Die im Konferenzprogramm der TDWI München 2022 angegebenen Uhrzeiten entsprechen der Central European Time (CET).
Per Klick auf "VORTRAG MERKEN" innerhalb der Vortragsbeschreibungen können Sie sich Ihren eigenen Zeitplan zusammenstellen. Sie können diesen über das Symbol in der rechten oberen Ecke jederzeit einsehen.
Hier können Sie die Programmübersicht der TDWI München 2022 mit einem Klick als PDF herunterladen.
Thema: Financing
- Montag
20.06. - Dienstag
21.06. - Mittwoch
22.06.
KI hat einen disruptiven Einfluss auf die Wertkette der Versicherung. Data-driven Insurance steht für eine KI-Einführung zu Mehrwert mit Strategie. Neue Portfolios, Prinzipien, Standards, Jobs und Prozesse sind die Folge. Diese werden vorgestellt.
Zielpublikum: Führungskräfte, Trainer, Erklärer und Förderer
Voraussetzungen: KI-Agilität, Einführungs- und Projektmanagement
Schwierigkeitsgrad: Experte
Extended Abstract:
Damit die Einführung der Data-driven Insurance sich beschleunigt, sind die…
Das Thema KI ist in aller Munde. Fragt man in Unternehmen aber, wie bestehende Datenschutzanforderungen, Richtlinien der EU und die Mitbestimmung des Betriebsrates sichergestellt werden, so gibt es hier selten Antworten. Gerade die Einbeziehung dieser Stakeholder ist aber keine 'lästige' Pflicht, sondern ein kritischer Erfolgsfaktor.
Im Vortrag wird das Vorgehen der Zurich Deutschland vorgestellt und aufgezeigt, wie wir gemeinsam an einer für Mitarbeiter und Kunden fairen KI arbeiten.
Zielpublik…
Im Vortrag werden verschiedene Einsatzszenarien für das Maschinenlernen im Marketing und Vertrieb einer Regionalbank vorgestellt. Beispiele sind die Vertriebsunterstützung von Kundenberatern, die personalisierte Kundenansprache im Onlinebereich sowie die Preisoptimierung. Neben der Umsetzung wird das Ertragspotenzial skizziert. Im zweiten Schritt werden verschiedene Herausforderungen diskutiert: aufsichtsrechtliche, datenschutzrechtliche, informationssicherheitsbezogene und organisationsbezogene…
Die Digitalisierung der Schadenprozesse schreitet in der Versicherungsbranche immer weiter voran, vor allem die Automatisierung durch Workflow-Management-Systeme ist mittlerweile ein etabliertes Standardwerkzeug in den Unternehmen.
In diesem Vortrag werden wir am Beispiel eines Schadenregulierungsprozesses unterschiedliche Optimierungsmöglichkeiten der Automatisierungen, deren Vorteile und Voraussetzungen diskutieren und konkrete Praxisbeispiele präsentieren.
Zielpublikum: Data Scientist,…
Die HUK-COBURG agiert seit über 8 Jahren nach einer BI-Strategie. Die BI-Strategie und die zugrunde liegenden Datenarchitekturen wurden und werden fortlaufend angepasst. In diesem Track werden Weiterentwicklungen und Trends der Datenarchitekturen bei der HUK-COBURG vorgestellt.
Zielpublikum: Data Architects, Data Engineer, Data Scientist, Project Leader
Voraussetzungen: Grundkenntnisse Business Intelligence und Datenarchitekturen
Schwierigkeitsgrad: Einsteiger
Im Zuge einer Neuausrichtung der Analytics-Infrastruktur plant die GVV die Einführung eines neuen DWHs, das eine Gesamtsicht für Reporting und Analyse ermöglicht. Ziel des Projektes war die Anwendung innovativer Methoden, welche das Data Analytics-Zielbild zukunftsfähig macht, die Anforderungen in hohem Maße flexibel umsetzt und von geringer Fehleranfälligkeit gekennzeichnet ist. Diese Ziele werden durch den Einsatz einer Cloud-DB unter Nutzung einer Generierungs-SW für DataVault-Modellierung…
Einen exzellenten Umgang mit Daten zu kultivieren und damit nachhaltige Datenkompetenz im Unternehmen zu verankern, sind entscheidende Enabler, um den digitalen Wandel zum modernen Fintech-Unternehmen zu meistern. Mit der Ausbildungsoffensive „Informations- und Datenmanagement” hat die RLB OÖ 2019 einen Trainings-Piloten gestartet, der sich zu einem etablierten Schulungsprogramm für die gesamte Organisation entwickelt hat. Wie man ein solches Programm samt praxisnahem Lehrplan aufbaut, erzählt…
Auch für die SIGNA, einen der weltweit größten Immobilienentwickler, ist datengetriebene Unternehmenssteuerung ein entscheidender Erfolgsfaktor. Zur Implementierung des DWH wurde ein fachlicher Ansatz gewählt: Geschäftsfunktionen und -objekte werden im Fachdatenmodell abgebildet und direkt als Data Vault-Modell realisiert. So kann die Time-to-market deutlich reduziert, sowie Wartbarkeit und Transparenz markant gesteigert werden. Vor allem: Die Datennutzer verstehen die Daten und können deren…
