Grenzen von Einzelschadenreservierung und Machine-Learning

In den letzten zehn Jahren sind viele Publikationen bzgl. Machine-Learning für aktuarielle Problemstellungen erschienen. Obwohl Machine-Learning in anderen Bereichen, wie Bilderkennung und Schach, eine Erfolgsgeschichte ist, sind die Fortschritte bei aktuariellen Aufgaben eher klein., insbesondere im Bereich Schadenreservierung, wo dem Autor keine  Methoden bekannt sind, welche ein blindes Chain-Ladder systematisch schlagen.

Im Vortrag werden wir untersuchen, warum dies der Fall ist. Kurz gesagt, haben Machine-Learning Probleme mit Zufall und stochastischen Zusammenhängen.