Berichterstellung mit GenAI: Methoden, Herausforderungen und Praxislösungen
Inhalt/Übersicht
Beschreibung
Die Erstellung narrativer Berichtsteile in Risikoberichten, Jahresabschlüssen, Geschäftsberichten oder Technischen Berechnungsgrundlagen stellt Versicherungsunternehmen regelmäßig vor erhebliche Herausforderungen. Diese Berichte kombinieren typischerweise unterschiedliche Inhaltstypen wie Tabellen, Grafiken sowie beschreibende und analysierende Textpassagen. Insbesondere die manuelle Erstellung derartiger Textpassagen ist dabei besonders zeitintensiv, ressourcenaufwendig und fehleranfällig.
In dieser Websession erfahren Sie, wie Generative KI in Form von modernen Large Language Modellen (LLMs) gezielt eingesetzt werden kann, um narrative Berichtsteile effizient und zuverlässig zu automatisieren. Aufbauend auf historischen Berichten, welche über mehrere Jahre und/oder innerhalb ganzer Versicherungsgruppen hinweg vorliegen, lernen LLMs nicht nur etablierte Strukturen und bewährtes Vokabular, sondern ermöglichen auch deren kontinuierliche Optimierung und Weiterentwicklung.
Wir präsentieren unterschiedliche Ansätze, angefangen beim grundlegenden Prompt Engineering bis hin zu individuell maßgeschneiderten Fine-Tuning-Lösungen, und gehen dabei auch auf fortgeschrittene GenAI-Techniken ein, welche exakte Berechnungen und Datenintegrationen ermöglichen. Interaktive Live-Demonstrationen sowie praxisorientierte Beispiele veranschaulichen eindrucksvoll, wie diese innovativen Methoden den Automatisierungsgrad bei der Erstellung von Berichten auf ein neues Level heben können.
Inhalte
Die Websession behandelt folgende Schwerpunkte:
• Einführung in die Berichtsautomatisierung: Einsatzpotenziale von Generativer KI zur Erstellung narrativer Berichtsteile im Aktuariat.
• Prompt Engineering: Grundlagen und Techniken zur Steuerung von LLMs für hochwertige Berichtstexte.
• Fine-Tuning: Anpassung von LLMs unter Verwendung einer historischen Wissensbasis für präzise und konsistente Ergebnisse.
• Qualitätsmanagement und Herausforderungen: Strategien für Qualitätssicherung, Validierung und Umgang mit typischen Risiken.
• Praxisbeispiele und Live-Demos: Interaktive Demonstrationen konkreter Anwendungen aus dem aktuariellen Umfeld.
Methodik
Die Websession kombiniert eine fundierte Vermittlung theoretischer Grundlagen mit praxisnahen Anwendungsfällen zur automatisierten Erstellung narrativer Berichtsteile. Mithilfe interaktiver Live-Demonstrationen sowie anschaulicher Beispiele werden verschiedene GenAI-Techniken vorgestellt und direkt auf konkrete aktuarielle Aufgabenstellungen angewandt. Die Teilnehmerinnen und Teilnehmer erhalten so praktische Einblicke und umsetzbares Wissen, das direkt in den beruflichen Alltag übertragen werden kann.
Zielgruppe
Diese Veranstaltung richtet sich an alle Aktuarinnen und Aktuare, die sich für die effiziente und qualitätsgesicherte Automatisierung narrativer Berichtselemente mithilfe von Generativer KI interessieren. Sie bietet sowohl Einsteigerinnen und Einsteigern ohne Vorkenntnisse in GenAI und Programmierung praxisorientierte Einstiegsmöglichkeiten als auch erfahrenen Anwenderinnen und Anwendern die Gelegenheit, ihr Verständnis fortgeschrittener Techniken wie Fine-Tuning gezielt zu vertiefen.
Vorkenntnisse
Erste Erfahrungen mit Generativer KI sind hilfreich, aber nicht zwingend erforderlich. Die Websession bietet klare Anleitungen und praxisorientierte Beispiele, wobei alle Konzepte und Anwendungsfälle mit begleitendem Code veranschaulicht werden.
Referenten
Dr. Christian Jonen ist Aktuar (DAV) und arbeitet als Director im Bereich Actuarial & Insurance Service bei B&W Deloitte, mit einem Schwerpunkt auf KI-Lösungen für Versicherungsunternehmen. Darüber hinaus ist er als Dozent für die Deutsche Aktuar-Akademie (DAA) sowie die Europäische Aktuar-Akademie (EAA) tätig. Nach seiner Promotion in Finanzmathematik im Jahr 2011 begann er seine Karriere als IT-Manager in der Abteilung Change Delivery bei HSBC. Im Jahr 2016 wechselte er zu Generali, wo er als Leiter der Validierung des Internen Modells im Risikomanagement sowie als Leiter der Einheit Governance of Data Management & Analytics tätig war.
Dr. Simon Hatzesberger ist Aktuar (DAV), Certified Actuarial Data Scientist (CADS) und Certified Enterprise Risk Actuary (CERA). Hauptberuflich arbeitet er als Manager im Bereich Actuarial & Insurance Services bei B&W Deloitte. Darüber hinaus lehrt er als Dozent bei der DAA und EAA sowie an den Hochschulen München und Regensburg. Er engagiert sich national in verschiedenen Actuarial-Data-Science-Gremien der DAV und bringt sich international in die Young Actuaries Initiative, die „Consultative Expert Group on Data Use in Insurance“ der EIOPA sowie die Taskforce „Artificial Intelligence“ der International Actuarial Association (IAA) ein.
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.
Veranstaltungsdetails
Leitung: Simon Hatzesberger
Dozierende: Christian Jonen
Verfügbarkeit
Stornofrist: 17.09.2025
Max. Teilnehmer: 195 Personen
Verfügbarkeit: ausreichend freie Plätze
Daten
Mittwoch, 01.10.2025
