Junior Aktuar bei Marsh Re,
fünf Jahre Modelle in Produktion.
Ich arbeite in der Analytik für Rückversicherungsmakler bei Marsh Re in München. Davor habe ich vier Jahre an Bidding- und Prognosemodellen bei Holidu gearbeitet und danach ein Jahr an Gebührenstudien für US-Wasser- und Abwasserbetriebe. Nebenbei mache ich die Ausbildung zum Aktuar DAV; ich arbeite auf Deutsch und Englisch.
Vier Projekte.
Zwei bei Holidu, eines aus der Kommunalfinanzierung, eines aus dem Studium.
Zwei Modelle, am Markt gemessen.
Beide habe ich selbst gebaut und betrieben, von der Datenpipeline bis zum Dashboard. Jede Prognose wurde vor dem Spiel festgehalten und danach bewertet. Beide Dashboards sind noch online, mit der vollständigen Bilanz.
Modell zur WM 2026.
Prognosen für alle 100 Spiele, jede vor dem Anpfiff festgehalten. Der Log-Loss des Modells lag bei 1,003, besser als eine Elo-Baseline (1,010) und ein Münzwurf (1,099). Der Markt war noch besser (0,854–0,889) und gewann 64 der 100 direkten Vergleiche; in der K.-o.-Phase stand es allerdings unentschieden. Die Mannschaftsstärke wurde aus Spielerbewertungen aufgebaut, jedes Spiel und der ganze Turnierbaum 10.000-mal simuliert, und ein Agent passte jede Prognose an die bestätigten Aufstellungen an.
March-Madness-Modell.
Out-of-Sample getestet auf 11.170 Spielen aus zwei Saisons: 71,6 % Trefferquote, Brier 0,183, AUC 0,772. Auf den 4.240 Spielen mit Marktquoten war der Markt knapp besser (71,8 % und 0,183 gegenüber 70,2 % und 0,192). Das Modell ist ein XGBoost, trainiert auf 16.691 Spielen der Division I, mit Walk-Forward-Validierung, Kalibrierungsprüfung, SHAP-Erklärungen, Anpassungen für Spielerausfälle und einer Turniersimulation mit 100.000 Durchläufen.
Wie ich arbeite.
Ich komme aus der Statistik und Ökonometrie und baue Modelle, mit denen andere Entscheidungen treffen.
Die Methode richtet sich nach dem Problem. Meistens ist das ein GLM, manchmal ein Bootstrap, ein Zeitreihenmodell oder Gradient Boosting.
Meine Arbeit war fast immer nah am echten Geld: Werbebudgets, Wassergebühren und jetzt Rückversicherung. Ich baue Modelle so, dass die Person, die entscheidet, sie nachvollziehen kann, und automatisiere die Routine drumherum. Bei Holidu hat das die wöchentlichen Kontrollen Markt für Markt ungefähr halbiert.
Ich lebe in München, spreche Deutsch und Englisch und mache neben meiner Arbeit bei Marsh Re die Ausbildung zum Aktuar DAV.
Berufserfahrung & Ausbildung.
Die Kurzfassung.