Kreditwürdigkeitsprüfung

Technologie Maschinelles Lernen
Industrie Finanzen
Mögliche Branchen Finanzen, Banken, Versicherungen
Kunde KMU-Kreditinstitut

Zusammenfassung

Die Qualität des Underwriting-Prozesses ist entscheidend für das erfolgreiche Kreditgeschäft. Die vollständige Automatisierung des Prozesses mit einem Modell für maschinelles Lernen, das eine Entscheidung trifft, hat die Qualität des Kreditportfolios erheblich verbessert und die Geschwindigkeit der Entscheidungsfindung erhöht. Wir entwickelten ein Modell zur Vorhersage des Ausfalls eines Kreditnehmers. Das Modell übertraf die menschliche Leistung und verbesserte die Gesundheit des Kreditportfolios. Außerdem ermöglichte es den Kreditnehmern eine positive Erfahrung durch schnelle Entscheidungen über ihre Kreditanträge.

Herausforderung

Der Kunde wollte den Underwriting-Prozess automatisieren und forderte uns auf, Modelle des maschinellen Lernens zu entwickeln, die der Leistung eines Underwriters überlegen sind. Das Modell wurde anhand einer begrenzten Anzahl von Kreditanträgen entwickelt und getestet. Externe Informationsquellen zur Kreditwürdigkeit mussten getestet und vorgeschlagen werden.

Lösung von AI Superior

Wir haben eine KI-Komponente entwickelt, um den Underwriter-Prozess vollständig zu automatisieren. Mehr als 800 Merkmale wurden aus 14 verschiedenen Datenquellen extrahiert. Die Komponente basiert auf einem hochmodernen maschinellen Lernansatz zur Vorhersage der Ausfallwahrscheinlichkeit eines potenziellen Kreditnehmers.

Ergebnisse und Auswirkungen

Die Lösung steigert die Portfolioperformance, da die Zahl der angenommenen Kunden mit ausgefallenen Krediten sinkt, während die Gesamtannahmequote für Neukunden erhalten bleibt. Darüber hinaus haben die entwickelten Lösungen die Geschwindigkeit der Entscheidungsfindung deutlich erhöht und den Prozess von einigen Stunden oder einem Tag auf den Bruchteil einer Minute reduziert.