E-Book von BigData-Insider Big Data Analytics in der Finanzbranche

Anbieter zum Thema

INFOMOTION GmbH

QUNIS GmbH

Confluent Germany GmbH

Die Finanzindustrie befindet sich derzeit in einem tief greifenden Umbruch und Big Data spielen dabei eine wichtige Rolle. Big Data sind per Definition sehr umfangreich, unvorhersagbar, heterogen und größtenteils unstrukturiert. Waren die meisten bankinternen Daten früher intern und aus strukturierten Transaktionen erzeugt worden, so ist heute eher das Gegenteil der Fall: Die meisten Daten kommen von außen, haben ein großes Volumen und treffen als Datenströme ein.

Die wichtigste unmittelbare Herausforderung, die das hohe und stark veränderte Aufkommen an Big Data hervorruft, ist die Skalierbarkeit der Datenverarbeitungsplattform. Storage ist weniger das Problem als vielmehr die notwendige Rechenleistung, um unvorhersehbare Datenströme in geringstmöglicher Latenzzeit zu verarbeiten. Diesen Bedarf können Cloud-basierte Ressourcen abfangen. Diese sind auch für Backup und Disaster Recovery ebenso prädestiniert wie für Schutz gegen Ransomware-Erpressung.

Diese Ströme an unstrukturierten Daten kommen vor allem von der Seite der Kunden und von Partnern, etwa von einem elektronischen Zahlungsdienstleister oder einem Clearinghouse. Aber das jeweilige Unternehmen muss selbst auch eine beträchtliche Zahl von Daten erzeugen: für Kunden, Partner und besonders für die Aufsichtsbehörden wie etwa die Bafin.

Prävention von Betrug, Geldwäsche und Sanktionsverstößen

Jedes Bank- und Versicherungsinstitut verfügt heute über eine Abteilung für die Betrugsbekämpfung, die Aufdeckung von Geldwäsche und Sanktionsverstößen. Im englischsprachigen Raum heißen solche Abteilungen Financial Crime Intelligence Units (FCIU). Wie der Softwarehersteller SAS schon 2016 herausfand, sind diese Abteilungen zu 70 Prozent nur mit diesen drei Verbrechensfeldern befasst. Seitdem hat sich die Lage keineswegs entspannt, denn beispielsweise Kryptowährungen spielen eine immer stärkere Rolle.

Inzwischen ist den FCIUs klar geworden, dass eine selbst entwickelte Lösung viel Aufwand an geschultem Personal, Zeit und Finanzmitteln beansprucht. Die Spezialisten versuchen, schnellstmöglich Regeln und Richtlinien in ihre Prozesse zu integrieren, um die sich rasch ändernden Methoden der Betrüger zu bekämpfen.

Dabei könnten ihnen die vorhandenen Hilfsmittel, die ihnen Softwarehersteller wie SAS oder Teradata sowie Cloud Service Provider wie Amazon Web Services anbieten, nicht nur eine Beschleunigung der relevanten Prozesse für Betrugsbekämpfung und Geldwäscheaufdeckung ermöglichen, sondern auch über hundert Funktionen bzw. Regeln, um genau diese Aufgaben zu erledigen.

gesponserteBook

Big Data Analytics in der Finanzbranche

Machine Learning und KI

Vortrainierte Machine-Learning-Modelle, sogenannte Function Models, erlauben es, die meisten Betrugsmethoden nicht nur aufzudecken und zu bekämpfen, sondern sogar vorherzusagen. Das entlastet die FCIU-Abteilungen in hohem Maße, sodass sie mehr Kapazitäten haben, um knifflige Einzelfälle aufzuklären und mit neuen Erfahrungen die Modelle zu verfeinern.

Aufbau des E-Books

Das E-Book „Big Data Analytics in der Finanzbranche“ zeigt die oben genannten Herausforderungen auf, bevor es sich auf den Anwendungsfall Betrugsbekämpfung konzentriert. Letzterer bietet die Gelegenheit, zwei aktuelle Lösungen vorzustellen: SAS Visual / Mobile Investigator und AWS Fraud Detector. Die Vorteile, die sich durch deren Einsatz ergeben, illustrieren verschiedene Anwender, die nicht unbedingt im Finanzsektor tätig sein müssen. Deren Aussagen zeigen weitere Vorteile auf, die sich unmittelbar im Geschäftsergebnis niederschlagen: verbesserte Kundenerfahrungen, erhöhtes Kundenvertrauen, stark reduzierter Support-Aufwand in der FCIU und reduzierte Verluste durch Betrug und Geldwäsche.

Die Erkenntnisse und Geschäftsvorteile, die in diesen Branchen und Organisationen lassen sich auch auf viele ähnliche andere Bereiche übertragen, etwa auf Treueprogramme, Sozialleistungen durch Behörden und natürlich im Bereich der öffentlichen Sicherheit und des Gesundheitswesens.

(ID:49755738)