- Anzeigen -


Sie sind hier: Home » Markt » Studien

"Machine Learning is Imperative"


Machine Learning transformiert Betrugsprävention, robotergestützte Dienste und Kredit-Scoring
Geschwindigkeit und Präzision von ML ermöglicht Finanzdienstleistern, Herausforderungen bei Effizienz und Kosten zu meistern, findet Frost & Sullivans Digital Transformation Team heraus

- Anzeigen -





Maschinelles Lernen (engl. machine learning, ML) als Bereich der künstlichen Intelligenz (KI) wird sich in den nächsten fünf Jahren voraussichtlich zum Standard bei Finanzdiensten entwickeln. Während Proofs-of-Concept und Anwendungsfälle in den Fokus rücken, werden unzählige Anwendungsmöglichkeiten von ML sich auf unterschiedliche Geschäftsfunktionen auswirken. Betrugsprävention, robotergestützte Services, die Einhaltung gesetzlicher Vorgaben und Kredit-Scoring werden enorme Wachstumschancen für den Einsatz von ML bei Finanzdienstleistern eröffnen.

Die aktuelle "Frost & Sullivan Studie Disruption in Global Financial Services, 2017 - Machine Learning is Imperative" bietet einen Überblick über die Marktdynamik von maschinellem Lernen und umfasst Technologietrends und Einflussfaktoren wie auch Hindernisse hinsichtlich der Markteinführung. Zudem werden Fallstudien und Profile einiger wichtiger Marktteilnehmer, wie Google, IBM, Orange, Swisscom, Onfido, Darktrace, Klarna, Infosys, SAP und Rasa.ai, vorgestellt.

"Der größte Vorteil von ML-Lösungen ist deren Fähigkeit, aus jeder Transaktion und jedem Fall zu lernen. Heutzutage finden sich Unternehmen und Verbraucher leichter mit hybriden Services zurecht. Die Tatsache jedoch, dass Maschinen sich sehr schnell weiterentwickeln, kontinuierlich dazulernen und dieses Wissen dazu verwendet werden kann, die Kundenzufriedenheit und -erfahrung zu verbessern - das ist das größte Unterscheidungsmerkmal,” erklärt Digital Transformation Senior Industry Analyst Deepali Sathe. "ML ermöglicht Schnelligkeit und Genauigkeit und das sind entscheidende Kriterien für Unternehmen im Finanzdienstsektor, die sich wachsenden Herausforderungen ausgesetzt sehen, was Effizienz und Kosten angeht.”

Strategische Erfordernisse für Erfolg und Wachstum umfassen:

>> verschiedene Industrieteilnehmer, wie Regulierungsbehörden, Amtsinhaber und Start-ups, die zusammenarbeiten und ein robustes Ökosystem aufbauen, in dem das Potential von ML voll zur Geltung kommen kann;

>> einen sicheren Zugang zu Daten ermöglichen, um ML-Systemen das Erkennen von normalem und Fehlverhalten zu erleichtern;

>> Bedienkomfort und Sicherheit bei Daten und Transaktionen bei der Nutzung robotergestützter Dienste;

>> die Fähigkeit, sowohl strukturierte als auch unstrukturierte Daten zu erfassen, um ML zu ermöglichen, kognitive Fähigkeiten zu meistern und Verhaltensweisen auszumachen, die ein Betrugsschema erkennen lassen; und

>> starke Backend-Algorithmen, um relevante Resultate für Dienstleistungen, wie etwa Kredit-Scoring und finanzielle Eingliederung anbieten zu können.

"Ein Mangel an Fachkräften mit Kenntnissen und Fähigkeiten in Bezug auf ML und fehlende Ausbildungsmöglichkeiten verhindern eine schnelle Verbreitung von ML", so Sathe. "Andererseits ist eine Aufklärung im Markt unabdingbar. Finanzunternehmen sind sich noch immer nicht vollständig im Klaren darüber, welche Möglichkeiten ML bietet und was die damit verbundenen Vorteile und Auswirkungen auf das eigene Geschäft sind. Werden diese Aspekte mit den zugehörigen Kosten und Ausgaben verbunden, was die Pflege althergebrachter Infrastruktur angeht, dann braucht ML nur noch drei oder vier Jahre, um in dieser Branche zum Standard zu werden."
(Frost & Sullivan: ra)

