|
Ziel des Projektes ist die Entwicklung, Anwendung und Verbesserung von erklärbaren Methoden des Maschinellen Lernens (explainable AI oder XAI) für das Risikomanagement im Finanzsektor, speziell bei FinTechs, wie etwa unseren Projektpartnern Zalando Payments GmbH (ZL), Upvest GmbH (UV) und Scope Ratings GmbH (SR). Risikomanagementprozesse und -entscheidungen können sowohl aus betriebswirtschaftlicher Sicht und Kundenperspektive als auch aus Sicht der Regulatoren nur akzeptiert werden, wenn sie transparent und nachvollziehbar sind. Andernfalls kann eine Risikosteuerung nicht zuverlässig vorausschauend agieren - ein Umstand, der sich in verschiedenen Finanzkrisen offenbart hat. Damit hat Transparenz im Risikomanagement höchste Priorität im Finanzbereich.
Im Risikomanagement werden große Datenmengen zusammengefügt, interpretiert und daraus Vorhersagen für finanzielle Risiken ermittelt. Methoden des Maschinellen Lernens (ML) haben sich in den vergangenen Jahren erfolgreich als Standard für die Verarbeitung großer Datenmengen etabliert. Jedoch mangelt es ML-Methoden häufig an Interpretierbarkeit und Transparenz. Benutzer sehen sich Black-Box Modellen gegenüber; der Zusammenhang zwischen eingehenden Variablen und Ergebnissen ist nur schwer erkennbar.
Dies soll durch die Entwicklung erklärbarer Methoden und interpretierbarer Ergebnisse verbessert werden. Die Anwendung erfolgt für drei Bereiche: im Kreditrisikomanagement soll die Erklärbarkeit von Buy Now Pay Later (BNPL)-Entscheidungen erhöht werden; Ratingprozesse und -entscheidungen sollen unter Hinzunahme (makro)ökonomischer und datengestützter Variablen verbessert werden. Außerdem werden gewisse Aspekte des Marktrisikos und Ratingentscheidungen unter verschiedenen Szenarien betrachtet und Stress-Tests sowie Reverse Stress-Tests entwickelt. Die anwendungsbezogene theoretische Entwicklung und praktische Umsetzung von XAI in Finance führt im Projekt zu Implementierungen erster Prototypen. Die unternehmensinterne Kommunikation und die Verständigung mit Kunden und Regulierungsbehörden werden durch erhöhte Erklärbarkeit von Methoden und Entscheidungen gestärkt.
Unser Forschungsprojekt unterstützt und baut den FinTech-Standort Berlin-Brandenburg, den größten FinTech-Hub in Deutschland (28% aller FinTechs), weiter aus. Die Berlin Partner für Wirtschaft und Technologie GmbH wird als beratender Partner unterstützen, die Ergebnisse weiter in Berlin zu verbreiten und national sowie international sichtbar zu machen.
|
