Patrick Reolon Volgorde van de boeken

Die Analyse interner Betrugsfälle in Banken ist von entscheidender Bedeutung, da sie erhebliche Reputations- und Schadenskosten verursachen können. In diesem Buch wird ein relationales Data Mining (RDM) Verfahren vorgestellt, das aus einer Kooperation zwischen der Universität Zürich und einer Bank hervorgegangen ist. Der Autor erläutert die Grundlagen der analytischen Betrugserkennung, beschreibt die technische Umgebung und präsentiert ein spezifisches RDM-Verfahren. Abschließend werden die Ergebnisse analysiert und Optimierungstipps für zukünftige Einsätze gegeben, was das Buch zu einer wertvollen Ressource für Fachleute im Bereich analytischer Betrugserkennung macht.

Betrugsfälle, speziell von Mitarbeitern unternommene, sind im Hinblick auf Reputations- und Schadenskosten für eine Bank verheerend. Lange wurden interne Betrugsanalysen hauptsächlich in mühsamer Handarbeit getätigt. Auf der Suche nach neuen analytischen Möglichkeiten entstand die dem Buch zugrunde liegende Diplomarbeit aus der Kooperation zwischen dem Institut für Informatik der Universität Zürich (DDIS Gruppe) und einer Bank. Ziel war es, ein Relationales Data Mining (RDM) Verfahren zu finden, dieses im realen Einsatz zu testen und Erfahrungen daraus zu gewinnen. Der Autor führt zuerst ins Umfeld der analytischen Betrugserkennung und ins RDM ein. Danach wird die technische Umgebung erläutert und ein RDM-Verfahren für die Untersuchung vorgestellt. Nach der Präsentation der Ergebnisse und deren Analyse folgt zum Schluss eine kritische Erfolgsbesprechung mit Optimierungstips für zukünftige Einsätze. Dieses Buch ist ein lehrreicher Erfahrungsbericht aus dem praktischen Einsatz von (Relationalem) Data Mining im Data Warehouse einer Bank. Es richtet sich u. a. an Manager und Applikationsentwickler im analytischen Betrugsumfeld und an (Wirtschafts-)informatiker mit Interesse am Thema.