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.

  • Bessere Entscheidungsgrundlagen: Wichtige Abhängigkeiten & Zusammenhänge frühzeitig erkennen.
  • Bessere Risikokalkulation: Eintrittswahrscheinlichkeiten sowie Relevanz von Risiken besser bewerten.
  • Marktlücken aufspüren - Marktpotenziale ausschöpfen: Nutzung von Daten unterschiedlicher Weltregionen bzw. Absatzmärkten.
  • Dynamische Preisgestaltung im E-Commerce: Preise in Echtzeit an die aktuelle Markt- und Wettbewerbssituation anpassen.
  • Höhere Profitabilität: Kosten mittels präziserer Absatz- und Bedarfsplanung senken.
  • Kundenverhalten prognostizieren - Marketingkampagnen ermöglichen: Kundenwert und Verhaltensmuster analysieren.

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
An den Anfang scrollen