Smartes Frühwarnsystem für potenzielle Kreditausfälle
Mit KI-gestützter Automatisierung: Wie unser Kunde Kreditausfälle effizient bewertet und Kosten sowie Risiken drastisch senkt.
Wissen, was das Unternehmen bewegt
Unser Kunde bietet Kreditausfallversicherungen für Unternehmen jeglicher Größe an. Vor und nach der Bewilligung des Kreditrahmens muss der Versicherer kontinuierlich beurteilen, ob das Unternehmen den Kredit zurückzahlen kann. Dazu werden externe Informationsquellen ausgewertet – eine bisher sehr zeitintensive und manuelle Aufgabe, die nun durch innovative Lösungen optimiert wird.
Finanzielle Resilienz für Unternehmen
Mit Kreditausfallversicherungen schützen sich Unternehmen effektiv vor Zahlungsausfällen ihrer Geschäftskunden. Der Versicherer gewährt ein individuelles Kreditlimit, dessen Konditionen von der Solvenz, der wirtschaftlichen Lage der Firma, der Branche und den Marktbedingungen abhängen. Auch das Risiko des Kreditausfalls spielt eine entscheidende Rolle. Versicherer analysieren diese Kriterien regelmäßig und passen die Kreditlinie bei erheblichen Veränderungen an.
Proaktiv handeln dank Risk Cockpit
Unregelmäßig durchgeführte Analysen, heterogene Informationsstände oder zeitlich verzögerte Reaktionen auf Unternehmensentwicklungen erschwerten eine vorausschauende Bewertung von Kreditnehmern und den damit verbundenen Kreditausfällen. Um dies zu ändern, haben wir für den Versicherer ein innovatives Risk Cockpit mit Frühwarnsystem entwickelt. Es liefert den Sachbearbeiter:innen tagesaktuell alle relevanten Informationen zum versicherten Unternehmen und benachrichtigt sie automatisch bei wichtigen Entwicklungen wie Stellenabbau oder Branchenkrisen. Dadurch können die Mitarbeiter:innen frühzeitig gegensteuern und finanzielle Schäden für den Versicherer effektiv vermeiden.
Mit Echtzeitdaten besser informiert
Ein erster Schritt für die Umsetzung war, relevante externe Datenquellen zu erschließen. Wir automatisierten den Informationsabruf von verschiedenen Dienstleistern, um deren Daten fortlaufend und in Echtzeit zu erfassen und ins Risk Cockpit einzubinden. Dort werden sie dann mit den internen Informationen des Versicherers zusammengeführt.
Relevanz und Sentiment: Nachrichten leicht taxieren
Jede gefundene Nachricht muss anschließend bewertet werden: Ist sie für das versicherte Unternehmen relevant? Und wenn ja, hat die Meldung positive oder negative Auswirkungen? Da eine manuelle Auswertung der Nachrichten sehr zeitintensiv ist, wurde dieser Prozess automatisiert. Möglich ist dies durch eine innovative Sentimentanalyse, die die Stimmung des Textes einordnet und einen Sentiment Score ermittelt, der im Risk Cockpit angezeigt wird. Ist dieser Score aus Sicht der Mitarbeiter:innen nicht zutreffend, können sie ihn per Klick ändern. Das zugrunde liegende Machine-Learning-Modell wird so weiter trainiert und kontinuierlich verbessert.
Pionier im Einsatz von KI-Verfahren
Das Machine-Learning-Modell ist sowohl für die Einstufung von Nachrichten als „relevant/nicht relevant“ als auch für deren Klassifizierung als „positiv/negativ/neutral“ zuständig. Im Rahmen der Projektumsetzung trainierten wir das Modell. Unser Kunde profitierte so von innovativen KI-Verfahren, lange bevor Künstliche Intelligenz ihren Durchbruch in Deutschland hatte.
Visionäre Ideen gemeinsam realisieren
Unser Kunde hatte zwar die Vision, das manuelle Sichten und Auswerten von Nachrichtenquellen zu automatisieren. Er verfügte jedoch nur über ein begrenztes Budget und kein Personal zur Umsetzung. Der Projektleiter des Versicherers beauftragte daraufhin metafinanz und lieferte uns Testdaten. Mit einem kleinen, engagierten Team und in iterativen Schritten konnten wir die Idee von Grund auf innerhalb von neun Monaten erfolgreich realisieren.
Frühe Erfolge motivierten zusätzlich
Bereits in einer sehr frühen Phase des Projekts konnten wir erste Erfolge erzielen: Im Rahmen des Proof of Concepts kristallisierten sich Frühindikatoren für mögliche Kreditausfälle heraus. Diese halfen unserem Kunden, einen finanziellen Schaden durch einen unmittelbar drohenden Ausfall eines siebenstelligen Betrags zu verhindern. Diese Ergebnisse führten zu einem enormen Motivationsschub bei allen Beteiligten.
Gut aufgestellt für die Zukunft
Das smarte Frühwarnsystem hat sich in vielerlei Hinsicht ausgezahlt: Es verbessert die Informationslage, vereinheitlicht den Risikobewertungsprozess im Unternehmen und reduziert gleichzeitig den manuellen Aufwand sowie die Bearbeitungszeit der Mitarbeiter:innen. Das frühzeitige Erkennen von drohenden Kreditausfällen hilft, Forderungen gegenüber den Kund:innen zu sichern und so finanzielle Verluste zu vermeiden. Dadurch sinkt nicht nur das Risiko, sondern es spart dem Versicherer erhebliche Kosten. Denn je höher das Risiko ist, desto mehr Eigenkapital muss er vorhalten – das ist teuer und bindet finanzielle Mittel.
Kontakt
Schreiben Sie uns!
Maximilian Biernath
Principal Data Science Manager
Leider ist etwas schief gelaufen. Bitte versuchen Sie es später nochmal.
Danke für Ihre Nachricht
Wir melden uns so schnell wie möglich bei Ihnen
