Data-Mining-Methoden im Risikomanagement

Article

Data-Mining-Methoden im Risikomanagement

Wie aus Daten Wissen entsteht

In der heutigen Welt ermöglichen leistungsstarke Speichermedien den Unternehmen, große Datenmengen aufzubewahren.

Mithilfe intelligenter Lernalgorithmen generieren Data-Mining-Verfahren daraus wertvolle und neue Informationen, die sich wiederum bei diversen Entscheidungsprozessen bezahlt machen. Im besonderen Maße tragen diese Methoden durch eine automatisierte Identifizierung potenzieller Risikofaktoren zu einem effektiven Risikomanagement bei.

We are drowning in information but starved for knowledge

                                                                                                                        John Naisbitt

Data Mining schafft Mehrwert für Unternehmen

In der Risikoanalyse decken Data-Mining-Methoden verborgene Zusammenhänge in der Datenbasis eines Unternehmens auf und helfen dabei, die Risiken besser zu quantifizieren und zu steuern. Dargelegte Beziehungen zwischen den einzelnen Risiken führen zu einer besseren Bewertung von Zukunftsprognosen.

Konkret profitieren Versicherungen und Banken von Clusterverfahren bei der Einteilung der Kunden in Risikoklassen, wodurch Kreditausfälle und Versicherungsschäden besser kalkuliert und abgesichert werden können.

Welche Data-Mining-Methoden gibt es? Wie können diese in der Praxis eingesetzt werden? - Die Antworten auf diese fragen liefert unser aktuelles Whitepaper. Dieses finden Sie nebenstehend zum Download. 

Whitepaper: Data-Mining-Methoden im Risikomanagement
Fanden Sie diese Information hilfreich?