TrendLab „Künstliche Intelligenz" - Das Potential von Machine Learning
Im Juni 2020 waren unsere Advanced-Analytics-Experten Anatoly Danilevich und Kilian Kluge eingeladen, im TrendLab „Künstliche Intelligenz“ der DZ Bank anhand konkreter Beispiele die Einsatzmöglichkeiten von Machine Learning im Bankenumfeld vorzustellen.…
Cashflow Prediction: Mehrwert für Kunde und Bank
Nicht nur für Unternehmen ist es wichtig, jederzeit im Blick zu haben, wie sich ihre Liquidität innerhalb der nächsten Wochen und Monate entwickeln wird. Auch für Privatkunden kann die Vorhersage des Cashflows interessant sein.…
Mehrwert schaffen durch Transaktionsanalyse
Viele Retail-Banken haben mit der großen Menge an Transaktionsdaten ihrer Kunden eine wertvolle Informationsquelle zur Hand, die kaum genutzt wird.…
Digitale Erfolgsfaktoren im Corporate Banking
Firmenkunden sorgen für wiederkehrende Erträge von ungefähr 36 Mrd. Euro bei den deutschen Banken. Das Volumen der an inländische Unternehmen vergebenen Kredite steigt seit mehr als fünf Jahren kontinuierlich an...…
Bankplattform 2.0: Legacy-Systeme entflechten und ablösen
Neobanken holen gegenüber etablierten Instituten auf. In kaum fünf Jahren dürften die digitalen Angreifer bis zu 20 Prozent des europäischen Marktes abdecken. Das entspricht einem Kundenstamm…
Studie: Datengetriebene Geschäftsmodelle aus der Sicht von Banken und Verbrauchern
Deutschland Verbraucher warten bei digitalen Angeboten, bei denen auch Kontodaten analysiert werden, auf die Banken.…
Banking on AWS - Part 1: Amazon ECS
Im Rahmen unseres Innovation Labs "Bank in the Cloud" haben wir uns mit dem Open Source Kernbankensystem Apache Fineract CN beschäftigt. In einem einleitenden…