Aufrufe
vor 4 Jahren

RISIKO MANAGER 03.2019

  • Text
  • Risiikomanager
  • Rabbi
  • Teilen
  • Talmud
  • Konzept
  • Diversifizierung
  • Ventures
  • Antoratur
  • Diversifizierte
  • Barreserven
  • Klassischen
RISIKO MANAGER ist das führende Medium für alle Experten des Financial Risk Managements in Banken, Sparkassen und Versicherungen. Mit Themen aus den Bereichen Kreditrisiko, Marktrisiko, OpRisk, ERM und Regulierung vermittelt RISIKO MANAGER seinen Lesern hochkarätige Einschätzungen und umfassendes Wissen für fortschrittliches Risikomanagement.

32

32 RISIKO MANAGER 03|2019 alisiert und im Laufe des Modelltrainings lfd. angepasst (maschinelles Lernen). Eingabefunktion (Sigma): Hier werden die Eingangssignale (x) mit den Gewichten (w) multipliziert und aufsummiert. ∑ = z = x 1 * w 1 + x 2 * w 2 Aktivierungsfunktion: Die Aktivierungsfunktion entscheidet, ob auf Basis der Eingangssignale (Eingabefunktion) ein Neuron aktiviert wird oder nicht. Grundsätzlich stehen verschiedene Arten der Aktivierungsfunktion zur Verfügung. Eine gängige Aktivierungsfunktionen ist die Sigmoid-Funktion S(z). ( Abb. 12) Fehlerupdate: In diesem Schritt wird der Fehler (also die Differenz zwischen dem ermittelten Wert S(z) aus der Aktivierungsfunktion und dem tatsächlichen Wert y, dem Label ermittelt. Anschließend werden die Gewichte (w 1 , w 2 ) entsprechend adjustiert. Hierzu gibt es mehrere mögliche Lernregeln (∆w) wie beispielsweise das Gradientenabstiegsverfahren, oder den Backpropagationsalgorithmus. w(neu) = w(alt) + ∆w Schwellwertfunktion: Da aus der Aktivierungsfunktion Werte zwischen 0 und 1 entstehen, müssen diese auf 0 oder 1 gemappt werden. Ist ein Wert aus der Aktivierungsfunktion kleiner als der Schwellwert, so wird dieser auf 0 gemappt, andernfalls auf die 1. In Abb. 13 wurde mit Python das obige neuronale Netz implementiert. Bei den Daten handelt es sich um zufällig erzeugte Daten. In der zweiten Abbildung ist sehr schön zu erkennen, wie der Klassifizierer in Form des neuronalen Netzes die beiden Klassen (Label 0 und Label 1) separiert. Anschließend werden nach der Lernphase weitere neue ungelabelte Datensätze auf Basis des neuronalen Netzes klassifiziert. 1. Links oben: Daten: Bestehend aus Datenpaaren (x 1 , x 2 ) mit einem Label 0 oder 1 2. Rechts oben: Maschinelles Lernen: Anwendung des neuronalen Netzes 3. Links unten: Unklassifizierte Neudaten 4. Rechts unten: Klassifizierung der neuen Daten Nach der Trainingsphase kann das neuronale Netz neue ungelabelte Datensätze klassifizieren. Weitere Aspekte im Bereich von AI Datensouveränität: Neben dem technischen Aspekt der Financial Artificial Intelligence gibt es noch weitere Aspekte, die derzeit im Fokus stehen, beispielsweise die Datensouveränität. Gerade im letzten Jahr wurde die DSGVO verabschiedet. Aktuell diskutieren Juristen, welche rechtlichen und formalen Prozesse bei der Verarbeitung von (personenbezogenen) Daten zu berücksichtigen sind. Grundsätzlich hat es mit der DSGVO keine Vollbremsung bei Artificial Intelligence und Data Science gegeben. Mit entsprechenden Berechtigungen dürfen Daten weiterhin verarbeitet und ausgewertet werden. Erklärbarkeit und Transparenz: Da viele AI-Modelle auf den ersten Blick eine Black Box darstellen, besteht eine weitere Herausforderung darin, die Modellentscheidungen nachvollziehen zu können. Dazu gibt es bereits diverse Ansätze. Beispielsweise den LIME-Algorithmus (Local Interpretable Model-agnostic Explanations) und das „Sequentiell-backward-selection”-Verfahren. (SBS). Ebenso kann mit einer Feature Selection der Einfluss der jeweiligen Merkmale dargestellt werden. Fazit und Ausblick Das Themenfeld Big Data und künstliche Intelligenz hat in den vergangenen Jahren enorm an Bedeutung gewonnen. Eine Fortführung und gar Steigerung der Bedeutung wird in den kommenden Jahren vermutlich ohnehin zu erwarten sein. Wir befinden uns gerade noch im Anfangsstadium dieser Entwicklung. Das Potenzial für viele Einsatzund Anwendungsmöglichkeiten ist vorhanden und muss nur abgeschöpft werden. Gerade Prozesse, die gewissen festen Rahmenbedingungen unterliegen, werden künftig noch mehr automatisiert werden. Darüber hinaus wird künstliche Intelligenz in Form von digitalen Assistenten integriert werden. Letztendlich stellt künstliche Intelligenz derzeit eine Unterstützungskomponente für den Menschen dar. Die finalen Entscheidungen wird und muss weiterhin der Mensch selbst treffen. Aber der Weg zur Entscheidung kann durch den Einsatz von künstlicher Intelligenz vereinfacht und beschleunigt werden. In diesem Sinne werden die nächsten Jahre sehr spannend bleiben. Quellenverzeichnis sowie weiterführende Literaturhinweise Bundesanstalt für Finanzdienstleistungsaufsicht (2018a): Big Data trifft auf künstliche Intelligenz – Herausforderungen und Implikationen für Aufsicht und Regulierung von Finanzdienstleistungen, Bonn 2018. Bundesanstalt für Finanzdienstleistungsaufsicht (2018b): Big Data und künstliche Intelligenz, in: BaFin Journal Juni 2018. Fraunhofer-Allianz Big Data (2017): Zukunftsmarkt Künstliche Intelligenz – Potenziale und Anwendungen, November 2017. Bundesregierung (2018): Strategie Künstliche Intelligenz der Bundesregierung, November 2018. Autor Markus Hausmann ist ist Senior Business Consultant und Data Scientist bei der msg- Gillardon AG. Seine Kernthemen sind Predictive Analytics und Maschinelles Lernen.

