Nutzung von Satellitenbildern und Machine Learning in der Agrarversicherung
Ein effizientes Schadenmanamgenet hat für Versicherungsunternehmen und deren Kunden hohe Bedeutung.
Bei Versicherungssparten mit komplizierten Sachversicherungen ist ein wichtiger Teil des Schadenmanagements die Erhebung des tatsächlichen Schadens. Dieser versursacht ggf. hohen Aufwand. Oft handelt es sich um wertvolle Güter, Sachverständige sind notwendig und die Schäden geografisch weit verteilt oder großflächig, wie im Fall von Umweltversicherungen.
Zusammen mit der führenden Agrarversicherung Mitteleuropas hat die itestra GmbH Verfahren entwickelt, die Satellitendaten und Machine Learning nutzen um einerseits die Schwere von Dürre-Schäden in der Landwirtschaft zu bewerten und andererseits drohende Schäden vorhersagen können.
- Satellitendaten von Sentinel-2 und ECA&D
- Machine Learning Ansätze: Time series vs. fixed size dataset
- Vergleich mit historischen Schadendaten einer Agrarversicherung
- Automatisierte Schadenbewertung und -vorhersage
Weiterlesen?
REMOTE SENSING FOR ASSESSING DROUGHT INSURANCE CLAIMS IN CENTRAL EUROPE
Konrad Heidler, Arnaud Fietzke
2019 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, YOKOHAMA, JAPAN, AUGUST 2019
