Personen

Prof. Dr. Anja Schmiedt, Aktuarin DAV

Zum Personenverzeichnis

Mathematik (Statistik, Aktuarwissenschaften)

Lehre

AKTUELLE PROJEKT- UND ABSCHLUSSARBEITEN

AKTUELLE VORLESUNGEN

VORLESUNGEN FRÜHERER SEMESTER

  • Ingenieurmathematik 2, B.Eng. Maschinenbau, SoSe 2026
  • Statistik, B.Sc. Wirtschaftsinformatik, SoSe 2026, WiSe 2025/26, SoSe 2025
  • Statistical Learning in Actuarial Science (in English), M.Sc. Mathematik, M.Sc. Mathematics for Business and Industry, WiSe 2025/26, WiSe 2024/25 
  • Risk Theory (in English), M.Sc. Mathematik, M.Sc. Mathematics for Business and Industry, SoSe 2025
  • Versicherungsmathematik 1, B.Sc. Mathematik, SoSe 2025
  • Versicherungsmathematik 2, B.Sc. Mathematik, WiSe 2024/25

Forschung

FORSCHUNGSEINHEITEN

FORSCHUNGSBEREICHE

  • Angewandte mathematische Statistik 
  • Extremwert- und Rekordstatistik
  • Statistisches und maschinelles Lernen 

Drittmittelprojekte

FORSCHUNGSPROJEKTE

Extremereignisse in der Schadenversicherung: Modellierung und Prognose von Höchstschäden auf Basis von Rekordstatistiken (Akronym: EMPHasis)

  • Fördermittelgeber: Bayerisches Staatsministerium für Wissenschaft und Kunst (7. Förderrunde des Programms zur Förderung der angewandten Forschung und Entwicklung an Hochschulen für angewandte Wissenschaften und Technischen Hochschulen) (Einzelantrag)
  • Projektzeitraum: Januar 2024 bis September 2027

LEHRPROJEKTE

Mit Gameful Motivation den Einsatz von generativer künstlicher Intelligenz in Mathematik-Veranstaltungen gestalten

  • Programm: 2. Runde des Programms ‚Lehrlabor hoch 3 – Teambasierte Lehrentwicklung in der Hochschulbildung‘ des Forschungs- und Innovationslabors Digitale Lehre, das im Rahmen des Programms ‚NewNormal‘ vom Bayerischen Staatsministerium für Wissenschaft und Kunst und der Vereinigung der Bayerischen Wirtschaft e.V. gefördert wurde (Einzelantrag)
  • Projektzeitraum: März 2024 bis Oktober 2024 (abgeschlossen)

Gamification trifft Hybride Lehre

  • Programm: Programm zur Förderung von Lehrprojekten der Technischen Hochschule Rosenheim, das aus Mitteln der Stiftung Innovation in der Hochschullehre gefördert wurde (Einzelantrag)
  • Projektzeitraum: März 2023 bis September 2023 (abgeschlossen)

