Natural Language Inference für ein Berliner Insurtech-Klauselsystem
Übersicht
Worum es bei diesem Projekt geht.
Sie erhalten 4.500 gelabelte deutschsprachige Antragstexte mit jeweils zehn Standardklauseln und der korrekten Inferenz (Klausel gilt zwingend, ausgeschlossen, offen). Trainieren Sie ein NLI-Modell auf einem deutschsprachigen BERT (z. B. dbmdz/bert-base-german-cased) als Klassifikator pro Klausel oder über ein einzelnes Modell mit Klausel als Eingabe. Bewerten Sie Macro-F1 pro Klausel. Führen Sie zwei 60-minütige Sessions mit Underwriterinnen, um qualitative Fehler zu sammeln. Liefern Sie das Modell, einen Bewertungsreport, ein Sitzungsprotokoll und eine Empfehlung mit Risikoabschätzung.
Das Briefing
Was Du tust und was Du zeigst.
Wie zuverlässig kann ein NLI-System die zehn Standardklauseln aus deutschsprachigen Versicherungsantragstexten ableiten, und welche Risiken bleiben offen?
Earning criteria — what you'll demonstrate
- Natural Language Inference als reale Geschäftsaufgabe modellieren
- Vortrainierte deutsche Transformer-Modelle gezielt einsetzen
- Qualitative Nutzer-Feedbacks mit quantitativen Metriken verknüpfen
- Risiken automatisierter rechtsrelevanter Entscheidungen ehrlich beschreiben
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenNLP Engineer
NLI in einer regulatorisch heiklen Geschäftslogik zu bauen ist eines der wertvollsten Erstprojekte für NLP Engineers in Insurtechs und Banken.
Dieses Projekt schärft
- natural-language-inference
- transformer-fine-tuning
- model-evaluation
AI Safety Researcher
Konkrete Fälle zu benennen, in denen ein Modell nicht produktiv genutzt werden sollte, ist Kernarbeit von AI Safety Researchern in regulierten Branchen.
Dieses Projekt schärft
- risk-analysis
- model-evaluation
- natural-language-inference
Applied AI Scientist
Qualitative Nutzer-Validierung mit quantitativer Bewertung zu verbinden ist die tägliche Arbeit von Applied AI Scientists in produktnahen Teams.
Dieses Projekt schärft
- stakeholder-interviews
- model-evaluation
- transformer-fine-tuning
Noch eine Sache