Ziel dieses Projektes war es, die Frühwarn-Indikatoren im Bereich Risikomanagement zu erweitern. Es wurden öffentlich zugängliche Daten (Genisis, Gerda, Eurostat etc.) innerhalb einer Cloud-Infrastruktur bereitgestellt. Für die Identifikation und Extraktion relevanter Zeitreihen wurde ein, über eine API zugänglicher, kognitiver Service zur multivariaten Anomalie-Erkennung verwendet. Die Ergebnisse wurden zur Anreicherung der Datengrundlage von 'Point-in-Time'-Berechnungen für die Ausfallrate von…
In der schieren Menge an Daten, die in vielen Unternehmen schlummern, steckt ein enormes Wertpotential für das Business. Doch wie versetzen sich Organisationen in die Lage, diesen Datenschatz zu heben? Datensilos und heterogene Datenbestände scheinen oftmals eine unüberwindbare Hürde für eine nahtlose Integration zu sein – und die IT wird schnell zum Spielball aufwändiger und teurer Legacy Integrations-Technologien. Im Vortrag erfahren Sie von Robert Auerochs, wie die ING-DiBa diese Hürden in…
Viele Unternehmen sehen sich mit neuen digitalen Anforderungen konfrontiert. Eine Lösung stellt hier die Einführung eines Data Excellence Frameworks dar. Nach der Festlegung von Richtlinien und dem Aufbau einer Organisation stehen viele Unternehmen vor der Hürde der Ausrollung des Data Excellence Frameworks. Die Raiffeisen-Landesbank Steiermark nutzt hier die von außen einfließenden (Daten-)Anforderungen, zum Beispiel aus der Regulatorik, um ihr Data Excellence Framework zum Leben zu erwecken…
Ein 'Banksteuerungs-DWH neu' zu entwickeln, war das große Ziel der österreichischen 3-Banken-Gruppe. Der fachliche Ansatz mittels Fachdatenmodell hat nicht nur die IT entlastet, sondern den Fachbereich unmittelbar in seine Data Governance-Verantwortung geführt. Damit das DWH aber nicht nur einen Mehrwert für die Banksteuerung bringt, wurde mit dem Fachbereich die fachliche Datenarchitektur klargestellt und auf dieser Basis ein Datenmodell samt Umsetzung entwickelt, das gleichzeitig einen großen…
Viele Versicherer versuchen, Kundeninteraktionen mithilfe von Data Science-Methoden zu optimieren. Wir zeigen einen systematischen Ansatz, wie Customer und Sales Analytics effizient entlang der gesamten Customer Journey eingesetzt werden können.
Zielpublikum: Vertrieb, Kundenmanagement, Business Development, Data Analytics
Voraussetzungen: keine spezifischen
Schwierigkeitsgrad: Fortgeschritten
Extended Abstract:
Der heutige Versicherungskunde erwartet maximalen Komfort, d. h. passgenauen…
Es gibt 2 große Show Stopper für KI:
- Banken benötigen Transparenz, warum KI was empfiehlt, bspw. die Annahme eines Kredites. Eher einfache Datenanalysemethoden, wie Entscheidungsbäume, geben diese Transparenz.
- Aber sie sind recht starr. Jedoch wird Flexibilität benötigt Deep Learning ist adaptiv, aber eine Black Box. Daher wurde das Positive „beider Welten“ vereint in Deep Learing (DL) mit SEMANTISCHEN Netzen.
Diese Präsentation beschreibt semantisches DL in der Kredit-/Förderbearbeitung.
Ziel…
Eine grosse Privatbank hat vor wenigen Jahren den Entscheid gefällt die derzeitige DWH Architektur aufzugeben und neu zu überdenken. Bei der neuen Architektur steht im Zentrum der ODS (Operational Data Store). In diesem Vortrag erfahren Sie, weshalb auch heutzutage ein ODS nicht durch einen Data Lake ersetzt werden kann. Zudem erfahren sie welches vorzeitige Fazit sich daraus ergibt und wie sich voraussichtlich die Zukunft in diesem Bereich entwickeln wird.
Der Einsatz von Künstlicher Intelligenz zur Betrugserkennung bei Heilmittel- und Pflegeleistungen in der gesetzlichen Krankenversicherung. Von der Pseudonymisierung und Digitalisierung der Abrechnungsbögen bis zur Analyse, Auswertung und Darstellung der Anomalien - Ein Projektbericht!
Zielpublikum: Management, Data Scientists, Data Engineers
Voraussetzungen: Experience, Curiosity
Schwierigkeitsgrad: Fortgeschritten
The Coronavirus lockdowns altered public transport occupation data. Ultimately, these changes in occupation data are perfect examples of sudden concept drifts that can be blockers in most machine learning deployments. We managed to overcome the obstacles by developing methods and engineering features that allowed us to adjust forecasts based on unforeseen changes in the occupation data. In this talk, we give insights into our journey from idea development to the ways how we overcame the…