Author

Hartmut Schroth
RSS
Business Advisor

After finishing his master study of mathematics in 1981 Hartmut has been working in insurance and IT business in several positions. Since 2006 he is employee of SAS Institute in Germany. As business advisor in the presales team he is responsible for DACH region (Germany, Austria and Switzerland). His main focus is advising customers of financial services industry in strategies for data models of SAS Business Analytics solutions. Moreover he is regional product manager for the SAS Insurance Analytics Architecture.

Customer Intelligence | Data Management
Hartmut Schroth 0
360-Grad-Kundensicht – Herausforderung für Versicherungen seit Jahren

Das Thema „360-Grad-Kundensicht“ ist schon immer eine große Herausforderung für Versicherungen gewesen und hat in den letzten Jahren eine noch höhere Wichtigkeit erhalten. Kein Unternehmen bestreitet diese Wichtigkeit, jedoch nur wenige haben die Anforderung auch wirklich umgesetzt. War vor ca. fünf Jahren das Thema noch die Kür, so ist 360-Grad-Kundensicht

Data Management
Hartmut Schroth 0
Drivers for the digitalization of insurance

The insurance industry is becoming increasingly focused on the digitalization of its business processes. There are many factors driving digitalization, but it’s clear that a reliable and meaningful database is the basic prerequisite for a successful digitalization strategy. Insurance companies are increasingly prioritizing digitalization, not because this issue is currently

Analytics | Customer Intelligence | Internet of Things
Hartmut Schroth 0
Digitalisierung von Versicherungen - Erfolgsfaktor Daten!

Digitalisierung der Geschäftsprozesse rückt immer stärker in den Fokus von Versicherungen - getrieben von unterschiedlichen Faktoren. Bei einer näheren Betrachtung wird schnell deutlich, dass eine verlässliche und aussagekräftige Datenbasis die Grundvoraussetzung für eine erfolgreiche Digitalisierungs-Strategie von Versicherungen ist.

Analytics | Internet of Things
Hartmut Schroth 0
Versicherungen: Big Data, IoT und Data Warehouse?

Wir haben das Zeitalter von Big Data und Internet of Things (IoT). Müssen sich Versicherungen überhaupt noch Gedanken über Data-Warehouse-Konzepte machen, denen ein relationales Datenmodell zugrunde liegt? Oder werden alle relevanten Daten mittelfristig in Big-Data-Strukturen abgelegt werden und damit klassische DWHs überflüssig?  Diese Fragen bewegen derzeit viele Versicherungen.

Hartmut Schroth 0
Big data, IoT and data warehouse?

It's the age of big data and the internet of things (IoT), but how will that change things for insurance companies? Do insurers still need to consider classic data warehouse concepts based on a relational data model? Or will all relevant data be stored in big data structures and thus

Hartmut Schroth 0
Don't let your data warehouse be a data labyrinth!

Auditability and data quality are two of the most important demands on a data warehouse. Why? Because reliable data processes ensure the accuracy of your analytical applications and statistical reports. Using a standard data model enhances auditability and data quality of your data warehouse implementation for business analytics.

Analytics
Hartmut Schroth 0
Kein Datenlabyrinth im Data Warehouse!

Revisionssicherheit und Datenqualität sind mit die wichtigsten Anforderungen an ein Data Warehouse: verlässliche Resultate von Datenprozessen sind zwingende Voraussetzung für die Korrektheit von analytischen Anwendungen und statistischen Auswertungen. Der Einsatz eines Standarddatenmodells verbessert sowohl die Revisionssicherheit, als auch die Datenqualität einer Data-Warehouse-Implementierung für Business Analytics.

Analytics
Hartmut Schroth 0
Data Governance durch ein Standard-Datenmodell für Versicherungen

Durch ein standardisiertes Datenmodell ist eine wesentliche Voraussetzung gegeben, Data Governance im Unternehmen zu erreichen. Ein Standard-Datenmodell unterstützt Data-Governance-Prozesse z. B. dadurch, dass, wo immer möglich, Industrie-Standards verwendet werden. Standards zur Vertrags- und Schadensdarstellung Mapping von Dateninhalten mit Standard-Definitionen (Glossarfunktion) Verwendung von Code-Feldern anstelle von Freitexten Mapping von Standard- und

Hartmut Schroth 0
Data Governance by a Standard Data Model for Insurance

  Using a standardized data model is an essential condition to achieve data governance in an enterprise. A standard data model supports data governance processes by implementing industry standards wherever possible: standards for contract and claims representation, mapping of data content with standard definitions (glossary function), use of code attributes

Hartmut Schroth 0
Data Governance by a Standard Data Model for Insurance

  Using a standardized data model is an essential condition to achieve data governance in an enterprise. A standard data model supports data governance processes by implementing industry standards wherever possible: standards for contract and claims representation, mapping of data content with standard definitions (glossary function), use of code attributes

Hartmut Schroth 0
Advantages of a standard insurance data model

In my first blog article I explained that many insurance companies have implemented a standard data model as base for their business analytics data warehouse (DWH) solutions. But why should a standard data model be more appropriate than an individual one designed especially for a certain insurance company?

Data Management
Hartmut Schroth 0
Make or Buy - Standarddatenmodell für Versicherungen

Ohne ein effizientes Standarddatenmodell funktioniert heute nichts mehr, auch keine Versicherungen. Die Frage nach dem Make or Buy haben sich also schon viele Versicherungen gestellt, die vor der Einführung einer spartenübergreifenden, konsistenten Datenhaltungsstruktur für unterschiedliche Business Analytics Anwendungen standen und die Einführung eines ‚Business Analytics Data Warehouse‘ (DWH) planten [1].