Discrimination-free Pricing aus Sicht der Actuarial Data Science

Inhalt/Übersicht

Thema
Die Tarifierung im P&C Bereich verwendet zahlreiche Risikomerkmale zur Prämiendifferenzierung. Beim Übergang von der statistischen Analyse zum finalen Tarifmodell ist insbesondere die Einhaltung der Regulatorik sicherzustellen. Dabei ist die besondere Handhabung geschützter Merkmale wie Geschlecht oder Alter nach dem AGG in Verbindung mit dem VAG in Tarifen nicht einheitlich geregelt. Durch die jüngsten Entwicklungen im europäischen Umfeld, z.B. Veröffentlichungen der EIOPA oder durch den AI-Act, zeichnet sich bereits ab, dass die Anforderungen an ein zukünftiges Discrimination-Free Pricing weiter in den Mittelpunkt rückt.
Grundsätzlich stellt die alleinige Herausnahme der betroffenen Faktoren bekanntlich keine vollständige Lösung dar. Wie können Aktuarinnen und Aktuare die zusätzlich auftretenden Effekte indirekter Diskriminierung erkennen? Wie können diese in klassischen Verfahren (GLM) und in modernen Data Analytics Verfahren (z.B. local GLMnet) angemessen thematisiert werden?

Beschreibung
In dieser Veranstaltung werden zunächst die methodischen Grundlagen zur Identifikation und Beseitigung indirekter Diskriminierung vorgestellt und mit Blick auf die Anwendbarkeit diskutiert. Im zweiten Teil wird anhand eines simulierten Praxisfalls der Tarifierung einer Hausratversicherung mit mehreren soziodemographischen Merkmalen das Verständnis für indirekte Diskriminierung vertieft. Dabei werden sowohl klassische Verfahren wie auch Advanced Analytics- und Visualisierungs-Methoden betrachtet und mit den Teilnehmenden diskutiert.
Die Grundlage für das Beispiel bildet ein im Rahmen von ADS Completion mit dem Best Notebook Award prämiertes Notebook.

Methodik 
Vortrag, Jupyter Notebook, Q&A

Referenten
Christian Kathan ist Aktuar DAV und CADS. Seit 2022 arbeitet er als Pricing Aktuar und Data Scientist in internationalen Pricing-Projekten bei Global P&C der Allianz SE. Zuvor war er seit 2018 im Pricing-Aktuariat des SME-Sachversicherungsgeschäfts der Allianz Versicherungs AG beschäftigt.
Der Referent wurde im Rahmen der CADS Completion-Prüfung 2024 mit einem Best Notebook Award ausgezeichnet.
Dr. Johannes Schupp ist Vorsitzender der Prüfungskommission in ADS Completion. Hauptberuflich ist er seit 2014 für das ifa in Ulm tätig und verantwortet dort den Bereich Data Analytics. Dabei berät er u.a. Versicherungen beim Einsatz innovativer Data Science Methoden im Rahmen vom Pricing. Seit 2018 arbeitet er als Dozent der DAA, EAA und der Akademie der Universität Ulm. Er ist Autor von mehreren wissenschaftlichen Publikationen im Bereich Actuarial Data Science.

Hinweise/Veranstaltungsspezifische Konditionen

Die Veranstaltung findet online als Websession (i.d.R. via Zoom) statt.

Ihre Zugangsdaten gehen Ihnen mit dem Registrierungslink nach Ablauf der Stornofrist zu. Falls Sie sich kurzfristig (innerhalb der letzten zwei Werktage vor Veranstaltungsbeginn) für die Veranstaltung anmelden, nehmen Sie bitte unter info@aktuar.de Kontakt zur Geschäftsstelle auf, um sicher alle relevanten Informationen zu erhalten.

Eine Teilnahmebestätigung wird nur dann ausgestellt, wenn Sie durchgehend von Anfang bis Ende an der Veranstaltung teilgenommen haben.

Wir weisen darauf hin, dass alle Registrierungs-/Zugangslinks sowie Materialien dem Copyright unterliegen und nicht weitergegeben werden dürfen.

Gruppenbuchung: Eine Gruppenbuchung ist möglich, wenn fünf Personen eines Unternehmens mit derselben Rechnungsanschrift die Teilnahme an derselben Websession/an demselben Präsenzseminar buchen. Bitte senden Sie uns im Anschluss an die individuellen Anmeldungen auf unserer Webseite eine E-Mail an info@aktuar.de mit den Namen der fünf Teilnehmenden. Geben Sie uns bitte in diesem Zuge auch den Namen der Person an, die kostenfrei teilnehmen soll. Andernfalls erfolgt die Auswahl durch die DAA.

Voraussetzung/Konditionen

Zielgruppe
Die Veranstaltung richtet sich an Aktuarinnen und Aktuare, die sich für die Themenfelder Actuarial Data Science, Schaden- Unfalltarifierung und das Verständnis indirekter Diskriminierung interessieren.

Vorkenntnisse
Die Websession dient als Einstieg in das Thema und es werden damit keine Kenntnisse vorausgesetzt.