Digitalisierung Ihres Planungsprozesses – Auswahlprozess für State of the Art Softwaretools für Planung, Budgetierung und Forecasting

Die Digitalisierung bringt insbesondere für die Planungsfunktion von Unternehmen erhebliche Potenziale mit sich. Gleichzeitig sind die Auswahl und die Implementierung einer auf die individuellen Bedürfnisse zugeschnittenen Lösung mit einigen Herausforderungen verbunden. Um in einem vielfältigen, wettbewerbsintensiven und dynamischen Markt die passende Software zu finden und Fehlinvestitionen zu vermeiden, ist ein systematischer Auswahlprozess für Unternehmen unerlässlich. Dieser Artikel beschreibt einige dieser Herausforderungen und befasst sich mit Lösungsansätzen sowie Best Practices, damit Sie die optimale Entscheidung bei der Auswahl Ihres Planungstools treffen.

InsightAndreas Vorndran9. Juli 2024Digital Transformation, Planning, Budgeting, Forecasting, MachineLearning

Krypto-Assets – Eine neue Herausforderung im Aufsichtsrecht

Krypto-Assets haben in den letzten Jahren stetig an Bedeutung gewonnen und rücken daher immer stärker in den Fokus der Regulierer. Mit diesem Artikel geben wir eine Übersicht über die aktuelle aufsichtsrechtliche Situation und gehen anschließend auf Unterschiede zur Behandlung von Krypto-Assets im Accounting ein.

Insight, InsightsGuest User25. Oktober 2023MachineLearning, IRB

A.I. - Künstliche Intelligenz im IRB-Bereich

In den letzten Jahren hat die Anwendung von Künstlicher Intelligenz (KI) und Machine Learning (ML) Verfahren im Alltag rapide zugenommen. Auch im Finanzsektor finden Machine Learning Algorithmen beispielsweise zur Identifikation von Geldwäsche- und Betrugsfällen sowie der Kunden- und Transaktionsüberwachung und Clustering vermehrt Anwendung. In naher Zukunft tun sich auch Anwendungsmöglichkeiten in Risikoabteilungen der Banken auf. ML und KI Verfahren könnten unter anderem im Bereich der Validierung von Modellen und auch in der Modellierung selbst das Risikomanagement der Zukunft bestimmen.

Einhergehend mit diesen Möglichkeiten erfolgt eine Weiterentwicklung der regulatorischen Richtlinien im Bereich Künstlicher Intelligenz und Risikobestimmung.

Im Folgenden geben wir einen Überblick über die Anwendungsmöglichkeiten, Herausforderungen und regulatorischen Hintergründe zu Machine Learning und Kreditrisiko.

Insight, InsightsIngeborg Keller6. September 2023MachineLearning, IRB

ML-Toolbox: Leistungsstarke & maßgeschneiderte Lösungen für Ihre Business-Cases im Finanzsektor

Finbridge - Ihr Partner für ML-Dienstleistungen in der Finanz- & Bankenlandschaft. Durch den Einsatz von Machine Learning (ML) fördern wir Innovationen, steigern die Effizienz und verbessern die Kundenerfahrung. Unsere KI-Lösungen unterstützen Bereiche wie Kundenservice, Risikomanagement, Prozessautomatisierung und Datenanalyse. Wir bieten modulare ML-Lösungen aus unserer umfangreichen ML-Toolbox und passen diese flexibel an Ihre Bedürfnisse an, sei es durch maßgeschneiderte Beratungsprojekte oder effiziente Softwarepakete. Entdecken Sie Business-Cases für erfolgreiche Anwendungsfälle!

Ivan Balashov27. Juni 2023MachineLearning, machine-learning, ML-Automation, KI, #Machine Learning

Success Story: pbb und Finbridge – Modernisierung des HRL-Prozesses durch Automatisierung und Maschinelles Lernen

Die pbb Deutsche Pfandbriefbank AG und das Beratungsunternehmen Finbridge haben ihre Kräfte gebündelt, um den Prozess der Stillen Reserven und Lasten (HRL) durch Automatisierung und maschinelles Lernen zu verbessern. Dies führte zu einer signifikanten Reduzierung des Gesamtaufwands unter Steigerung der Automatisierung, wodurch Mitarbeiter bei Routineaufgaben entlastet wurden. Der innovative ML-Ansatz von Finbridge ermöglicht es, komplexe Finanzdaten effizient und präzise zu analysieren und dabei neue Erkenntnisse und Optimierungspotenziale zu entdecken. Die Lösungen sind maßgeschneidert, robust und nachvollziehbar, wobei erklärbare KI-Verfahren (mittels XAI) eingesetzt werden, um eine intuitive Interpretation der Ergebnisse zu ermöglichen.

Ivan Balashov27. März 2023Success Story, MachineLearning, machine-learning, ML-Automation, KI, #Machine Learning

Machine Learning im Finanzwesen: ein innovativer Ansatz zur Analyse von stillen Lasten/Reserven und weiterer Parameter

Die breitere Akzeptanz und aktive Weiterentwicklung von Techniken des Machine-Learnings und der Datenanalyse haben neue Möglichkeiten der Optimierung und Automatisierung von Geschäftsprozessen ermöglicht. Dies bietet Banken neue Wege ihre Abläufe so umzugestalten, dass Bearbeitungszeiten eingespart, die Transparenz verbessert und Ressourcen eingespart werden können. Wir stellen das Potenzial solcher Verfahren am Beispiel eines stille Lasten und Reserven Prozesses vor, der unter anderem in den Finance-Abteilungen von Banken Anwendung findet.

