Diese Seite hat eine durchschnittliche Bewertung von %r von maximal 5 Sternen. Total sind %t Bewertung vorhanden.
Lesezeit 3 Minuten Lesezeit 3 Minuten
Erstellt am 14.07.2020

Big Data – Big Solution: Wie unsere Datenexperten arbeiten

Was können Datenexperten bei einem Finanzinstitut eigentlich bewirken? Jean-Bernard Nobs arbeitet bei PostFinance im Team Data Science & Artificial Intelligence. Wir stellen ihm fünf Fragen zum Thema Big Data.

Der kompetente Umgang mit Daten kann Unternehmen Wettbewerbsvorteile sichern. Jean-Bernard Nobs und sein Team sind die Big-Data-Spezialisten bei PostFinance. Im Interview erläutert er, was ihre Arbeit ausmacht.

Data Mining, Data Analytics oder Data Science: Welche Bezeichnung trifft auf Ihre Arbeit am ehesten zu?

Ganz klar Data Science. Denn Data Mining und Data Analytics sind nur Teilbereiche der Datenarbeit. Data Science hingegen ist das, was wir tun: Wir verschaffen unserem Unternehmen und den Kundinnen und Kunden einen Vorteil, indem wir anhand von Daten zukunftsgerichtete Antworten auf relevante Problemstellungen suchen und finden. Es geht nicht darum, Daten zum Selbstzweck aufzubereiten und darzustellen. Unsere Datenarbeit, bei der wir Werkzeuge aus den verschiedenen Data-Disziplinen, wie zum Beispiel Deep Learning oder Visualisierung, einsetzen, ist umfassend und schafft Mehrwert.

Wie konkret hilft Data Science dabei, das Banking besser zu machen?

Data Science kann gegen innen und gegen aussen wirken. So tragen wir mit unserer Arbeit einerseits dazu bei, unsere operativen Prozesse im Banking durch Automatisierung effizienter zu gestalten. Andererseits helfen Daten auch dabei, die Kundinnen und Kunden besser zu verstehen. Data Science hilft, massgeschneiderte Massnahmen umzusetzen. 

Haben Sie ein konkretes Beispiel dafür, wie Data Science den Kundinnen und Kunden nützt?

Für mich ist PostFinance Benefit – ein Angebot, das es seit 2017 gibt – ein gutes Beispiel, wie man mit Data Science Mehrwert für die Kunden schaffen kann. Auf Basis der Einkäufe, die der Kunde mit seiner PostFinance Card tätigt, kann ihm PostFinance Benefit Vergünstigungsmöglichkeiten ausspielen, die seinen persönlichen Einkaufsvorlieben entsprechen. Selbstverständlich muss sich der Kunde aktiv für dieses Angebot entscheiden und in die entsprechenden Teilnahme- und Datenschutzbestimmungen einwilligen. Die Anonymität gegenüber dem Anbieter ist gewährleistet: Dieser kann nicht einsehen, welche Kunden das Angebot eingelöst haben, da die Vergünstigung erst nach dem Kauf via PostFinance aufs Konto übertragen wird. 

Thema Datenschutz: Mit der Datenschutz-Grundverordnung ist der Datenschutz restriktiver geworden. Was bedeutet dies für Ihre Arbeit?

Sicherlich gibt es dadurch neue Hürden. Auf der anderen Seite ist es aber auch eine Chance, neue Lösungen zu entwickeln, die nicht gerade auf der Hand liegen. Für Kunden, die bereit sind, Daten freizugeben, können Angebote entwickelt werden, die ihnen wirklich etwas bringen. 

Wie läuft ein Data-Science-Projekt ab?

Zu Beginn steht – wie bereits erwähnt – immer eine Fragestellung, zum Beispiel: «Wie können wir die Zahl der manuellen Schritte bei der Erkennung betrügerischer Handlungen reduzieren?» Wenn das zu lösende Problem definiert ist, die Erfolgschance gegeben sind und auch die Frage geklärt ist, ob der Return on Investment positiv ausfallen wird, machen wir uns auf die Suche nach Daten und stellen sie so zusammen, dass man eine vernünftige Datenbasis hat. Ist die Qualität der Daten gut genug, versuchen wir, sie – zum Beispiel mit computergestützten Visualisierungstechniken – aufzubereiten, um sie auszuwerten und Erkenntnisse zu gewinnen. Um das Problem zu lösen, machen wir uns je nach Vorhaben Werkzeuge wie Machine Learning zunutze. 

Welchen Stellenwert hat Data Science bei PostFinance?

Einen immer grösseren. Das zeigt allein die Entwicklung in den letzten Jahren: Seit 2014 ist unser Team von zwei auf zehn Personen gewachsen. Wie fast alle grösseren Unternehmen können wir aktuell noch nicht das gesamte Potenzial aus unserer Datenwelt ausschöpfen, da wir diese aufgrund der gewachsenen Systeme nicht so einfach zusammentragen können. Die Daten sind noch zu stark in Silos verteilt, aber wir arbeiten an einer zentralen Datenbank – genauso wie daran, den Mehrwert von Data Science immer wieder zu beweisen. Oft leisten wir dabei auch Überzeugungsarbeit – gerade wenn die Daten ein ganz anderes Bild liefern als persönliche Erfahrungswerte. 

Über Jean-Bernard Nobs

Jean-Bernard Nobs arbeitet seit 2015 bei PostFinance im Team Data Science & Artificial Intelligence. Er hat am Gymnase Saint-Michel in Freiburg Mathematik und Physik studiert und einen Bachelor und Master in Life Science and Biotechnology der ETH Lausanne sowie einen PhD in Bioingineering and Biotechnology. Warum er gerne als Data-Science-Spezialist bei PostFinance arbeitet, erklärt er so: «Als Data-Science Spezialist knüpfst du Verbindungen zwischen Business und Daten und kannst zum Unternehmenserfolg beitragen. Dabei ist unsere Arbeit spannend: Die Fragestellungen sind immer unterschiedlich und im Rahmen der Auswertung tauchen auch wieder neue Fragen auf.»

Diese Seite hat eine durchschnittliche Bewertung von %r von maximal 5 Sternen. Total sind %t Bewertung vorhanden.
Sie können die Seite mit 1 bis 5 Sternen bewerten. 5 Sterne ist die beste Bewertung.
Vielen Dank für die Bewertung
Beitrag bewerten

Dies könnte Sie ebenfalls interessieren