Publikationen

FACHWISSENSCHAFTLICH

  • Schmiedt, A.B., & Kateri, M. (2026). Imbalanced logistic regression with informative subsampling. (Under Review.)
  • Schmiedt, A.B., & Balakrishnan, N. (2026). An efficient recursive algorithm for moments of k-records from the logistic distribution and application to linear inference. (Under Review.)
  • Schmiedt, A.B., Lentner, M., & Kamps, U. (2026). Wie kann das Risiko des nächsten Rekordschadens bewertet werden? In: Deutsche Aktuarvereinigung e.V. (Hrsg.), DAV Journal, 03/26 (S. 200-2711). W. Kohlhammer Druckerei GmbH + Co. KG, Stuttgart. ISSN 0948-7794
  • Schmiedt, A.B., & Cramer, E. (2026). Adaptive progressive Type-II censoring with random sample size. Journal of Applied Statistics. (Accepted for publication.)
  • Balakrishnan, N., & Schmiedt, A.B. (2026). Improved imputation-type bounds for means of record values for general and symmetric distributions. Mathematical Methods of Statistics, 35(1), 1–13. https://doi.org/10.3103/S1066530726700018
  • Schmiedt, A.B., Balakrishnan, N., & Cramer, E. (2026). Generalized chi-squared based goodness-of-fit tests under progressive Type-II censoring for exponential and Weibull distributions. Communications in Statistics - Simulation and Computation, 1–29. https://doi.org/10.1080/03610918.2026.2625230
  • Bedbur, S., Kamps, U., & Schmiedt, A.B. (2026). A flexible model of ordered random variables for non-metallic inclusions in steels and related statistical inference. Applied Mathematical Modelling, 149, 116284. https://doi.org/10.1016/j.apm.2025.116284  
  • Schmiedt, A.B., Empacher, C., & Kamps, U. (2025). One- and two-sided prediction intervals for future Pareto record values with applications. Journal of Statistical Theory and Applications, 24, 489-514.http://doi.org/10.1007/s44199-025-00119-w
  • Empacher, C., Kamps, U., & Schmiedt, A.B. (2025). Prediction intervals for future Pareto record claims. European Actuarial Journal, 15, 163-197. http://doi.org/10.1007/s13385-024-00397-1
  • Schmiedt, A.B., & Weiss, C. (2024). The pair correlation function of multi-dimensional low-discrepancy sequences with small stochastic error terms. Journal of Number Theory, 259, 422-437. https://doi.org/10.1016/j.jnt.2023.12.011
  • Schmiedt, A.B., & Cramer, E. (2024). Generalized Ng-Kundu-Chan model of adaptive progressive Type-II censoring and related inference. Naval Research Logistics, 71(3), 389-415. https://doi.org/10.1002/nav.22152
  • 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. https://doi.org/10.1080/03610926.2013.870206
  • 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. https://doi.org/10.1016/j.actamat.2015.05.013
  • 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. https://doi.org/10.1080/02664763.2013.845872
  • Cramer, E., & Schmiedt, A.B. (2011). Progressively Type-II censored competing risks data from Lomax distributions. Computational Statistics & Data Analysis, 55(3), 1285-1303. https://doi.org/10.1016/j.csda.2010.09.017

ANGEWANDT

  • Schmiedt, A.B. (2025). Editorial. In: Deutsche Aktuarvereinigung e.V. (Hrsg.), DAV Journal, 01/25 (S. 333). W. Kohlhammer Druckerei GmbH + Co. KG, Stuttgart. ISSN 0948-7794
  • Schmiedt, A.B., & Hüttemann, M. (2024). eXplainable Artificial Intelligence – eine Diskussion und Techniken für Aktuarinnen und Aktuare. In: Deutsche Aktuarvereinigung e.V. (Hrsg.), DAV Journal, 04/24 (S. 273-279). W. Kohlhammer Druckerei GmbH + Co. KG, Stuttgart. ISSN 0948-7794
  • Deutsche Aktuarvereinigung e.V. (Mai 2024). Ergebnisbericht des Ausschusses Actuarial Data Science: Explainable Artificial Intelligence – Ein aktueller Überblick für Aktuarinnen und Aktuare. Online verfügbar unter 2024-05-27_DAV-Ergebnisbericht_Explainable_Artificial_Intelligence.pdf
  • Schmiedt, A.B., & Meyerthole, A. (2019). Rechnen mit Feuer in Zeiten von Big Data. Zeitschrift für Versicherungswesen, 10/2019, 311-312.
  • Schmiedt, A.B., & Meyerthole, A. (2019). Feuerkumule in der Sachversicherung klug berechnen: Innovativer Algorithmus für die Bestimmungen unter Solvency II. s+s report, 2/2019, 14-15.
  • Berg, T., & Schmiedt, A.B. (2018). Die Gretchenfrage der Rückversicherung. Zeitschrift für Versicherungswesen, 21/2018, 629-631.
  • Schmiedt, A.B. (2016). Long Term Care: how does the survival behavior of claimants differ. Gen Re Risk Insights, No. 3/2016, 1-5.
  • Schmiedt, A.B. (2016). How to handle with care data on disabled lives mortality: a statistical approach. Gen Re Insurance Issues Life/Health, February 2016, 1-28.didaktisch

