Joint Spring Conference 2018: Data Science in Financial Services – von neuronalen Netzen bis zur DSGVO

Das E-Finance Lab ist eine Industrie-akademische Partnerschaft zwischen der Goethe Universität in Frankfurt, der Technischen Universität in Darmstadt und den Partnern Deutsche Börse, DZ Bank Gruppe, Finanz Informatik, IBM, 360 Treasury Systems, Interactive Data Managed Solutions und usd AG. Das E-Finance Lab hat seinen Sitz an der Goethe Universität Frankfurt und existiert seit 2002. Anfang Februar fand in Frankfurt die gemeinsame Frühjahrskonferenz 2018 des E-Finance Labs und der IBM Deutschland mit 150 Teilnehmern statt.

Die diesjährige Frühjahrskonferenz hatte das Thema „Data Science in Financial Services“ und wurde moderiert von den Gastgebern Prof. Dr. Bernd Skiera (E-Finance Lab, Goethe Universität Frankfurt) und Ulrich Wolf (IBM Deutschland). Es ging um die Wichtigkeit von Daten, Risiken und Chancen im Umgang mit Daten und die Bandbreite der Möglichkeiten der Analyse und Nutzung von Daten.

Die Reise in die Wissenschaft und Faszination der Daten begann mit Reinhold Stahl (Director General Statistics, Deutsche Bundesbank). Er stellte die Statistik in staatlichen bzw. Zentralbanken vor, welche Wichtigkeit staatliche Daten haben. Er zeigte auf, wie die Deutsche Bundesbank durch Standardisierung und eine Micro Datenorientierung zu einem zentralen und wichtigen Datenlieferanten wurde. Darüber hinaus demonstrierte er die Bedeutung von Standardisierung für den Austausch von Daten zwischen den Zentralbanken untereinander bzw. mit der EZB und dem IWF.

Dazu stellte Thomas Schaeck (Distinguished Engineer, IBM Deutschland) die IBM Data Science Experience und die Watson Data Platform vor. Seine Vorstellung gab einen tollen Einblick in die Welt der Datenentwicklungsumgebung inklusive der Hilfsmittel und Tools, die IBM dem Markt bereitstellt. Damit können Data Scientists ihre Produktivität deutlich erhöhen, da sie Zugriff auf die populärsten Open Source Tools (wie z.B. Jupyter Notebooks, RStudio, etc.) in einer einzigen Lokation haben und damit den gemeinsamen Zugriff auf Daten erlaubt. Damit wird das Problem von Datensilos eliminiert.

Neuronale Netze und künstliche Intelligenz

Dr. Gjergji Kasneci (CTO, SCHUFA Holding AG) demonstrierte, wie die Schufa die Möglichkeiten von neuronalen Netzen und künstlicher Intelligenz zur schnelleren und besseren Datenanalyse nutzt und damit einen großen Wettbewerbsvorteil als Service Provider hat. Er verdeutlichte dies an zwei Beispielen, zum einen an der eindeutigen Zuordnung von Daten, die mehrdeutig sind, wie zum Beispiel Anfragen bei Namensgleichheit in großen Städten, der richtigen Person an Hand von eindeutigen Kriterien zuzuordnen bzw. die Anfrage zur richtigen Person zu beantworten. Beeindruckend ist, dass die Schufa mit diesem AI System bei einer Quote von ca. 93% richtigen Einordnungen liegt im Vergleich zu den 20 besten menschlichen Experten, die „nur“ auf ca. 83% kommen. Im zweiten Beispiel zeigte er, wie man mit künstlicher Intelligenz Betrug erkennen kann und besonders wichtig, falsche Anschuldigungen zu fast 100% von Betrug unterscheiden zu können.

Datensicherheit, Datenschutz und wel­chen Ein­fluss die Mög­lich­kei­ten der Da­ten­ana­ly­se auf den Fi­nanz­markt ha­ben, war das The­ma von Dr. An­dre­as Braun (Ma­na­ging Di­rec­tor, Ac­cen­ture). Er stell­te die Aus­wir­kun­gen, Kon­se­quen­zen und po­ten­zi­el­le Stra­fen, die GD­PR für die Un­ter­neh­men hat, dar. Dar­über hin­aus zeig­te er aber auch die neu­en Mög­lich­kei­ten und Chan­cen auf, die sich auf Grund von GD­PR er­ge­ben, da die Da­ten zum Teil an­ders ver­wen­det wer­den müs­sen, be­nö­tigt man neue Ver­fah­ren, um die Da­ten zu ver­ar­bei­ten.

Banken stehen vor der Herausforderung der Aufmerksamkeitsökonomie

Prof. Dr. Daniel Ringel (University North Carolina – Chapel Hill) stellte seinen neuen Ansatz der Datenanalyse – Proleptic Market Analysis of the German Retail Banking Market – vor. Proleptic ist vom griechischen Wort prolepse oder prolepsis abgeleitet, bedeutet die Vorwegnahme und steht z.B. in der Botanik für das vorgezogene Austreiben von Sprossen – in der Medizin für das frühere Eintreten eines Krankheitsbildes. In Bezug auf die Analyse des deutschen Retail Banking Markts, bedeutet das eine neue Form der Relevanz und Aufmerksamkeit, die die Banken bei den Kunden erreichen, zu untersuchen.

Mit dieser neuen Ana­ly­se­me­tho­de hat er auf­ge­zeigt, dass es nicht mehr aus­reicht, nur die klas­si­schen Ban­ken zu be­trach­ten, son­dern auch die neu­en Markt­teil­neh­mer und Un­ter­neh­men zu be­ach­ten sind, die sich bei den ver­schie­de­nen Bank­dis­zi­pli­nen wie z.B. Kre­di­ten, An­la­gen, etc. im Markt po­si­tio­nie­ren und be­deut­sam sind. An Hand der Ana­lo­gie von Ho­tels hat er das deut­lich ge­macht – wür­de man nur die klas­si­schen Ho­tels wie Hil­ton, Mar­riott, She­ra­ton, etc. in ei­ner Stu­die be­trach­ten, wür­de man Un­ter­neh­men wie z.B. boo­king.com und AirB­nB, die auch Un­ter­künf­te ver­mit­teln und ei­ne ho­he Re­le­vanz im Markt ha­ben, oh­ne ei­ge­ne Ho­tels zu be­sit­zen, nicht be­ach­ten. Sei­ne The­se ist, dass die Un­ter­neh­men, die die Auf­merk­sam­keit der Kun­den ge­win­nen, die­je­ni­gen sind, die zu­künf­tig ei­ne be­deu­ten­de Rol­le im Markt spie­len.

Kunden ohne Filialen gewinnen

Mit welchen Methoden man Kunden gewinnen kann, ohne Filialen zu besitzen und zu betreiben, hat Prof. Dr. Martin Schmidberger, (Head of Product and Customer Management, ING-DiBa) vorgestellt. Er zeigte auf, wie die ING-DiBa die verschiedenen Kunden- und Interessentenkontakte auf den unterschiedlichsten Kanälen (Telefon, Website, eMail, etc.) immer sofort auch als sales opportunity betrachten. Um dies qualifiziert zu machen, verdeutlichte er die Wichtigkeit der Information und deren intelligente Analyse. Dieses Vorgehen ist einer der Bausteine für den Erfolg der ING-DiBa.aj