München, Starnberg, 4. Aug. 2016 - Quick Start Solution für Financial Services soll Betrugsfälle per Predictive Analytics und Anomalitätserkennung identifizieren…
Zum Hintergrund: Traditionelle Datentransfer- und Verarbeitungstechnologien können mit der wachsenden Komplexität und dem zunehmenden Datenvolumen im Risikomanagement kaum umgehen. MapR verfolgt deshalb einen datenwissenschaftlichen Ansatz, der auf der MapR Converged Data Platform aufbaut. Mit ihm können laut Anbieter kritische Schadenspotenziale identifiziert und analysiert werden, um Betrug, Geldwäsche, Identitätsdiebstahl, Rogue Trading und die Finanzierung terroristischer Aktivitäten zu entlarven. MapR hat hierzu nun seine neue Risk Management Quick Start Solution (QSS) for Financial Services veröffentlicht. Mittels der höheren Verfügbarkeit von Daten für die Analyse unterstützt sie Finanzdienstleister, Betrug, Cybercrimes und andere illegale Handlungen sowie Verstöße gegen Compliance-Anforderungen zu identifizieren und zu vermeiden. Finanzdienstleister können auf Big Data Science via MapR Converged Data Platform zurückgreifen, um die angesichts wachsender Daten immer schwieriger werdenden Herausforderungen zu bewältigen. Zitat: „Unsere Datenwissenschaftler bei MapR haben mit einigen der größten Banken, Broker und Fintech-Unternehmen der Welt zusammengearbeitet“, sagt Dave Jespersen, Vice President of Worldwide Services bei MapR Technologies.
MapR Financial Services Risk Management QSS umfasst eine datenwissenschaftliche Software-Lösung inklusive fünfwöchiger Beratungsphase. Sie folgt einem von zwei möglichen Ansätzen:
Der Ansatz zur Betrugserkennung von QSS setzt auf Predictive Analytics Modelle, um Schadenspotenziale abzuwenden, die über Betrugsszenarien weit hinausgehen. Eine datenwissenschaftliche Merkmalsextraktion, auf maschinellem Lernen basierende Modellierungsarbeit und Schwellenwerte für Zahlungsverkehrsbetrug können dabei adressiert werden, um Probleme wie Identitätsdiebstahl oder Versicherungsbetrug zu bekämpfen.
Beim Anti-Geldwäsche-Ansatz von QSS wird eine erweiterte Anomalitätserkennung genutzt, um schwer zu identifizierende Herausforderungen für das Risikomanagement zu erkennen. Auf die gleiche Weise wie Geldwäsche können so auch Rogue Trading und die Finanzierung terroristischer Aktivitäten erkannt sowie die Netzwerksicherheit und die Einhaltung regulatorischer Anforderungen überwacht werden. Voraussetzung ist eine umfangreiche Merkmalsextraktion.
Fazit: Beide Ansätze umfassen eine Entwicklungsphase, die in Zusammenarbeit mit einem Datenwissenschaftler von MapR stattfindet. Dabei wird auch der monetäre Wert demonstriert, den die Betrugserkennung für das Unternehmen hat, sowie aufgezeigt, wie sich auftretende Warnungen von Anti-Geldwäsche-Algorithmen präzise bewerten lassen.
Zur Verfügbarkeit der Lösung: Die Risk Management Quick Start Solution for Financial Services von MapR ist laut Anbieter ab sofort verfügbar.
Abb. 1. Bildquelle MapR Converged Data Platform, Architekturaufbau