Überspringen zu Hauptinhalt

Data Science / Big Data

Unser
Grundsatz

Jeden Tag entstehen immer größere und unüberschaubare Datenmengen. Sie helfen dabei, Kunden, Märkte und Produkte besser zu verstehen und individueller zu gestalten. Mit modernen Data Science / Big Data Methoden ermöglichen wir es, das Potential Ihrer Daten zu heben. Immer im Fokus: Ihre Wertschöpfung

Ihr Nutzen

Wertschöpfung mit Data Science / Big Data: Wir entwickeln mit Ihnen Strategien für eine datengetriebene Wertschöpfung und begleiten Sie in allen Phasen der Umsetzung. Dabei verfolgen wir bei unseren Projekten stets unseren Ansatz.

Kreditrisiken

Reporting für europäische Banken

Big Data Architektur

für einen internationalen Versicherungskonzern

Fraud Detection

für Telematik-Dienstleister

Kreditrisiken-Reporting

für eine europäische Bank

  • Scope
  • Ergebnis
Aufbau
  • Aufbau eines neuen Datawarehouses für das Berichtswesen über Kreditrisiken nach Maßgabe „Risk Data Aggregation" (BCBS239 des Basel Committees)​
  • Aufbau von Big Data IT-Infrastrukturen (Hadoop, Cloudera Stack, Data Lake) sowie Integration Big Data in das Berichtswesen über Kreditrisiken "AnaCredit".
  • Konsolidierung der Berichtsstrukturen zu Kreditrisiken über Deutschland und der internationalen Gruppe.
  • Zukunftsfähigkeit durch Implementierung einer modernen BI / Big Data Architektur
  • Sicherstellung der Berichtsfähigkeit gegenüber BaFin und EZB
  • Vermeidung der Verpflichtung zu erhöhten Kapitalrückstellungen
Big Data Architektur

für einen internationalen Versicherungskonzern

  • Scope
  • Ergebnis
Aufbau
  • Aufnahme, Konsolidierung und Priorisierung von Reporting-, Analyseanforderungen und Nutzungsszenarien
  • Aufbau einer Big Data Architektur auf Basis Hadoop Distributionen Cloudera für weitreichende Vertragsanalysen
  • Hohe Performance auch bei komplexen ad-hoc Analysen
  • Hochskalierbarkeit für Drittkundengeschäft
  • Zukunftsfähigkeit durch Implementierung einer modernen Big Data Architektur
  • Hochperformante komplexe ad-hoc Analysen
Fraud Detection

für Telematik-Dienstleister

  • Scope
  • Ergebnis
Aufbau
  • Design und Implementierung eines Fraud Management Prozesses
  • Konzeption eines Fraud Detection Systems
  • Umsetzung von Fraud Detection unter Verwendung von Data Science und Künstlicher Intelligenz. In diesem Fall: Neuronales Netzwerk auf Basis LSTM
  • Hocheffektives Warnsystem
  • Kostenersparnis durch Prozess- und Produktanpassungen auf Basis der Analysen von Verhaltensmustern / Fraud Potentialen
  • Hochperformante komplexe ad-hoc Analysen bei Auffälligkeiten

Data Science Technologien

R-Logo - Data Science
Python - Data Science
Hadoop
Tableau - Künstliche Intelligenz
mongoDB
Pentaho
Java - Data Science
HORTONWORKS - Data Science
LERNEN SIE UNS PERSÖNLICH KENNEN
An den Anfang scrollen