eingetragen: 16.10.17
Home & Newsletterlauf: 17.11.17


Frost & Sullivan: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

- Anzeigen -





Kostenloser IT SecCity-Newsletter
Ihr IT SecCity-Newsletter hier >>>>>>

- Anzeigen -


Meldungen: Studien

  • Besorgt über die Sicherheit der Daten

    Cisco gab die Ergebnisse ihres ersten "IoT Value/Trust Paradox"-Berichts bekannt, der auf einer Befragung von 3.000 Verbrauchern basiert und Unternehmen mittels praktischer Beispiele informieren soll, wie sie das Vertrauen der Verbraucher in IoT-Dienste und deren Akzeptanz erhöhen können. Die Umfrageergebnisse zeigen, dass die meisten Verbraucher zwar einen signifikanten Nutzen aus den Vorteilen von IoT-Diensten ziehen, aber nur sehr wenige Verbraucher IoT verstehen oder vertrauen, wenn es um die Verwaltung und Verwendung ihrer Daten geht. Es zeigte sich jedoch ein Paradoxon: Trotz ihres Vertrauensmangels antworteten Verbraucher im Großen und Ganzen, dass sie nicht bereit seien, auf IoT-Dienste zu verzichten, auch nicht vorübergehend.

  • IT-Infrastrukturen in der Gesundheitsbranche

    In Deutschland, Frankreich, Großbritannien und Spanien werden mehr als sechs Milliarden US-Dollar für Informationstechnologie im Gesundheitswesen ausgegeben, die regionale Einführungsrate von Healthcare IT liegt bei fast 80 Prozent. Zu den Bereichen, die noch nicht genutzte Wachstumschancen bieten, gehören Datenkontinuität, Patient Engagement als auch Patientenerfahrung, die Cloud im Gesundheitsbereich, bevölkerungsbezogenes Gesundheitsmanagement, Big Data und Data Analytics sowie Cybersicherheit in der Gesundheit. Doch bedeutet das Erkennen von Wachstumschancen für die Anbieter in diesem Markt lediglich den ersten Schritt hin zum Erfolg. Marktteilnehmer sollten ihren Fokus verschieben, weg von IT-Lösungen, die Daten erfassen, hin zu solchen, die das gemeinschaftliche Teilen und Nutzen dieser Daten unterstützen als auch klinische Entscheidungshilfe und Leistungsversprechen bieten, die auf spezifische Kundenbedarfe abzielen und ausgerichtet sind.

  • Ernste Sicherheitslücken bei Dating-Apps

    Ob sexuelle Vorlieben, Nacktfotos oder schlicht Passwörter - Nutzer von Dating-Apps geben bei der Partnersuche oft sehr vertrauliche Daten preis. Doch wie sicher gehen die Apps mit diesen Daten um? Um diese Frage zu beantworten, hat Kaspersky Lab neun beliebte Dating-Apps auf Sicherheits- und Datenschutz-Schwachstellen überprüft. Das Ergebnis ist ernüchternd: über Dating-Apps lässt sich häufig die hinter einem Account stehende reale Person entlarven; auch können User über Dating-Apps einfach lokalisiert, verschlüsselte Kommunikation abgefangen und Sicherheitsvorkehrungen umgangen werden.

  • Online-Dating und Cybergefahren

    Laut einer Studie von Kaspersky Lab setzen 57 Prozent der befragten Online-Dater auf falsche oder geschönte Profilangaben. Auch warten auf Flirtwillige schädliche Links und Betrüger, die es auf das Abgreifen von Daten abgesehen haben. Offenbar wollen die wenigsten Nutzer echte Seelenverwandte finden. Nur 11 Prozent sind demnach auf der Suche nach einem Ehepartner. 41 Prozent wollen neue Freunde finden, 13 Prozent einen Sexualpartner. Fast die Hälfte (48 Prozent) sucht im Online-Dating einfach nur Spaß. (Mehrfachnennungen waren möglich).

  • Zero-Day-Exploits für industrielle Kontrollsysteme

    Jedes vierte (28 Prozent) Industrieunternehmen war in jüngster Zeit von einem Cyberangriff betroffen. Zielgerichtete Attacken nahmen dabei um mehr als ein Drittel zu, wie aus einer Studie von Kaspersky Lab hervorgeht. Da die Nachfrage im Jahr 2017 nach Zero-Day-Exploits für industrielle Kontrollsysteme auf dem Schwarzmarkt signifikant anstieg, gehen die ICS CERT Experten von Kaspersky Lab davon aus, dass im Jahr 2018 spezifische Malware auftauchen wird, die es auf Schwachstellen industrieller Automationskomponenten abgesehen hat.