Hinter den Kulissen einer Versicherung geht nichts ohne Statistik. Das gilt auch für die AXA. Data-Scientistin Nadine Golinelli erklärt, was sie an ihrem Job fasziniert und welche Skills es dafür braucht.
Nadine, worin besteht dein Job als Data-Scientist?
Wir setzen uns analytisch mit den Fragestellungen aus dem Business der AXA auseinander und können mit Hilfe von Daten Zusammenhänge aufzeigen. Die so gewonnenen Erkenntnisse erlauben es uns, Prozesse zu optimieren.
Welche Eigenschaften braucht es dazu?
Sicher analytisches Denken und eine lösungsorientierte Arbeitsweise. Und wir hinterfragen jede Idee kritisch, um als Team gemeinsam das beste Ergebnis zu erzielen.
Wie wird jemand eigentlich Data-Scientist?
Auf ganz unterschiedlichen Wegen! Meine Kolleginnen und Kollegen kommen aus den verschiedensten Studienrichtungen: Maschinenbau, Statistik, Biomechanik, Wirtschaftsinformatik. Ich selbst bin Politikwissenschaftlerin. Bereits im Bachelorstudium war für mich klar, dass ich auf quantitative Methoden fokussieren möchte. Mein Masterstudium mit genau dieser Spezialisierung gab mir das Rüstzeug mit auf den Weg, das ich hier bei der AXA brauche. Mein Job ermöglicht es mir, meine Kenntnisse anzuwenden und zu vertiefen.
«Wir hinterfragen jede Idee sehr kritisch, um als Team gemeinsam das beste Ergebnis zu erzielen.»
Quantitative Methoden und Statistik – ist das nicht eher trockene Materie?
Ganz und gar nicht! Mich hat die Lust an dieser Denk- und Arbeitsweise total gepackt. Wir versuchen stets, unsere Use Cases weiterzuentwickeln, indem wir neue Datenquellen und Modellansätze nutzen. Zudem sind die datenbasierten Use Cases, die die Versicherungswelt zu bieten hat, sehr vielfältig und spannend. Zu wissen, dass wir mit unserer Arbeit Lösungen für die Zukunft ermöglichen, ist ein gutes Gefühl.
Ein Analytics Use Case ist ein konkreter Anwendungsfall, in dem Daten und Data-Science-Techniken verwendet werden, um ein reales Business-Problem zu lösen.
Welche Lösungen können das sein?
Konkret arbeiten wir unter anderem an Methoden zur verbesserten Betrugs- oder Regresserkennung. Wenn wir hier die Qualität stetig steigern können, dient dies nicht nur der AXA, sondern all unseren Kundinnen und Kunden. An meinem Job gefällt mir zudem, immer wieder neue Anwendungsfelder zu entdecken, in denen Data Science einen Mehrwert schaffen kann. Ich denke da zum Beispiel an die datengetriebene Erkennung von Totalschäden oder die automatisierte Prüfung des Unfallbegriffs.
Wie ist Claims Analytics aufgebaut?
Unser Team besteht aus Quants und Engineers. Die Quants erstellen Business- und Datenanalysen, statistische Modelle und Evaluationen. Der Job der Engineers ist es, sich mit der Datenanbindung und -verarbeitung auseinanderzusetzen und stabile und effiziente Grundlagen für ein Data-Science-Projekt zu bauen. Die Übergänge sind jedoch fliessend.
«Wir legen viel Wert darauf, uns weiterzuentwickeln und voneinander zu lernen.»
Was ist euer Erfolgsrezept als Team?
Dazu fallen mir drei Punkte ein:
Aus deiner Sicht als Mitarbeitende: Was gefällt dir an der AXA?
Ich schätze die positive, offene Kommunikationskultur und das aktive Hinterfragen neuer Lösungsansätze und Ideen. Wir sind immer in Bewegung und entwickeln uns weiter. Zudem bietet die AXA als Allbranchenversicherung eine enorm breite Palette an Möglichkeiten für analytische Services. Hierbei ist wichtig, dass wir wachsam sind und auch über die Entwicklungen in anderen Bereichen informiert sind, sodass wir Synergien nutzen und von anderen lernen können. Dieser Blick über den Tellerrand ist sehr erfrischend und inspirierend. Zudem schätze ich sehr, wie flexibel unsere Zusammenarbeit ist. Als Team können wir frei entscheiden, von wo aus wir arbeiten. Weiss ich, dass ich sehr fokussiert und selbstständig einer Aufgabe nachgehen muss, arbeite ich von zu Hause aus. Wenn wir gemeinsam an einer neuen Fragestellung tüfteln, sind wir gemeinsam im Büro. So sind wir sehr effizient und kommen schneller ans gewünschte Ziel.