DZ Bank will ran an ihre Daten
AI-Plattform für kognitive Suche und Analyse eingeführt
von Hartmut Rehmsen
DZ Bank führt eine AI-Software für die kognitive Suche und Analyse ein, um die Entscheidungen ihrer Beschäftigten zu verbessern, neue Erkenntnisse aus Daten zu gewinnen, Ideen auszutauschen, Innovationen zu entwickeln und eine effektive „Corporate Governance“ in den Bereichen Risiko- und Reputations-Management sowie Entscheidungsfindung zu erreichen.
Die DZ Bank, die zweitgrößte Bank in Deutschland nach den Anlagewerten und das Spitzeninstitut für ca. 1.000 Genossenschaftsbanken mit ihren 12.000 Geschäftsstellen, wollte ein umfassendes und zugleich flexibles IT-System aufbauen, um ihre bisherige Suchlösung mit minimalem Aufwand abzulösen. Auf Empfehlung des IT-Dienstleisters B-S-S Business Software Solutions und nach eingehender Bewertung wählte die Bank die AI-Plattform des US-Softwarehauses Sinequa.
Daten als Lebensnerv der Bank
Daten sind der Lebensnerv des modernen Unternehmens, natürlich auch großer Finanzinstitute. Auswahlkriterien waren deshalb möglichst breite Konnektivität an verschiedenste Datenquellen, die Administrationsfunktionalität, „Natural Language Processing“ (NLP) sowie ein sofort einsatzbereites Frontend.
Das ist wichtig, denn innerhalb des genossenschaftlichen Finanzverbundes der Volks- und Raiffeisenbanken mit den über 30 Millionen Kunden fungiert die DZ Bank sowohl als Spitzeninstitut wie auch als Geschäfts- und Investmentbank. Sie hat die Holdingfunktion für die Bausparkasse Schwäbisch Hall, DG Hyp, DZ Privatbank, R+V Versicherung, Team Bank, Union Investment, VR Leasing, die WL Bank und verschiedene andere Spezialinstitute.
„Ein eingehender Proof of Concept der führenden Marktlösungen bestätigte uns, dass Sinequa bei der Kombination von anspruchsvoller Analytik, einschließlich fortschrittlicher Natural Language Processing, und Machine Learning dem Wettbewerb einen Schritt voraus ist. Sinequa liefert unseren Anwendern die wichtigsten Erkenntnisse aus strukturierten und unstrukturierten Daten und erfüllt dabei unsere hohen Anforderungen an die Datensicherheit", sagt Peter Schminke, IT-Spezialist bei der DZ Bank. Ziel des Umstiegs ist es, bessere Einblicke aus Daten zu bekommen, Innovationen zu fördern und die richtigen Informationen zur richtigen Zeit an die richtige Person zu liefern.
„Die kognitive Such- und Analyse-Plattform bringt die Leistungsfähigkeit von Künstlicher Intelligenz in Enterprise Search ein“, erklärt Christian Wittrich, der CEO von B-S-S. Damit will er eine zukunftssichere Lösung für die DZ Bank schaffen, „die mannigfaltige Möglichkeiten für zukünftige Innovationen bietet.“
Machine Learning für die Datenanalyse
Sinequa bietet Großkonzernen und öffentlichen Verwaltungen eine Plattform für kognitive Suche und Analyse. Basierend auf den Ergebnissen jahrelanger sprachwissenschaftlicher Forschung und mit neuen Machine-Learning-Algorithmen lassen sich damit Informationen aus sehr großen und komplexen Datenbeständen, aus strukturierten Daten von Unternehmensanwendungen und unstrukturierten Datenquellen gewinnen.
Zu den Nutzern zählen einige der weltweit größten und informationsintensivsten Unternehmen, darunter Airbus, Atos, Biogen, UCB, Credit Agricole, Mercer und Siemens. Im vergangenen Jahr wurde nach eigenen Angaben ein zweistelliges Umsatzwachstum erzielt, auch mit neuen Kunden wie Alstom oder der DZ Bank. „Immer mehr Unternehmen erkennen die Wichtigkeit, nicht mehr nur daten-, sondern informationsgesteuert zu arbeiten“, begründet Fabrice de Salaberry, COO von Sinequa, diese Entwicklung. „Dafür benötigen sie Instrumente, um ihren Beschäftigen relevante, kontextbezogene Informationen am Arbeitsplatz zur Verfügung zu stellen. Dies ermöglichen wir durch unsere Plattform für kognitive Suche und Analyse, die klassisches Enterprise Search um AI und Natural Language Processing erweitert.“
Auch deshalb haben Bestandskunden wie Astra Zeneca 2017 ihre Zusammenarbeit mit Sinequa als Technologiepartner verlängert bzw. ausgebaut. Bei Astra Zeneca fiel diese Entscheidung, initiiert vom CIO, nach einer umfassenden Neubewertung und einem ausführlichen Benchmarking von drei Wettbewerbern gemäß seiner Strategie, zu jeder Zeit die beste verfügbare Technologie einzusetzen.
Technische Neuerungen
Als technische Neuerungen hat das US-Softwarehaus, das mit einer Niederlassung in Frankfurt auch hierzulande aktiv ist, im vergangenen Jahr u.a. neue Deep-Learning-Algorithmen eingebaut. So bildet jetzt z.B. Word2Vec zusammen mit Googles Ausführungsumgebung Tensor Flow Wörter und (mittels Sinequa NLP) extrahierte „Entitäten“ in einen „semantischen Raum“ ab, sodass Bedeutungszusammenhänge erkannt werden können, auch wenn verschiedene Inhalte unterschiedliche Vokabulare verwenden.
Eingebaut wurden auch zusätzliche Cloud-basierte AI-Dienste von Drittanbietern, etwa zur Bilderkennung, Sprachausgabe, natürlichen Sprachübersetzung und Videotranskription mit Google AI oder IBM Watson. Diese Ergänzungen ergänzen Microsofts bereits zuvor integrierte Azure-Media-Services für die Bild- und Videobearbeitung.