KI-FinTech Scorable will Finanzkrisen voraussagen – Talanx investiert, Deloitte Digital ist Company-Builder

Mit Scorable (Website) geht ein neues FinTech-Unternehmen aus Berlin an den Start, das mit Hilfe von Künstlicher Intelligenz (KI) das Kreditrisiko von Anleihen analysieren will. Scorable nutze verschiedene Datenquellen wie zum Beispiel Finanznachrichten, Geschäftszahlen, Marktpreise und Kredit-Ratings und ermittelt deren Einfluss auf die Bonität eines Unternehmens.

Mit dem Geschäftsmodell greife das Team zentrale Entwicklungen auf, die sich seit der Finanzkrise 2008 in der Finanzindustrie vollziehen: Höhere Transparenzanforderungen und verbesserte Datenanalysemethoden, um künftig ähnliche Krisen früher voraussehen zu können. An der Seite des jungen Unternehmens steht der Versicherungskonzern Talanx mit seiner Tochtergesellschaft Ampega Asset Management als Investor. Deloitte begleitet das Unternehmen als Company Builder. Zum Start richtet sich Scorable an Kunden in ganz Europa mit dem Fokus auf Deutschland, Großbritannien, Österreich, Schweiz und Frankreich.

Scorable revolutioniert die Kreditrisikoanalyse. Unser KI-System geht über die gängigen quantitativen Daten hinaus und bezieht mithilfe fortschrittlicher Deep-Learning-Modelle qualitative Daten in die Bewertung ein. Dank unserer transparenten „explainable AI“ können Asset Manager die Prinzipien der Analyse und Prognosen intuitiv nachvollziehen.“

Robin Jose, Chief Technology Officer Scorable

So soll Scorable funktionieren

Scorable sei eine Web-Applikation, die Daten analysieren soll und die daraus gewonnenen Informationen in einen Score umwandelt, der aktive Asset Manager bei der Risikobewertung von Anleihe-Investments unterstützt. Das Besondere: Quantitative und qualitative Daten werden im Rahmen einer durch KI gesteuerten Analyse miteinander kombiniert.

Die herangezogenen Datenquellen reichen von Kredit-Ratings und Marktdaten bis hin zu Geschäftszahlen und tagesaktuellen Unternehmensnachrichten über die weltweit wichtigsten Emittenten von Anleihen. Auf Basis dieser Daten modelliert Scorable die Wahrscheinlichkeit, dass es zu einer Verschlechterung der Kreditwürdigkeit kommt. Damit neben quantitativen auch qualitative Daten ausgewertet werden können, arbeitet die Applikation mit der Methode des Natural Language Processing (NLP), die die Analyse von textbasierten Quellen ermöglicht. Durch die Methode der explainable AI schafft Scorable Transparenz und ermöglicht es den Anwendern, Modellinformationen zu verfolgen und zu verstehen (White Boxing). So ist für Anwender jederzeit nachvollziehbar, auf welcher Grundlage Veränderungen im Score entstanden sind.

Bisher fokussierte sich die Kreditrisikoanalyse vorrangig auf quantitative Daten und enthält ein hohes Maß an persönlicher Intuition und Bias. Dabei liegen in Geschäftsberichten und aktuellen Nachrichtenartikeln relevante Informationen auf dem Tisch, die einen maßgeblichen Einfluss auf die Risikobewertung haben. Durch NLP ist die KI von Scorable in der Lage, textbasierte Informationen zu verarbeiten und damit die Analyse zu schärfen.”

Oliver Kroll, Chief Product Officer, Scorable

Bei einem aktuell in Deutschland verwalteten Vermögen von über drei Billionen Euro ist die Beherrschung von Kreditrisiken eine gewaltige Herausforderung, vor allem für institutionelle Kapitalanleger. Das Management von Kreditrisiken bindet enorme Kapazitäten von Experten. Die Herausforderung ist, das Asset Management produktiv zu gestalten. Der Einsatz von künstlicher Intelligenz wird dabei eine zentrale Rolle spielen.

Künstliche Intelligenz kann hier mit der Analyse relevanter Daten einen echten Mehrwert bei der täglichen und langfristigen Entscheidungsfindung bieten. Mit Scorable haben wir eine einzigartige KI entwickelt, die in der Lage ist, Risiken frühzeitig zu erkennen und Investoren davor zu warnen.”

Philippe Padrock, CFO/COO Scorableaj