Versicherungs- und Finanzmathematik

Im Verlauf des Bachelor- und Masterstudiengangs Versicherungs- und Finanzmathematik werden insgesamt 300 Credit Points erworben, davon 180 im Bachelor und 120 im Master. Der im Wintersemester 2023/24 startende Masterstudiengang ist inhaltlich stark auf den Bachelorstudiengang abgestimmt.

Während die wichtigsten einschlägigen Vorlesungen Pflichtveranstaltungen sind, besteht für die Studierenden die Möglichkeit, ihr individuelles Profil durch Veranstaltungen aus der Mathematik, den Wirtschaftswissenschaften und der Informatik den eigenen Interessen entsprechend zu schärfen. Der zunehmenden Bedeutung des statistischen Lernens und der computergestützten Methoden in der Versicherungspraxis wird durch Wahlmodule aus der Informatik Rechnung getragen.

Die Lehrveranstaltungen gliedern sich in die folgenden Bereiche auf:

Mathematische Grundlagen (im Bachelor)

• Analysis 1—3

• Lineare Algebra 1—2

Instrumente der Finanz- und Versicherungsmathematik (im Bachelor und Master)

• Elemente der Versicherungs- und Finanzmathematik

• Life Insurance Mathematics

• Nonlife Insurance Mathematics

• Mathematical Finance

• Financial Engineering

• Project in Actuarial or Financial Mathematics

Instrumente der Stochastik (im Bachelor und Master)

• Stochastik 1

• Stochastics 2

• Stochastic Differential Equations

• Mathematical Statistics

• Times Series Analysis

Computerorientierte Methoden (im Bachelor)

• Elemente der Programmierung oder Programmierung 1

• Einführung in die Numerik

Wirtschaftswissenschaftliches Umfeld (im Bachelor und optional im Master)

• Buchführung und Unternehmensrechnung

• Investition

• Unternehmensfinanzierung

• Weitere Vorlesungen der Wirtschaftswissenschaften wie z. B. Unternehmensfinanzierung und Kapitalmarkttheorie, Externes Rechnungswesen, Financial Reporting, etc.

Vorlesungen der Mathematik (im Bachelor und Master)

• z. B. Funktionalanalysis, Partielle Differentialgleichungen, Inverse Probleme, Statistisches Lernen, etc.

Vorlesungen der Informatik (optional im Bachelor und Master)

• z. B. Data Science and Artificial Intelligence, Machine Learning, Big Data Engineering, Optimization, etc.