| | Credit Risk Management

Event Insights: Branchenübergreifender Austausch zum Thema Financial Advanced Analytics

Mit Data & Analytics durch den Revenue Lifecycle

Big Data, Advanced Analytics, Machine Learning und Artificial Intelligence sind als Buzzwords in aller Munde. Es vergeht kaum ein Tag, an dem uns das Thema nicht in der ein oder anderen Form begegnet. Wie Advanced Analytics und Künstliche Intelligenz in Finanzprozessen gewinnbringend eingesetzt werden können, ist eine Frage, die Vertreter aller Branchen gleichermaßen beschäftigt.

Daher haben wir bei Arvato Financial Solutions vor kurzem unser erstes branchenübergreifendes Event veranstaltet – mit dem Ziel, den Einsatz von Data & Analytics entlang des Revenue Lifecycle ganzheitlich zu beleuchten. Das rege Interesse im Vorfeld aus den Bereichen E-Commerce, Banken, Versicherungen und Telekommunikation sowie die spannenden Diskussionen vor Ort zwischen den Teilnehmern haben uns bestätigt, dass sowohl Thema als auch Format brandaktuell und gefragt sind.

Blick über den Tellerrand

Begonnen haben wir unseren Tag mit einem inspirierenden Vortrag zum Thema Data & Analytics im Profisport. Matthias Weber von SAP SE präsentierte zahlreiche Beispiele, wie Sportler und Teams durch die umfassende und schnelle Bereitstellung von Daten unterstützt werden – von Fußball über Segeln bis zu eSport. Egal ob es um Sport oder Finanzprozesse geht, Daten helfen dabei, Prozesse digital abzubilden und dienen als Grundlage für deren Verbesserung und Optimierung.

Nach der Keynote haben die Teilnehmer verschiedene Fragestellungen zu konkreten Anwendungsfällen und realem Nutzen von Advanced Analytics entlang des Revenue Lifecycle in interaktiven Breakout-Sessions diskutiert. Dabei haben wir großen Wert darauf gelegt, viel Raum für Austausch und Dialog zu bieten.

Neue Machine Learning-Technologie: Zwischen The Machine Takes Over und kontrollierbarer Nutzbarkeit am Beispiel Credit Risk und Fraud Prevention

Auch wenn das Thema Machine Learning in aller Munde ist, so herrscht doch oft noch eine gewisse Skepsis beim Einsatz der entsprechenden Technologien. Die getroffenen Entscheidungen sind zwar effizient, sind aber oft intransparent. Unsere Experten Dr. Karla Schiller, Senior Expert Analytics und Martin Baumann, Head of Consulting Team Finance & Payment, zeigten am Beispiel verschiedener Use Cases aus den Bereichen Credit Risk und Fraud auf, wie die Erklärbarkeit von Modellen deren Akzeptanz innerhalb einer Organisation erhöhen kann. Als Herausforderung für Teilnehmer aus allen Branchen zeigte sich dabei, im Spannungsfeld zwischen Erklärbarkeit und Prognoseschärfe die optimale Position zu finden.

Datenschätze heben – auf allen (legalen) Wegen

Der Einsatz von Machine Learning Technologien beruht auf der Analyse von großen Datenmengen. Till Karsten, Syndikusrechtsanwalt und Datenschutzbeauftragter bei Arvato Financial Solutions, gab Einblick in die rechtlichen Rahmenbedingungen für die Nutzung von Daten für solche Projekte. Anhand verschiedener Use Cases wurde der Unterschied zwischen personenbezogenen, pseudonymisierten und anonymisierten Daten vorgestellt sowie die entsprechenden Ermächtigungsgrundlagen diskutiert.

Nach dem KI-Hype: Mahnstrategien und Entscheidungslogiken im Forderungsmanagement mittels Data & Analytics

Dass der Einsatz von Künstlicher Intelligenz im Forderungsmanagement sinnvoll ist, aber nicht die Antwort auf alles bietet, zeigte sich in der Breakout-Session meiner Kollegen Nicole Gerling, Director Advanced Analytics und Thomas Kirn, VP Product Management Operations. Aspekte wie Kanalwahl und Friststeuerung können im Mahnwesen mit Advanced Analytics sinnvoll optimiert werden, jedoch sind Experten – vom Sachbearbeiter bis zum Data Scientist – unabdingbar für den erfolgreichen Einsatz der Systeme und Modelle.

Operationalisierung von Machine Learning-Modellen – und was kommt eigentlich nach dem Proof-of-Concept?

85% aller Advanced Analytics Projekte scheitern, und zwar häufig in der Phase der Umsetzung. Niels Pothmann, Senior Manager Advanced Analytics und Stefan Schäuble, Senior Solution Manager, lieferten Denkanstöße und Lösungsmöglichkeiten, wie die „letzte Meile“ nach dem Proof-of-Concept bestmöglich überbrückt werden kann. Die Übereinstimmung von Modellanforderungen und Geschäftsprozess erhöht die Chancen einer erfolgreichen Operationalisierung. Ebenso wichtig ist in Anbetracht sich ständig verändernder Rahmenbedingungen die ständige Überprüfung und Anpassung des Modells. Dies sollte im stetigen Austausch aller involvierten Schlüsselpersonen erfolgen – idealerweise in agilen Projektteams.

Die zahlreichen und engagierten Teilnehmer und das positive Feedback, das wir erhalten haben, bestätigen uns darin, mit unserem  Format eine spannende und interaktive Plattform für den branchenübergreifenden Austausch zu bieten. Wir freuen uns bereits jetzt auf die Folgeveranstaltung im nächsten Jahr.

Haben Sie Fragen oder Anregungen? Ich freue mich auf Ihre E-Mail.

Ähnliche Beiträge