Im Detail
- Fathom trainierte ein Diffusion-Modell auf ~1.000 Jahren Klimasimulationen und generiert damit Szenarien für 2030; ein zweites Modell verfeinert die Auflösung von 100×100 km auf 10×10 km.
- Verisk modelliert extreme Winde und Regen zusammen statt einzeln – erfasst räumliche Variabilität präziser als traditionelles Machine Learning.
- Risiko: Modelle können plausibel aussehende, aber physikalisch unmögliche Ereignisse halluzinieren – ein kritisches Problem bei Risikobewertung für Milliarden-Dollar-Schäden.
Warum es zählt
Für Versicherer und Finanzunternehmen ist dies ein Wendepunkt – AI kann Tail-Risk-Modellierung revolutionieren, aber nur wenn Halluzinationen kontrolliert werden. Das schafft neue Anforderungen an Validierung und Governance.
Für dich Wenn du in Versicherung, Finanzdienstleistungen oder Risikomanagement tätig bist, prüfe, wie du generative AI für Szenario-Modellierung nutzen könntest – aber baue robuste Validierungsprozesse ein.