Natural Language Inference für ein Berliner Insurtech-Klauselsystem
Übersicht
Worum es bei diesem Projekt geht.
Trainiere ein NLI-Modell auf 4.500 deutschen Antragstexten und klassifiziere Klauseln für ein Insurtech. Erhalte ein verifizierbares Zertifikat.
Das Szenario
Das Insurtech hat 250 Mitarbeitende und wickelt monatlich rund 4.000 Anträge ab — jede automatisierbare Klausel-Entscheidung spart messbar Underwriter-Zeit, jede falsche kann teuer werden.
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.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Natural Language Inference
Apply natural language inference to solve real industry problems and demonstrate production-level capability.
- Transformer Fine Tuning
Apply transformer fine tuning to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Stakeholder Interviews
Apply stakeholder interviews to solve real industry problems and demonstrate production-level capability.
- Risk Analysis
Apply risk analysis to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
NLP 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