eclipseCon Unconference 2016 - Vortrag

Managing Model Risk - Industry Solution

Forum am Schlosspark, Ludwigsburg 24.10.2016 um 11:30, David Klein (Enrion GmbH)

Mit Fokus auf revisionssichere Software stellt Enrion die Umsetzung einer Lösung für das Managen von Modellrisiken vor.

Santander Product Recommendation - Contest

Enrion nimmt an dem Kaggle Contest Santander Product Recommendation teil. Die Santander Consumer Bank stellt aus aktuellem Anlass der Data Science Community einen Kundendatensatz zur Verfügung. Ziel ist, denjenigen Algorithmus ausfindig zu machen, welcher die besten Voraussagen für Kundenabschlüsse trifft um den Vertriebsmitarbeiter bei der Produktempfehlung zu unterstützen. Enrion berechnet die Kundenaffinitäten mit dem hauseigenen SK-predict Algorithmus, da der Santander Datensatz von der Struktur her sehr ähnlich zu den Daten hiesiger öffentlich-rechtlicher Kreditinstitute ist, für die Enrion den SK-predict Algorithmus speziell entwickelt hat (siehe Potenzialorientierte Vertriebssteuerung).

Update: Bei Teilnahme von über 1700 Teams aus aller Welt (u.a. Google DeepMind) konnte sich das Team von Enrion unter den Top 3% platzieren. Unser Fokus lag dabei auf dem Einsatz erklärbarer Modelle.

Herzlich Willkommen micobo und e3N!

Wir freuen uns sehr, unsere neuen Kooperationspartner zu begrüßen. Mit micobo konnten wir einen strategischen Partner gewinnen, der unser Beratungsspektrum mit FinTech-Themen wie Blockchain, Payment und Crowdfinance ergänzt. Die E-Commerce Kompetenz von e3N hilft uns dabei, die Anforderungen unserer Kunden im Online-Geschäft genauer zu verstehen.

CeBIT 2016 - Vortrag

Data Science in Financial Tech

Halle 6, Stand B18 (Vortragsforum), Hannover 17.03.2016 um 15:30, David Klein (Enrion GmbH)

Wie wirkt sich die aktuelle Entwicklung an der Data Science Front auf die Geschäftsentwicklung von Banken und Versicherern aus? Können Kreditinstitute und Versicherungsunternehmen den Wettlauf gegen FinTech-Startups trotz steigender aufsichtsrechtlicher Anforderungen gewinnen? Die Enrion GmbH zeigt in drei Beispielen zu den Themen Umsatz, Profitabilität und Risiko, dass Innovativität und Revisionssicherheit sich nicht ausschließen müssen.

eclipseCon Unconference 2015 - Vortrag

Revisionssichere Softwareentwicklung

Forum am Schlosspark, Ludwigsburg 2.11.2015 um 11:30, David Klein (Enrion GmbH)

Welche Besonderheiten müssen Financial Tech Frameworks bei Banken und Versicherungen berücksichtigen? Mit Fokus auf revisionssichere Software behandelt Enrion die Themen Software-Qualitätsmanagement sowie Rechte- und Rollenkonzepte.

Challenger Models in Credit Scoring - Publication

Logistic Regression versus state-of-the-art Data Mining Techniques

Status: Under revision.

Dr. Roman Timofeev (Deutsche Bank AG), Maximilian Hahn (Enrion GmbH) im Rahmen des SIP

Abstract:

Retail credit scoring is a typical area of application for data analytics and statistical forecasting. Recent developments in the areas of machine learning and artificial intelligence vastly improved the performance of predictive models. This article investigates the performance and feasibility of several state-of-the-art techniques on a real life retail client data set from a large financial institution.

Accuracy vs. Interpretability - Publication

Accuracy vs. Interpretability in Random Forests

Status: Under revision

Nicholas Johnston (City University London), Dr. Tillman Weyde (City University London), Dr. Gregory Slabaugh (City University London), Maximilian Hahn (Enrion GmbH), David Klein (Enrion GmbH)

Abstract:

Powerful machine learning models, such as Random Forests, are typically hard to understand for the user. Simpler methods, such as small decision trees or generalised linear models are more readily interpretable but lack predictive accuracy. We propose a method to determine feature importance values as partial explanations for Random Forest models. In a small survey of insurance salespeople, we found that ease and speed of understanding were more important to subjects than completeness of model explanation, but both qualities were desired. Finally, we obtained an initial quantification of the relative performance threshold that would persuade our subjects to switch from a simple and interpretable model to a complex one.