Schadensvorhersage

Mustererkennung in Bildern

Der Mensch hat keine Schwierigkeiten, Text auf Bildern zu erkennen. Das Bild besteht aus Tausenden von Bildpunkten einer bestimmten Farbe, in denen Informationen enthalten ist, die unser Auge einfach erkennen kann.

Ein klassisches Computer-Programm zu entwickeln, dass die gleichen Fähigkeiten hat, ist sehr schwierig. Bei diesem Beispiel könnte man alle blauen und weißen Punkte löschen und dann versuchen, die verbleibenden Buchstaben mit einer Schrift zu vergleichen. Diese Programm würde dann aber an blauer Schrift scheitern. Mit Deep Learning kann man dieses Problem lösen.

Mustererkennung in Daten

In anderen Daten, wie z. B. Versicherungsdaten ist ein Erkennen von Mustern für das menschliche Auge sehr schwierig.

In den Daten könnten enthalten sein, dass die Schadensrate bei 50 bis 60-jährigen mit einem großen Motor sprunghaft ansteigt. Dies ist bei sehr vielen Datensätzen mit sehr vielen Attributen nicht mit dem Auge zu erkennen. Eine Deep Learning Software kann dieses Problem lösen.

Wie kann die Schadenshöhe vorhergesagt werden?

Man kann ein neuronales Netz programmieren, dass alle Inputattribute einliest und die Schadenshöhe als Output ansieht. Wenn man dieses neuronale Netz mit den Versicherungsvertragsdaten und den Schadenshöhen der Vergangenheit trainiert, kann man bereits bei Vertragsabschluss eine Vorhersage der erwarteten Schadenshöhe erhalten.