DIDAKTISCH

  • Schmiedt, A.B., Sussmann, M., & Klemcke, J. (2025). Generative Künstliche Intelligenz und Mathematik in der Hochschullehre – Ein Rendezvous zwischen Euphorie und Skepsis. In: B. Zinger, A.M. Wester, & T. Bröker (Hrsg.), Hochschulbildung und Spiel (S. 269-284). transcriptVerlag, Bielefeld. https://www.transcript-verlag.de/978-3-8376-7374-6/
  • Neumaier, S., & Schmiedt, A.B. (2025). Über die strukturierte Entwicklung digitaler Lehr- und Lernformate mit EMPAMOS – Erkenntnisse aus einem Lehrprojekt. In: B. Zinger, A.M. Wester, & T. Bröker (Hrsg.), Hochschulbildung und Spiel (S. 121-136). transcriptVerlag, Bielefeld. https://www.transcript-verlag.de/978-3-8376-7374-6/
  • Schmiedt, A.B., & Neumaier, S. (2023). Gamification trifft Hybride Lehre: Über ein Lehrprojekt in der mathematischen Statistik. In: H. Dölling, C. Schäfle, S. Kürsten, M. Hunger, J. Hirtt, & P. Riegler (Hrsg.), Tagungsband zum 5. Symposium zur Hochschullehre in den MINT-Fächern (S. 159-166). BayZiel, München. https://doi.org/10.57825/repo_in-4435

QUALIFIZIERUNGSARBEITEN

  • Schmiedt, A.B. (2013). Statistical Modeling of Non-Metallic Inclusions in Steels and Extreme Value Analysis. Dissertation, RWTH Aachen. https://publications.rwth-aachen.de/record/229492
  • Schmiedt, A.B. (2010). Optimale Zensierschemata in der progressiven Typ-II Zensierung unter Berücksichtigung von Competing Risks. Diplomarbeit, RWTH Aachen.

Vorträge

FACHWISSENSCHAFTLICH (zurück bis 2023)

  • 'Record Statistics for Modeling and Prediction of Highest Claims in Non-Life Insurance', Munich Risk and Insurance Days 2026, Technische Universität München, 08.-09.10.2026, eingeladender Vortrag.
  • 'Learning from imbalanced data: informative subsampling for rare event prediction', 2nd AI Day, Regensburg Center for Artificial Intelligence, OTH Regensburg, 22.04.2026., eingeladender Vortrag.
  • 'Learning from the few: predicting rare events in large-scale actuarial data', 1st ASTIN Bulletin Conference, ETH Zurich, Switzerland, 14.-16.01.2026.
  • 'Generalized chi-squared based goodness-of-fit tests under progressive Type-II censoring', McMaster University, Hamilton, Ontario, Kanada, 19.09.2025, eingeladener Vortrag von Prof. N. Balakrishnan (Department of Mathematics and Statistics).
  • 'Ordering of random variables via truncation of distributions – application, model, and inference', McMaster University, Hamilton, Ontario, Kanada, 18.09.2025, eingeladener Vortrag von Prof. N. Balakrishnan (Department of Mathematics and Statistics).
  • 'Goodness-of-fit tests for exponential and Weibull distributions in progressively Type-II censored data', Statistische Woche 2025, Statistisches Bundesamt, Wiesbaden, 02.-05.09.2025.
  • ‘Ordered non-metallic inclusion sizes in steels: model and inference’, 16th International Conference on Order in Statistical Data: Order Statistics and Beyond, RWTH Aachen, 10.-13.06.2025.
  • ‘Interval prediction of record values with applications’, 7th Joint Statistical Meeting of the Deutsche Arbeitsgemeinschaft Statistik, Humboldt-Universität zu Berlin, 24.-28.03.2025.
  • 'Prognose von extremen Schadenhöhen mit Rekordstatistiken: Statistische Modellierung, Methoden und Anwendungen‘, Herbsttagung der Deutschen Aktuarvereinigung e.V. und der Deutschen Gesellschaft für Versicherungs- und Finanzmathematik e.V., Mannheim, 18.-19.11.2024.
  • ‘Adaptive progressive Type-II censoring in life tests and related inference’, Statistische Woche 2024, Ostbayerische Technische Hochschule Regensburg, 10.-13.09.2024.
  • ‘Prediction intervals for future Pareto record values with applications in insurance’, 15th International Conference on Ordered Statistical Data, Universität Coimbra, Portugal, 11.-14.06.2024.
  • ‘Modeling and prediction of future record claims’, Statistische Woche 2023, Technische Universität Dortmund, 11.-14.09.2023.
  • ‘Generalized Ng-Kundu-Chan model of adaptive progressive Type-II censoring and related inference’, 12th International Conference on Mathematical Methods in Reliability, Universität Murcia, Spanien, 29.05.-02.06.2023, eingeladener Vortrag in der Sektion ‘Statistical inference for ordered and censored lifetime data’ von Prof. Dr. E. Cramer (RWTH Aachen).

