Um die Wettbewerbsfähigkeit der europäischen Wirtschaft in der digitalen Zukunft zu sichern, hat die Frankfurter Innovationsplattform TechQuartier mit SAP und neun anderen Partnern die Initiative safeFBDC (Safe Financial Big Data Cluster) gestartet. Sie zielt darauf ab, modellhaft innovative und datengetriebene Szenarien oder Geschäftsmodelle für die Finanzbranche zu erstellen und zu testen. Die Basis: eine sichere Plattform für Datenaustausch und künstliche Intelligenz für das beteiligte Finanz-Ökosystem.
Daten sind das neue Gold der internationalen Wirtschaft. Doch wie lässt sich dieses Gold im Einklang mit den hiesigen Regeln für Datenschutz am besten gewinnen? Genau hier setzt die vom Bundesministerium für Wirtschaft und Energie geförderte Initiative safeFBDC an. Ein Konsortium von mehreren Unternehmen erforscht dabei Optionen und Szenarien für den Umgang mit Big Data, Machine Learning (ML) oder künstlicher Intelligenz (KI) in der Finanzwelt. Da dort höchste Anforderungen an den Umgang mit sensiblen Daten gelten, könnten die Ergebnisse später auch als Modell für andere Wirtschaftszweige dienen. Letztendlich soll der Safe Financial Big Data Cluster Unternehmen ermöglichen, in einem europäischen Kontext sicher Daten zu teilen und auszuwerten, um auf dieser Basis neue datengetriebene Anwendungsszenarien und Geschäftsmodelle zu erstellen.
Plattform für die europäische Finanzmarktforschung als Basis für KI-Konzepte
„Maßstab der im Rahmen der Initiative erforschten Szenarien sind die hohen Anforderungen der europäischen Datenschutzgrundverordnung, die seit drei Jahren in Kraft ist“, beginnt Luisa Kruse, Projektmanagerin des safeFBDC bei TechQuartier, einer Community zur Entwicklung neuer digitaler Geschäftsmodelle und Koordinator der Initiative. Wie man auf europäischer Ebene Daten austauschen kann, untersucht auf theoretischer Ebene auch das Projekt Gaia-X. Dessen Erkenntnisse werden nun mit safeFBDC praktisch umgesetzt. Der dabei verfolgte Ansatz ist neu und soll die aktuell fehlende europäische Datenbasis für die Finanzmarktforschung verbessern. „Unser Ziel ist ein ganzheitliches Plattformkonzept, das eine vertrauenswürdige IT-Infrastruktur und ein zukunftsweisendes KI-Konzept umfasst“, fährt Stephan Timme fort, Mitglied der Geschäftsleitung von SAP Deutschland und Head of Service Industries. Diese Plattform erlaubt es, bisher nicht verknüpfte Daten von Banken, Finanzdienstleistern, öffentlicher Verwaltung oder Hochschulen in einem speziellen Datentresor gemeinsam zu nutzen. Das Datenmaterial dort bildet den Rohstoff für innovative Machine-Learning- und KI-Algorithmen und somit für neue Anwendungsszenarien oder Geschäftsmodelle.
„Über die Plattform machen wir Daten in Echtzeit für Analysen und Geschäftsanwendungen teilbar, um so die Wettbewerbsfähigkeit und Stabilität der europäischen Wirtschaft zu sichern, und zwar auf Basis der individuellen Datenhoheit“, betont Stephan Timme. Teilnehmer, die sich mit der Plattform verbunden haben, können dort Daten bereitstellen, konsumieren oder beides kombinieren. Aber: Je nach Sensibilität sind die Daten verschieden klassifiziert – öffentlich, vertraulich, geheim – und somit auch nur ganz bestimmten Nutzergruppen zugänglich. „Zentrales Element des Clusters wird ein Daten- und Servicekatalog sein, dem die Teilnehmer entnehmen können, welche Daten und Algorithmen zur Verfügung stehen“, skizziert Timme. Strenge Richtlinien regeln den Zugriff auf die Daten und dezentralen Services.
Machine Learning Services: Datensharing bei höchster Sicherheit ermöglichen
Wie unterschiedlich die auf Machine Learning oder künstlicher Intelligenz basierenden Services ausfallen können, macht schon die kleine Liste an Anwendungsszenarien deutlich, an denen das Konsortium aktuell arbeitet:
- Nachhaltige Finanzwirtschaft: Wie können Finanzdienstleister die ökologischen, sozialgesellschaftlichen und durch die Art ihrer Unternehmensführung entstandenen Auswirkungen (ESG) besser verstehen und kontrollieren?
- Stabile Supply Chain Finance: Welche neuen Möglichkeiten bieten sich der finanziellen Lieferkette durch den Einsatz von Industrie-4.0-Technologien?
- Marktintegrität: Wie lassen sich durch Datensharing Manipulationen im Finanzmarkt schneller feststellen und unterbinden?
- Geldpolitische Entscheidungen: Wie lassen sich wichtige Finanzindikatoren besser überwachen und Risiken für die Finanzmarktstabilität zuverlässiger prognostizieren?
- Geldwäschebekämpfung: Wie lassen sich Verdachtsfälle von Geldwäsche in Echtzeit, effizient und organisationsübergreifend überprüfen?
„Am Beispiel Geldwäschebekämpfung lässt sich gut erklären, wie durch die Echtzeitanalyse von Massendaten, unterstützt durch Machine Learning oder künstliche Intelligenz, Muster sichtbar werden – in diesem Fall zur Verbrechensbekämpfung“, sagt Timme. Damit diese Mustererkennung funktioniert, müssen sich allerdings möglichst viele Unternehmen und Institutionen am Datensharing beteiligen. Denn heute können viele Fälle von Geldwäsche gar nicht oder nur mühsam identifiziert werden, weil es an Vergleichsdaten und schnellen Analysen fehlt. Im aktuellen Modellszenario des safeFBDC zur Geldwäschebekämpfung werden unter anderem Daten von OTC-Transaktionen („over the counter“) an Vermögenswerten mittels Machine-Learning-Algorithmen in Echtzeit auf Ausreißer bei der Preisbildung untersucht. So lassen sich Verdachtsfälle schnell identifizieren und die Anzahl von „false positives“ reduzieren.
„safeFBDC bietet Unternehmen der Finanzbranche einen geschützten Rahmen, um Szenarien für Datenaustausch in Einklang mit der Datenschutzgrundverordnung auszuloten“, fasst Luisa Kruse von TechQuartier zusammen. Die in der Initiative gewonnenen Erkenntnisse gehen zurück an Wirtschaft, Politik und Forschung, um hieraus Impulse für neue Geschäftsmodelle oder die Gesetzgebung abzuleiten. „Wir werden damit für die Wirtschaft ein Level an Sicherheit im Umgang mit Massendaten und Datensharing ermöglichen, das es so vorher nicht gegeben hat.“
Weitere Informationen
Hier mehr über TechQuartier, safeFBDC und die zugehörigen Arbeitspakete erfahren:
Wie Lösungen von SAP der Finanz- und Versicherungswirtschaft neue Marktmöglichkeiten und eine digitale Kundenexperience bieten:
