Risikomanagement bei E.ON

KÄLBER / Im Group Risk Management von E.ON bestand die Annahme, dass in der Masse der täglich im Internet veröffentlichten Textdokumente relevante Informationen für die Risikoeinschätzung vorliegen müssten, welche jedoch den gängigen Analysemodellen nicht zugänglich sind. Diese Hypothese wollten wir überprüfen. Unser Ziel war es, die „weißen Flecken auf der Landkarte der nutzbaren Daten“ mit der Global-Risk-Radar-Technologie so weit wie möglich zu eliminieren.

KÄLBER / Durch die semantische Analyse strukturiert der Global Risk Radar den unstrukturierten Teil an Massendaten im unternehmerischen Kontext von E.ON. Meinungsbilder, welche in den Massen von Textdokumenten innerhalb des Internets verbreitet sind, werden damit messbar, sodass wir sie für die Risikoeinschätzung nutzen können. Darüber hinaus können maschinell trainierte Algorithmen selbstverständlich auch ganz andere Aufgaben übernehmen. Im Finanzbereich sind neben dem Risikomanagement auch die Planung, Forecasts oder modellbasierte Steuerungsansätze möglich. Alle Prozesse, die in hohem Maße auf Daten und Regeln basieren, können zudem mithilfe von maschinellem Lernen in Verbindung mit Robotics teilweise oder sogar vollständig automatisiert werden.

KÄLBER / Nur wenn wir über spezifische Rollen und Kompetenzen verfügen, können wir das Potenzial der neuen Technologien vollständig nutzen. Das sind zum einen Data Scientists mit digitalem Expertenwissen und zum anderen Business-Experten, welche die Relevanz dieser Technologie für konkrete Einsatzzwecke einschätzen können. Letztere sind als Brücke zwischen hochkomplexer Technologie und unternehmerischen Anforderungen nahezu erfolgskritisch. Dieser spezifische Mix an Fähigkeiten ist aktuell jedoch besonders schwierig zu rekrutieren.