Ivan Balashov2. Februar 2021machine-learning, #Machine Learning, Digitalisierung, digital-transformation, MachineLearning

Maschinelle Informationsextraktion aus gescannten Dokumenten

In ihrem Artikel stellen unsere Kollegen David Israel und Jördis Helmers die Herausforderungen bei der Informationsgewinnung aus gescannten Dokumenten dar. Sie beschreiben anhand verschiedener Anwendungsbeispiele, wie Dokumente klassifiziert werden, d.h. welche Formate typischerweise bei Verträgen vorkommen können, und wie diese mit verschiedenen Parsing-Regeln jeweils optimal gehandhabt werden können.

Proof of ConceptJördis Helmers25. August 2020AI, machine-learning, data-science, ocr, process, digital-transformation, Digital Transformation, Digitalisierung, ML-Automation, MachineLearning

Fallstudie: Digitalisierung von Prüfprozessen mit KI

Die Bedeutung der Bereiche Audit und Compliance nimmt stetig zu und gewinnt als Thema an Geschwindigkeit. Seitens des Regulators, der Aufsicht sowie der externen und internen Prüfer wächst der Druck, mit der zunehmenden Digitalisierung und der damit einhergehenden Beschleunigung der Geschäftstätigkeit schrittzuhalten. Der aktuelle, risikoadjustierte Prüfungsansatz setzt umfangreiches Expertenwissen voraus und basiert in der Regel auf einer intelligenten, aber stichprobenhaften Prüfung. Im Rahmen dieses Umfelds haben wir die Commerzbank im Bereich Audit unterstützt, Lösungen für Tools zur Prozessautomatisierung und technischen Prüfungsunterstützung zu entwickeln.

Projekt, Insight, Proof of ConceptGuest User19. November 2019KI, AI, Automatisierung, machine-learning, Digital Transformation, Process, Prozess, Data Analytics, Datenanalyse, ML-Automation, MachineLearning

Fallstudie: Digitalisierung der Datenanalyse mit KI

Insight, Projekt, Proof of ConceptGuest User8. Oktober 2019Digital Transformation, machine-learning, KI, AI, Automa, Testdesign, test, Datenanalyse, Data Analytics, ML-Automation, MachineLearning

PSD2: Europas Inkubator für Open Banking

Kaum ein Thema wird in der Finanzbranche aktuell kontroverser diskutiert als die PSD2, die „Payment Services Directive 2“ der EU. Die neue Richtlinie nimmt nun EU-weit alle Banken in die Pflicht, neue Sicherheitskonzepte und Schnittstellen umzusetzen und zwingt die Institute so indirekt, sich mit dem Thema der Marktöffnung der Branche gegenüber Drittanbieter und – im weiteren Kontext – mit der Digitalisierung und Umstrukturierung der Finanzwelt auseinander zu setzen.

Insight, ThemaGuest User17. September 2019PSD2, Zahlungsverkehr, Open Banking, Digital Transformation, Digitalisierung, MachineLearning

Continuous Testing: Effizienzsteigerung durch Automatisierung und KI

Die aktuelle Entwicklung hin zu mehr agilem Projektvorgehen sowie Continuous Integration und Continuous Delivery stellt neue Herausforderungen an das Testen. Im Folgenden werden wir daher einige wichtige Stellschrauben zur Effizienzsteigerung beim Testvorgehen benennen.

ThemaGuest User23. Juli 2019KI, Automatisierung, Testdesign, Robotics, Digital Transformation, Digitalisierung, test, Datenanalyse, Data Analytics, ML-Automation, MachineLearning

Proof of Concept: OCR, Künstliche Intelligenz und Zweitschriften

In unserem Hauptartikel haben wir einen Überblick über das etablierte, klassische Zweitschriftverfahren gegeben und Vorschläge zur Einsatzoptimierung der vorhandenen Ressourcen vorgestellt. Der folgende Proof of Concept illustriert den ersten Schritt zur Optimierung bzw. Automatisierung des Zweitschriftverfahrens durch die Digitalisierung der Arbeitsschritte der Zweitschrift-prüfenden Bank.

Proof of ConceptGuest User25. Juni 2019digital-transformation, innovation, machine-learning, #AI, Digital Transformation, Digitalisierung, Prozess, Process, MachineLearning

Machine Learning, Blockchain, Zweitschriftverfahren und Digital Transformation

Das Zweitschriftverfahren betrifft grundsätzlich jedes Institut, das Wertpapiergeschäfte tätigt. Da die Art und Weise der Erstellung der Zweitschriften individuell historisch gewachsen ist, gibt es keine institutsübergreifende Norm, die eine weitere Verarbeitung der Zweitschriften vereinfachen würde. Einen etablierten Prozess vollständig umzustellen und ad hoc digital abzuwickeln ist ein sehr aufwändiges Unterfangen, unter anderem durch die Vielzahl an beteiligten Parteien. Wir schlagen daher vor, den Prozess schrittweise zu verbessern und zunächst lokal bei den einzelnen Instituten anzusetzen.

InsightGuest User7. Dezember 2018#Compliance, #Machine Learning, Digital Transformation, Digitalisierung, Blockchain, machine-learning, AI, MachineLearning

Insights und Themen

Building bridges - Auszüge aus unserer Arbeit und aktuelle Branchenthemen