Erfolgsgeschichten / Prognosen-Berechnung gegen Betrugsversuche

Highspeed-Plattform für Betrugserkennung bei Česká spořitelna (Erste Group)

Voll-automatisierte Datenverarbeitung

1,5 Milliarden Transaktionsdaten täglich

Skalierbare und individualisierbare Lösung

Projekt Kurzbeschreibung

Umsetzung einer Big Data Highspeed-Plattform zur Prognostizierung von Betrugsversuchen.

Die gesamte Plattform ist mit allen benötigten Systemen verbunden. Eine einzigartige Lösung und die erste Apache Spark Einbindung überhaupt zur Datenverarbeitung innerhalb unserer Data Lake Umgebung.
Martin Gerneš
Tribe Lead, verantwortlich für Daten bei der Erste Group (Česká spořitelna)

Die Herausforderung

Wie jede Bank muss auch die Česká spořitelna, die tschechische Tochter der Erste Group Bank, im Blick haben, ob Transaktionen ganz normal verlaufen – oder verdächtig wirken. Dieser Vorgang nutzt statistische Daten (Prädikatoren), um automatisiert Transaktionsdaten zu verarbeiten und dubiose Vorgänge zu kennzeichnen.

Die zuvor genutzte Lösung der Bank, basierte auf einer klassischen Datenbank und war ungeeignet für den ihr zugedachten Zweck. Sie konnte zum Beispiel nicht die gesammelte Transaktionsliste eines Tages über Nacht verarbeiten.

Doch um Verluste durch Betrugsversuche zu minimieren, hat die schnelle Betrugserkennung oberste Priorität. Darum entwickelten wir mit dem Team von Česká spořitelna a.s. eine smarte Lösung. Unser Kunde war sich bewusst, dass eine Apache Spark Nutzung innerhalb des Hadoop Cluster ein guter Ansatz wäre – doch es fehlte an interner Expertise, um diese Lösung umzusetzen.

Die Business-Anforderungen

Unsere Lösung musste die folgenden Spezifikationen erfüllen:

Ausgelegt auf Highspeed-Berechnungen von Prognosen innerhalb eines begrenzten Zeitfensters.
Interne Teams können flexibel eigene Prädiktoren designen und hinzufügen.
Einfache Integration in das bestehende IT-System der Bank.
Skalierbar für zukünftige Erweiterungen und Anpassungen.

Die Lösung

Profinit setzte eine kundenindividuelle Big Data Plattform auf – basierend auf einem Setup aus Hadoop, Apache Spark und Python Technologie. Wir arbeiteten mit der bank-internen Data Lake Abteilung, um die Daten-Architektur zu designen, inklusive der Erstellung einer neuen Data Mart Anwendung. Diese maßgeschneiderte Lösung ist die Erste ihrer Art innerhalb der IT-Infrastruktur des Kunden. Sie ist skalierbar und vereint alle benötigten Systeme miteinander.

Integration von Big Data Technologien

Unsere einzigartige Architektur eignet sich perfekt, um alle Anforderungen der Analyse-Abteilung des Kunden zu erfüllen. Das Herzstücke der Anwendung basiert auf Big Data Technologien, jedoch werden alle Berechnungen über SparkSQL abgewickelt. Das erlaubt den Teams für Risikobewertung, Betrugserkennung und Business Intelligence den gesamten Berechnungsprozess zu verstehen – und neue Prädikatoren zu entwickeln und einzubauen.

Tools & Technologien

Hadoop
Apache Spark
Python
SparkSQL

Zusammenfassung

Wir entwickelten eine Big Data Highspeed-Plattform zur Berechnung von Anti-Betrugs-Prognosen mit folgenden Vorteilen für unseren Bankkunden:

Česká spořitelna verfügt nun über eine neue Highspeed-Lösung, die innerhalb enger Zeitfenster alle Anforderungen erfüllt.
Unsere Lösung ist skalierbar: Sie kann zukünftig noch größere Datensätze schneller verarbeiten.
Die internen Bank-Abteilungen können nun individuelle Analysen und Berechnungen durchführen.
Die Big Data Plattform integriert alle benötigten Bank-Systeme vollständig.

Würde Ihre Bank vom Einsatz modernster Daten-Tools und Technologien profitieren?

Wir zeigen Ihnen gerne, wie Profinit innerhalb Ihrer Organisation Daten-Zugang und -Nutzung verbessern kann.

SPRECHEN SIE MIT UNSEREN BIG DATA EXPERTEN