Liebe FIRM-Leser, digital, digitaler, Banken. Nein, daraus wird kein Superlativ. Denn es zeigt sich zumindest hierzulande: Das Geschäft mit der Digitalisierung machen nicht die klassischen Banken, sondern FinTechs, Start-ups sowie mehr und mehr die großen Digitalkonzerne. Nicht umsonst warnen Experten seit Jahren vor dem Hinterherlaufen bei digitalen Geschäftsmodellen im Bankenumfeld. Dies zeigt sich beispielsweise an einer neuen Studie der Managementberatung Bain & Company. Darin ist unter anderem zu lesen, dass 51 Prozent der Studienteilnehmer hierzulande ein Finanzprodukt von einem etablierten Technologieunternehmen kaufen würden. Zugleich vertrauen 56 Prozent zumindest einem der großen Tech-Konzerne mehr als der Bankbranche insgesamt. Das sollte den Entscheidern in den Banktürmen zu denken geben. Doch bei allem digitalen Hype wollen acht von zehn Deutschen auch künftig nicht auf Bargeld verzichten, wie unser „Kurz notiert“ zeigt. Auch das ist eine Zahl – zumindest aus der analogen Welt. Digital, digitaler, Politik. Auch aus dieser Fortsetzung wird kein Superlativ. Jüngst tagte der Finanzausschuss des Deutschen Bundestags. Das Thema? Digitalisierung. Genauer: Blockchain-Technologien. Weniger genau war denn die Bandbreite, die sich zwischen „deutlicher Zustimmung und einiger Skepsis“ bewegte. Nur eines bleibt hier wohl festzuhalten: Nichts Genaues weiß man nicht. Das ist ein Grundproblem, das vom Volk wahrgenommen wird. Vielleicht käme ein Profling zugute, um Politiker und damit den Menschen dahinter besser zu verstehen. Apropos. Sabrina Rizzo, Expertin für Private Profiling, erklärt in unserem Interview, wie sie Menschen und deren Verhalten liest. Ein wichtiges Werkzeug ist für sie die von ihr entwickelte Methodik „Menschenlese-Kybernetik“. Methodisch ging auch das Vodafone-Institut für Gesellschaft und Kommunikation in einer Umfrage vor. Das Ergebnis zeigt, dass es mit den notwenigen Fähigkeiten in Digitalisierungsfragen des politischen Personals hierzulande nicht weit her ist. Nur 37 Prozent der Befragten sprechen der deutschen Regierung die notwendigen Fähigkeiten mit Blick auf die Digitalisierung zu. Grundsätzlich ist das Vertrauen in Europas Digitalisierungspolitik nicht besonders ausgeprägt. Denn nur eine Minderheit der Europäer traut der jeweiligen Regierung zu, die Digitalisierung voranzubringen. Ansonsten informieren wir in der aktuellen FIRM-Ausgabe analog und in eigener Sache über den „Call for Research Project Proposals 2019“. Mit anderen Worten: FIRM ruft zum Einreichen von Vorschlägen zur Finanzierung von Forschungsprojekten (2019) zu dem Themen Risikomanagement und Regulierung auf. Mehr dazu finden Sie in unserer Rubrik „FIRM-News“. So, nun genug der digitalen und analogen Welt. Bleiben Sie uns treu und haben Sie viel Spaß mit der neuen FIRM-Ausgabe. Es grüßt INHALT 33 EDITORIAL 34 INTERVIEW 37 WISSENSCHAFT 38 REGULIERUNGSTRENDS 39 FIRM-NEWS UND TERMINE HERAUSGEBER Gesellschaft für Risikomanagement und Regulierung e.V. Schwarzwaldstraße 42 D 60528 Frankfurt am Main Telefon: +49 69 87 40 20 00 Telefax: +49 69 87 40 20 09 Internet: www.firm.fm E-Mail: info@firm.fm Redaktion: Frank Romeike (V.i.S.d.P.), Andreas Eicher E-Mail: redaktion@firm.fm Erscheinungsweise: 10 x im Jahr als Einhefter in der Zeitschrift RISIKO MANAGER Frank Romeike, verantwortlicher Chefredakteur und Mitglied des FIRM-Vorstands

RISIKO MANAGER

 

Copyright Risiko Manager © 2004-2017. All Rights Reserved.