Smart Data & AI

PROBLEMSTELLUNG: Eine Bank erkannte mangelnde fachliche Transparenz während der Verarbeitung ihrer zentralen Datenprozesse. Das betraf auch die Steuerung regulatorischer IT-Governance Anforderungen. Senacor wurde mit dem Aufbau einer Bank-fachlich getriebenen Datenintegrationsplattform beauftragt.

UNSERE LÖSUNG/ERGEBNIS: Aufbau einer modularen Datenintegrationsplattform, in deren Zentrum die fachlichen Modelle der Bank stehen. Die technische Umsetzung wird aus den fachlichen Modellen selbst vollautomatisch generiert, so dass die Modelle von den Fachexperten selbst angepasst werden können, unter Wahrung der regulatorischen Anforderungen.

PROBLEMSTELLUNG: Bei einem Versicherer haben sich die Anforderungen der Kunden und Partner in den letzten Jahren stark verändert. Daten müssen überall und jederzeit zur Verfügung stehen und selbst zu Lastspitzen sollen die Systeme ohne jegliche Einschränkung nutzbar sein. Die Hoheit über die Daten und die Business-Logik soll dabei in Verantwortung der Teams in den einzelnen fachlichen Domänen liegen, um Lösungen schnell liefern zu können.

UNSERE LÖSUNG/ERGEBNIS: Aufbau einer Datenplattform, bei der die Datenänderung über „Events“ konsumiert, verarbeitet und nutzerfreundlich bereitgestellt wird, ausgehend von einem Bestandssystem. Die Plattform bietet Grundfunktionalitäten, die zentral zur Verfügung gestellt werden, und unterstützt die Fachdomänen, die von Fachteams in Eigenregie verwaltet werden können. Die Architektur basiert auf dem Prinzip des Domain-Driven Designs, das fachliche Unabhängigkeiten ermöglicht.

PROBLEMSTELLUNG: Eine große Bank möchte die Kundenbindung durch bessere, persönliche Betreuung verbessern und gleichzeitig ihre Kundenbetreuer entlasten. Datengetriebene Algorithmen sollen dafür clevere Produktvorschläge generieren – und dabei das persönliche Betreuungsmodell im Vertrieb unterstützen. Wichtig ist, dass die fachlichen Owner und die Kunden schrittweise Vertrauen in den Algorithmus fassen. Dazu muss jederzeit die Kontrolle über individuelle Vorschläge, abweichende Vorschläge gegeben sein.

UNSERE LÖSUNG/ERGEBNIS: Datengetriebene Algorithmen ermitteln auf Basis des aktuellen und historischen Kundenportfolios passende, personalisierte Produktvorschläge. Dabei wird eine Mischung aus regelbasierten Vorschlägen und Smart Analytics angewendet. Der Product Owner hat ein Analytics Cockpit, über das er die Akzeptanz und den Erfolg des Algorithmus ableiten kann. Kunde und Vertriebsmitarbeiter können eigenverantwortlich konfigurieren, welche Produktideen sie erhalten wollen.