Dr. Anja Bettina Schmiedt arbeitet als aktuarielle Beraterin bei Meyerthole Siems Kohlruss (MSK). Zuvor war sie bei der General Reinsurance AG in der Lebens- und Krankenrückversicherung für die Marktabteilungen Europa und Deutschland als Pricing Aktuarin und Assistant Account Executive tätig. Erfahrung in der Unternehmensberatung sammelte sie bei The Boston Consulting Group GmbH und McKinsey&Company. Die Aktuarin (DAV) promovierte in Mathematik (Dr. rer. nat.) an der RWTH Aachen University. Für ihr Diplom der Mathematik studierte sie an der RWTH Aachen, Université de Savoie und Universität Duisburg-Essen.

Publikationen

Schmiedt, Dr. Anja Bettina; Meyerthole, Dr. Andreas: Feuerkumule in der Sachversicherung klug berechnen.
in: s+s report 2/2019
Veröffentlichung herunterladen (PDF)


Schmiedt, Anja Bettina; Meyerthole, Andreas (2019): Rechnen mit Feuer in Zeiten von Big Data.
Veröffentlichung herunterladen (PDF)


Berg, Tommy; Schmiedt, Anja Bettina (2018): Die Gretchenfrage der Rückversicherung.
in: Zeitschrift für Versicherungswesen 21/2018
Veröffentlichung herunterladen (PDF)


Schmiedt, A.B. (2016). Long Term Care – How does the survival behavior of claimants differ?
Risk Insights, Gen Re Series, Issue April/2016, 1-5


Schmiedt, A.B. (2016). How to handle with care data on disabled lives mortality – A statistical approach.
Insurance Issues Life/Health, Gen Re Series, Issue April/2016, 1-28


Schmiedt, A.B. (2016). Domains of attraction of asymptotic distributions of extreme generalized order statistics.
Communications in Statistics – Theory and Methods, 45 (7), 2089-2104


Schmiedt, A.B., Dickert, H.H., Bleck, W. & Kamps, U. (2015). Evaluation of maximum non-metallic inclusion sizes in engineering steels by fitting a generalized extreme value distribution based on vectors of largest observations.
Acta Materialia, 95, 1-9


Schmiedt, A.B., Dickert, H.H., Bleck, W. & Kamps, U. (2014). Multivariate extreme value analysis and its relevance in a metallographical application.
Journal of Applied Statistics, 41 (3), 582-595


Cramer, E. & Schmiedt, A.B. (2011). Progressively Type-II censored competing risks data from Lomax distributions.
Computational Statistics & Data Analysis, 55, 1285-1303

Auf dieser Seite werden Cookies verwendet. Durch die Nutzung des Angebotes erklären Sie sich damit einverstanden, dass Cookies gesetzt werden.
Weitere Infos Ok