DATA-SCIENCE IM FINANZWESEN

Januar 30, 2018 / Data Analytics May 26, 2019


Die Herausforderung

Nachdem nach umfassenden Investitionen in Big Data Technologie alle Voraussetzungen geschaffen waren, um große Dinge zu tun, brauchte man nur noch Ideen, wie man die Technologie nützlich einsetzen kann.

In der klassischen Legacy Anwendungen sind die Finanz- und Anlage-Instrumente der Kunden in vielen Systemen verteilt. In den meisten Fällen ist in den Systemen auch nicht einfach zu erkennen, welche Personen zum gleichen Haushalt gehören und welche Vertragsverhältnisse bei einzelnen Personen oder zusammenhängenden Haushalten bestehen.

Für Privatkunden ist es heute sehr schwer, seine Finanzinstrumente optimal zu gestalten. Meist sind die Möglichkeiten nicht bekannt, es fehlt der Gesamt-Überblick über die Mittelflüsse und mögliche Anlagemuster und der Weg zum Bankberater kostet Zeit und liefert auch nur eine punktuelle Optimierung.

Im Versicherungswesen hat knip.ch hier eine Vorreiter-Rolle gespielt.

Der Nutzen

Ein Anwendungsmuster aus nahezu unendlich vielen ist deshalb die kontinuierliche, automatische Beratung zur Optimierung des Finanzmanagements für Privatanleger über alle Finanzdaten eines Anlegers hinweg.

Mit einem Internet-Portal und mobilen Anwendungen kann den Benutzern so zu jedem Zeitpunkt nicht nur der Gesamtüberblick bereitgestellt werden, sondern vor allen Dingen können so auch personalisierte Prognosen und Anlage-Empfehlungen aufgezeigt werden.

Das ist für den Bankberater nicht nur eine Entlastung, sondern eine gezielte Hilfe, um für konkrete Szenarien bei Bedarf zu beraten.

Und für Endkunden ist es eine bequeme Möglichkeit, bei Interesse jederzeit an jedem Ort einen Überblick über Handlungs- und Entscheidungsoptionen zu haben.

Die Technologie

Im Backend stehen Hadoop-Technologie und umfassende Datenintegrations-Anwendungen zur Verfügung. Zur Abbildung der Logik dienen Microsoft Cognition Technologien sowie Custom Development mit .NET Technologie.

Die Visualisierung von Finanz- und Anlagedaten wird mit Power BI abgebildet.

Die Herangehensweise

Da sowohl die Transaktionsbewegungen auf den Konten von Anwendern bekannt sind, sofern die Kontenbeziehung bei der Bank besteht oder von den bestehenden Konten auf Konten anderer Finanzinstitute überwiesen wird, kann man mit Machine Learning, Data Science und Bots für Endkunden eine bequeme Beratungsplattform zur Verfügung stellen.

Benutzer können so zu jeder Zeit an jedem Ort auf dem Endgerät Ihrer Wahl sowohl Ihren Finanz-Gesamtüberblick und vor allen Dingen auch personalisierte Prognosen und Anlage-Empfehlungen abrufen.

Direkt aus der Anwendung heraus kann der Benutzer seinen Bankberater um Unterstützung bitten. Da dieser den gesamten Kontext des Kunden ebenfalls im Überblick hat, kann Beratung ohne Umwege und gezielt auf das Bedürfnis des Kunden geleistet werden.

Fazit

Wenn Daten vorhanden sind und diese integriert und angereichert werden, lassen sich mit guten Ideen, BigData, DataScience und Bots coole interaktive Anwendungen bauen, die echten Mehrwert liefern.

Wer im Finanzwesen die Kunden digital am besten unterstützt hat die besten Karten, Kunden von anderen Banken auf die eigenen Konten zurückzuholen. Und wer will das nicht?