ANGEWANDT UND DIDAKTISCH (auswahl, zurück bis 2023)

  • ‘How is AI changing our profession as researchers, lecturers and mentors?‘, Research Colloquium, Faculty of Computer Science and Mathematics, OTH Regensburg, 28.10.2026.  
  • ‚Was wird aus der Versicherungs- und Finanzmathematik, wenn KI alles besser weiß?', Deutsche Gesellschaft für Versicherungs- und Finanzmathematik, Köln, 21.09.2026.  
  • ‚Rekorde und ihre Herausforderungen: Über die (statistische) Prognose extremer Naturkatastrophenschäden‘, Ringvorlesung Interdisziplinäre Facetten der Nachhaltigkeit, OTH Regensburg, 17.12.2025.
  • ‚Einsatz von Künstlicher Intelligenz im Finanzdienstleistungsbereich‘, Bundesanstalt für Finanzdienstleistungsaufsicht, Frankfurt, 13.11.2024, eingeladener Vortrag.
  • ‚Erklärbare Künstliche Intelligenz: Eine Diskussion für Aktuarinnen und Aktuare‘, Herbsttagung der Deutschen Aktuarvereinigung e.V. und der Deutschen Gesellschaft für Versicherungs- und Finanzmathematik e.V., Hannover, 20.-21.11.2023, gemeinsam mit Dr. S. Hatzesberger (Allianz Private Krankenversicherungs-AG) und Dr. B. Müller (HDI AG).
  • ‚Spielend motivieren und gestalten: Mathematikunterricht im Labor für hybride Gruppenarbeiten‘, Snacks aus der Lehre, Technische Hochschule Rosenheim, 24.10.2023.
  • ‚Gamification trifft Hybride Lehre‘, 5. Symposium zur Hochschullehre in den MINT-Fächern, Technische Hochschule Nürnberg, 21.-22.09.2023, gemeinsam mit S. Neumaier (TH Rosenheim).   
  • ‚Promotion als industrieller Karriereschritt‘, Women Career Lunch, RWTH Aachen, 19.01.2023, eingeladener Vortrag von Prof. Dr. M. Kateri (RWTH Aachen).
  • ‚Über die Arbeit von Aktuar:innen in der Versicherungsbranche in Zeiten von Big Data und Artificial Intelligence: Einblicke von Anja Schmiedt (Aktuarin) und ChatGPT (AI)‘, Rotary Club Rosenheim-Innstadt, 16.01.2023, eingeladener Vortrag.  

