künstliche IntelligenzKImaschinelles LernenKreditrisikoRisikomanagementDatenwissenschaftFintech
Der erweiterte Analyst: Wie Zirdle KI zur Verbesserung der Kreditrisikobewertung einsetzt
Von Chief Data Scientist, Zirdle
Loading...
Loading...
Der Begriff "Künstliche Intelligenz" im Finanzwesen ruft oft zwei gegensätzliche Bilder hervor: eine utopische Vision von fehlerfreier, automatisierter Entscheidungsfindung oder eine dystopische Angst vor undurchsichtigen "Blackbox"-Algorithmen, die voreingenommene und nicht rechenschaftspflichtige Entscheidungen treffen. Bei Zirdle lehnen wir beide Extreme ab. Unsere Philosophie ist in einem leistungsfähigeren und pragmatischeren Konzept verwurzelt: Augmented Intelligence (erweiterte Intelligenz).
Wir glauben nicht, dass KI den nuancierten, kontextbezogenen Urteilsvermögen unserer erfahrenen menschlichen Kreditanalysten und unserer Broker-Partner vor Ort ersetzt. Stattdessen betrachten wir KI – insbesondere maschinelles Lernen (ML) – als ein unglaublich leistungsstarkes Werkzeug, das ihre Fähigkeiten erweitern kann und es ihnen ermöglicht, schnellere, konsistentere und datenreichere Entscheidungen zu treffen.
Dieser Artikel wird entmystifizieren, wie KI tatsächlich innerhalb unseres Kreditrisikorahmens arbeitet, wobei der Fokus darauf liegt, wie sie unsere menschlichen Experten unterstützt, anstatt sie zu ersetzen.
Seit Jahrzehnten stützt sich die Kreditbewertung auf traditionelle statistische Modelle, wie die logistische Regression, die eine begrenzte Anzahl von Datenpunkten verwenden (z.B. Einkommen, Schuldenstand, frühere Zahlungsausfälle). Diese Modelle sind transparent und leicht zu interpretieren, aber sie haben erhebliche Grenzen:
Unsere ML-Modelle sind darauf ausgelegt, diese Grenzen zu überwinden und als leistungsstarker Co-Pilot für unsere menschlichen Entscheidungsträger zu dienen. So funktioniert es:
Unsere Modelle können Tausende von Datenpunkten für eine bestimmte Kreditgelegenheit analysieren, weit mehr, als ein Mensch verarbeiten könnte. Dazu gehören nicht nur traditionelle Finanzdaten, sondern auch:
Durch die Verarbeitung dieses riesigen Datensatzes kann das Modell Erkenntnisse und potenzielle Risiken aufdecken, die sonst verborgen blieben.
Hier zeigt ML sein wahres Können. Ein menschlicher Analyst mag sehen, dass die Einnahmen eines Kreditnehmers steigen – ein gutes Zeichen. Aber ein ML-Modell könnte ein komplexeres Muster identifizieren: "Die Einnahmen steigen, ABER sie konzentrieren sich zunehmend auf einen einzigen Kunden, der in einem Sektor tätig ist, der negativ mit steigenden Ölpreisen korreliert."
Das Modell betrachtet nicht nur Variablen; es betrachtet die komplexen, mehrdimensionalen Beziehungen zwischen ihnen. Es kann diese verborgenen Korrelationen kennzeichnen und dem menschlichen Analysten zur weiteren Untersuchung vorlegen.
Jeder Mensch hat unbewusste Vorurteile. Ein Analyst könnte besonders gute oder schlechte Erfahrungen mit einer bestimmten Branche gemacht haben, was seine zukünftigen Urteile unbewusst beeinflussen könnte. Unsere KI-Modelle sind, wenn sie ordnungsgemäß trainiert und auf Fairness überprüft werden, frei von diesen menschlichen Vorurteilen.
Das Modell liefert für jeden Kredit eine konsistente, datengestützte "Ausfallwahrscheinlichkeit". Dieser Score trifft nicht die endgültige Entscheidung. Stattdessen dient er als objektive Grundlage. Wenn ein menschlicher Analyst die Empfehlung des Modells außer Kraft setzen möchte (entweder um einen Kredit zu genehmigen, den das Modell beanstandet hat, oder einen abzulehnen, den es genehmigt hat), muss er eine klare, schriftliche Begründung liefern. Dieser "Human-in-the-Loop"-Prozess erzwingt eine rigorose und rechenschaftspflichtige Entscheidung, die das Beste aus beiden Welten vereint: die datengestützte Konsistenz der Maschine und das kontextuelle Verständnis des menschlichen Experten.
Im Gegensatz zu statischen Modellen sind unsere ML-Systeme darauf ausgelegt zu lernen. Wir speisen sie kontinuierlich mit neuen Performance-Daten zu unserem Kreditportfolio. Indem das Modell sieht, welche Kredite gut performten und welche ausfielen, verfeinert es ständig seine Algorithmen und wird mit der Zeit intelligenter und genauer. Es kann sich auf veränderte wirtschaftliche Bedingungen einstellen, auf eine Weise, die traditionellen Modellen schlichtweg nicht möglich ist.
Die Zukunft der Kreditbewertung ist kein Kampf zwischen Menschen und Maschinen. Es ist eine Partnerschaft. Bei Zirdle ist unsere KI kein autonomer Richter; sie ist der leistungsstärkste Forschungsassistent der Welt. Sie durchforstet Berge von Daten, identifiziert komplexe Muster und präsentiert ihre Erkenntnisse unseren menschlichen Experten. Es sind diese Experten – unsere internen Teams und unsere externen Broker-Partner –, die dann ihre Weisheit, Erfahrung und ihr reales Weltverständnis anwenden, um die endgültige, intelligente Kreditentscheidung zu treffen.
Dieser Augmented-Intelligence-Ansatz ermöglicht es uns, sowohl technologisch fortschrittlich als auch zutiefst menschlich zu sein und ein Maß an Risikobewertung zu liefern, das gründlicher, konsistenter und vorausschauender ist als je zuvor.