FAF - Analytical Framework von Finnova
Case Study
Website: www.finnova.com
Land: Schweiz
Sektor: Banking
Lösungen: DetectX®
Über Finnova
Finnova ist ein führender Anbieter von banking Software
auf dem Schweizer Finanzplatz. Finnovas Lösungen werden von mehr als 100 Banken genutzt. Finnova unterstützt Banken und Outsourcing-Anbieter bei der digitalen Transformation und öffnet banking.
Finnova ist bekannt für seine leistungsstarken, innovativen banking Lösungen - in der Entwicklung, im Betrieb und in der Beratung. Zusammen mit ihren Partnern unterstützt Finnova über 100 Kunden aus dem Finanzdienstleistungssektor dabei, profitabel und wettbewerbsfähig zu sein.
Durch die Open Platform von Finnova, die offene Ökosysteme ermöglicht, sind Banken in der Lage, innovativer und agiler zu sein und die Bedürfnisse ihrer Kunden besser zu erfüllen. Finnova unterstützt die individuellen Digitalisierungsstrategien ihrer Kunden, sowohl mit eigenen Produkten als auch mit einem breiten Partnernetzwerk.
Ausgangslage und Herausforderung
Die Banken müssen komplexe regulatorische Anforderungen erfüllen. Regelbasierte Systeme können sie dabei nur bedingt unterstützen. Ohne den Einsatz leistungsstarker, präziser Analytics sind diese Anforderungen mit hohen Risiken und Kosten verbunden.
Lösung
Die Lösung war die Schaffung des Finnova Analytical Framework (FAF). Dabei handelt es sich um eine Unternehmenslösung, die auf DetectX®,der Prospero-Softwareplattform für prädiktive Analytics basiert.
Sie ist in die Finnova-Bankensoftware eingebettet und erfüllt alle Anforderungen aus allen Suiten und Modulen.
"Die Erkenntnisse von Prospero sparen Zeit, Ressourcen und Kosten und verringern die Wahrscheinlichkeit von Betriebsrisiken und Verlusten."
Peter Wolf
BA Data Analytisc & Compliance
Finnova AG Bankware
98%
von False Alerts wurden mit FAF reduziert
Anwendungsbereiche, die DetectX® innerhalb der FAF bietet
Mit DetectX®lässt sich das gesamte Anwendungsspektrum maschineller Intelligenz zur Optimierung der Geschäftsprozesse einer Bank in einer einheitlichen Plattform abbilden.
Beispiele sind:
Anti-Geldwäsche
Betrugsverhütung
Risikomanagement
Robo-Advisory und
Potenzialorientiertes Vertriebsmanagement
Banken erhalten eine 360°-Sicht auf ihre Kunden
360°
und deren Risiken und Chancen
Funktionsweise
DetectX®ist eine leistungsstarke Predictive-Analytics-Software, die analytische Ansätze wie überwachtes Lernen, unüberwachtes Lernen und auf Expertenwissen basierende Regeln bietet.
Beim überwachten Lernen wird eine Zielvariable verwendet, auf der das Modell aufgebaut wird. Zu diesem Zweck wird eine repräsentative Stichprobe gezogen und in Trainings- und Testdatensätze unterteilt. Dann wird das optimierte Modell auf die Gesamtheit der Daten in der produktiven Umgebung angewendet.
Beim unüberwachten Lernen werden die gesamten Daten unvoreingenommen in den Analyse- und Modellierungsprozess aufgenommen und verwendet. Auf diese Weise können unbekannte und verdächtige Verhaltensmuster aufgedeckt werden. Der kombinierte Einsatz beider Methoden ermöglicht genaue und stabile Modelle von hoher Qualität.
Expertenwissen wird nicht mehr isoliert, sondern in Kombination mit den beiden anderen Methoden eingesetzt. Das Profiling dient als Vorstufe zur Bearbeitung auf Basis statischer und dynamischer Kundendaten. Es erfolgt eine Aggregation der Daten aus den drei Kompetenzbereichen.
Bei der Modelloptimierung kommen die einzigartigen Algorithmen von DetectX®zum Einsatz. Besonders wichtig ist die Rückkopplungsschleife von der Aggregation in die Profilerstellung und in das überwachte und unüberwachte Lernen; dies garantiert eine ständige Selbstverbesserung und ein evolutionäres Lernen des Systems.
Der intelligente Kern des Analytics Framework
Das Herzstück von FAF ist DetectX®, die Analytical Engine, die Modelle kontinuierlich im Hintergrund validiert, optimiert und kalibriert. Unabhängig davon, ob es sich um Modelle zur Betrugserkennung, Transaktionsanalyse, Link-Analyse, Robo-Advisory oder Analytical CRM handelt, sorgt die Engine für maximale Präzision und Stabilität des Modellierungsprozesses.
Je nach Aufgabenstellung werden Daten aus unterschiedlichen Quellen zur Bearbeitung geladen, auf Vollständigkeit und Verzerrung geprüft, transformiert, ergänzt und angereichert. In einem komplexen und einzigartigen Optimierungsprozess werden Millionen von Kombinationen berechnet und die relevanten Faktoren mit ihren Gewichtungen laufend ermittelt. Alle Vorgänge laufen in einem automatisierten Prozess ab, so dass der Eingriff der Experten auf ein Minimum reduziert wird. Um alle analytischen Aufgaben einer Bank bewältigen zu können, werden die Modellerstellung und die Modellanwendung in einem unbegrenzt skalierbaren Prozess parallel durchgeführt.
FAF-Auszeichnungen
2022
Bestes Unternehmen für Finanztransaktionen
Fintech-Durchbruchspreise
2022
Beste Plattform für prädiktive Analysen
Fintech-Durchbruchspreise
2016
Banking IT-Innovationspreis
Fintech-Durchbruchspreise
Universitäten St. Gallen und Leipzig