Digitale Medien

PODCASTS

VIDEOS

Werdegang

BILDUNGSWEG

  • Ausbildung zur Aktuarin DAV, Deutsche Aktuarvereinigung (DAV) e.V., Köln
  • Promotion in Mathematik, Dr. rer. nat., RWTH Aachen, Gesamtnote: Summa cum laude (Verleihung der Borchers-Plakette für die ‚Mit Auszeichnung‘ bestandene Doktorprüfung)
  • Diplom in Mathematik, Dipl.-Math., RWTH Aachen, Gesamtnote: Sehr gut
  • Auslandssemester an der Universität Savoyen, Chambéry, Frankreich
  • Vordiplom in Mathematik, Universität Duisburg-Essen, Duisburg, Gesamtnote: Mit Auszeichnung

BERUFSWEG

  • Professorin für Mathematik (W2), Labor für Statistik und Aktuarwissenschaften, Ostbayerische Technische Hochschule Regensburg (seit 09/2024)
  • Professorin für Mathematik (W2), Ausrichtung Stochastik, Technische Hochschule Rosenheim
  • Professorin für Statistik, Wirtschaftsmathematik und Forschungsmethoden, Hochschule für angewandtes Management GmbH, Ismaning
  • Gruppen- und Projektleiterin, Beraterin Aktuariat, R+V Versicherung AG, Wiesbaden
  • Leitende Beraterin, Aktuarielle Beraterin, Meyerthole Siems Kohlruss Gesellschaft für aktuarielle Beratung mbH, Köln
  • Pricing Actuary, Assistant Account Executive, Actuarial Trainee, General Reinsurance AG, Köln
  • Associate, McKinsey & Company Inc., Düsseldorf  
  • Wissenschaftliche Mitarbeiterin am Lehrstuhl für Statistik, Institut für Statistik und Wirtschaftsmathematik, RWTH Aachen

Engagement

FUNKTIONEN INTERN

  • Mitglied im Fakultätsrat der Fakultät Informatik und Mathematik
  • Beauftragte für die Gleichstellung von Frauen in Wissenschaft und Kunst der Fakultät Informatik und Mathematik 
  • Leitung von Berufungskommissionen der Fakultät Informatik und Mathematik

DEUTSCHER VEREIN FÜR VERSICHERUNGSWIRTSCHAFT (DVFVW) E.V. 

  • Leitung des Fachkreises Versicherungsmathematik (in Co-Leitung)

DEUTSCHE GESELLSCHAFT FÜR VERSICHERUNGS- UND FINANZMATHEMATIK (DGVFM) E.V.

  • Mitglied im Vorstand 
  • Mitglied im Ausschuss 'Kommunikation und Kontakte'

DEUTSCHE AKTUARVEREINIGUNG (DAV) E.V.

  • Leitung der Fachgruppe 'Actuarial Data Science / Articifial Intelligence' (in Co-Leitung) 
  • Wissenschaftliche Vertreterin im Ausschusses 'Actuarial Data Science / Articifial Intelligence' und in dieser Funktion u.a.
    • Leiterin der Arbeitsgruppe 'Fit4AI'  (abgeschlossen) 
    • Leiterin der Arbeitsgruppe 'Explainable AI' (abgeschlossen) 
    • Mitglied der Arbeitsgruppe 'Berufsständische Regeln mit Blick auf KI' (abgeschlossen)
  • Mitglied der Prüfungskommission der Fächer 'Data Science & Künstliche Intelligenz' und 'Versicherungsmathematik' der Aktuarsausbildung 

ROTARY CLUB REGENSBURG

  • Mitglied des Vorstandes

WEITERE MITGLIEDSCHAFTEN 

  • Aktuarvereinigung Österreichs (AVÖ)
  • DMV-Fachgruppe Stochastik e.V.

GUTACHTERIN FÜR FACHZEITSCHRIFTEN

  • ‘Applied Stochastic Models in Business and Industry’
  • ‘Communications in Statistics – Simulation and Computation’
  • ‘Computational Statistics’
  • 'Mathematical Methods of Statistics'
  • 'Statistics'
  • ‘Statistical Papers’