Als Grundlage für die Schätzung von Versicherungswerten wurde ein Dataset von Uhrenbildern und Information über diese erstellt. Das Dataset ist für das spätere Trainieren von Machine Learning Modellen ausgelegt. Für verschiedene Quellen wurden eigene Scraper entwickelt, welche diese Information von Webseiten herunterladen.
Mit bereits bei der Mobiliar versicherten Uhren wurde das Dataset auf Marken- und Preisverteilung verifiziert. Eine weitere Validierung wurde mit dem Einsatz der Bildähnlichkeiten SSIM und LPIPS untersucht.
Für die Datenerweiterung ist eine Augmentationspipeline für den Einsatz bei der Entwicklung der Machine Learning Modellen entworfen worden.
Python, SQLite, Web Scraping, Selenium
Die Mobiliar Versicherung möchte ihren Kunden und Partnern ein Hilfsmittel zur Wertbestimmung von Objekten, die für eine Versicherung (z.B. Hausrat) im Underwriting relevant sind, zur Verfügung stellen. Die Wertbestimmung soll direkt auf dem Smartphone ohne Internetzugang durchgeführt werden.
Das Ziel dieses Projekts ist das Erarbeiten der Grundlagen für die Entwicklung eines Machine Learning Modells, das zur Erkennung von Objekten und Ermittlung deren Werts ausgelegt ist. Dies beinhaltet die Spezifikation der zu trainierenden Objekten (z.B. Möbel: Sofa, Tische etc.) sowie der zu schätzenden Zielgrösse. Weiter ist das Datenset von Objektbildern und Preisen mit einer geeigneten Methode zu beschaffen.
Durch den Einsatz von künstlicher Intelligenz können Dienstleistungen und Prozesse im Kerngeschäft von Versicherungsunternehmen verbessert und vereinfacht werden. Die technischen Möglichkeiten von Smartphones wachsen rasant. On-Device AI ermöglicht in Zukunft einen breiten mobilen Einsatz von neuen Anwendungen. Auch Versicherungsnehmer können von dieser Entwicklung profitieren. So ermöglicht On-Device AI, dass Kundendaten auf den Geräten ausgewertet werden können, und der Datenschutz gewährleistet ist.
Das Projekt ist in der Programmiersprache Python (Version 3.9) geschrieben. Für verschiedene Quellen wurden WebCrawler zum Sammeln von Uhrenbilder und dazugehorige Informationen erstellt. Es wurde speziell darauf geachtet, dass weitere Crawler leicht und schnell erstellt werden können.
Insgesamt wurden Informationen zu insgesammt 252 Marken, 2'211 Modellen und 17'877 einzigartige Referenzen gesammelt. Der Grossteil der gesammelten Preise bewegt sich im Bereich zwischen CHF 2'500 und CHF 100'000. Die Preise haben eine Spannweite von CHF 2'500 bis CHF 1'392'000 mit einem Median von CHF 8'400. 25% der Preise liegen unter CHF 5'000 bzw. über CHF 17'000.
Durch
Projektdauer: 22.02.2021 - 20.08.2021
Aufwand in Personenstunden: 180 Stunden
Teamgrosse: 1 Person
Projektart: Semesterarbeit
Christian Seiler (E-Mail)
Prof. Dr. Daniel Perruchoud (E-Mail)
