praxisprojekt wird in Kooperation mit der BavariaDirekt Versicherung AG durchgef眉hrt.
Oranisation
Der Projektkurs beinhaltet
- Vorlesungsblock zu Beginn (Oktober)
- Kick-Off Veranstaltung zur Projektphase (Anfang November)
- Projektphase inkl. Feedbackterminen (November und Dezember)
- Pr盲sentationstermin beim Unternehmen (< Mitte Januar 鈥� voraussichtlich 13. Januar)
Modulleistung
Die benotete Modulleistung besteht aus zwei Teilen:
- Pr盲sentation der Ergebnisse der Projektarbeit am Pr盲sentationstag,
- (kompakte) schriftliche Darstellung der wesentlichen Ergebnisse der Projektarbeit.